一种基于空间数据的商圈边界识别方法与流程

本发明属于地理大数据分析技术领域，具体涉及一种基于空间数据的商圈边界识别方法。

背景技术：

在大数据及地理商业智能领域，商圈是一种具有极高价值的数据。基于商圈的空间及属性信息，结合区域人口、商业、通信等数据进行数据挖掘分析，可以实现商业选址、精准营销等商业手段，进而实现商业价值。

现有技术中，主要采用经验方法确定商圈边界，例如，采用样本调查的方法，即通过对商圈客流进行抽样调查，确定商圈吸引顾客的平均最远距离，从而作为商圈的范围。

以上方法存在较大的主观考虑、受调查样本大小影响等问题，并不能客观、准确的反映商圈边界的大小。

技术实现要素：

针对现有技术存在的缺陷，本发明提供一种基于空间数据的商圈边界识别方法，可有效解决上述问题。

本发明采用的技术方案如下：

本发明提供一种基于空间数据的商圈边界识别方法，包括以下步骤：

步骤1，建立商业poi兴趣点数据库、商圈点数据库和道路段数据库，方法为：

步骤1.1，收集研究范围内的多个商业poi兴趣点，对于每个商业poi兴趣点，包括商业poi兴趣点属性；所述商业poi兴趣点属性包括商业poi兴趣点名称和商业poi兴趣点经纬度位置；

将所述商业poi兴趣点属性存储到商业poi兴趣点数据库；

步骤1.2，从研究范围内的多个商业poi兴趣点中，提取出若干个地标建筑性质的商业poi兴趣点，作为商圈点；对于每个商圈点，包括商圈点属性；所述商圈点属性包括商圈点名称、商圈点经纬度位置以及商圈点等级；

将所述商圈点属性存储到商圈点数据库；

步骤1.3，获得研究范围内的城市道路；对所述城市道路进行分段处理，得到若干个道路段；其中，分段处理方式为：将城市道路在相交的交点处打断，进而形成若干个道路段；

对于每个道路段，包括道路段属性；所述道路段属性包括道路段名称、道路段轮廓以及道路段经纬度位置；

将所述道路段属性存储到道路段数据库；

步骤2，对于商圈点数据库中任意一个商圈点，表示为商圈点pi，采用以下方法确定商圈点pi对应的商圈边界：

步骤2.1，预建立商圈点等级与商圈点缓冲距离之间的映射关系；根据商圈点pi的商圈点等级，得到商圈点pi的缓冲距离；

步骤2.2，以商圈点pi的中心为圆心，以商圈点pi的缓冲距离为半径作圆，从而得到商圈点pi的缓冲区；

步骤2.3，查找所述商业poi兴趣点数据库，筛选出商圈点pi的缓冲区内的商业poi兴趣点，得到第一商业poi兴趣点集合；

在第一商业poi兴趣点集合中，进一步筛选出与商圈点pi具有强关系的商业poi兴趣点，得到第二商业poi兴趣点集合；

步骤2.4，采用空间聚合方法对第二商业poi兴趣点集合中的商业poi兴趣点按距离聚合，形成若干个多边形形状的聚合面；

步骤2.5，在步骤2.4得到的多个多边形形状的聚合面中，选择与商圈点pi距离最近的一个多边形形状的聚合面，表示为vi；然后，计算多边形形状的聚合面vi的最小外接圆形，得到商圈点pi对应的商业poi兴趣点圆形覆盖面；

步骤2.6，查找所述道路段数据库，筛选出距离商圈点pi设定距离内的所有道路段，即为商圈内所有道路段；

步骤2.7，合并步骤2.6得到的所有道路段计算凸包，得到商圈道路的外包范围，即为道路通达范围；

步骤2.8，合并步骤2.2得到的所述商圈点pi的缓冲区、步骤2.5得到的商圈点pi对应的商业poi兴趣点圆形覆盖面以及步骤2.7得到的商圈道路的外包范围，形成商圈复合面；

