WO2017173930A1 - 目标位置搜索方法和装置 - Google Patents

目标位置搜索方法和装置 Download PDF

Info

Publication number
WO2017173930A1
WO2017173930A1 PCT/CN2017/077998 CN2017077998W WO2017173930A1 WO 2017173930 A1 WO2017173930 A1 WO 2017173930A1 CN 2017077998 W CN2017077998 W CN 2017077998W WO 2017173930 A1 WO2017173930 A1 WO 2017173930A1
Authority
WO
WIPO (PCT)
Prior art keywords
search
target
grid
location
preset
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/CN2017/077998
Other languages
English (en)
French (fr)
Inventor
李涛
全福亮
饶星
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to EP17778594.6A priority Critical patent/EP3425530A4/en
Priority to MYPI2018703648A priority patent/MY185859A/en
Priority to SG11201808766VA priority patent/SG11201808766VA/en
Priority to KR1020187031992A priority patent/KR102204930B1/ko
Priority to JP2018553064A priority patent/JP6856830B2/ja
Publication of WO2017173930A1 publication Critical patent/WO2017173930A1/zh
Priority to US16/152,120 priority patent/US11151210B2/en
Priority to PH12018502156A priority patent/PH12018502156A1/en
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9038—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries

Definitions

  • the present application relates to the field of search engine technologies, and in particular, to a target location search method and apparatus.
  • An object of the embodiments of the present application is to provide a target location search method and apparatus to accurately control the set size of returned search results and improve user experience.
  • the embodiment of the present application provides a target location search method, including the following steps:
  • the embodiment of the present application further provides a target location searching apparatus, including:
  • a location determining module configured to determine a location specified by the target search request
  • a grid determining module configured to determine a grid corresponding to the location in a preset gridded location area
  • a search range determining module configured to determine an optimal search radius corresponding to the grid in a correspondence between a preset mesh and an optimal search radius
  • the most The optimal search radius represents the optimal search radius of all positions in the rectangular grid, so that the correspondence between each hot spot and its optimal search radius is predetermined, when receiving a hot spot
  • the optimal search radius of the hot spot can be quickly determined, so that the search result can be obtained when searching with the optimal search radius, so the example of the present application effectively controls the returned search result.
  • the size of the collection improves the user experience and greatly improves the performance of the search engine.
  • FIG. 1 is a flowchart of a target location search method according to an embodiment of the present application.
  • FIG. 2 is a schematic diagram of a gridded location area in a target location search method according to an embodiment of the present application
  • FIG. 3 is a schematic diagram of performing target search in a radius increment manner in the embodiment of the present application.
  • FIG. 4 is a structural block diagram of a target location search apparatus according to an embodiment of the present application.
  • the target location searching method in the embodiment of the present application includes the following steps:
  • step S101 the location specified by the target search request is determined.
  • the target search request may be initiated by the user based on a personal computer, a mobile terminal (such as a smart phone, a tablet), or the like.
  • the target search request may be, for example, a merchant search request.
  • the target search request will contain the specified location.
  • the specified location may be specific latitude and longitude data; in another embodiment of the present application, the specified location may also be a location name or identifier (such as Beijing Metro Line 1) Xidan Station), and then obtain its specific latitude and longitude data according to the location name or logo.
  • a location name or identifier such as Beijing Metro Line 1) Xidan Station
  • Step S102 determining a grid corresponding to the location in the preset gridded location area.
  • the gridded location area may be obtained in advance by:
  • the latitude and longitude information of the hot spot specified by all the target search requests received by the system within the set historical time range may be mapped to a long length according to the Geohash algorithm.
  • the hot spot is, for example, a place with a large amount of search.
  • the hot spot may be determined by setting a threshold.
  • the map of the set area may be uniformly meshed according to the set rules, but the grid storing the unpopular positions may waste system resources such as storage space.
  • the cold door position is, for example, a place that has not been searched or has a small amount of search.
  • the position of the cold door can be determined by setting a threshold.
  • Step S103 determining an optimal search radius corresponding to the grid in a correspondence between a preset grid and an optimal search radius.
  • the optimal search radius is obtained in advance by:
  • WX4G0 is the geohash coded value of a mesh in the meshed location area.
  • the loop search can be performed as the search radius in order of increasing from small to large, such as 100 meters, 200 meters, and 300 meters (as shown in FIG. 3), so that WX4G0 can be calculated.
