一种物流POI数据可视化处理方法技术

本发明专利技术涉及一种物流POI(兴趣点)数据可视化处理方法，该方法包括以下步骤：基于数据爬取技术，通过电子地图的开放API平台提取物流POI数据；基于提取的物流POI数据，通过编写清洗(或称筛选)程序设置数据筛选条件，对所述物流POI数据进行数据清洗，以剔除重复、无效的数据；基于清洗后的物流POI数据，通过分类，对所述清洗后的数据进行编码；基于编码后的物流POI数据，通过将所述数据的经纬度坐标值转化为点，达到物流POI数据可视化的目的，根据用户需要，再对所述物流POI数据点进行核密度分析、道路缓冲分析或路径分析，以达到对物流POI数据最优化应用的处理。本发明专利技术具有提取速度快、成本低、不易遗漏关键信息、程序兼容性强、可视化效果显著等特点。

A visual processing method of logistics POI data

【技术实现步骤摘要】
一种物流POI数据可视化处理方法
本专利技术涉及地理信息服务
，具体涉及一种物流POI数据可视化处理方法。
技术介绍
POI(兴趣点)是“PointofInterest”的缩写,它是地理信息服务的重要内容，是一个包含名称、地址、经纬度等带位置信息的综合信息，能够通过在地图上直观地标注现实世界的实体及其相关属性，给人们的生活带来极大的便利，也是影响导航和位置服务质量的重要因素。近年来，随着地理信息技术的不断发展，POI逐渐成为了地理领域学者的广泛研究对象。物流业是分布于地表空间的基础性、战略性和先导性服务业，物流活动的运行涉及多个产业，其核心载体物流节点和组织主体物流企业具有明显的空间选择行为。有基于此，关于物流区位的研究始终是国内外学者的研究焦点。本世纪以来，地理学者逐渐取代传统物流学者，成为物流区位空间研究的重要力量。目前，以物流POI为研究对象进行物流区位空间研究的学者较少，对于物流业的POI区位空间布置和选择缺乏系统性认识，相关POI技术也存在以下问题：1、数据提取程序质量不高，检索不够精准，提取速度慢、成本高，易出现数据遗漏和重叠等现象；2、数据清洗(或称筛选)兼容性、可适应性较差，易受硬件设备影响；3、数据可视化效果较差；
技术实现思路
为解决上述现有技术存在的问题，本专利技术的目的在于提供一套完整的物流POI数据可视化处理方法，包括物流POI的提取、清洗、编码、可视化，以最大限度的降低数据处理成本，从而有利于地理学者进行深入研究。为达到上述目的，本专利技术的技术方案为：一种物流POI数据可视化处理方法，所述处理方法包括以下步骤：步骤1：基于数据爬取技术，通过电子地图的开放API平台提取物流POI数据；步骤2：基于所述步骤1提取的物流POI数据，通过编写清洗程序设置数据筛选条件，对所述物流POI数据进行数据清洗，以剔除重复、无效的数据；步骤3：基于所述步骤2清洗后的物流POI数据，通过分类，对所述清洗后的数据进行编码；步骤4：基于所述步骤3编码后的物流POI数据，通过将所述数据的经纬度坐标值转化为点，可视化物流POI数据，根据用户需要，对可视化之后的数据进行核密度分析、道路缓冲分析或路径分析。进一步的，所述步骤1具体包括：步骤1A：选定信息准确、全面、开放的所述电子地图API平台；步骤1B：基于所述平台，编写数据提取程序，提取所述物流POI数据坐标信息。进一步的，所述步骤1B的所述数据提取程序是使用Python中的Requests、Json工具库编写的；所述物流POI数据坐标信息，是通过应用所述数据提取程序搜索关键词“物流”、“运输”、“速递”来获取的。