本发明涉及大数据和基于位置的信息处理领域，尤其涉及一种提供居住点便利性信息的方法、装置及存储介质。
背景技术：
随着社会的不断发展和人们生活水平的不断提高，世界上许多国家都先后提出了宜居城市的概念，旨在为人们生活和生产的各个方面提供各种高质量的服务并且使得这些服务能被广大的市民方便地接受。
便利性指数即是为了迎合这一需求而设计的一个综合性指标，是能够说明城市是否宜居的一个重要指标，在计算该指标时通常需要考虑居民在其日常活动范围内能够很方便地使用的服务设施的种类和数量、以及不同服务设施类型所对应的权重。目前，许多国家都已经定义了用于便利性指数计算的服务设施类型及权重。
然而，现有技术并没有考虑城市道路网络的约束和距离衰减因素对便利性指数计算的影响，而且，现有技术所使用的权重通常都通过专家打分的方法来主观确定，这都导致了便利性指数的客观性和准确性大打折扣。
至少为了解决获取更准确的便利性指数、以及基于所获取的更准确的便利性指数来向用户提供关于自身所关注的居住点的便利性程度的更准确的信息的问题，需要提出新的技术方案。
技术实现要素：
本发明提出了一种提供居住点便利性信息的方法，包括：
步骤1：确定居住点与选定可达距离范围之内的各个服务设施之间的实际可达距离；
步骤2：基于各个服务设施的服务设施类型所对应的选定权重和实际可达距离，按照下列公式计算居住点的便利性指数值：
其中，p'表示居住点，c(p')表示居住点的便利性指数值，nl表示服务设施的数量，li(p').w表示第i个服务设施的服务设施类型所对应的选定权重，oi表示第i个服务设施，li(p').rdis(p',oi)表示居住点与第i个服务设施之间的实际可达距离，ht表示选定可达距离，k(g)表示高斯核函数，a,b,c表示高斯核函数的参数；
步骤3：基于居住点的便利性指数值来向用户提供居住点的便利性程度的信息。
根据本发明的上述方法，在步骤2之前，还包括：
步骤4：选择一个或多个成熟社区中的居住点组成参考居住点集合，确定参考居住点集合中的各个参考居住点与选定可达距离范围之内的、每种类型的参考服务设施集合中的各个服务设施之间的实际可达距离作为实际可达参考距离；
步骤5：基于实际可达参考距离，按照下列公式计算每种服务设施类型所对应的选定权重：
其中，ex表示服务设施类型，w(ex)表示第ex类服务设施所对应的选定权重，s表示参考居住点集合中的参考居住点的数量，pi表示第i个参考居住点，os(ex)表示第ex类参考服务设施集合，
其中，
n(pi-＞os(ex))表示第i个参考居住点在选定可达距离范围之内的第ex类参考服务设施集合中的服务设施的数量，rdis(pi,oj)表示第i个参考居住点与第ex类参考服务设施集合中的第j个服务设施之间的实际可达参考距离。
根据本发明的上述方法，在步骤1和步骤4中，基于电子地图信息分别计算实际可达距离和实际可达参考距离。
根据本发明的上述方法，其选定可达距离是选自0.5公里至5公里范围内的路程。
根据本发明的上述方法，其服务设施的类型包括选自下列类型中的至少一种类型：洗衣店、冲印店、果品店、菜市场、商场、家电专卖场、超市、美容美发场所、洗浴场所、售票点、物流站、维修站、邮局、社区服务中心；电影院、健身场馆、休闲会所、文化宫、天文馆、博物馆、科技馆；餐馆、饮品店；药房、医院、保健站、福利院、社区门诊；公厕、报刊亭、公用电话亭、公园、其他公共娱乐设施；交通中转站点、停车场；银行、提款机、邮电所；图书馆、培训机构、托儿所、幼儿园、小学、中学；办公场所。
根据本发明的上述方法，其步骤4中所选择的一个或多个成熟社区是具有特定人口结构特征的成熟社区。
本发明还提出了一种提供居住点便利性信息的装置，包括：
实际可达距离确定模块，用于确定居住点与选定可达距离范围之内的各个服务设施之间的实际可达距离；
便利性指数值计算模块，用于基于各个服务设施的服务设施类型所对应的选定权重和实际可达距离，按照下列公式计算居住点的便利性指数值：
其中，p'表示居住点，c(p')表示居住点的便利性指数值，nl表示服务设施的数量，li(p').w表示第i个服务设施的服务设施类型所对应的选定权重，oi表示第i个服务设施，li(p').rdis(p',oi)表示居住点与第i个服务设施之间的实际可达距离，ht表示选定可达距离，k(g)表示高斯核函数，a,b,c表示高斯核函数的参数；
