区域POI配置可视化方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110909627A(43)申请公布日2020.03.24(21)申请号201911066041.X(22)申请日2019.11.04(71)申请人中国科学院深圳先进技术研究院地址518055广东省深圳市南山区深圳大学城学苑大道1068号(72)发明人刘康尹凌(74)专利代理机构深圳市科进知识产权代理事务所(普通合伙)44316代理人曹卫良(51)Int.Cl.G06K9/00(2006.01)G06K9/32(2006.01)权利要求书2页说明书8页附图4页(54)发明名称区域POI配置可视化方法及系统(57)摘要本发明涉及一种区域POI配置可视化方法，包括：获取城市内各研究区域和POI数据，及进行预处理以统计各个研究区域内各类型POI的数量或占比；对获取的城市内各研究区域和城市内所有POI数据，用词嵌入方法从POI空间分布中训练得到每种POI类型的实数向量表征；采用数据降维技术将以实数向量表征的POI类型投射到二维语义空间；根据统计的各个研究区域内各类型POI的数量或占比，在二维语义空间中对POI类型进行渲染，以可视化该研究区域的POI配置情况。本发明还涉及一种区域POI配置可视化系统。本发明能够对区域POI配置情况进行可视化表达，不但有助于发现个体区域POI配置的特点，还可方便对不同区域进行比较。CN110909627ACN110909627A权利要求书1/2页1.一种区域POI配置可视化方法，其特征在于，该方法包括如下步骤：a.获取城市内各研究区域和城市内所有POI数据，以及对获取的城市内各研究区域和城市内所有POI数据进行预处理以统计各个研究区域内各类型POI的数量或占比；b.对获取的城市内各研究区域和城市内所有POI数据，用词嵌入方法从POI空间分布中训练得到每种POI类型的实数向量表征；c.采用数据降维技术将以实数向量表征的POI类型投射到二维语义空间；d.根据统计的各个研究区域内各类型POI的数量或占比，在二维语义空间中对POI类型进行渲染，以可视化该研究区域的POI配置情况。2.如权利要求1所述的方法，其特征在于，所述的预处理包括：使用ArcMap软件获取各个研究区域内的POI；统计各个研究区域内各类型POI的数量或占比。3.如权利要求2所述的方法，其特征在于，所述的步骤b具体包括：将城市内每个POI作为核心POI，获取其空间500米范围内的邻居POI；以所获取的所有类型对[核心POI类型，邻居POI类型]作为输入，用Word2Vec算法训练得到每种POI类型的实数向量表征。4.如权利要求3所述的方法，其特征在于，所述的步骤c具体包括：使用数据降维算法将以100维实数向量表征的POI类型降维到二维平面，在该二维平面上，距离相近的POI类型仍具有较高的语义相似度或相关度。5.如权利要求4所述的方法，其特征在于，所述的步骤d具体包括如下步骤：根据各个研究区域内各类型的POI数量或占比，在二维语义空间中对POI类型以不同颜色或大小进行渲染，以可视化研究区域的POI配置情况。6.一种区域POI配置可视化系统，其特征在于，该系统包括预处理模块、向量表征模块、降维模块、渲染模块，其中：所述预处理模块用于获取城市内各研究区域和城市内所有POI数据，以及对获取的城市内各研究区域和城市内所有POI数据进行预处理以统计各个研究区域内各类型POI的数量或占比；所述向量表征模块用于对获取的城市内各研究区域和城市内所有POI数据，用词嵌入方法从POI空间分布中训练得到每种POI类型的实数向量表征；所述降维模块用于采用数据降维技术将以实数向量表征的POI类型投射到二维语义空间；所述渲染模块用于根据统计的各个研究区域内各类型POI的数量或占比，在二维语义空间中对POI类型进行渲染，以可视化该研究区域的POI配置情况。7.如权利要求6所述的系统，其特征在于，所述的预处理包括：使用ArcMap软件获取各个研究区域内的POI；统计各个研究区域内各类型POI的数量或占比。8.如权利要求7所述的系统，其特征在于，所述的向量表征模块具体用于：将城市内每个POI作为核心POI，获取其空间500米范围内的邻居POI；以所获取的所有类型对[核心POI类型，邻居POI类型]作为输入，用Word2Vec算法训练得到每种POI类型的实数向量表征。2CN110909627A权利要求书2/2页9.如权利要求8所述的系统，其特征在于，所述的降维模块具体用于：使用数据降维算法将以100维实数向量表征的POI类型降维到二维平面，在该二维平面上，距离相近的POI类型仍具有较高的语义相似度或相关度。10.如权利要求9所述的系统，其特征在于，所述的渲染模块具体用于：根据各个研究区域内各类型的POI数量