划分地理网格的方法、商圈确定方法及设备与流程

本申请实施例涉及计算机和通信技术领域，具体涉及一种划分地理网格的方法、商圈确定方法、设备和计算机可读存储介质。

背景技术：

商圈的地理范围具有非常重要的商业价值，是进行线下商业运营所需要的基础地理数据。商圈地理范围的确定主要分为人工绘制和自动算法挖掘两种。人工绘制要求人工根据自己的理解在地图上面手动绘制出商圈的地理范围，需要一个商圈一个商圈的去绘制，效率低，会消耗大量人力和物力资源。基于算法的挖掘是基于采集的地理数据，设计算法程序去自动挖掘商圈的地理范围。现有的自动算法挖掘方案存在着诸如挖掘准确度较低，无法支持多层级商圈挖掘等的问题，无法满足真实业务场景的需要。

技术实现要素：

本申请的实施例提供一种定划分地理网格的方法、商圈确定方法、设备和计算机可读存储介质，以提供挖掘准确度较高的商圈确定技术方案。

根据本申请实施例的第一方面，公开了一种划分地理网格的方法，其包括：

根据要划分的地理网格的大小以及地理网格的大小与地理变换算子之间的预定关系来确定地理变换算子；

将预定区域内的点的经度和纬度分别与所述地理变换算子进行预定数学运算，以分别确定该点对应的经度编码和纬度编码，其中，所述预定关系与所述预定数学运算使得所述预定区域内的点对应的经度编码和纬度编码能够随着地理网格的大小的连续改变而连续改变；

将所述预定区域内具有相同的经度编码和纬度编码的点划分在相同的地理网格中。

根据一示例性实施例，所述近似取整函数为四舍五入取整函数。

根据一示例性实施例，所述方法还包括：

根据该点对应的经度编码和纬度编码，确定该点所在的地理网格的网格编码。

在根据本申请实施例的第一方面及其各种具体实施方式的技术方案中，通过地理网格的大小确定地理变换算子，并通过某点的经度和纬度与地理变换算子的预定运算来确定该点的对应经度编码和纬度编码，使得地理网格的大小的连续改变能够引起地理变换算子的连续改变，从而引起经度编码和纬度编码的连续改变，从而使得地理网格的大小所决定的商圈范围精度能够连续可调。

根据本申请实施例的第二方面，公开了一种商圈确定方法，其包括：

将预定区域划分成多个地理网格；

根据所述多个地理网格中每个地理网格的常驻人口数量以及到访人数，确定每个地理网格的人口得分；

根据所述多个地理网格中每个地理网格的商业兴趣点数量，确定每个地理网格的商业兴趣点得分；

根据每个地理网格的人口得分和商业兴趣点得分，确定每个地理网格的商业得分；

根据所述多个地理网格的商业得分，确定所述预定区域内的第一层级的商圈。

根据一示例性实施例，将预定区域划分成多个地理网格包括：

根据第一方面中所述的方法将所述预定区域划分成多个地理网格。

根据一示例性实施例，根据每个地理网格的居住人口数量、工作人口数量和到访人数，分别确定每个地理网格的居住人口得分、工作人口得分和到访人数得分包括：

根据如下公式确定每个地理网格的居住人口得分、工作人口得分和到访人数得分：

s1＝ri/rav，

s2＝wi/wav，

s3＝vi/vav，

其中，ri、wi、vi分别是该地理网格的居住人口数量、工作人口数量和预定时间段内的到访人数，rav、wav和vav分别是所述预定区域所包含的所述多个地理网格的平均每个地理网格的居住人口数量、工作人口数量和所述预定时间段内的到访人数。

根据一示例性实施例，根据每个地理网格的第一类型的商业兴趣点数量和第二类型的商业兴趣点数量，分别确定每个地理网格的第一商业兴趣点得分和第二商业兴趣点得分包括：

根据以下公式分别确定每个地理网格的第一商业兴趣点得分和第二商业兴趣点得分：

s4＝ni/nav，

s5＝mi/mav，

其中，ni和mi分别为该地理网格的第一类型的商业兴趣点数量和第二类型的商业兴趣点数量，nav和mav分别为所述预定区域所包含的所述多个地理网格的平均每个地理网格的第一类型的商业兴趣点数量和第二类型的商业兴趣点数量。

根据一示例性实施例，根据每个地理网格的人口得分和商业兴趣点得分，确定每个地理网格的商业得分包括：

将每个地理网格的人口得分乘以商业兴趣点得分，作为该地理网格的商业得分。

根据一示例性实施例，根据每个地理网格的人口得分和商业兴趣点得分，确定每个地理网格的商业得分包括：

将每个地理网格的人口得分乘以商业兴趣点得分，作为该地理网格的原始商业得分；

根据该地理网格的原始商业得分以及所述预定区域内所包含的所述多个地理网格的原始商业得分，确定该地理网格的归一化商业得分，作为该地理网格的商业得分。

在根据本申请实施例的第二方面及其各种具体实施方式的技术方案中，在确定地理网格的人口得分时，不仅根据该地理网格的到访人数，还根据该地理网格的常驻人口数量来确定，使得地理网格的人口得分考虑了多个维度的因素，得分计算结果更准确。

根据本申请实施例的第三方面，公开了一种用于划分地理网格的装置，其包括：

变换算子确定单元，其被配置为：根据要划分的地理网格的大小以及地理网格的大小与地理变换算子之间的预定关系来确定地理变换算子；

编码确定单元，其被配置为：将预定区域内的点的经度和纬度分别与所述地理变换算子进行预定数学运算，以分别确定该点对应的经度编码和纬度编码，其中，所述预定关系与所述预定数学运算使得所述预定区域内的点对应的经度编码和纬度编码能够随着地理网格的大小的连续改变而连续改变；