进一步的，所述步骤2具体包括：步骤2A：编写转换程序，将所述步骤1B提取的所述物流POI坐标数据信息转换为Excel数据表格的形式保存于本地；步骤2B：编写清洗程序，设置筛选物流POI数据的条件，用以剔除所述POI数据中的无效、重复、错误数据；步骤2C：通过所述步骤2B编写的所述清洗程序，对所述步骤2A存储的所述Excel表格形式POI数据进行清洗；步骤2D：将所述步骤2C清洗好的数据再次转换成Excel数据表格形式，保存于本地。进一步的，所述步骤3具体包括：步骤3A：将所述步骤2清洗后的物流POI数据划分为多个大类，包括物流节点、物流企业、物流相关设施；步骤3B：将所述步骤3A划分的每个大类物流POI数据进一步划分为多个亚类；步骤3C：将所述步骤3B划分的每个亚类物流POI数据进一步划分为多个小类；步骤3D：对所述步骤3C划分的所有所述小类分别进行编码；步骤3E：将所述步骤3A和3B中未作详细划分的所述大类和所述亚类进行编码，最终所有的POI数据都有对应的所属类型及编码。进一步的，所述步骤3B的所述物流POI数据亚类具体进行以下划分，所述物流节点包括物流枢纽、物流园区或称物流基地、物流中心、配送中心或称分拨中心、货运场站；所述物流企业包括快递邮政类、仓储运输类、包装加工类、货运代理类、商贸服务类、起重装卸类、综合物流类；所述物流相关设施包括交通运输、保税、流通服务、工业园区和综合市场。进一步的，根据所述步骤3B进行的亚类划分，将每个所述物流POI数据亚类划分为多个小类，具体如下，所述物流节点方面，按照运输方式和服务性质的不同，将所述物流枢纽分成陆港型、港口型、空港型、生产服务型、商贸服务型、路上边境口岸型六类。将所述物流园区或称物流基地、所述物流中心、所述配送中心或称分拨中心，三个亚类按照行为主体不同细分为政府规划、企业自建和政企联营三个小类。按照运输方式的不同，将所述货运场站分成铁路、公路、水运、航空四类；所述物流企业方面，按照企业主营业务和性质不同，将所述快递邮政类划分成快递企业及网点、邮政企业及经营网点两类，将所述仓储运输类划分成运输与配送类、仓储类和储运一体类三类，将所述包装加工类划分成包装类和流通加工类两类，将所述货运代理类划分成铁路货代、远洋货代、集装箱联运货代及其他四类，其余三个亚类不做小类划分；所述物流相关设施方面，将所述保税类进一步划分成海关特殊监管区域或场所，将所述交通运输类进一步划分成机场、口岸和货运车站三类，将所述流通服务类进一步划分成包装服务、流通加工服务、仓储服务和综合服务四类，其余两个亚类不做小类划分。进一步的，所述步骤4具体包括：步骤4A：利用美国环境系统研究所ESRI公司的集成式开发工具ArcGIS，在其中将坐标系设置为所需要的坐标系；步骤4B：将所述物流POI数据Excel表导入至所述开发工具ArcGIS中，并将经纬度信息转化成点；步骤4C：利用所述开发工具ArcGIS将所述物流POI数据以ArcMap文件的形式导出并保存至本地；步骤4D：根据用户需要可视化物流POI数据点；步骤4E：根据用户需要，可对所述物流POI数据点进行应用分析。进一步的，所述步骤4E的应用分析具体包括核密度分析、道路缓冲分析、路径分析。相对于现有技术，本专利技术的有益效果为：1.本专利技术可基于高质量数据提取程序对物流相关的关键词进行检索，能够精准完成有关物流POI的数据提取工作，并且具有提取速度快、成本低、不易遗漏关键信息等特点。2.本专利技术可基于所提取的物流POI数据，按照数据采集要求对其进行迭代清洗，以保证所提取的数据质量，并且清洗程序兼容性强，不易受硬件系统影响。3.本专利技术可根据经过清洗的物流POI数据，按照学术界和实践界对物流企业的划分标准对其进行分类与编码。4.本专利技术可根据物流POI数据的分类与编码结果，对所采集的清洗后的数据进行可视化处理，处理效果显著。附图说明图1为一种物流POI数据可视化处理流程具体实施方式下面结合附图和具体实施例对本专利技术技术方案做进一步详本文档来自技高网...