  • the minimum search radius corresponding to the returned result when the grid reaches the preset return number threshold, and the minimum search radius is taken as the optimal search radius of the grid.
  • the correspondence between all the grids in the gridded location area and the optimal search radius can be obtained in advance, that is, the data with the geohash code value as the key and the optimal search radius as the value is obtained.
  • Table 1 shows the data with the geohash code value as the key and the optimal search radius as the value is obtained.
  • the loop search may also be performed in other manners (such as the order of search radius from large to small), but the number of loop searches required to find the optimal search radius may be more.
  • the efficiency is generally not as good as the above-mentioned gradually increasing method from small to large.
  • Step S104 searching for the target with the optimal search radius, and obtaining a return result.
  • the searching by the optimal search radius means that the location specified by the search target is a dot, and the search radius of the search target is used as a search radius.
  • step S104 since the set of merchants within the optimal radius of each hot spot may change, after step S104, the following steps may also be included:
  • the preset gridded location area, and the correspondence between the grid in the preset gridded location area and its optimal search radius may be updated periodically (for example Update once a day or once a week, etc.) to adapt to changes in target information near popular locations (such as shopping malls, supermarkets, restaurants, etc.), which will help improve the accuracy of the return effect.
  • the hot spot is mapped into the meshed location area based on the historical search data in advance, And calculate the optimal search radius of each rectangular grid in the gridded position area, and the optimal search radius of each rectangular grid represents the optimal search radius of all positions in the rectangular grid, thus, because each The correspondence between the hot spot and the optimal search radius is predetermined.
  • the optimal search radius of the hot location can be quickly determined according to the correspondence, thereby The optimal search radius can obtain better search results when searching, so the example of the present application effectively controls the size of the returned search result set, improves the user experience, and greatly improves the performance of the search engine.
  • the target location searching apparatus of the embodiment of the present application includes:
  • the location determining module 41 is configured to determine a location specified by the target search request.
  • the target search request may be initiated by the user based on a personal computer, a mobile terminal (such as a smart phone, a tablet), or the like.
  • the target search request may be, for example, a merchant search request.
  • the target search request will contain the specified location.
  • the specified location may be specific latitude and longitude data; in another embodiment of the present application, the designated location may also be a location name or identifier (such as Beijing Subway Line 1 Xidan Station), and then according to the location name Or identify the specific latitude and longitude data.
  • location name or identifier such as Beijing Subway Line 1 Xidan Station
  • the grid determining module 42 is configured to determine a grid corresponding to the location in the preset gridded location area.
  • the gridded location area may be obtained in advance by:
  • the setting area determine the latitude and longitude information specified by all the target search requests received by the system within the set historical time range. For example, through the ODPS system, the PV (Page View) log is searched for all merchants in Beijing within 7 days, and the segment is counted from the 7-day PV log (ie, historical search data). Search for the specified latitude and longitude information for all merchants in Beijing.
  • the PV (Page View) log is searched for all merchants in Beijing within 7 days, and the segment is counted from the 7-day PV log (ie, historical search data). Search for the specified latitude and longitude information for all merchants in Beijing.
  • the latitude and longitude information of the hot spot specified by all the target search requests received by the system within the set historical time range may be mapped to a long length according to the Geohash algorithm.
  • the hot spot is, for example, a place with a large amount of search.
  • the hot spot may be determined by setting a threshold.
  • the map of the set area may be uniformly meshed according to the set rules, but the grid storing the unpopular positions may waste system resources such as storage space.
  • the cold door position is, for example, a place that has not been searched or has a small amount of search.
  • the position of the cold door can be determined by setting a threshold.
  • the search range determining module 43 is configured to determine an optimal search radius corresponding to the grid in a preset mesh and an optimal search radius.
  • the optimal search radius is obtained in advance by:
  • WX4G0 is the geohash coded value of a mesh in the meshed location area.