划分单元，其被配置为：将所述预定区域内具有相同的经度编码和纬度编码的点划分在相同的地理网格中。

根据一示例性实施例，地理网格的大小与地理变换算子之间的所述预定关系为：t＝n/d，其中t表示所述地理变换算子，d表示地理网格的大小，n为预定数值。

根据一示例性实施例，所述编码确定单元被配置为：

根据如下公式分别计算该点对应的经度编码和纬度编码：

loc＝round(lo×t)/t，

lac＝round(la×t)/t，

其中，lo和la分别表示所述预定区域内的点的经度和纬度，loc和lac分别表示该点对应的经度编码和纬度编码，t为所述地理变换算子，round为近似取整函数。

根据一示例性实施例，所述近似取整函数为四舍五入取整函数。

根据一示例性实施例，所述编码确定单元还被配置为：

根据该点对应的经度编码和纬度编码，确定该点所在的地理网格的网格编码。

根据本申请实施例的第四方面，公开了一种商圈确定装置，其包括：

划分单元，其被配置为：将预定区域划分成多个地理网格；

人口得分单元，其被配置为：根据所述多个地理网格中每个地理网格的常驻人口数量以及到访人数，确定每个地理网格的人口得分；

兴趣点得分单元，其被配置为：根据所述多个地理网格中每个地理网格的商业兴趣点数量，确定每个地理网格的商业兴趣点得分；

商业得分单元，其被配置为：根据每个地理网格的人口得分和商业兴趣点得分，确定每个地理网格的商业得分；

商圈确定单元，其被配置为：根据所述多个地理网格的商业得分，确定所述预定区域内的第一层级的商圈。

根据一示例性实施例，所述划分单元被配置为：

根据第一方面及其实施例中所述的方法将所述预定区域划分成多个地理网格。

根据一示例性实施例，所述人口得分单元被配置为：

根据每个地理网格的常驻人口数量和到访人数，分别确定每个地理网格的常驻人口得分和到访人数得分；

确定每个地理网格的常驻人口得分和到访人数得分的加权和，以作为每个地理网格的人口得分。

根据一示例性实施例，每个地理网格的常驻人口数量包括每个地理网格的居住人口数量和工作人口数量，所述人口得分单元被配置为：

根据每个地理网格的居住人口数量、工作人口数量和到访人数，分别确定每个地理网格的居住人口得分、工作人口得分和到访人数得分；

确定每个地理网格的居住人口得分、工作人口得分和到访人数得分的加权和，以作为每个地理网格的人口得分。

根据一示例性实施例，所述人口得分单元被配置为：

根据以下公式确定每个地理网格的人口得分：

sp＝s1×a/(s1+d)+s2×b/(s2+e)+s3×c/(s3+f)，

其中，sp表示每个地理网格的人口得分，s1、s2、s3分别表示该地理网格的居住人口得分、工作人口得分和到访人数得分，a、b、c、d、e、f均为预设值，a、b、c的取值在0-1之间且满足a+b+c＝1，并且d、e、f均为正数。

根据一示例性实施例，所述人口得分单元被配置为：

根据如下公式确定每个地理网格的居住人口得分、工作人口得分和到访人数得分：

s1＝ri/rav，

s2＝wi/wav，

s3＝vi/vav，

其中，ri、wi、vi分别是该地理网格的居住人口数量、工作人口数量和预定时间段内的到访人数，rav、wav和vav分别是所述预定区域所包含的所述多个地理网格的平均每个地理网格的居住人口数量、工作人口数量和所述预定时间段内的到访人数。

根据一示例性实施例，所述商业兴趣点包括第一类型的商业兴趣点和第二类型的商业兴趣点，其中，所述兴趣点得分单元被配置为：

根据每个地理网格的第一类型的商业兴趣点数量和第二类型的商业兴趣点数量，分别确定每个地理网格的第一商业兴趣点得分和第二商业兴趣点得分；

根据每个地理网格的第一商业兴趣点得分和第二商业兴趣点得分，确定每个地理网格的商业兴趣点得分。

根据一示例性实施例，所述兴趣点得分单元被配置为：

根据以下公式确定每个地理网格的商业兴趣点得分：

sc＝max(s4/(s4+g),s5/(s5+h))，

其中，sc为每个地理网格的商业兴趣点得分，s4和s5分别为该地理网格的第一商业兴趣点得分和第二商业兴趣点得分，g和h均为预设数值，并且h大于g，max()为取最大值的函数。

根据一示例性实施例，所述兴趣点得分单元被配置为：

根据以下公式分别确定每个地理网格的第一商业兴趣点得分和第二商业兴趣点得分：

s4＝ni/nav，

s5＝mi/mav，

其中，ni和mi分别为该地理网格的第一类型的商业兴趣点数量和第二类型的商业兴趣点数量，nav和mav分别为所述预定区域所包含的所述多个地理网格的平均每个地理网格的第一类型的商业兴趣点数量和第二类型的商业兴趣点数量。

