一种购物街道推荐方法及装置制造方法及图纸

本发明专利技术涉及一种购物街道推荐方法及装置，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，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并根据购物指数向用户推荐购物街道。相对于现有技术，本发明专利技术通过购物指数直观反应了购物兴趣点在对应街道的聚集情况及步行环境，方便市民出行选择购物场所，提高市民购物体验。

A shopping street recommendation method and device

【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。可选的，所述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。可选的，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。可选的，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；SSI>1，购物天堂；其中，SSI为购物指数；根据所述街道推荐等级向用户推荐购物街道。可选的，还包括以下步骤：以不同的色阶显示各街道的推荐等级的高低，对所述各街道的推荐等级进行空间可视化。第二方面，本申请实施例提供了一种购物街道推荐装置，包括：兴趣点密度计算模块，用于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；信息提取模块，用于获取遥感影像数据，从所述遥感影像数据中提取植被信息和水体信息；环境密度计算模块，用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；购物指数计算模块，用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，得到各街道的购物指数；购物街道推荐模块，用于根据所述购物指数向用户推荐购物街道。可选的，所述信息提取模块包括：植被指数计算单元，用于按照以下公式，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；植被信息获取单元，用于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；水体指数计算单元，用于按照以下公式，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；水体信息获取单元，用于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。可选的，所述环境密度计算模块包括：平均植被密度计算模块，用于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；平均水体密度计算模块，用于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。可选的，所述购物指数计算模块包括：权重值设置单元，用于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；购物指数计算单元，用于按照以下公式，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。在本申请实施例中，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，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，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，得到购物指数，并通过该购物指数直观反应了购物兴趣点在对应街道的聚集情况及该街道的步行环境，根据该购物指数向用户推荐购物街道，实现了对用户的出行购物进行更加精确的智能推荐，提高了推荐的准确度，方便市民出行选择购物场所，提高市民购物体验。为了更好地理解和实施，下面结合附图详细说明本专利技术。附图说明图1为本专利技术一个示例性的实施例中一种购物街道推荐方法的流程图；图2为本专利技术一个示例性的实施例中步骤S2的流程图；图3为本专利技术一个示例性的实施例中植被与非植被样本的NDVI值直方图；图4为本专利技术一个示例性的实施例中水体与阴影样本的NDWI值直方图；图5为本专利技术一个示例性的实施例中购物街道推荐的结构示意图；图6为本专利技术一个示例性的实施例中本文档来自技高网...

【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】
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；

【专利技术属性】
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