本公开的实施例涉及确定目标决策数据的方法、设备和介质。所述方法包括：获取包括一个或多个网格信息的网格化地理信息；基于对所述一个或多个网格信息执行卷积操作，融合所获取的网格化地理信息；以及根据所融合的网格化地理信息确定目标决策数据。由此，能够更为准确地融合地理信息网格中多个不同网格的地理信息。息。息。
【技术实现步骤摘要】
用于确定目标决策数据的方法、设备和介质
[0001]本公开的实施例总体涉及地理信息预测或优化领域，并且更具体地涉及一种基于融合网格化地理信息用于确定目标决策数据的方法、计算设备和计算机可读存储介质。
技术介绍
[0002]随着经济发展步入新常态和影响决策(例如，选址、投资)规划的因素不断增多，在复杂的地理信息中准确确定规划决策具有重要意义。网格化地理信息是一种有效的地理信息建模方式。
[0003]然而，现有的网格化地理信息存在一定缺点。例如，10
×
10的网格无法考虑10公里外的信息对于此网格的影响。10公里外的一个电影院可能会对根据此网格上所做的决策产生影响，然而此网格化地理信息并不能体现10公里外的电影院这一信息。即使采用更大的网格，如50
×
50的网格，然而这还是不能满足一些有高精度要求的网格信息采集。同时，有些单位(例如大学、景区)的影响力依然会超出某一固定范围。
[0004]另一方面，包括多个特征的网格化地理信息可能根据多个特征的组合产生不同影响力。例如，学校与地铁站的组合可以体现此区域除寒暑假期外的人流情况，而电影院与地铁站的组合则可以反应恒定时间段的人流情况。针对单一特征的传统网格化地理信息不能展现出这种高层次特征组合。
[0005]综上，传统的网格化地理信息的方案所存在的不足之处在于：无法融合网格中或者网格外的不同类型地理信息，从而不能展示出网格外特征对网格的影响，也无法体现高层次组合特征产生的影响力。
技术实现思路
[0006]针对上述问题，本公开提供了一种用于确定目标决策数据的方法、计算设备和计算机可读存储介质。
[0007]根据本公开的第一方面，提供了一种用于确定目标决策数据的方法，包括：获取包括一个或多个网格信息的网格化地理信息；融合所获取的网格化地理信息；以及根据所融合的网格化地理信息确定目标决策数据。
[0008]根据本公开的第二方面，提供了一种计算设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开的第一方面的方法。
[0009]在本公开的第三方面中，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中计算机指令用于使计算机执行本公开的第一方面的方法。
[0010]在一个实施例中，融合所获取的网格化地理信息包括：在网格化地理信息中获取单位网格矩阵和N个输入特征，所述N为正整数；根据所述N个输入特征在所述单位网格矩阵中的权重确定N个第一权重矩阵；基于网格化地理信息，确定包括N个输入特征中的每个输入特征的数量的实际地理信息矩阵；将所述N个第一权重矩阵与所述实际地理信息矩阵执
行卷积计算，以便获取N个输入特征在所述实际地理信息矩阵中每个单元格的输入特征系数。
[0011]利用以上技术手段，可以将处于当前单元格外的输入特征融合到当前单元格中，从而获取多个输入特征产生的输入特征系数(即，综合影响力)，从而确定目标决策数据(例如，地点选址、广告投放)。
[0012]在一个实施例中，还包括：基于所述N个输入特征，获取M个输出特征，所述M为正整数；基于所获取的M个输出特征，确定所述输入特征与输出特征之间的相关关系；基于所获取的N个输入特征在所述实际地理信息矩阵中每个单元格的输入特征系数以及与M个输出特征的相关关系，确定M个输出特征在所述实际地理信息矩阵中每个单元格的输出特征系数。
[0013]利用以上技术手段，可以将多个输入特征融合为一个或多个输出特征，从而在高维度上展现出网格化地理信息中网格的对用户产生的影响力。
[0014]在一个实施例中，确定M个输出特征在所述实际地理信息矩阵中每个单元格的输出特征系数包括：基于所述输入特征与输出特征之间的相关关系以及所确定的N个第一权重矩阵，针对M个输出特征确定N
×
M个第二权重矩阵；针对M个输出特征中的每个输出特征，依次将所述N
×
M个第二权重矩阵与所述实际地理信息矩阵执行卷积计算，以便针对M个输出特征中的每个输出特征获取N个输入特征在所述实际地理信息矩阵中每个单元格的输入特征系数；针对M个输出特征中的每个输出特征，基于所获取的N个输入特征在所述实际地理信息矩阵中每个单元格的输入特征系数，执行所述输入特征与输出特征之间的相关关系计算。
[0015]利用以上技术手段，可以计算多个输出特征在所述实际地理信息矩阵中每个单元格的多个输出特征系数，其中多个输出特征可以是由多个输入特征组合地获取而成。