根据一示例性实施例，所述商业得分单元被配置为：

将每个地理网格的人口得分乘以商业兴趣点得分，作为该地理网格的商业得分。

根据一示例性实施例，所述商业得分单元被配置为：

将每个地理网格的人口得分乘以商业兴趣点得分，作为该地理网格的原始商业得分；

根据该地理网格的原始商业得分以及所述预定区域内所包含的所述多个地理网格的原始商业得分，确定该地理网格的归一化商业得分，作为该地理网格的商业得分。

根据一示例性实施例，所述商圈确定单元被配置为：

确定所述多个地理网格中商业得分大于第一预定阈值的一个或多个地理网格，作为候选地理网格；

从所述候选地理网格中确定出一个或多个地理网格集合，并将每个地理网格集合作为第一层级的一个商圈，其中在每个地理网格集合中，该地理网格集合所包含的地理网格连在一起并且与该地理网格集合之外的其他地理网格不相连。

根据一示例性实施例，所述商圈确定单元被配置为：

初始化步骤：确定所述候选地理网格中每个地理网格的地理网格编码作为该地理网格的商圈标识，并将每个地理网格的商业得分作为该地理网格的商圈得分；

融合步骤：对于所述候选地理网格中的每个地理网格，确定该地理网格以及与该地理网格相邻的地理网格中商圈得分最高的地理网格，并将该地理网格的商圈标识和商圈得分分别设置为所述商圈得分最高的地理网格的商圈标识和商圈得分；

重复步骤：将所述融合步骤重复预定次数；

确定步骤：在所述重复步骤之后，将所述候选地理网格中具有相同的商圈标识的地理网格确定为一个所述地理网格集合。

根据一示例性实施例，所述商圈确定单元还被配置为：

确定第一层级的每个商圈与第一层级的其他商圈之间的相关度；

将第一层级的商圈中相关度高于第二预定阈值的两个商圈作为一个组合商圈，其中所述两个商圈中的每个商圈称为所述组合商圈的成员商圈；

将具有一个或多个相同的成员商圈的组合商圈融合在一起，作为第二层级的商圈。

根据一示例性实施例，所述商圈确定单元被配置为：

对于该商圈以及每个其他商圈，确定同时到访过该商圈和该其他商圈的人数与到访过该商圈和该其他商圈的总人数的比值，作为该商圈与该其他商圈之间的相关度。

根据本申请实施例的第五方面，公开了一种计算设备，其包括处理器以及存储器，所述存储器上存储有计算机程序，所述处理器在执行所述存储器上的计算机程序时被配置为实现如上所述的方法实施例中的任一个。

根据本申请实施例的第六方面，公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时实现如上所述的方法实施例中的任一个。

本申请实施例的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请实施例的实践而习得。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本申请。

附图说明

通过参照附图详细描述其示例实施例，本申请实施例的上述和其它目标、特征及优点将变得更加显而易见。此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并于说明书一起用于解释本申请的原理。

图1示出根据本申请实施例的划分地理网格的方法的示意流程图。

图2示出根据本申请实施例的商圈确定方法的示意流程图。

图3示出图2所示的实施例中s220的一示例性具体实施方式的示意流程图。

图4示出图2所示的实施例中s220的另一示例性具体实施方式的示意流程图。

图5示出图2所示的实施例中s230的一示例性具体实施方式的示意流程图。

图6示出如何从候选地理网格中确定出作为商圈的地理网格集合的一示例性具体实施方式的示意流程图。

图7示出与图6所示的实施例对应的示例候选地理网格的示意图。

图8示出对第一层级的多个商圈进行进一步挖掘以确定第二层级的商圈的一示例性实施方式的示意流程图。

图9示出根据本申请实施例的用于划分地理网格的装置的示意组成框图。

图10示出根据本申请实施例的商圈确定装置的示意组成框图。

图11示出根据本申请一示例性实施例的计算设备的示意组成框图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些示例实施方式使得本申请实施例的描述将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。附图仅为本申请实施例的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多示例实施方式中。在下面的描述中，提供许多具体细节从而给出对本申请实施例的示例实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本申请实施例的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、步骤等。在其它情况下，不详细示出或描述公知结构、方法、实现或者操作以避免喧宾夺主而使得本申请实施例的各方面变得模糊。

附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

商圈是具有高商业和人流密度、高聚集性的商业体组成的区域。现有的一种商圈自动挖掘方法的主要步骤是，先将目标区域划分为多个大小相等的地理网格，然后根据多个地理网格中的人流数据和商户数量确定目标区域中的商圈范围。该技术方案存在如下问题：

1、不支持商圈地理范围挖掘精度的连续调节。

现有商圈的地理范围挖掘算法一般使用geohash编码法来划分地理网格，然后由地理网格聚合成为商圈地理范围。因此，划分的地理网格的大小就决定了后续商圈地理范围的精度。比如地理网格大小为600米×600米，那么后续聚合成商圈的地理范围的精度也是600米。

geohash是一种将位置的经纬度转换成字符串的编码方法，使得在大部分情况下，字符串前缀匹配越多的两个位置距离越近。在该方法中，将地球理解为一个二维平面，将平面递归分解成更小的子块，每个子块在一定经纬度范围内拥有相同的geohash编码。也就是，通过geohash编码可以进行地理网格的划分。现有geohash编码法划分地理网格的问题在于，geohash编码只能离散地调节划分地理网格的大小。比如，6位长度的geohash编码的精度为610米，5位长度的geohash编码的精度为2.4公里。任何精度位于610米到2.4公里之间的商圈地理范围挖掘需求，geohash编码是不能满足的。比如，业务需要挖掘精度为1公里的商圈的地理范围，现有方法由于采用geohash编码法就不能满足，只能提供610米或是2.4公里精度的商圈的地理范围作为替代。