步骤2.9，获得所述商圈复合面的外接矩形；对所述外接矩形进行格网化，然后提取出所述商圈复合面和所述外接矩形相交的所有格网；提取出的所有格网的边界轮廓，即为规则的所述商圈点pi对应的商圈边界。

优选的，步骤2.1中，预建立商圈点等级与商圈点缓冲距离之间的映射关系，是指：商圈点等级与商圈点缓冲距离成正比关系，商圈点等级越高，商圈点缓冲距离越大。

优选的，步骤2.3中，筛选出与商圈点pi具有强关系的商业poi兴趣点是指：超市poi兴趣点、商铺poi兴趣点、餐馆poi兴趣点和娱乐场景poi兴趣点。

本发明提供的一种基于空间数据的商圈边界识别方法具有以下优点：

本发明以商圈点位、商业poi兴趣点、地标性点位、城市道路等空间数据为基础，使用空间分析方法分析商圈空间范围的地理范围边界，具有商圈边界划分的准确性高的优点。

附图说明

图1为本发明提供的一种基于空间数据的商圈边界识别方法的流程示意图；

图2为本发明提供的商圈复合面的外接矩形的示意图；

图3为本发明提供的商圈边界的一种示意图；

图4为本发明提供的商圈边界识别结果的示意图。

具体实施方式

为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本发明提供一种基于空间数据的商圈边界识别方法，利用空间分析技术，综合考虑商圈点、城市道路、商业poi兴趣点等多种与商圈边界形成有关的地理要素，，结合商业poi兴趣点的聚集、道路的联通及延伸、著名地标点位等信息，运用空间数据的缓冲分析、空间聚合、距离判断、叠置分析、格网分析等空间分析方法，研究出一种计算商圈空间范围边界的方法，划定商圈地理边界，并且，得到的商圈边界具有规则的范围，提高了商圈定位的准确性，提高商圈边界划分时的准确性，可供商业分析、规划等领域使用。

参考图1，基于空间数据的商圈边界识别方法包括以下步骤：

步骤1，建立商业poi兴趣点数据库、商圈点数据库和道路段数据库，方法为：

步骤1.1，收集研究范围内的多个商业poi兴趣点，对于每个商业poi兴趣点，包括商业poi兴趣点属性；所述商业poi兴趣点属性包括商业poi兴趣点名称和精确的商业poi兴趣点经纬度位置；

将所述商业poi兴趣点属性存储到商业poi兴趣点数据库；

步骤1.2，从研究范围内的多个商业poi兴趣点中，提取出若干个地标建筑性质的商业poi兴趣点，作为商圈点；对于每个商圈点，包括商圈点属性；所述商圈点属性包括商圈点名称、商圈点经纬度位置以及商圈点等级；将所述商圈点属性存储到商圈点数据库；

例如，从商业poi兴趣点中提取著名地标、著名商场大厦、地铁站、健身公园、旅游景点等作为商圈点，并按照其影响范围分为不同等级。如，地标、商场大厦等级为一，地铁站等级为二，健身公园、旅游景点等级为三。

步骤1.3，获得研究范围内的城市道路；对所述城市道路进行分段处理，得到若干个道路段；其中，分段处理方式为：将城市道路在相交的交点处打断，进而形成若干个道路段；对于每个道路段，包括道路段属性；所述道路段属性包括道路段名称、道路段轮廓以及道路段经纬度位置；将所述道路段属性存储到道路段数据库；

具体的，将研究范围内的城市道路的城市主干道路提取出来，并在主干道相交叉的地方进行打断，从而得到多个道路段，避免出现横跨整个城区的道路。

步骤2，对于商圈点数据库中任意一个商圈点，表示为商圈点pi，采用以下方法确定商圈点pi对应的商圈边界：

步骤2.1，预建立商圈点等级与商圈点缓冲距离之间的映射关系；根据商圈点pi的商圈点等级，得到商圈点pi的缓冲距离；

其中，预建立商圈点等级与商圈点缓冲距离之间的映射关系，是指：商圈点等级与商圈点缓冲距离成正比关系，商圈点等级越高，商圈点缓冲距离越大。

步骤2.2，以商圈点pi的中心为圆心，以商圈点pi的缓冲距离为半径作圆，从而得到商圈点pi的缓冲区；

具体的，对商圈点pi进行缓冲分析，形成商圈缓冲区。缓冲距离由步骤1.2中的商圈点的等级决定，等级为一的缓冲距离为800米，等级为二的缓冲距离为600米，等级为三的缓冲距离为500米，距离参数可根据城市规模等进行调节。