[0016]在一个实施例中，确定所述输入特征与输出特征之间的相关关系包括：确定所述输入特征相对于所述输出特征的相关性；以及根据所确定的相关性，设置所述输入特征与输出特征之间的相关关系。
[0017]在一个实施例中，设置所述输入特征与输出特征之间的相关关系还包括：根据历史输出特征信息，验证所设置的输入特征与输出特征之间的相关关系是否正确。
[0018]在一个实施例中，设置所述输入特征与输出特征之间的相关关系还包括：基于所设置的相关关系，计算输出特征信息与历史输出特征信息之间的差值；以及响应于所计算的输出特征信息与历史输出特征信息之间的差值大于预定阈值，重新确定所述输入特征与输出特征之间的相关关系。
[0019]利用以上技术手段，可以通过历史数据验证所设置的输入特征与输出特征之间的相关关系是否正确。在正确的情况下，使用所述相关关系计算输出特征，否则重新设置相关关系。
[0020]在一个实施例中，确定所述输入特征与输出特征之间的相关关系还包括：将所述实际地理信息中的输入特征信息、输出特征信息标记为特征数值坐标；以及基于所标记的特征数值坐标，拟合所述输入特征和输出特征的特征数值坐标，从而确定所述输入特征与输出特征之间的相关关系。
[0021]利用以上技术手段，可以通过拟合方式确定输入特征与输出特征之间的相关关
系。
[0022]在一个实施例中，确定目标决策数据包括：基于所计算的在所述实际地理信息矩阵中每个单元格的M个输出特征的输出特征系数，计算一个或多个单元格中的M个输出特征的选址决策值；以及根据所计算的选址决策值，确定目标决策数据。
[0023]利用以上技术手段，可以通过所计算的输出特征系数确定一个综合的选址决策值。根据选址决策值可以在一个或多个单元格中确定最佳的单元格，从而确定最佳的选址决策地址。
[0024]在一个实施例中，根据所述N个输入特征在所述单位网格矩阵中的权重确定N个第一权重矩阵包括：在所述实际地理信息中确定输入特征的位置，从而获取所述单位网格矩阵中所述输入特征的位置；根据所确定的输入特征的位置，确定所述输入特征在所述单位网格矩阵外围的影响力指标；以及根据所确定的影响力指标，确定所述输入特征在所述单位网格矩阵中的权重。
[0025]利用以上技术手段，可以通过获取实际的影响力指标来确定输入特征的权重，从而确定本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用于确定目标决策数据的方法，包括：获取包括一个或多个网格信息的网格化地理信息；基于对所述一个或多个网格信息执行卷积操作，融合所获取的网格化地理信息；以及根据所融合的网格化地理信息确定目标决策数据。2.根据权利要求1所述的方法，其中融合所获取的网格化地理信息包括：在网格化地理信息中获取单位网格矩阵和N个输入特征，所述N为正整数；根据所述N个输入特征在所述单位网格矩阵中的权重确定N个第一权重矩阵；基于网格化地理信息，确定包括N个输入特征中的每个输入特征的数量的实际地理信息矩阵；将所述N个第一权重矩阵与所述实际地理信息矩阵执行卷积计算，以便获取N个输入特征在所述实际地理信息矩阵中每个单元格的输入特征系数。3.根据权利要求2所述的方法，所述方法还包括：基于所述N个输入特征，获取M个输出特征，所述M为正整数；基于所获取的M个输出特征，确定所述输入特征与输出特征之间的相关关系；以及基于所获取的N个输入特征在所述实际地理信息矩阵中每个单元格的输入特征系数以及与M个输出特征的相关关系，确定M个输出特征在所述实际地理信息矩阵中每个单元格的输出特征系数。4.根据权利要求3所述的方法，确定M个输出特征在所述实际地理信息矩阵中每个单元格的输出特征系数包括：基于所述输入特征与输出特征之间的相关关系以及所确定的N个第一权重矩阵，针对M个输出特征确定N
×
M个第二权重矩阵；针对M个输出特征中的每个输出特征，依次将所述N
×
M个第二权重矩阵与所述实际地理信息矩阵执行卷积计算，以便针对M个输出特征中的每个输出特征获取N个输入特征在所述实际地理信息矩阵中每个单元格的输入特征系数；针对M个输出特征中的每个输出特征，基于所获取的N个输入特征在所述实际地理信息矩阵中每个单元格的输入特征系数，执行所述输入特征与输出特征之间的相关关系计算。5.根据权利要求3或4所述的方法，确定所述输入特征与输出特征之间的相关关系包括：确定所述输入特征相对于所述输出特征的相关性；以及根据所确定的相关性，设置所述输入特征与输出特征之间的相关...
【专利技术属性】
技术研发人员：王佳技，
申请(专利权)人：胜斗士上海科技技术发展有限公司，
类型：发明
国别省市：
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。