  • the loop search can be performed as the search radius in order of increasing from small to large, such as 100 meters, 200 meters, and 300 meters (as shown in FIG. 3), so that WX4G0 can be calculated.
  • the minimum search radius corresponding to the returned result when the grid reaches the preset return number threshold, and the minimum search radius is taken as the optimal search radius of the grid.
  • the loop search may also be performed in other manners (such as the order of search radius from large to small), but the number of loop searches required to find the optimal search radius may be more.
  • the efficiency is generally not as good as the above-mentioned gradually increasing method from small to large.
  • the result obtaining module 44 is configured to search the target with the optimal search radius to obtain a return result.
  • the searching by the optimal search radius means that the location specified by the search target is a dot, and the search radius of the search target is used as a search radius.
  • the target location searching apparatus may further include:
  • the return result obtaining module 44 obtains the return result, determining whether the returned quantity in the returned result is lower than a preset lower limit of the number of returns; if lower than the lower limit of the return quantity, The search is performed in a manner of gradually expanding the search radius of the search target until the number of returns in the current return result reaches the lower limit of the return quantity.
  • the preset gridded location area, and the correspondence between the grid in the preset gridded location area and its optimal search radius may be updated periodically (for example Update once a day or once a week, etc.) to adapt to changes in target information near popular locations (such as shopping malls, supermarkets, restaurants, etc.), which is beneficial to ensure the accuracy of the return effect.
  • the most The optimal search radius represents the optimal search radius of all positions in the rectangular grid, so that the correspondence between each hot spot and its optimal search radius is predetermined, when receiving a hot spot
  • the optimal search radius of the hot spot can be quickly determined, so that the search result can be obtained when searching with the optimal search radius, so the example of the present application effectively controls the returned search result.
  • the size of the collection improves the user experience and greatly improves the performance of the search engine.
  • a general purpose processor may be a microprocessor.
  • the general purpose processor may be any conventional processor, controller, microcontroller, or state machine.
  • the processor may also be implemented by a combination of computing devices, such as a digital signal processor and a microprocessor, a plurality of microprocessors, one or more microprocessors in conjunction with a digital signal processor core, or any other similar configuration. achieve.
  • the steps of the method or algorithm described in the embodiments of the present application may be directly embedded in hardware, a software module executed by a processor, or a combination of the two.
  • the software modules can be stored in RAM memory, flash memory, ROM memory, EPROM memory, EEPROM memory, registers, hard disk, removable disk, CD-ROM, or any other form of storage medium in the art.
  • the storage medium can be coupled to the processor such that the processor can read information from the storage medium and can write information to the storage medium.
  • the storage medium can also be integrated into the processor.
  • the processor and the storage medium may be disposed in an ASIC, and the ASIC may be disposed in the user terminal. Alternatively, the processor and the storage medium may also be disposed in different components in the user terminal.
  • the above-described functions described in the embodiments of the present application may be implemented in hardware, software, firmware, or any combination of the three. If implemented in software, these functions may be stored on a computer readable medium or transmitted as one or more instructions or code to a computer readable medium.
  • Computer readable media includes computer storage media and communication media that facilitates the transfer of computer programs from one place to another.
  • the storage medium can be any available media that any general purpose or special computer can access.
  • Such computer-readable media can include, but is not limited to, RAM, ROM, EEPROM, CD-ROM or other optical disk storage, disk storage or other magnetic storage device, or any other device or data structure that can be used for carrying or storing Other media that can be read by a general purpose or special computer, or a general purpose or special processor.
  • any connection can be appropriately defined as a computer readable medium, for example, if the software is from a website site, server, or other remote source through a coaxial cable, fiber optic cable, twisted pair, digital subscriber line (DSL) Or wirelessly transmitted in, for example, infrared, wireless, and microwave, is also included in the defined computer readable medium.
  • DSL digital subscriber line
  • the disks and disks include compressed disks, laser disks, optical disks, DVDs, floppy disks, and Blu-ray disks. Disks generally replicate data magnetically, while disks generally optically replicate data with lasers. . Combinations of the above may also be included in a computer readable medium.