2、不支持多层级商圈地理范围挖掘。

在实际中，商圈本身是有多个层级的，真实业务也需要根据不同层级的商圈来制定针对性的运营策略。举例来说，目标地理范围包含3种不同层级的商圈：第一层是包括“xx广场”、“xx文化广场”在内的独立购物中心，第二层是包括“xx商城”在内的由多个购物中心和商场组成的商业综合体，第三层是包括“xx区域”在内的由多个商业综合体以及临近区域组成的更大的区域。现有的商圈地理范围算法只支持输出一个层级的商圈结果，无法很好地满足真实业务对于多层级商圈的运营需求。

在根据本申请的实施例的一方面中，本申请的发明人提出了一种新的划分地理网格的方法，使得地理网格的大小连续可调，从而使得后续基于这样划分的地理网格确定商圈范围时的商圈地理范围精度也连续可调。在根据本申请实施例的另一方面中，本申请的发明人提出了一种商圈确定方法，其中考虑了多个维度的因素来确定地理网格的商业得分，使得得分计算结果更加准确。另外，该商圈确定方法还可以支持商圈的多层级挖掘。

图1示出根据本申请实施例的划分地理网格的方法的示意流程图。该示例方法可以由具有数据运算能力的任意计算设备来执行。如图1所示，该示例方法包括：

s110，根据要划分的地理网格的大小以及地理网格的大小与地理变换算子之间的预定关系来确定地理变换算子。

在本文中，将要划分地理网格的目标区域称为预定区域，在后续，还可以对划分成地理网格后的预定区域进行商圈范围的确定。预定区域可以是全球，可以是一个或多个国家，可以是一个或多个城市，或者可以是一个城市中的一个或多个区域。在以下实施例中，以预定区域的地理网格划分来说明根据本申请实施例的划分地理网格的方法，应当理解的是，本申请实施例的划分地理网格的方法适用于对任何范围的预定区域(包括全球范围)进行地理网格的划分。

地理网格是将平面以某种规则分级的空间数据结构，具有较高的标准化程度，它有利于面向空间数据库和几何操作算法的研究和开发。使用地理网格可以将地理空间定位和地理特征描述关联起来，以网格单位作为基本分辨率。常见的地理网格是经线和纬线组成的网格系统，网格由等度数间隔的经线和纬线交叉组成，空间数据的属性与经纬网格内的点相关联，方便网格内空间数据的获取与处理。网格系统可以在原有较小分辨率网格的基础上创建更细的子网格，增大其分辨率。

在根据本申请的实施例中，将预定区域划分成大小相等的多个地理网格，所划分的地理网格近似为正方形，因此可以用地理网格的边长长度来代表地理网格的大小。在根据本申请的实施例中，可以使用预定区域内某点的经度和纬度坐标来表示该点的位置，并通过经度和纬度坐标与地理变换算子的运算来确定该点对应的经度编码和纬度编码。对于一个地理网格，其内所有点的经度编码和纬度编码是分别相同的。在一个实施例中，可以使用地理网格内的点对应的经度编码和纬度编码的组合来确定地理网格的标识，即地理网格编码。

在根据本申请的实施例中，发明人引入了地理变换算子，作为地理网格内的点的经度和纬度坐标到对应的经度编码和纬度编码(以及到地理网格编码)的变换参数。在一个实施例中，地理变换算子被设置为是地理网格的大小的函数，例如，可以将地理网格的大小与地理变换算子之间的预定关系设置为：t＝n/d，其中t表示地理变换算子，d表示要划分成的地理网格的大小，n为预定数值。其中，n是可以根据经验或实验结果预先设定的值，它表示经度和纬度坐标的改变与地理范围改变的关系。例如，根据经验或实验结果，在经度和纬度坐标具有三位小数位的情况下，经度或纬度坐标每增量改变一次相对应的地理范围所改变的幅度为100米，因此，可以将n设置为100/1000，其中，100表示地理范围的改变幅度，1000表示经度和纬度坐标具有三个小数位。例如，在如上所述n＝100/1000的情况下，如果想将预定区域划分成多个边长为100米的地理网格，则地理变换子的大小为t＝1/1000。由地理变换算子与地理网格大小的关系可以看出，地理网格大小的连续改变会引起地理变换算子的连续改变，即，只要地理网格的大小改变了，地理变换算子的大小也改变。

s120，将预定区域内的点的经度和纬度分别与所述地理变换算子进行预定数学运算，以分别确定该点对应的经度编码和纬度编码，其中，所述预定关系与所述预定数学运算使得所述预定区域内的点对应的经度编码和纬度编码能够随着地理网格的大小的连续改变而连续改变。

在s120中，通过经度和纬度与地理变换算子的预定数学运算来确定对应的经度编码和纬度编码，并且该预定数学运算使得经度编码和纬度编码随着地理网格的大小的连续改变而连续改变。本申请实施例中所述的预定数学运算可以泛指任何使得经度编码和纬度编码随着地理网格的大小连续改变、并使得每个地理网格内的所有点的对应经度编码和纬度编码分别相同的数学运算。

在一个实施例中，预定数学运算可以是由如下公式限定的数学运算：

loc＝round(lo×t)/t，

lac＝round(la×t)/t，

其中，lo和la分别表示预定区域内的点的经度和维度，loc和lac分别表示该点对应的经度编码和维度编码，t为地理变换算子，round为近似取整函数，t的含义如在s110中所述。在一个示例中，近似取整函数可以是四舍五入近似取整函数。

