[發明專利]基于Co-location模式和本體的商業地址選擇方法

有效

• 申請號: 201710531411.7
• 申請日: 2017-07-03
• 公開（公告）號: CN107330734B
• 公開（公告）日: 2020-07-31
• 發明（設計）人: 王麗珍;包旭光;陳紅梅;肖清
• 申請（專利權）人: 云南大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 西安知誠思邁知識產權代理事務所(普通合伙) 61237
• 代理人: 麥春明

本發明公開了基于Co?location模式和本體的商業地址選擇方法，以城市興趣點數據為源數據，根據各個興趣點的類型進行分類，并創建相應本體；定義兩個興趣點之間的關鍵距離；重新評估每個興趣點的邊長，給出了實際情況下的鄰近關系定義；提出了基于網格法的在地球球體上的數據劃分算法以更快更準確地得到每個興趣點的鄰近興趣點集合，并將該集合按照語義是否相同進行分類存儲。當指定一個需要選址的興趣點特征，尋找包含該特征的關鍵co?location模式；在最終的選址方式上，需考慮用戶的選址偏向，不同的地址偏向采用不同的剪枝策略；最后向用戶推薦滿足用戶需求的適合創建該興趣點類型的地址列表供用戶進行進一步地評估。

技術領域

本發明屬于空間模式挖掘技術領域，特別涉及一種基于Co-location模式和本體的商業地址選擇方法。

背景技術

商業選址是經濟學領域的一個重要的研究方向。對于任何一個商業體來說，位置選擇是其必經的一個階段，因為一個不利的商業位置所帶來的負面影響很難被其他的改進條件或行為而改變。要判斷一個位置是否是有利的，需要考慮多種因素，比如社會經濟學、地質學、生態學以及決策者的特定需求等。選址問題在經濟學領域一直是一個棘手的問題，因為它受多種主觀和客觀因素的制約，選址過程通常是漫長而又低效的。

隨著數據采集技術的日益發展，越來越多的與位置有關的數據能夠被很容易地采集到。這些數據不但包括類似于百度地圖的地圖數據，還包括人口分布數據等。在大數據的背景下，一個商業體不得不去考慮多種數據庫，譬如從地區的購買力分布到居民的消費行為特性。對這些包含時間和空間信息的異構型數據庫進行分析通常是選址必須要考慮的關鍵性因素。

選址方面的研究工作已經延續了有一個世紀之長。與此同時，隨著信息技術的進步，地域的探索空間以及地理數據的容量都在不斷地增長，面對指數級增長的數據，決策者很難憑經驗或簡單計算實現合理的地址選擇，因此，在實際中，決策者們往往采用一種自上(洲)而下(區/鎮)的方式來進行分析，這種情況下，其他區域的數據就被排除掉，只在當前選定的小范圍區域內利用一些主觀的準則進行地址選擇。而在這個小范圍內，評估方法往往都是主觀地利用個人經驗(相關專家的主觀評估)來決定“最好的”地址。

空間數據挖掘是從空間數據庫中挖掘未知的有趣模式的過程。因為空間數據的海量性、多維性、相關性等特點，從空間中挖掘有趣的模式將比從傳統事務數據中挖掘有趣模式要困難得多。

傳統數據通常是相互獨立的，而空間上分布的數據則是相關的，或者更確切地說是空間并置的(co-located)，即兩個對象的位置越近，就越有可能互相影響。空間co-location模式是空間特征的一個子集，它們的實例在空間中頻繁關聯。

空間co-location模式在許多應用領域發揮著重要的作用。例如，移動服務運營商根據不同需求用戶的分布，搭配相應的服務套餐以增加收入；廣告運營商根據特定人群的聚集地段，投放相應的廣告；銀行根據不同地域人群的不同收入設定相應的信用卡服務和理財產品。空間co-location模式的應用領域還包括地球科學、公共衛生、公共交通、生物信息處理、基于位置的服務、GIS信息系統等。

目前已經有很多經典的co-location模式挖掘算法，另外，由于經典的co-location模式挖掘算法會產生大量冗余的結果集，以精簡結果co-location模式為主要目的co-location模式挖掘算法也層出不窮。有趣模式的提出，意味著空間co-location模式開始向交互式的方向發展，在語義網中，本體(ontology)被認為最適合表示復雜的用戶領域知識，因此涌現了不少在本體指導下的co-location模式挖掘算法。

因為空間co-location模式描述的是空間特征之間的一種“共存”關系，利用co-location模式，可以得到一個商業圈中商業實體店的“共存”關系。即，co-location模式中隱含著選址的經驗及信息。譬如，如果在某個區域內飯店和旅館頻繁地“共存”，那么co-location模式{飯店，旅館}隱含著在飯店旁邊開旅館或者在旅館旁邊開飯店的選址信息。