在具体实现上，将商圈点属性收集入库，必须包含的字段有：商圈点名称、商圈点经纬度、商圈点等级。对商圈点进行缓冲分析，伪代码如下：

st_buffer(geom,dis)

其中：st_buffer函数是缓冲区分析函数，在不同的组件中可能有不同的名称；参数geom为商圈点，包含地理坐标信息；dis参数是指缓冲距离，该值需要根据商圈点的等级进行指定。地标、商场大厦等级为一，距离为800米；地铁站等级为二，距离为600米；健身公园、旅游景点等级为三，距离为500米,距离参数可根据城市规模等信息进行调节。

进行以上操作后获得不同等级商圈点的缓冲区。

步骤2.3，查找所述商业poi兴趣点数据库，筛选出商圈点pi的缓冲区内的商业poi兴趣点，得到第一商业poi兴趣点集合；

在第一商业poi兴趣点集合中，进一步筛选出与商圈点pi具有强关系的商业poi兴趣点，得到第二商业poi兴趣点集合；其中，筛选出与商圈点pi具有强关系的商业poi兴趣点是指：超市poi兴趣点、商铺poi兴趣点、餐馆poi兴趣点和娱乐场景poi兴趣点。

步骤2.4，采用空间聚合方法对第二商业poi兴趣点集合中的商业poi兴趣点按距离聚合，形成若干个多边形形状的聚合面；

步骤2.5，在步骤2.4得到的多个多边形形状的聚合面中，选择与商圈点pi距离最近的一个多边形形状的聚合面，表示为vi；然后，计算多边形形状的聚合面vi的最小外接圆形，得到商圈点pi对应的商业poi兴趣点圆形覆盖面；

步骤2.6，查找所述道路段数据库，筛选出距离商圈点pi设定距离内的所有道路段，即为商圈内所有道路段；

步骤2.7，合并步骤2.6得到的所有道路段计算凸包，得到商圈道路的外包范围，即为道路通达范围；

例如，对道路段和商圈点pi进行距离判断，将直线距离小于500米的道路段筛选出来，距离参数可根据城市规模等调节，再通过外包范围分析，求出商圈点附近道路段所围成的空间范围。

步骤2.8，合并步骤2.2得到的所述商圈点pi的缓冲区、步骤2.5得到的商圈点pi对应的商业poi兴趣点圆形覆盖面以及步骤2.7得到的商圈道路的外包范围，形成商圈复合面；

步骤2.9，获得所述商圈复合面的外接矩形；对所述外接矩形进行格网化，然后提取出所述商圈复合面和所述外接矩形相交的所有格网；提取出的所有格网的边界轮廓，即为规则的所述商圈点pi对应的商圈边界。

例如，如图2所示，a-b-c-d围成的四边形，为商圈复合面；a-b-e-f围成的矩形，为商圈复合面的外接矩形；如图3所示，a-b-h1-h2-h3-h4-h5-h6-a的连线，即为商圈复合面和外接矩形相交的格网的边界轮廓，即为规则的所述商圈点pi对应的商圈边界。

作为一种示例，如图4所示，为通过上述分析步骤生成的某城市商圈边界。在图4中，一共有五个商圈，分别为商圈c1、商圈c2、商圈c3、商圈c4和商圈c5。

由此可见，本发明提供的基于空间数据的商圈边界识别方法具有以下优点：

本发明以商圈点位、商业poi兴趣点、地标性点位、城市道路等空间数据为基础，使用空间分析方法分析商圈空间范围的地理范围边界，具有商圈边界划分的准确性高的优点。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视本发明的保护范围。