例如，假设某点的经度和纬度分别为132.1345和32.1234，地理网格大小(地理网格的边长)为100米，则通过如上公式可以计算出对应的经度编码和纬度编码分别为132.135和32.123。在一个示例中，可以根据某点对应的经度编码和维度编码，确定该点所在的地理网格的网格编码。在该示例中，可以将点(132.1345，32.1234)所在的地理网格编码设置为经度编码和维度编码的组合，例如，设置为经度编码_维度编码，即132.135_32.123。

通过步骤s120，可以为预定区域内的任意点确定出对应的经度编码和维度编码和/或地理网格编码。

s130，将所述预定区域内具有相同的经度编码和纬度编码的点划分在相同的地理网格中。

在s130中，按照预定区域内的点对应的经度编码和纬度编码，将预定区域划分成多个地理网格。具体地，将具有相同的经度编码和纬度编码的点划分在相同的地理网格中。

在如上所述的划分地理网格的各实施例中，地理网格的大小的连续改变会引起地理变换算子的连续改变，地理变换算子的连续改变继而引起对应的经度编码和纬度编码的连续改变，从而使得在划分地理网格时可以连续地调节地理网格的大小，从而使得后续基于地理网格的划分确定商圈时商圈范围的精度连续可调。

图2示出了根据本申请实施例的商圈确定方法的示意流程图。该示例方法可以由具有数据运算能力的任意计算设备来执行。如图1所示，该示例方法包括：

s210，将预定区域划分成多个地理网格。

这里所述的预定区域为要进行商圈确定的目标区域，其范围如在图1所示的实施例中所述，在此不再赘述。

可以按照多种方式将预定区域划分成多个地理网格，例如按照现有的划分方式，或者按照上面的实施例中所述的划分地理网格的方法来进行划分。

将预定区域划分成多个地理网格后，在s220-s240中确定每个地理网格的商业得分。

s220，根据所述多个地理网格中每个地理网格的常驻人口数量以及到访人数，确定每个地理网格的人口得分。

在s220中确定每个地理网格的人口得分。在根据本申请的实施例中，在确定地理网格的人口得分时，不仅考虑到访该地理网格的人数这一因素，还考虑该地理网格内的常驻人口数量这一因素。

图3示出了根据地理网格的常驻人口数量以及到访人数确定地理网格的人口得分(s220)的一示例性具体实施方式的示意流程图。如图3所示，该示例方法包括：

s310，根据每个地理网格的常驻人口数量和到访人数，分别确定每个地理网格的常驻人口得分和到访人数得分。

地理网格的常驻人口可以指代将该地理网格内的某个位置作为日常活动的例行地点的人口，例如，居住在该地理网格区域内的人口、工作在该地理网格区域内的人口，等等。

常驻人口和到访人数的数据可以通过多种方式来获得。例如，常驻人口的数量可以通过预先的统计工作来获得，到访人数可以通过到访人的移动终端的位置信息、上报信息等来获得。其中，到访人数可以是预定时间段(例如，一个月，10天，三个月，等等)内到访地理网格的人数。

根据常驻人口数量和到访人数，可以分别确定地理网格的常驻人口得分和到访人数得分。例如，常驻人口数量和到访人数越多，代表该地理网格的商业繁荣度可能越大，因此可以将相应的得分设置得越高。

s320，确定每个地理网格的常驻人口得分和到访人数得分的加权和，以作为每个地理网格的人口得分。

在s320中，计算常驻人口得分和到访人数得分的加权和。在一个示例中，可以根据实际情况确定常驻人口得分和到访人数得分的相应权重。例如，如果常驻人口对该地理网格的商业繁荣度的贡献大于到访人口，则可以将常驻人口得分的权重设置为大于到访人数得分的权重，反之亦然。

在一个示例中，可以按照以下公式来计算每个地理网格的人口得分：

sp＝sc×w1/(sc+w1’)+s3×w2/(s3+w2’)

其中，sp表示每个地理网格的人口得分，sc表示该地理网格的常驻人口得分，s3表示该地理网格的到访人数得分，w1和w2分别为sc和s3的相应预设权重值，w1’和w2’分别为sc和s3的预设校正参数。其中，w1+w2＝1，并且w1’和w2’均为正数。

图4示出了根据地理网格的常驻人口数量以及到访人数确定地理网格的人口得分(s220)的另一示例性具体实施方式的示意流程图。在该实施方式中，将常驻人口分为居住人口和工作人口，并分别计算它们相应的得分。如图4所示，该示例方法包括：

s410，根据每个地理网格的居住人口数量、工作人口数量和到访人数，分别确定每个地理网格的居住人口得分、工作人口得分和到访人数得分。

居住人口得分、工作人口得分和到访人数得分的计算原则可以与在s310中所述的相同。在一个示例中，可以按照根据如下公式确定每个地理网格的居住人口得分、工作人口得分和到访人数得分：

s1＝ri/rav，

s2＝wi/wav，

s3＝vi/vav，

其中，ri、wi、vi分别是该地理网格的居住人口数量、工作人口数量和预定时间段(例如，一个月，10天，三个月，等等)内的到访人数，rav、wav和vav分别是所述预定区域所包含的所述多个地理网格的平均每个地理网格的居住人口数量、工作人口数量和所述预定时间段内的到访人数。

s420，确定每个地理网格的居住人口得分、工作人口得分和到访人数得分的加权和，以作为每个地理网格的人口得分。

相似地，也可以根据实际情况确定居住人口得分、工作人口得分和到访人数得分的相应权重。

在一个示例中，可以根据以下公式确定每个地理网格的人口得分：

sp＝s1×a/(s1+d)+s2×b/(s2+e)+s3×c/(s3+f)，

其中，sp表示每个地理网格的人口得分，s1、s2、s3分别表示该地理网格的居住人口得分、工作人口得分和到访人数得分，a、b、c、d、e、f均为预设值，a、b、c(即居住人口得分、工作人口得分和到访人数得分的相应权重值)的取值在0-1之间且满足a+b+c＝1，并且d、e、f(即居住人口得分、工作人口得分和到访人数得分的相应校正参数)均为正数。

