便利指数计算方法及装置与流程

本发明涉及信息处理技术领域，更具体地说，涉及一种便利指数计算方法及装置。

背景技术：

目前，对于一个地方是否便利没有一个准确的量化方法，对于一个地方是否便利，主要靠感性的定性判断，如所住小区周边购物、出行是否方便等。但是感性的认识主观性较强，并不能很好的反映一个小区的真实情况。

因此，如何定量分析待评测地点是否便利成为亟待解决的问题。

技术实现要素：

本发明的目的是提供一种便利指数计算方法及装置，以定量分析待评测地点是否便利。

为实现上述目的，本发明提供了如下技术方案：

一种便利指数计算方法，包括：

按兴趣点类型分别统计待评测地点附近各个类型的兴趣点的数量；

基于每一个类型的兴趣点的数量，以及与该兴趣点类型对应的评分模型计算所述待评测地点在该兴趣点类型方面的评分；

基于所述待评测地点在各个兴趣点类型方面的评分计算得到所述待评测地点的便利指数。

一种便利指数计算装置，包括：

统计模块，用于按兴趣点类型分别统计待评测地点附近各个类型的兴趣点的数量；

评分计算模块，用于基于每一个类型的兴趣点的数量，以及与该兴趣点类型对应的评分模型计算所述待评测地点在该兴趣点类型方面的评分；

便利指数计算模块，用于基于所述待评测地点在各个兴趣点类型方面的评分计算得到所述待评测地点的便利指数。

通过以上方案可知，本发明实施例提供的一种便利指数计算方法及装置，按兴趣点类型分别统计待评测地点附近各个类型的兴趣点的数量；基于每一 个类型的兴趣点的数量，以及与该兴趣点类型对应的评分模型计算待评测地点在该兴趣点类型方面的评分；基于待评测地点在各个兴趣点类型方面的评分计算得到待评测地点的便利指数，实现便利指数定量计算，由于具有统计特性，因此，通过本发明实施例提供的便利指数计算方法及装置计算得到的便利指数能够较客观的反映待评测地点的便利指数。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的便利指数计算方法的一种实现流程图；

图2为本发明实施例提供的评分模型的一种示例图；

图3为本发明实施例提供的便利指数计算装置的一种结构示意图；

图4为本发明实施例提供的统计模块的一种结构示意图；

图5为本发明实施例提供的便利指数计算模块的一种结构示意图。

说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的部分，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示的以外的顺序实施。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，图1为本发明实施例提供的便利指数计算方法的一种实现流程图，可以包括：

步骤s11：按兴趣点类型分别统计待评测地点附近各个类型的兴趣点的数量；

本发明实施例中，预先确定若干种类型的兴趣点作为若干个统计维度(即一种类型对应一个统计维度)。当需要计算某个地点的便利指数时，首先统计该地点附近的各个类型的兴趣点的数量。

例如，统计维度可以包括但不限于以下几种：医院、学校、商场、公园、交通等。每个统计维度下的统计对象可以根据人的实际需求确定。例如，对于医院维度，可以只将三甲医院作为统计对象，也可以将等级在三甲及三甲以上的医院作为统计对象，当然也可以将其它等级的医院也作为统计对象，这里不做具体限定。同理，对于学校维度，可以将重点中学和重点小学作为统计对象，即，统计重点中学和重点小学总的数量。对于商场维度，可以将连锁商超(如沃尔玛、家乐福等大型连锁商超)作为统计对象。对于公园维度，可以将电子地图中标签为公园的地点作为统计对象。对于交通，可以将电子地图中标签为商圈(如，中关村、望京、国贸、金融街等上班族工作聚集地)的地点作为统计对象。

待评测地点可以是某个住宅小区，也可以是其它的任意一个可评测的地点。

步骤s12：基于每一个类型的兴趣点的数量，以及与该兴趣点类型对应的评分模型计算上述待评测地点在该兴趣点类型方面的评分；

本发明实施例中，对于每一个统计维度，预置评分模型，该评分模型的输入为兴趣点数量，输出为待评测地点在该统计维度的便利度评分。

可选的，评分模型可以为单调函数，且为分段函数，不同的兴趣点数量取值范围对应的函数变化率不同。

根据不同的统计维度，该评分模型的单调性可以不同，也就是说，评分模型可能为单调递增函数，也可能为单调递减函数。例如，对于兴趣点数量越少越便利(便利度评分越高)的维度，映射模型可以为单调递减函数，而对于兴趣点数量越多越便利的维度，映射模型可以为单调递增函数。