便利性信息显示模块，用于基于居住点的便利性指数值来向用户提供居住点的便利性程度的信息。
根据本发明的上述装置，还包括：
实际可达参考距离确定模块，用于选择一个或多个成熟社区中的居住点组成参考居住点集合，确定参考居住点集合中的各个参考居住点与选定可达距离范围之内的、每种类型的参考服务设施集合中的各个服务设施之间的实际可达距离作为实际可达参考距离；
选定权重计算模块，用于基于实际可达参考距离，按照下列公式计算每种服务设施类型所对应的选定权重：
其中，ex表示服务设施类型，w(ex)表示第ex类服务设施所对应的选定权重，s表示参考居住点集合中的参考居住点的数量，pi表示第i个参考居住点，os(ex)表示第ex类参考服务设施集合，
其中，
n(pi-＞os(ex))表示第i个参考居住点在选定可达距离范围之内的第ex类参考服务设施集合中的服务设施的数量，rdis(pi,oj)表示第i个参考居住点与第ex类参考服务设施集合中的第j个服务设施之间的实际可达参考距离。
本发明还提出了另一种提供居住点便利性信息的装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行所述程序时实现上文所述的方法的步骤。
本发明还提出了一种用于提供居住点便利性信息的计算机可读存储介质，存储介质上存储有计算机程序，所述程序被处理器执行时实现上文所述的方法的步骤。
本发明的上述技术方案，能够基于成熟社区中的海量数据，利用数据挖掘方法来更加精确地确定各类服务设施所对应的权重。因此，能够获取更准确的便利性指数值，并且能够基于所获取的更准确的便利性指数值来向用户提供关于自身所关注的居住点的便利性程度的更准确的信息。
附图说明
并入到说明书中并且构成说明书的一部分的附图示出了本发明的实施例，并且与相关的文字描述一起用于解释本发明的原理。在这些附图中，类似的附图标记用于表示类似的要素。下面描述中的附图是本发明的一些实施例，而不是全部实施例。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，可以根据这些附图获得其他的附图。
图1示例性地示出了根据本发明的提供居住点便利性信息的方法的示意流程图。
图2示出了本发明所使用的房产实例与服务设施实例之间的邻近关系及可达距离的三维表。
图3示例性地示出了根据本发明的提供居住点便利性信息的装置的示意框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明的一部分实施例，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做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。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
为了清楚起见，首先描述一下本文中所使用的一些数学符号。服务设施类型集合记作e＝{e1,e2,…,em}；(成熟社区中的、参考服务设施集合中的)服务设施兴趣点(poi，即各个具体服务设施)数据记作os＝{o1,o2,…,os}；(成熟社区中的、参考)居民居住地分布点(即，参考居住点)数据(例如，在电子地图上，可以通过居民建筑房屋面状数据的中心点提取来获得)记作pr＝{p1,p2,…,pr}，m、s、r分别为上述三个集合中的元素的个数。目标区域(包括成熟社区和非成熟社区)的(即，需获取便利性信息的)服务设施poi数据记作ot。(需获取便利性信息的)居住点记作p'。
图1示例性地示出了根据本发明的提供居住点便利性信息的方法100的示意流程图。
如图1的实线框所示，提供居住点便利性信息的方法100包括：
步骤s102：确定(需获取便利性信息的)居住点与选定可达距离范围之内的(即，目标区域的服务设施集合ot中的)各个服务设施之间的实际可达距离；
步骤s104：基于所述各个服务设施的服务设施类型所对应的选定权重和所述实际可达距离，按照公式(1)和(2)计算所述居住点的便利性指数值：