图3和图4中所示的这种考虑多个人口因素的方式使得人口得分的计算结果更为准确，更能反映地理网格的各人口因素对地理网格的商业得分的真实贡献，从而使得地理网格的最终商业得分更准确。

s230，根据所述多个地理网格中每个地理网格的商业兴趣点数量，确定每个地理网格的商业兴趣点得分。

在s230中计算每个地理网格的商业兴趣点得分。地理网格的商业兴趣点(pointofinterest，poi)可以指代发生或导致商业行为的点，其可以是例如一栋房子、一个购物中心、一个商铺、一个邮筒、一个公交站、一个小区等。

在一个示例中，可以根据每个地理网格内所包含的poi的总数量来确定该地理网格的poi得分。例如，poi的总数量越多，代表该地理网格的商业化程度越高，则poi得分就越高。

在另一示例中，可以按照poi对地理网格的商业繁荣的不同贡献将poi进行分类，例如，可以将诸如购物、餐饮、娱乐类等的普通poi划分成第一类型的poi，将poi中的电影院、飞机场、火车站等能够带动或引起其他poi的这些poi划分成特殊类型的poi，作为第二类型的poi。在该示例中，可以分别根据两种或更多种类型的poi的相应数量计算相应的poi得分。图5示出了这样的一个示例的示意流程图。如图5所示，该示例方法包括：

s510，根据每个地理网格的第一类型的商业兴趣点数量和第二类型的商业兴趣点数量，分别确定每个地理网格的第一商业兴趣点得分和第二商业兴趣点得分。

例如，poi数量越高，其相应类型的poi得分就越高。在一个示例中，可以根据以下公式分别确定每个地理网格的第一商业兴趣点得分和第二商业兴趣点得分：

s4＝ni/nav，

s5＝mi/mav，

其中，ni和mi分别为该地理网格的第一类型的商业兴趣点数量和第二类型的商业兴趣点数量，nav和mav分别为所述预定区域所包含的所述多个地理网格的平均每个地理网格的第一类型的商业兴趣点数量和第二类型的商业兴趣点数量。

s520，根据每个地理网格的第一商业兴趣点得分和第二商业兴趣点得分，确定每个地理网格的商业兴趣点得分。

在一个示例中，可以计算第一商业兴趣点得分和第二商业兴趣点得分的加权和，作为该地理网格的商业兴趣点得分。

在另一示例中，可以取第一商业兴趣点得分和第二商业兴趣点得分中的较大者，作为该地理网格的商业兴趣点得分。例如，可以根据以下公式确定每个地理网格的商业兴趣点得分：

sc＝max(s4/(s4+g),s5/(s5+h))，

其中，sc为每个地理网格的商业兴趣点得分，s4和s5分别为该地理网格的第一商业兴趣点得分和第二商业兴趣点得分，g和h均为预设数值，并且h大于g，max()为取最大值的函数。

通过步骤s220和s230，可以分别得到每个地理网格的人口得分和商业兴趣点(poi)得分。之后，在s240中计算每个地理网格的商业得分。

s240，根据每个地理网格的人口得分和商业兴趣点得分，确定每个地理网格的商业得分。

在一个示例中，可以将每个地理网格的人口得分乘以商业兴趣点得分，作为该地理网格的商业得分。

在另一示例中，可以将每个地理网格的人口得分乘以商业兴趣点得分，作为该地理网格的原始商业得分，然后根据该地理网格的原始商业得分以及所述预定区域内所包含的所述多个地理网格的原始商业得分，确定该地理网格的归一化商业得分，作为该地理网格的商业得分。例如，可以计算地理网格的原始商业得分与该预定区域包含的地理网格的最高原始商业得分或平均原始商业得分的比值作为该地理网格的归一化商业得分。

通过s220-s240，可以为预定区域内的每个地理网格确定商业得分。

s250，根据所述多个地理网格的商业得分，确定所述预定区域内的第一层级的商圈。

在s250中，根据每个地理网格的商业得分来确定第一层级的商圈地理范围。在一个示例中，可以预先设置商业得分的第一预定阈值，滤除商业得分小于第一预定阈值的地理网格，而将商业得分大于第一预定阈值的一个或多个地理网格作为用于确定商圈的候选地理网格。在一个示例中，可以从候选地理网格中确定出一个或多个地理网格集合，并将每个地理网格集合作为第一层级的一个商圈，其中在每个地理网格集合中，该地理网格集合所包含的地理网格连在一起并且与该地理网格集合之外的其他地理网格不相连。

图6示出了如何从候选地理网格中确定出作为商圈的地理网格集合的一示例性具体实施方式。如图6所示，该示例过程包括：

s610，初始化步骤：确定所述候选地理网格中每个地理网格的地理网格编码作为该地理网格的商圈标识，并将每个地理网格的商业得分作为该地理网格的商圈得分。

关于如何确定每个地理网格的地理网格编码，可以参照如前所述，例如，可以将“经度编码_纬度编码”作为地理网格编码。

s620，融合步骤：对于所述候选地理网格中的每个地理网格，确定该地理网格以及与该地理网格相邻的地理网格中商圈得分最高的地理网格，并将该地理网格的商圈标识和商圈得分分别设置为所述商圈得分最高的地理网格的商圈标识和商圈得分。