函数变化率的大小体现了兴趣点数量改变时，人对便利性的感知是否明显。在兴趣点数量变化量一定时，函数变化率越大，便利度评分变化越大，表明人对便利性的感知越明显，反之，函数变化率越小，便利度评分变化越小，表明人对便利性的感知越不明显。因此，本发明实施例提供的便利指数 计算方法，映射模型更加贴合人的实际心理，更科学合理的反映了一个地点的便利指数。

对于每一个统计维度，在获取该维度的兴趣点数量后，将该维度的兴趣点数量作为该维度下预置的评分模型的输入，得到该维度下的便利度评分。

步骤s13：基于上述待评测地点在各个兴趣点类型方面的评分计算得到待评测地点的便利指数。

本发明实施例中，综合待评测地点在不同维度的便利度评分得到待评测地点的便利指数。

本发明实施例提供的便利指数计算方法，按兴趣点类型分别统计待评测地点附近各个类型的兴趣点的数量；基于每一个类型的兴趣点的数量，以及与该兴趣点类型对应的评分模型计算待评测地点在该兴趣点类型方面的评分；基于待评测地点在各个兴趣点类型方面的评分计算得到待评测地点的便利指数，实现便利指数定量计算，由于具有统计特性，因此，通过本发明实施例提供的便利指数计算方法计算得到的便利指数能够较客观的反映待评测地点的便利指数。

可选的，上述按兴趣点类型分别统计待评测地点附近各个类型的兴趣点的数量的一种实现方式可以为：

对于每一个兴趣点类型，统计以待评测地点为出发点，在预设时长内可以到达的该类型的兴趣点的数量。

本发明实施例中，对于每一个统计维度，不是对周边一定半径内的兴趣点进行统计，而是对在预设时长到达圈内可以到达的兴趣点的数量进行统计。

例如，对于医院这一维度，可以统计在1小时内可以到达的三甲医院的数量。对于商场这一维度，可以统计在1小时内可以到达的大型连锁超市的数量。

本发明实施例中，通过对在预设时长内可以到达的兴趣点的数量进行统计，统计结果能够真实反映一人的活动范围，更能反映出待评测地的整体便利情况。

可选的，基于待评测地点在各个兴趣点类型方面的评分计算得到待评测地点的便利指数的一种实现方式可以为：

将待评测地点在各个兴趣点类型方面的评分的加权求和的平均值确定为待评测地点的便利指数。

也就是说，待评测地点的便利指数为带评测地点的各个维度的便利度评分的加权求和的平均值。用公式可以表示为：

其中，η表示待评测地点的便利指数，pj(j＝1,2,...,n)表示第j个维度的便利度评分，wj(j＝1,2,...,n)表示与第j个维度的便利度评分对应的加权系数。

其中，各个维度的加权系数可以相同，也可以不同，具体可以根据实际需求确定。例如，若希望在某个维度更加便利，可以将该维度的加权系数调大些，其它维度的加权系数调小些。

可选的，本发明实施例中，每一个兴趣点类型对应的评分模型包括两个兴趣点数量取值范围，这两个兴趣点数量取值范围的分界点的确定方法可以为：

统计每一个可评测地点附近该类型的兴趣点的数量；

例如，可评测地点可以是指：某个地域范围内所有的住宅小区。

将所有可评测地点附近的该类型的兴趣点的数量值进行排序；

举例说明，假设所有可评测地点共9个，为便于描述，将9个可评测地点从1到9进行编号，若从1号到9号各个可评测地点附近的该类型的兴趣点的数量依次为：0、0、5、2、7、10、10、10、10，则，将这9个可评测地点附近的该类型的兴趣点的数量值进行排序为：0、0、2、5、7、10、10、10、10。

将位于中间位置的兴趣点数量值确定为两个兴趣点数量取值范围的分界点。

上述示例中，显然，位于中间位置的兴趣点数量值为7，以7为分界点，将兴趣点数量取值范围分为两个取值区间，一个取值区间为[0，7]，另一个取 值区间为[7，n]，n为所有可评测地点中，附近的该类型的兴趣点的数量的最大值，上述示例中，n取值为9。

可选的，若可评测地点的个数为偶数个，则可以将位于中间位置的两个兴趣点数量值的平均值作为分界点；或者，可以将位于中间位置的两个兴趣点数量值的任意一个作为分界点。

可选的，在兴趣点数量取值小于上述分界点的兴趣点数量的取值范围内，评分模型的函数变化率为第一变化率，在兴趣点数量取值大于上述分界点的兴趣点数量的取值范围内，评分模型的函数变化率为第二变化率；第一变化率大于第二变化率。

通常情况下，一个地点附近的兴趣点数量越少，当该地点附近的兴趣点数量改变时，人的便利性感知比较明显，而若该地点附近的兴趣点数量比较多，那么，在该地点附近的兴趣点数量改变时，人的便利性感知通常不是很明显。

