基于综合知识图谱与游客数据的商业空间智能优化方法技术

本发明专利技术公开了基于综合知识图谱与游客数据的商业空间智能优化方法，通过高精度的无人机和激光设备采集城市建筑和开敞空间的三维数据，并整合城市业态分布和交通网络信息，构建城市三维空间数据集。依据建筑物理位置、功能关联和交通网络拓扑，构建并匹配融合空间、功能和交通网络关系，形成城市三维空间业态知识图谱。利用子图同构算法对待优化区域进行图谱匹配和优化谱系构建，并基于同质竞争和客流数据筛选优化方案。通过图网络预测算法对优化区域的游客量进行周期性预测和迭代优化，结合路径算法规划游客的购物和娱乐路径，并利用虚拟现实和混合现实设备展示优化结果和调整方案。

【技术实现步骤摘要】

本专利技术涉及城市规划领域，具体的是一种基于综合知识图谱与游客数据的商业空间智能优化方法。

技术介绍

1、传统城市业态更新方法通常依赖于人工测量、数据采集、手动更新和基于静态数据的建模且采集的数据来源单一，导致传统城市业态更新存在效率低下、数据更新周期长且滞后、静态城市模型缺乏实时性和准确性、数据量小覆盖面有限且缺乏关联性等问题，难以应对快速变化的城市环境、全面反应城市业态和联系，同时，数据孤岛现象严重，难以进行智能推理和决策支持，提供高水平的决策支持和优化建议。但随着城市化进程的加快，城市原有业态的空间分布和功能类型具有高度的动态性和复杂性，城市业态的快速更新能够通过实时监控管理提升城市管理效率、优化城市资源配置改善市民的生活质量促进城市经济的发展。基于知识图谱的城市三维空间业态智能更新方法及设备有助于解决上述传统城市业态更新的问题。通过知识图谱技术和三维城市建模技术，可以将不同来源的数据进行整合，通过语义技术增强数据间的关联性和可理解性，并根据已有数据进行自动的逻辑推理。可以将地理位置数据、建筑物属性数据、实时传感器数据等整合到知识图谱中，从而构建出一本文档来自技高网...

【技术保护点】

1.一种基于综合知识图谱与游客数据的商业空间智能优化方法，其特征在于：

2.根据权利要求1所述的基于综合知识图谱与游客数据的商业空间智能优化方法，其特征在于，所述S2中构建空间、功能和交通的关系图谱，是指将S1中形成的完整数据集导入软件ArcGis或ArcGisPro并分别生成城市空间、业态和交通的模型和数据集；通过ArcGis的邻域分析工具计算面要素间的边界距离判定建筑物、城市开敞空间和网红设施的物理邻近关系，包括：邻近、接近和远离；生成建筑各层平面和业态分布位置，关联各业态分布坐标和所在层数，通过ArcGis查看要素计数和汇总统计数据分析各层数业态分布数量、类型，通过核密...

【技术特征摘要】

1.一种基于综合知识图谱与游客数据的商业空间智能优化方法，其特征在于：

2.根据权利要求1所述的基于综合知识图谱与游客数据的商业空间智能优化方法，其特征在于，所述s2中构建空间、功能和交通的关系图谱，是指将s1中形成的完整数据集导入软件arcgis或arcgispro并分别生成城市空间、业态和交通的模型和数据集；通过arcgis的邻域分析工具计算面要素间的边界距离判定建筑物、城市开敞空间和网红设施的物理邻近关系，包括：邻近、接近和远离；生成建筑各层平面和业态分布位置，关联各业态分布坐标和所在层数，通过arcgis查看要素计数和汇总统计数据分析各层数业态分布数量、类型，通过核密度分析计算业态的密度分布情况；

3.根据权利要求2所述的基于综合知识图谱与游客数据的商业空间智能优化方法，其特征在于，所述s2中通过blossom图匹配融合算法：1)图结构构建：将s1和s2中收集到的数据建模为图结构，其中，节点代表不同的空间实体，包含建筑物、城市开敞空间、网红设施、城市路网和轨道站点，边代表节点之间的物理临近关系，每个节点和边附加面积、功能类型属性；2)构建初始图匹配：使用blossom图匹配融合算法将不同来源的数据进行匹配和融合，将图谱数据构建为子图并基于节点属性进行初始匹配；3)增广路径和收缩奇环：在初始匹配中寻找未匹配节点到另一未匹配节点的增广路径，若在寻找增广路径时遇到奇数环，则将其缩小为一个单点，并在缩小后的途中继续寻找增广路径；4)优化匹配：在收缩图中找到增广路径后，通过逆向操作在原图中进行匹配扩展，重复增广路径和花的收缩步骤，直到找不到增广路径为止，得到最大匹配。

4.根据权利要求3所述的基于综合知识图谱与游客数据的商业空间智能优化方法，其特征在于，所述s3中通过ullmann子图同构算法，初始化候选矩阵并使用递归回溯和剪枝规则，查找两个图之间的子图同构关系；指构建一个大小为m×n的匹配矩阵m，其中m是模式图的顶点数，n是目标图的顶点数；模式图顶点为i，目标图顶点为j，若m[i][j]＝1，表示模式图顶点i与目标图顶点j进行匹配，若m[i][j]＝0，表示模式图顶点i不能与目标图顶点j进行匹配；初始化时，所有m[i][j]都设为1，根据顶点属性和边属性，筛选出不可能的顶点配对，更新匹配矩阵m，将不可能的配对设为0；通过递归方法逐步构建模式图与目标图之间的同构映射；针对每个未匹配的模式图顶点i，在候选矩阵中查找其可能匹配的目标图顶点j即满足m[i][j]＝1的配对；每当确定一个顶点配对时，将其加入当前部分同构映射中，并继续递归处理下一个模式图顶点；若在某一步骤发现当前配对无法满足子图同构条件，则回溯到上一步，撤销当前配对，并尝试其他可能的配对路径；应用剪枝规则对不可能的匹配路径进行剪枝，通过提前检查当前部分同构映射是否违反子图同构的必要条件，来决定是否继续递归。

5.根据权利要求4所述的基于综合知识图谱与游客数据的商业空间智能优化方法，其特征在于，所述s3中同质竞争距离和客流访问数量计算评分：1)将s2中经过数据进行清洗和时空网络对齐的功能关系图谱用arcgis数据管理工具中的要素转点工具将业态店铺和网红设施面要素数据转化为点要素数据，并对每个点要素通过字段计算工具赋值客流访问数量n；2)通过arcgis按属性筛选工具筛选相同功能类型的业态节点和网红设施并用arcgis邻域分析工具计算要素点之间的距离，即同质竞争距离d；3)通过公式对同质竞争距离d和客流访问量n进行归一化处理得到归一化同质竞争距离dnorm和归一化...

【专利技术属性】
技术研发人员：杨俊宴，盛华星，史北祥，邵典，王怡欢，章飙，
申请(专利权)人：东南大学，
类型：发明
国别省市：