对于每个地理网格，其最多可能具有8个相邻的地理网格。通过s620，可以将每个地理网格与其相邻地理网格中商圈得分最高的地理网格融合到一起(即商圈标识设置为相同，商圈得分设置为相同)。

s630，重复步骤：将所述融合步骤重复预定次数。

可以将s620中的融合步骤重复预定次数，以得到尽可能穷尽的融合。其中，可以基于待确定商圈的预定区域的大小，根据经验或实验等预先设定相应的预定次数，以求穷尽所有可能的融合。

s640，确定步骤：在所述重复步骤之后，将所述候选地理网格中具有相同的商圈标识的地理网格确定为一个所述地理网格集合。

通过s640，能够将候选地理网格中连成一片的地理网格确定为一个地理网格集合，作为第一层级的一个商圈，该地理网格集合中所有地理网格的地理范围总和就是该商圈的地理范围。通过s610-640，可以从候选地理网格中确定出一个或多个商圈。

下面以图7中的示例候选地理网格为例来对图6中的示例过程进行说明。

如图7中所示，s1示出了经过s610中的初始化步骤后的候选地理网格g1-g6。候选地理网格包括6个，其商圈标识(id)分别为id1、……、id6，其商圈得分(s)分别如图7的s1中所示。

s2示出了经过s620的融合步骤之后的候选地理网格。如s2所示，地理网格g1的商圈得分在该地理网格及其相邻地理网格(g2)中的商圈得分最高，因此g1的商圈得分s保持为0.9，g2的初始商圈得分(0.8)在经过s620后变为该地理网格g2及其相邻地理网格g1、g3的商圈得分中最大的那个(即g1的商圈得分0.9)，g3的初始商圈得分(0.3)在经过s620后变为该地理网格g3及其相邻地理网格g2的商圈得分中最大的那个(即g2的商圈得分0.8)。相应地，g1-g3的商圈标识也分别变为相应的商圈得分最高的地理网格的商圈标识。相似地，g4-g6的商圈得分及商圈标识分别变为如s2所示。

由s2可以看出，在经过s620之后，g4-g6已充分融合成一个商圈，具有相同的商圈标识(id5)和商圈得分(0.8)。但是，g1-g3还可以进行进一步的融合，因此进入步骤s630。

s3示出了经过s630的重复步骤之后的候选地理网格。如s3所示，经过s630，g1-g3进一步融合，即，g3的商圈得分和商圈标识变成与其相邻的地理网格的较高商圈得分(0.9)和商圈标识(id1)。

由s3可以看出，在经过了重复s620一次之后，6个候选地理网格均得到了充分融合，在理想情况下，此时的重复次数已达到预定重复次数，因此，进入步骤s640。

s4示出了经过s640的确定步骤后所得到的商圈的地理范围示意图。如s4所示，g1-g3组成连成一片的一个地理网格集合，作为商圈1，即商圈1的地理范围是g1-g3的地理范围之和；g4-g6组成连成一片的另一个地理网格集合，作为商圈2，即商圈2的地理范围是g4-g6的地理范围之和。

由图7的s4可以看出，经过s610-s640，基于图7中的候选地理网格示例得到了两个同一层级的商圈1和2(商圈标识分别为id1和id2)，称为第一层级的商圈。

在本申请的一个示例实施例中，根据本申请实施例的商圈确定方法，可以进行多层级商圈的确定。例如，在根据如上所述的各实施例确定了多个第一层级的商圈后，还可以进一步进行第二层级乃至更高层级的商圈的确定。图8示出了对第一层级的多个商圈进行进一步挖掘以确定第二层级的商圈的一示例性实施方式的示意流程图。如图8所示，该示例过程包括：

s810，确定第一层级的每个商圈与第一层级的其他商圈之间的相关度。

例如，假设共有7个第一层级的商圈id1-id7，在s810中分别确定每两个商圈之间的相关度。

在一个示例中，可以根据同时到访过两个商圈的人数来确定两个商圈的相关度。例如，计算同时到访过这两个商圈的人数与到访过这两个商圈的总人数的比值，作为这两个商圈之间的相关度。

s820，将第一层级的商圈中相关度高于第二预定阈值的两个商圈作为一个组合商圈，其中所述两个商圈中的每个商圈称为所述组合商圈的成员商圈。

根据在s810中计算出的相关度，可以在s820中挑选出相关度高于第二预定阈值的商圈组。例如，假设在s820中，确定出相关度高于第二预定阈值的5组商圈：(id1，id2)、(id2，id3)、(id3，id5)、(id4，id7)和(id6，id7)。

s830，将具有一个或多个相同的成员商圈的组合商圈融合在一起，作为第二层级的商圈。

在如上所述的5组商圈中，可以看出，第一个商圈组与第二个商圈组具有相同的成员商圈id2，第二个商圈组与第三个商圈组具有相同的成员商圈id3，第四个商圈组与第五个商圈组具有相同的成员商圈id7。因此，在s830，可以将第一、第二和第三商圈组融合在一起作为第二层级的一个商圈，并且可以将第四和第五商圈组融合在一起，作为第二层级的另一个商圈。

可以看出，通过s810-s830可以得到第二层级的一个或多个商圈。可以理解的是，还可以按照与s810-s830相似的步骤对第二层级的多个商圈进行进一步的挖掘，以得到第三层级的多个商圈，以此类推，可以挖掘更高层级的商圈，在此不再赘述。