【技术保护点】
1.一种物流POI数据可视化处理方法，其特征在于：所述处理方法包括：/n步骤1：基于数据爬取技术，通过电子地图的开放API平台提取物流POI数据；/n步骤2：基于所述步骤1提取的物流POI数据，通过编写清洗程序设置数据筛选条件，对所述物流POI数据进行数据清洗，以剔除重复、无效的数据；/n步骤3：基于所述步骤2清洗后的物流POI数据，通过分类，对所述清洗后的数据进行编码；/n步骤4：基于所述步骤3编码后的物流POI数据，通过将所述数据的经纬度坐标值转化为点，可视化物流POI数据，根据用户需要，对可视化之后的数据进行核密度分析、道路缓冲分析或路径分析。/n

【技术特征摘要】
1.一种物流POI数据可视化处理方法，其特征在于：所述处理方法包括：
步骤1：基于数据爬取技术，通过电子地图的开放API平台提取物流POI数据；
步骤2：基于所述步骤1提取的物流POI数据，通过编写清洗程序设置数据筛选条件，对所述物流POI数据进行数据清洗，以剔除重复、无效的数据；
步骤3：基于所述步骤2清洗后的物流POI数据，通过分类，对所述清洗后的数据进行编码；
步骤4：基于所述步骤3编码后的物流POI数据，通过将所述数据的经纬度坐标值转化为点，可视化物流POI数据，根据用户需要，对可视化之后的数据进行核密度分析、道路缓冲分析或路径分析。


2.根据权利要求1所述的一种物流POI数据可视化处理方法，其特征在于：所述步骤1具体包括：
步骤1A：选定信息准确、全面、开放的所述电子地图API平台；
步骤1B：基于所述平台，编写数据提取程序，提取所述物流POI数据坐标信息。


3.根据权利要求2所述的一种物流POI数据可视化处理方法，其特征在于：所述步骤1B的所述数据提取程序是使用Python中的Requests、Json工具库编写的；所述物流POI数据坐标信息，是通过应用所述数据提取程序搜索关键词“物流”、“运输”、“速递”来获取的。


4.根据权利要求1所述的一种物流POI数据可视化处理方法，其特征在于：所述步骤2具体包括：
步骤2A：编写转换程序，将所述步骤1B提取的所述物流POI坐标数据信息转换为Excel数据表格的形式保存于本地；
步骤2B：编写清洗程序，设置筛选物流POI数据的条件，用以剔除所述POI数据中的无效、重复、错误数据；
步骤2C：通过所述步骤2B编写的所述清洗程序，对所述步骤2A存储的所述Excel表格形式POI数据进行清洗；
步骤2D：将所述步骤2C清洗好的数据再次转换成Excel数据表格形式，保存于本地。


5.根据权利要求1所述的一种物流POI数据可视化处理方法，其特征在于：所述步骤3具体包括：
步骤3A：将所述步骤2清洗后的物流POI数据划分为多个大类，包括物流节点、物流企业、物流相关设施；
步骤3B：将所述步骤3A划分的每个大类物流POI数据进一步划分为多个亚类；
步骤3C：将所述步骤3B划分的每个亚类物流POI数据进一步划分为多个小类；
步骤3D：对所述步骤3C划分的所有所述小类分别进行编码；
步骤3E：将所述步骤3A和3B中未作详细划分的所述大类和所述亚类进行编码，最终所有的POI数据都有对应的所属类型及编...

【专利技术属性】
技术研发人员：李国旗，吕卓石，刘思婧，陈罡，孙文杰，段礼豪，申皓，刘定龙，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川;51