【技术实现步骤摘要】
一种购物街道推荐方法及装置
本专利技术涉及地理信息
,尤其是涉及一种购物街道推荐方法及装置。
技术介绍
目前的城市街道主要按以车为主体的功能分级,如高速公路、快速路、主干道等。市民在出行时往往通过地图或者大众点评等应用获取某一兴趣点的集聚区域,得到该街道的购物信息。现在的软件仅反映街道购物位置信息和用户评价信息,无法向用户提供更加准确的购物街道推荐,推荐准确度较低,市民往往需要浏览大量用户评价以判断该购物街道的是否适合出行,耗费时间较长。
技术实现思路
本申请实施例提供了一种购物街道推荐方法及装置,可以根据街道的购物兴趣点和街道环境对用户的出行购物进行更加精准的智能推荐。所述技术方案如下:第一方面,本申请实施例提供了一种购物街道推荐方法,包括以下步骤:根据各街道及其对应的购物兴趣点,获取各街道的购物兴趣点平均密度;其中,每个购物兴趣点对应于离其最近的街道;获取遥感影像数据,从所述遥感影像数据中提取植被信息和水体信息;根据所述植被信息和水体信息计算各街道的平均植被密度和平均水体密度;对各街道的购物兴趣点平均密度、平均植被密度和平均水体密度进行加权求和,得到各街道的购物指数;根据所述购物指数向用户推荐购物街道。可选的,所述从所述遥感影像数据中提取植被信息和水体信息步骤包括:按照以下公式,计算遥感影像数据上的归一化植被指数:其中,NVDI为归一化植被指数,Bnir和Bred分别为遥感影像数据的近红外波段和红波波段的反射 ...
【技术保护点】
1.一种购物街道推荐方法,其特征在于,包括以下步骤:/n根据各街道及其对应的购物兴趣点,获取各街道的购物兴趣点平均密度;其中,每个购物兴趣点对应于离其最近的街道;/n获取遥感影像数据,从所述遥感影像数据中提取植被信息和水体信息;/n根据所述植被信息和水体信息计算各街道的平均植被密度和平均水体密度;/n对各街道的购物兴趣点平均密度、平均植被密度和平均水体密度进行加权求和,得到各街道的购物指数;/n根据所述购物指数向用户推荐购物街道。/n
【技术特征摘要】 【专利技术属性】
1.一种购物街道推荐方法,其特征在于,包括以下步骤:
根据各街道及其对应的购物兴趣点,获取各街道的购物兴趣点平均密度;其中,每个购物兴趣点对应于离其最近的街道;
获取遥感影像数据,从所述遥感影像数据中提取植被信息和水体信息;
根据所述植被信息和水体信息计算各街道的平均植被密度和平均水体密度;
对各街道的购物兴趣点平均密度、平均植被密度和平均水体密度进行加权求和,得到各街道的购物指数;
根据所述购物指数向用户推荐购物街道。
2.根据权利要求1所述的购物街道推荐方法,其特征在于,从所述遥感影像数据中提取植被信息和水体信息步骤包括:
按照以下公式,计算遥感影像数据上的归一化植被指数:
其中,NVDI为归一化植被指数,Bnir和Bred分别为遥感影像数据的近红外波段和红波波段的反射值;
将所述归一化植被指数转换为点数据,获取遥感影像数据的植被信息;
按照以下公式,计算遥感影像数据上的归一化水体指数:
其中,NDWI为归一化水体指数,Bgreen和Bnir分别为遥感影像数据的绿波波段和近红外波段的反射值;
将所述归一化水体指数转换为点数据,获取遥感影像数据的水体信息。
3.根据权利要求2所述的购物街道推荐方法,其特征在于,根据所述植被信息和水体信息计算各街道的平均植被密度和平均水体密度的步骤包括:
删除道路两边第一距离范围外的归一化植被指数点,根据剩余的归一化植被指数点计算各街道的平均植被密度;
删除道路两边第二距离范围外的归一化水体指数点,根据剩余的归一化水体指数点计算各街道的平均水体密度。
4.根据权利要求1所述的购物街道推荐方法,其特征在于,对各街道的购物兴趣点平均密度、平均植被密度和平均水体密度进行加权求和的步骤具体包括:
设置购物兴趣点平均密度、平均植被密度和平均水体密度的权重值分别为ω1、ω2和ω3;
按照以下公式,计算各街道的购物指数:
SSI=POIs×ω1+V×ω2+W×ω3
其中,SSI为购物指数,POIs为购物点密度,V为平均植被密度,W为平均水体密度,ω1、ω2和ω3分别为购物兴趣点平均密度、平均植被密度和平均水体密度的权重值。
5.根据权利要求1所述的购物街道推荐方法,其特征在于,根据所述购物指数向用户推荐购物街道步骤具体包括:
对各街道的购物指数进行等级评价,得到街道推荐等级;其中,各街道的推荐等级如下:
SSI<=0,不可用;
SSI<=0.2,不推荐;
SSI<=0.4,可接受;
SSI<=0.6,推荐;
SSI<=0.8,强烈推荐;
SSI<=1,极力推荐;
技术研发人员:邓应彬,许剑辉,严滢伟,陈仁容,
申请(专利权)人:广州地理研究所,南方海洋科学与工程广东省实验室广州,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。