一种基于位置信息的应用和地理信息匹配方法与流程

本发明涉及大数据统计领域，尤其涉及一种基于位置信息的应用和地理信息匹配方法。

背景技术：

互联网时代，不对是移动互联网时代，特别是智能手机带来的移动性，使得消费者的位置信息成为大数据挖掘的主要数据来源。

消费者大数据信息包括：1.消费者每天每时每刻的签到或位置信息(包括：打车、地图导航、apps)；2.消费者的支付信息(支付宝、微信支付、网银、ip)；3.消费者的社交媒体的心路历程(位置分享poi等)；4.消费者的娱乐(游戏、点评、交友等)。

位置信息一般通过如下方式获取：

1.下载app的时候会提示获取位置信息，若同意，app即可后台获取位置数据，这个位置信息误差不超过15米；及时您不提供位置，或许后台也记录了您的位置轨迹；2.手机连上wifi的时候，可以获取位置信息，这个误差不超过30米；3.主动在微博、微信和其他应用中分享的位置信息，精度根据地图<15米；4.手机在上网时，会有ip地址，根据ip地质至少知道使用者在国家、省市的大致位置，或根据ip地址库定位，误差较大；5.摄像头和物联网、车联网等传感器rfid设备；6.各种探针计算(比较诡秘，手机靠近就扑捉)。

技术实现要素：

本发明提供了一种基于位置信息的应用和地理信息匹配方法，包括：

移动终端采集当前定位信息，并将定位信息上传到服务器；

划定一监控地理区域；

根据监控地理区域的位置范围以及移动终端上传的定位信息，选定位于该监控地理区域内的移动终端，并接受位于该监控地理区域内的移动终端上传的定位信息；

将划定的监控地理区域显示在显示器的地图上，并在地图上显示的监控地理区域将区域内的移动终端数据采集对象予以展示。

上述的基于位置信息的应用和地理信息匹配方法，其中，移动终端采集当前所处的经纬度数据，并上传到服务器。

上述的基于位置信息的应用和地理信息匹配方法，其中，根据划定监控地理区域计算出监控区域的经纬度范围，并对照移动终端上传的经纬度数据来判定移动终端是否位于当前监控地理区域内。

上述的基于位置信息的应用和地理信息匹配方法，其中，采用arcgis、alteryx、mapbox、r语言或python软件来判定移动终端是否位于当前监控地理区域内。

上述的基于位置信息的应用和地理信息匹配方法，其中，所述方法还包括：

根据单一移动终端上传的定位信息在监控地理区域内创建点point；

根据落入监控地理区域内的所有移动终端上传的定位信息，计算监控地理区域内的多个移动终端之间的距离；

根据落入监控地理区域内的所有移动终端上传的定位信息，计算任意一移动终端与一划定界线的距离；

选取部分移动终端上传的定位信息生成监控区域块，并计算监控区域块的距离；

计算任意两点之间除去障碍物之间的最近距离；

落入监控地理区域内的多个移动终端上传的定位信息并创建分布网格、分布区域或热图。

本发明能够实现的方案：

1、可以通过算法匹配计算哪些学生落在了划定区域内；

2、只要拥有使用者移动终端的位置信息，就可以计算出落在不同区域内的人或人数当然如果能够实时进行计算，在一些重大公共安全事件中，移动或相关拥有位置数据的机构就可以实时计算特定区域的人流量、进出流量比等指标，避免重大拥挤事故的发生，理论上也可以计算景点热度或区域流量等。

地理空间数据在大数据时代具有重要的商业应用和决策价值：当我们可以普遍获取使用者的位置信息的时候，只有地图足够精度我们是可以非常好的计算各种地理信息的匹配和展现。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的一种基于位置信息的应用和地理信息匹配方法的流程图。

具体实施方式

在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本发明可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本发明发生混淆，对于本领域公知的一些技术特征未进行描述。

为了彻底理解本发明，将在下列的描述中提出详细的步骤以及详细的结构，以便阐释本发明的技术方案。本发明的较佳实施例详细描述如下，然而除了这些详细描述外，本发明还可以具有其他实施方式。

参照图1所示，本发明提供了一种基于位置信息的应用和地理信息匹配方法，

移动终端采集当前定位信息，并将定位信息上传到服务器；

划定一监控地理区域；

根据监控地理区域的位置范围以及移动终端上传的定位信息，选定位于该监控地理区域内的移动终端，并接受位于该监控地理区域内的移动终端上传的定位信息；

将划定的监控地理区域显示在显示器的地图上，并在地图上显示的监控地理区域将区域内的移动终端数据采集对象予以展示。

在本发明一可选的实施例中，移动终端采集当前所处的经纬度数据，并上传到服务器。

在本发明一可选的实施例中，根据划定监控地理区域计算出监控区域的经纬度范围，并对照移动终端上传的经纬度数据来判定移动终端是否位于当前监控地理区域内。

在本发明一可选的实施例中，采用arcgis、alteryx、mapbox、r语言或python软件来判定移动终端是否位于当前监控地理区域内。

在本发明一可选的实施例中，所述方法还包括：

根据单一移动终端上传的定位信息在监控地理区域内创建点point；

根据落入监控地理区域内的所有移动终端上传的定位信息，计算监控地理区域内的多个移动终端之间的距离；

根据落入监控地理区域内的所有移动终端上传的定位信息，计算任意一移动终端与一划定界线的距离；

选取部分移动终端上传的定位信息生成监控区域块，并计算监控区域块的距离；

计算任意两点之间除去障碍物之间的最近距离；

落入监控地理区域内的多个移动终端上传的定位信息并创建分布网格、分布区域或热图。

地理位置的数据包括：

点：point，记录了某个移动设备或人的时刻位置

线：polyline，记录了某些点组成的线、两点一线、三点一拐、你点就是轨迹

多边形：polygon，记录某种封闭区域：国界、省界、区域、楼宇、地理网格

各种地图图层和精度(在线地图)

本发明能够实现的方案：

1、可以通过算法匹配计算哪些学生落在了划定区域内；

2、只要拥有使用者移动终端的位置信息，就可以计算出落在不同区域内的人或人数当然如果能够实时进行计算，在一些重大公共安全事件中，移动或相关拥有位置数据的机构就可以实时计算特定区域的人流量、进出流量比等指标，避免重大拥挤事故的发生，理论上也可以计算景点热度或区域流量等。

地理空间数据在大数据时代具有重要的商业应用和决策价值：当我们可以普遍获取使用者的位置信息的时候，只有地图足够精度我们是可以非常好的计算各种地理信息的匹配和展现。所以我们只有拥有足够精细或精度的polygon多边形数据，就可以计算点与线的匹配问题；当然如果我们有更精细的polygon区域数据，例如小区或地理网格数据，那么谁在哪个楼里办公，甚至什么时候进去都是可算计的！

应用场景：智慧足迹(smartsteps)，通过获得完全匿名或针对性的某个个体的网络聚合位置数据，可对某个时段、某个地点的人流量的关键影响因素进行分析，并将结果实时可视化和推送给企业或管理决策部门。可为零售商新店设计和选址、设计促销方式、客户反馈来源等提供决策支持，帮助商家和决策部门统计人流量和预测各种场景下的人流量和人流比等！

当然记住：大数据可以针对个人的行为轨迹进行分析了；大数据也可以分析群体，所以智慧城市智慧交通都与位置信息有关；位置信息天生具有可视化特征，也是大屏可视化的重要领域！

以上对本发明的较佳实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，其中未尽详细描述的设备和结构应该理解为用本领域中的普通方式予以实施；任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例，这并不影响本发明的实质内容。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。