通过如上所述的商圈确定方法的各实施例，可以提供确定出的多层级商圈的结果，从而可以更好地满足真实业务对于多层级商圈的运营需求。

根据本申请实施例的另一方面，还提供一种用于划分地理网格的装置，用于执行如上所述的划分地理网格的方法的各实施例。图9示出了根据本申请实施例的这样的一种用于划分地理网格的装置900的示意组成框图。如图9所示，该装置900包括：

变换算子确定单元910，其被配置为：根据要划分的地理网格的大小以及地理网格的大小与地理变换算子之间的预定关系来确定地理变换算子；

编码确定单元920，其被配置为：将预定区域内的点的经度和纬度分别与所述地理变换算子进行预定数学运算，以分别确定该点对应的经度编码和纬度编码，其中，所述预定关系与所述预定数学运算使得所述预定区域内的点对应的经度编码和纬度编码能够随着地理网格的大小的连续改变而连续改变；

划分单元930，其被配置为：将所述预定区域内具有相同的经度编码和纬度编码的点划分在相同的地理网格中。

有关装置900的各组成模块所执行的处理的细节，请参见如前所述的定位方法各实施例，在此不再赘述。

根据本申请实施例的另一方面，还提供一种商圈确定装置，用于执行如上所述的各商圈确定方法实施例。图10示出了根据本申请实施例的这样的一种商圈确定装置1000的示意组成框图。如图10所示，该商圈确定装置1000包括：

划分单元1010，其被配置为：将预定区域划分成多个地理网格；

人口得分单元1020，其被配置为：根据所述多个地理网格中每个地理网格的常驻人口数量以及到访人数，确定每个地理网格的人口得分；

兴趣点得分单元1030，其被配置为：根据所述多个地理网格中每个地理网格的商业兴趣点数量，确定每个地理网格的商业兴趣点得分；

商业得分单元1040，其被配置为：根据每个地理网格的人口得分和商业兴趣点得分，确定每个地理网格的商业得分；

商圈确定单元1050，其被配置为：根据所述多个地理网格的商业得分，确定所述预定区域内的第一层级的商圈。

上述各装置中各个单元或模块的功能和作用的实现过程以及相关细节具体详见上述方法实施例中对应步骤的实现过程，在此不再赘述。

以上各实施例中的各装置实施例可以通过硬件、软件、固件或其组合的方式来实现，并且其可以被实现为一个单独的装置，也可以被实现为各组成单元或模块分散在一个或多个计算设备中并分别执行相应功能的逻辑集成系统。以上各实施例中组成各装置的各单元或模块是根据逻辑功能而划分的，它们可以根据逻辑功能被重新划分，例如可以通过更多或更少的单元或模块来实现该装置。这些组成单元或模块分别可以通过硬件、软件、固件或其组合的方式来实现，它们可以是分别的独立部件，也可以是多个组件组合起来执行相应的逻辑功能的集成单元或模块。所述硬件、软件、固件或其组合的方式可以包括：分离的硬件组件，通过编程方式实现的功能模块、通过可编程逻辑器件实现的功能模块，等等，或者以上方式的组合。

根据一个示例性实施例，上述各装置实施例中的每个可被实现为一种计算设备，该计算设备包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序在被所述处理器执行时，使得所述计算设备执行如上所述的划分地理网格的方法或商圈确定方法的任意实施例或各装置实施例所执行的处理，或者，所述计算机程序在被所述处理器执行时使得该计算设备实现如上所述的各装置实施例的组成单元或模块所实现的功能。

上面的实施例中所述的处理器可以指单个的处理单元，如中央处理单元cpu，也可以是包括多个分散的处理单元或处理器的分布式处理器系统。

上面的实施例中所述的存储器可以包括一个或多个存储器，其可以是计算设备的内部存储器，例如暂态或非暂态的各种存储器，也可以是通过存储器接口连接到计算设备的外部存储装置。

图11示出了这样的计算设备1101的一个示例性实施例的示意组成框图。如图11所示，该计算设备可以包括但不限于：至少一个处理单元1110、至少一个存储单元1120、连接不同系统组件(包括存储单元1120和处理单元1110)的总线1130。

所述存储单元存储有程序代码，所述程序代码可以被所述处理单元1110执行，使得所述处理单元1110执行本说明书上述示例性方法的描述部分中描述的根据本申请各种示例性实施方式的步骤。例如，所述处理单元1110可以执行附图中所示的各个步骤。

存储单元1120可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)1121和/或高速缓存存储单元1122，还可以进一步包括只读存储单元(rom)1123。

存储单元1120还可以包括具有一组(至少一个)程序模块1125的程序或实用工具1124，这样的程序模块1125包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线1130可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

该计算设备也可以与一个或多个外部设备1170(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该计算设备交互的设备通信，和/或与使得该计算设备能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口1150进行。在一个实施例中，该计算设备还可以通过网络适配器1160与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器1160通过总线1130与该计算设备的其它模块通信。应当明白，尽管图中未示出，但该计算设备可以使用其它硬件和/或软件模块来实现，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(redundantarraysofindependentdrives，raid)系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本申请实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本申请实施方式的方法。

在本申请的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行上述方法实施例部分描述的各方法实施例。

根据本申请的一个实施例，还提供了一种用于实现上述方法实施例中的方法的程序产品，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本申请实施例的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于无线、有线、光缆、射频(radiofrequency，rf)等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例的操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如c或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请实施例的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请实施例的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由所附的权利要求指出。