其中，p'表示所述居住点，c(p')表示所述居住点的便利性指数值，nl表示所述服务设施的数量，li(p').w表示第i个服务设施的服务设施类型所对应的选定权重，oi表示第i个服务设施，li(p').rdis(p',oi)表示所述居住点与第i个服务设施之间的实际可达距离，ht表示所述选定可达距离，k(g)表示高斯核函数，a,b,c表示高斯核函数的参数；
步骤s106：基于所述居住点的便利性指数值来向用户提供所述居住点的便利性程度的信息。
例如，可以在归一化便利性指数值小于0.3时，输出居住点的便利性程度偏低的信息；可以在归一化便利性指数值大于等于0.3且小于0.7时，输出居住点的便利性程度适中的信息；可以在归一化便利性指数值大于等于0.7时，输出居住点的便利性程度较高的信息。
更具体地，rdis(p',oi)＝(p'-oi)net|ht，(p'-oi)net表示p'到oi的网络最短路径距离，ht表示基于路径时间的密度衰减阈值(例如，可以设置为1公里)，是求取最短路径距离的一个约束条件，表示实例的可达距离必须满足ht阈值，否则p'到oi不可达。
例如，可以在一个二维表li(p')的第i条记录中存储上文所述的li(p').w和li(p').rdis(p',oi)。
可选地，在所述步骤s104之前(更具体地，例如，如图1的虚线框所示，在所述步骤s102之前)，所述方法100还包括：
步骤s108：选择一个或多个成熟社区中的居住点组成参考居住点集合，确定所述参考居住点集合中的各个参考居住点与所述选定可达距离范围之内的、每种类型的参考服务设施集合中的各个服务设施之间的实际可达距离作为实际可达参考距离；
步骤s110：基于所述实际可达参考距离，按照公式(3)计算每种服务设施类型所对应的所述选定权重：
其中，ex表示服务设施类型，w(ex)表示第ex类服务设施所对应的选定权重，s表示参考居住点集合中的参考居住点的数量，pi表示第i个参考居住点，os(ex)表示第ex类参考服务设施集合，
n(pi-＞os(ex))表示所述第i个参考居住点在所述选定可达距离范围之内的第ex类参考服务设施集合中的服务设施的数量，rdis(pi,oj)表示第i个参考居住点与第ex类参考服务设施集合中的第j个服务设施之间的实际可达参考距离。
更具体地，n(p-＞os(ex))为从p点出发，在ht阈值内可达的服务设施实例个数；k(g)表示用于计算权重的网络空间核密度函数，该函数的几何意义是，随着(参考居住点的)位置到服务设施实例点(即，具体的服务设施)的距离增大，其密度值逐渐变小，其取值范围为(0,1]。
可选地，在所述步骤s102和所述步骤s108中，基于电子地图信息分别计算所述实际可达距离和所述实际可达参考距离。
例如，所述电子地图信息包括：居住点位置信息、服务设施位置信息，成熟社区区域和非成熟社区区域的道路网络数据。
可选地，服务设施数据(位置信息或实例)经过敏感数据剔除、坐标转化和完备性处理，保证每条数据包含设施点类型、x和y坐标，道路网络数据经过拓扑检查、坐标转化和完备性处理，保证每条数据包含道路等级、类型、方向信息。
例如，可以通过以下具体步骤来实现步骤s108。
1)将成熟社区的道路网转化为基于路段的线性参考系统，路段即为相邻两个道路交叉点之间的线段。
2)把每个路段划分为等长的线性弧段，称之为基础线性单元。
3)以pr内的房产实例对象(即，参考居住点)为出发点，为所有实例找到与其可达距离在ht以内的服务设施实例，将实例邻近关系和其可达距离存储在一个三维表中。
图2示出了本发明所使用的房产实例对象与服务设施实例对象之间的邻近关系及可达距离的三维表。
如图2所示，三维表tins_net中的第一维(即，图2中所示的a至em)表示不同的服务设施类型，每一种服务设施类型又对应一个二维表(例如，图2中所示的tins_net(a))，该二维表中的每条记录存储一个三元组{pi,ex,j,rdis}(例如，图2中所示的<p5，a4，1.2>)，该三元组包含房产实例pi与第ex类参考服务设施集合中的第j个服务设施之间的邻近关系和它们之间的可达距离值rdis(即，实际可达参考距离，例如，图2中所示的1.2)。