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Remote Sensing (AREA)
  • Library & Information Science (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Control Of Vehicle Engines Or Engines For Specific Uses (AREA)
  • Navigation (AREA)

Abstract

本申请实施例提供了一种目标位置搜索方法和装置，该方法包括：确定目标搜索请求所指定的位置；确定所述位置在预设的网格化位置区域中所对应的网格；确定所述网格在预设的网格与最优搜索半径对应关系中所对应的最优搜索半径；以所述最优搜索半径对目标进行搜索，获得返回结果。本申请实施例可精确控制返回的搜索结果的集合大小，从而提高了用户体验，并且极大的提升了搜索引擎的性能。

Description

目标位置搜索方法和装置
本申请要求2016年04月07日递交的申请号为201610213235.8、发明名称为“目标位置搜索方法和装置”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及搜索引擎技术领域，尤其是涉及一种目标位置搜索方法和装置。
背景技术
目前基于位置的目标(比如商家)搜索的范围一般多是以城市为维度。然而，这种方式往往容易导致返回的搜索结果过多或过少。如果搜索后的返回结果过多，则一方面会对系统性能造成很大的影响；另一方面，过多的返回结果往往可能包含了较多的用户并不希望的内容。当然，如果返回的搜索结果过少，则可能遗漏了很多用户需要或感兴趣的内容，也会降低用户体验。
因此，在目标位置搜索时，如何精确控制返回的搜索结果的集合大小，是目前亟待解决的技术问题。
发明内容
本申请实施例的目的在于提供一种目标位置搜索方法和装置，以精确控制返回的搜索结果的集合大小，提高用户体验。
为达到上述目的，一方面，本申请实施例提供了一种目标位置搜索方法，包括以下步骤：
确定目标搜索请求所指定的位置；
确定所述位置在预设的网格化位置区域中所对应的网格；
确定所述网格在预设的网格与最优搜索半径对应关系中所对应的最优搜索半径；以所述最优搜索半径对目标进行搜索，获得返回结果。
另一方面，本申请实施例还提供一种目标位置搜索装置，包括：
位置确定模块，用于确定目标搜索请求所指定的位置；
网格确定模块，用于确定所述位置在预设的网格化位置区域中所对应的网格；
搜索范围确定模块，用于确定所述网格在预设的网格与最优搜索半径对应关系中所对应的最优搜索半径；
返回结果获取模块，用于以所述最优搜索半径对目标进行搜索，获得返回结果。
本申请实施例中，由于预先基于历史搜索数据把热门位置映射成为网格化位置区域，并计算出网格化位置区域中每个矩形网格的最优搜索半径，每个矩形网格的最优搜索半径则代表了该矩形网格内所有位置的最优搜索半径，这样，由于每个热门位置与其最优搜索半径的对应关系都是预先确定好的，当收到对某一热门位置的搜索时，依据该对应关系就可以快速确定该热门位置最优搜索半径，从而使得以该最优搜索半径进行搜索时可以获得较为理想的搜索结果，因此本申请实例有效控制了返回的搜索结果的集合的大小，提高了用户体验，并且极大的提升了搜索引擎的性能。
附图说明
此处所说明的附图用来提供对本申请实施例的进一步理解，构成本申请实施例的一部分，并不构成对本申请实施例的限定。在附图中：
图1为本申请实施例的目标位置搜索方法的流程图；
图2为本申请实施例的目标位置搜索方法中网格化位置区域示意图；
图3为本申请实施例中预先以半径递增方式进行目标搜索的示意图；
图4为本申请实施例的目标位置搜索装置的结构框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本申请实施例做进一步详细说明。在此，本申请实施例的示意性实施例及其说明用于解释本申请实施例，但并不作为对本申请实施例的限定。
下面结合附图，对本申请实施例的具体实施方式作进一步的详细说明。
参考图1所示，本申请实施例的目标位置搜索方法包括以下步骤：
步骤S101，确定目标搜索请求所指定的位置。
本申请实施例中，所述目标搜索请求可以是用户基于个人电脑、移动终端(比如智能手机、平板电脑)等发起的。
所述目标搜索请求例如可以为商家搜索请求。一般的，目标搜索请求中会包含有指定的位置。