可选的，在兴趣点数量取值小于上述分界点的兴趣点数量的取值范围内，评分模型可以采用一元二次函数，而在兴趣点数量取值大于上述分界点的兴趣点数量的取值范围内，评分模型可以采用一元一次线性函数。

为便于确定评分模型，可以将分界点对应的分数定为60分，将兴趣点数量为0时对应的评分定为0分，而将所有可评测地点附近的兴趣点数量最大值对应的评分定为100分。

下面以北京地区的医院为例说明评分模型的确定过程。假设北京地区共有6000个住宅小区，在所有统计到的小区中，在1小时到达圈内能够到达的三甲医院的数量最多为47家，最少为0家。经过排序，确定医院数量两个取值区间的分界点为6，即约有3000个小区在1小时到达圈内能够到达的三甲医院的数量最多为6家，约有3000个小区在1小时到达圈内能够到达的三甲医院的数量大于6家。

本示例中，将6家对应的评分定为60分，将0家对应的评分定为0分，将47家对应的评分定为100分。

也就说，对于医院这个类型，评分模型经过以下三个点：(0，0)，(6，60)，以及(47，100)。

通过(6，60)以及(47，100)这两个点可以确定6到47范围内评分模型所采用的一元一次函数。本示例中，一元一次函数为：

y＝x+54

其中，y表示评分，x表示医院的数量。

通过(0，0)，(6，60)可以确定0到6范围内评分模型所采用的一元二次函数。本示例中，将(6，60)作为一元二次函数的顶点坐标，该一元二次函数为：

其中，y表示评分，x表示医院的数量。

如图2所示，为本发明实施例提供的，与医院这一兴趣点类型对应的评分模型的一种示例图。

与方法实施例相对应，本发明实施例还提供一种便利指数计算装置，本发明实施例提供的便利指数计算装置的一种结构示意图如图3所示，可以包括：

统计模块31，评分计算模块32和便利指数计算模块33；其中，

统计模块31用于按兴趣点类型分别统计待评测地点附近各个类型的兴趣点的数量；

本发明实施例中，预先确定若干种类型的兴趣点作为若干个统计维度(即一种类型对应一个统计维度)。当需要计算某个地点的便利指数时，首先统计该地点附近的各个类型的兴趣点的数量。

例如，统计维度可以包括但不限于以下几种：医院、学校、商场、公园、交通等。每个统计维度下的统计对象可以根据人的实际需求确定。例如，对于医院维度，可以只将三甲医院作为统计对象，也可以将等级在三甲及三甲以上的医院作为统计对象，当然也可以将其它等级的医院也作为统计对象，这里不做具体限定。同理，对于学校维度，可以将重点中学和重点小学作为统计对象，即，统计重点中学和重点小学总的数量。对于商场维度，可以将 连锁商超(如沃尔玛、家乐福等大型连锁商超)作为统计对象。对于公园维度，可以将电子地图中标签为公园的地点作为统计对象。对于交通，可以将电子地图中标签为商圈(如，中关村、望京、国贸、金融街等上班族工作聚集地)的地点作为统计对象。

待评测地点可以是某个住宅小区，也可以是其它的任意一个可评测的地点。

评分计算模块32用于基于每一个类型的兴趣点的数量，以及与该兴趣点类型对应的评分模型计算上述待评测地点在该兴趣点类型方面的评分；

本发明实施例中，对于每一个统计维度，预置评分模型，该评分模型的输入为兴趣点数量，输出为待评测地点在该统计维度的便利度评分。

可选的，评分模型可以为单调函数，且为分段函数，不同的兴趣点数量取值范围对应的函数变化率不同。

根据不同的统计维度，该评分模型的单调性可以不同，也就是说，评分模型可能为单调递增函数，也可能为点掉递减函数。例如，对于兴趣点数量越少越便利(便利度评分越高)的维度，映射模型可以为单调递减函数，而对于兴趣点数量越多越便利的维度，映射模型可以为单调递增函数。

函数变化率的大小体现了兴趣点数量改变时，人对便利性的感知是否明显。在兴趣点数量变化量一定时，函数变化率越大，便利度评分变化越大，表明人对便利性的感知越明显，反之，函数变化率越小，便利度评分变化越小，表明人对便利性的感知越不明显。因此，本发明实施例提供的便利指数计算方法，映射模型更加贴合人的实际心理，更科学合理的反映了一个地点的便利指数。