在实际生活中，需要结合不同类型的生活圈来计算居住点的便利性。根据居民出行特征，结合不同等级公共服务设施、服务范围，可以将居民日常出行范围划分为基础生活圈、基本生活圈和城市生活圈3个生活圈。基础生活圈是满足以小区为核心的基础服务需求，具有日常性；基本生活圈是满足居民日常生活需求，具有日常性；城市生活圈是满足更高层次的休闲、游憩需求，具有偶然性和周期性。基础生活圈范围为0.5公里(步行5分钟)以内，基本生活圈范围为1公里(步行15分钟)以内。例如，描述生活一般便利度可以以步行15分钟为依据。
因此，可选地，所述选定可达距离是选自0.5公里至5公里范围内的路程。
即，可以覆盖基础生活圈范围和基本生活圈范围，也可以根据需要进行适当扩展(至城市生活圈范围)。
由于生活便利性(或便利度)是指居民使用各类日常公共服务设施的方便程度，影响居民日常生活便利度的主要因素是居民利用购物、医疗、教育、娱乐等公共服务设施的数量、规模、类型及质量是否符合居民的便捷度和满意度。
因此，可选地，所述服务设施的类型包括选自下列类型中的至少一种类型：洗衣店、冲印店、果品店、菜市场、商场、家电专卖场、超市、美容美发场所、洗浴场所、售票点、物流站、维修站、邮局、社区服务中心；电影院、健身场馆、休闲会所、文化宫、天文馆、博物馆、科技馆；餐馆、饮品店；药房、医院、保健站、福利院、社区门诊；公厕、报刊亭、公用电话亭、公园、其他公共娱乐设施；交通中转站点、停车场；银行、提款机、邮电所；图书馆、培训机构、托儿所、幼儿园、小学、中学；办公场所(包含办公场所是为了统筹考虑工作和生活两方面的便利性)。
可选地，也可以根据《北京市“一刻钟社区服务圈”基本建设标准-2013年》、国家标准《城市居住区规划设计规范》(gb50180-93)等标准来选择所述服务设施的类型。
可选地，所述步骤s108中所选择的一个或多个成熟社区是具有特定人口结构特征(例如，租房居住的年轻人居多、老年人居多等)的成熟社区。从而可以通过获取符合诸如租房年轻人等不同人员特征的服务设施权重表，来提供更具有针对性的居住点便利性信息。
图3示例性地示出了根据本发明的提供居住点便利性信息的装置300的示意框图。
如图3的实线框所示，提供居住点便利性信息的装置300包括：
实际可达距离确定模块301，用于确定居住点与选定可达距离范围之内的各个服务设施之间的实际可达距离；
便利性指数值计算模块303，用于基于所述各个服务设施的服务设施类型所对应的选定权重和所述实际可达距离，按照公式(1)和(2)计算所述居住点的便利性指数值；
便利性信息显示模块305，用于基于所述居住点的便利性指数值来向用户提供所述居住点的便利性程度的信息。
可选地，如图3的虚线框所示，所述装置300还可以包括：
实际可达参考距离确定模块307，用于选择一个或多个成熟社区中的居住点组成参考居住点集合，确定所述参考居住点集合中的各个参考居住点与所述选定可达距离范围之内的、每种类型的参考服务设施集合中的各个服务设施之间的实际可达距离作为实际可达参考距离；
选定权重计算模块309，用于基于所述实际可达参考距离，按照公式(3)计算每种服务设施类型所对应的所述选定权重。
本发明还提供了另一种提供居住点便利性信息的装置(在附图中未示出)，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现所述方法100的步骤。
本发明还提供了一种用于提供居住点便利性信息的计算机可读存储介质(在附图中未示出)，所述存储介质上存储有计算机程序，所述程序被处理器执行时实现所述方法100的步骤。
根据本发明的上述技术方案，能够基于成熟社区中的海量数据，利用数据挖掘方法来更加精确地确定各类服务设施所对应的权重。因此，能够获取更准确的便利性指数值，并且能够基于所获取的更准确的便利性指数值来向用户提供关于自身所关注的居住点的便利性程度的更准确的信息。
根据本发明的上述技术方案，还可以进一步结合成熟社区的居住人口结构信息(例如，租房居住的年轻人居多、老年人居多等)，从而可以通过获取符合诸如租房年轻人等不同人员特征的服务设施权重表，来提供更具有针对性的居住点便利性信息。
上面描述的内容可以单独地或者以各种方式组合起来实施，而这些变型方式都在本发明的保护范围之内。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制。尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例的技术方案的精神和范围。