对于每一个统计维度，在获取该维度的兴趣点数量后，将该维度的兴趣点数量作为该维度下预置的评分模型的输入，得到该维度下的便利度评分。

便利指数计算模块33用于基于上述待评测地点在各个兴趣点类型方面的评分计算得到待评测地点的便利指数。

本发明实施例中，综合待评测地点在不同维度的便利度评分得到待评测地点的便利指数。

本发明实施例提供的便利指数计算装置，按兴趣点类型分别统计待评测地点附近各个类型的兴趣点的数量；基于每一个类型的兴趣点的数量，以及 与该兴趣点类型对应的评分模型计算待评测地点在该兴趣点类型方面的评分；基于待评测地点在各个兴趣点类型方面的评分计算得到待评测地点的便利指数，实现便利指数定量计算，由于具有统计特性，因此，通过本发明实施例提供的便利指数计算装置计算得到的便利指数能够较客观的反映待评测地点的便利指数。

可选的，本发明实施例提供的统计模块31的一种结构示意图如图4所示，可以包括：

统计单元41，用于对于每一个兴趣点类型，统计以待评测地点为出发点，在预设时长内可以到达的该类型的兴趣点的数量。

本发明实施例中，对于每一个统计维度，不是对周边一定半径内的兴趣点进行统计，而是对在预设时长到达圈内可以到达的兴趣点的数量进行统计。

例如，对于医院这一维度，可以统计在1小时内可以到达的三甲医院的数量。对于商场这一维度，可以统计在1小时内可以到达的大型连锁超市的数量。

本发明实施例中，通过对在预设时长内可以到达的兴趣点的数量进行统计，统计结果能够真实反映一人的活动范围，更能反映出待评测地的整体便利情况。

可选的，本发明实施例提供的便利指数计算模块33的一种结构示意图如图5所示，可以包括：

计算单元51，用于将待评测地点在各个兴趣点类型方面的评分的加权求和的平均值确定为待评测地点的便利指数。

也就是说，待评测地点的便利指数为带评测地点的各个维度的便利度评分的加权求和的平均值。用公式可以表示为：

其中，η表示待评测地点的便利指数，pj(j＝1,2,...,n)表示第j个维度的便利度评分，wj(j＝1,2,...,n)表示与第j个维度的便利度评分对应的加权系数。

其中，各个维度的加权系数可以相同，也可以不同，具体可以根据实际需求确定。例如，若希望在某个维度更加便利，可以将该维度的加权系数调大些，其它维度的加权系数调小些。

可选的，本发明实施例中，每一个兴趣点类型对应的评分模型包括两个兴趣点数量取值范围，这两个兴趣点数量取值范围的分界点的确定方法可以为：

统计每一个可评测地点附近该类型的兴趣点的数量；

例如，可评测地点可以是指：某个地域范围内所有的住宅小区。

将所有可评测地点附近的该类型的兴趣点的数量值进行排序；

举例说明，假设所有可评测地点共9个，为便于描述，将9个可评测地点从1到9进行编号，若从1号到9号各个可评测地点附件的该类型的兴趣点的数量依次为：0、0、5、2、7、10、10、10、10，则，将这9个可评测地点附近的该类型的兴趣点的数量值进行排序为：0、0、2、5、7、10、10、10、10。

将位于中间位置的兴趣点数量值确定为两个兴趣点数量取值范围的分界点。

上述示例中，显然，位于中间位置的兴趣点数量值为7，以7为分界点，将兴趣点数量取值范围分为两个取值区间，一个取值区间为[0，7]，另一个取值区间为[7，n]，n为所有可评测地点中，附近的该类型的兴趣点的数量的最大值，上述示例中，n取值为9。

可选的，若可评测地点的个数为偶数个，则可以将位于中间位置的两个兴趣点数量值的平均值作为分界点；或者，可以将位于中间位置的两个兴趣点数量值的任意一个作为分界点。

可选的，在兴趣点数量取值小于上述分界点的兴趣点数量的取值范围内，评分模型的函数变化率为第一变化率，在兴趣点数量取值大于上述分界点的兴趣点数量的取值范围内，评分模型的函数变化率为第二变化率；第一变化率大于第二变化率。

通常情况下，一个地点附近的兴趣点数量越少，当该地点附近的兴趣点数量改变时，人的便利性感知比较明显，而若该地点附近的兴趣点数量比较多，那么，在该地点附近的兴趣点数量改变时，人的便利性感知通常不是很明显。

可选的，在兴趣点数量取值小于上述分界点的兴趣点数量的取值范围内，评分模型可以采用一元二次函数，而在兴趣点数量取值大于上述分界点的兴趣点数量的取值范围内，评分模型可以采用一元一次线性函数。

为便于确定评分模型，可以将分界点对应的分数定为60分，将兴趣点数量为0时对应的评分定为0分，而将所有可评测地点附近的兴趣点数量最大值对应的评分定为100分。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统(若存在)、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统(若存在)、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方， 或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。