在本申请的一个实施例中，所述指定的位置可以为具体的经纬度数据；在本申请的另一个实施例中，所述指定的位置也可以为地点名称或标识(比如北京地铁1号线西单 站)，然后依据该地点名称或标识获取其具体的经纬度数据。
步骤S102，确定所述位置在预设的网格化位置区域中所对应的网格。
本申请实施例中，所述网格化位置区域可预先通过以下方式得到：
1)、在设定区域内，确定系统在设定历史时间范围内接收到的所有目标搜索请求所指定的经纬度信息。比如，通过ODPS(Open Data Processing Service，开方数据处理服务)系统，离线获取近7天内，针对北京市内所有商家搜索的PV(Page View，页面访问量)日志，并从所述7天PV日志(即历史搜索数据)中统计出该段时间内针对北京市内所有商家搜索所指定的经纬度信息。
2)、根据Geohash算法将所述经纬度信息映射为长宽相等的矩形网格位置区域。
在本申请一个实施例中，如图2所示，可以根据Geohash算法将设定区域内，系统在设定历史时间范围内接收到的所有目标搜索请求所指定的热门位置的经纬度信息映射为长宽相等的矩形网格位置区域，这样以较小的系统开销满足绝大多数位置的目标搜索需求。其中，所述的热门位置例如为搜索量较大的地方，具体实施时，所述的热门位置可以通过设定阈值判断。
而在本申请另一实施例中，还可以将设定区域的地图(map)按照设定的规则均匀网格化，只是这样以来，存储那些冷门位置的网格会浪费存储空间等系统资源。其中，所述的冷门位置例如为未被搜索过或搜索量很小的地方，具体实施时，所述的冷门位置可以通过设定阈值判断。
步骤S103，确定所述网格在预设的网格与最优搜索半径对应关系中所对应的最优搜索半径。
本申请实施例中，所述最优搜索半径预先通过以下方式得到：
分别以所述网格化位置区域中每个网格的中心点为圆点，并以半径递增方式进行目标搜索，逐个获取所述每个网格的达到预设返回数量阈值时的返回结果所对应的最小搜索半径，并将所述最小搜索半径作为该网格的最优搜索半径。
以图2中的WX4G0网格为例，其中，WX4G0为网格化位置区域中某个网格的geohash编码值。以该网格的中心点为源点，依次可以以100米、200米、300米等由小到大逐渐递增的顺序作为搜索半径进行循环搜索(如图3所示)，从而可计算出WX4G0网格的达到预设返回数量阈值时的返回结果所对应的最小搜索半径，并将该最小搜索半径作为该网格的最优搜索半径。以此类推，由此可以计算出图2上所有geohash编码值(即网格化位置区域中所有网格)的达到预设返回数量阈值时的返回结果所对应的最优 搜索半径。因此，本申请实施例可预先得到设定区域内，网格化位置区域中所有网格与最优搜索半径对应关系，即得到以geohash编码值为key，以最优搜索半径为value的数据，如下表1所示：
表1
key value
WX4ER 500m
WX4G2 600m
WX4G32 700m
WX4EP 800m
WX4G0 900m
WX4G1 1000m
WX4DZ 400m
WX4FB 1200m
WX4FC 800m
在本申请另一实施例中，也可以采用其他方式(比如由大到小的搜索半径顺序)进行循环搜索，但是，这样其找出最优搜索半径所需的循环搜索次数可能会较多，效率上一般不如上述由小到大的逐渐递增方式。
步骤S104，以所述最优搜索半径对目标进行搜索，获得返回结果。
在本申请实施例中，所述以最优搜索半径进行搜索是指：以所述搜索目标所指定的位置为圆点，以所述搜索目标的最优搜索半径为搜索半径进行搜索。
在本申请另一实施例中，由于每个热门位置的最优半径范围内的商家集合可能发生变，在步骤S104之后，还可以包括以下步骤：
判断所述返回结果中的返回数量是否低于预设的返回数量下限；如果低于所述返回数量下限，则以逐渐扩大所述搜索目标的搜索半径方式进行搜索，直至当前返回结果中的返回数量达到所述返回数量下限为止，以利于提高返回效果的准确性。
此外，在本申请另一实施例中，所述预设的网格化位置区域，以及所述预设的网格化位置区域中的网格与其最优搜索半径的对应关系可以定期更新(比如每天更新一次或者每周更新一次，等等)，以适应热门位置附近的目标信息变化(比如商场、超市、饭店等商家变动)，从而有利于提高返回效果的准确性。
本申请实施例中，由于预先基于历史搜索数据把热门位置映射成为网格化位置区域， 并计算出网格化位置区域中每个矩形网格的最优搜索半径，每个矩形网格的最优搜索半径则代表了该矩形网格内所有位置的最优搜索半径，这样，由于每个热门位置与其最优搜索半径的对应关系都是预先确定好的，当收到对某一热门位置的搜索时，依据该对应关系就可以快速确定该热门位置最优搜索半径，从而使得以该最优搜索半径进行搜索时可以获得较为理想的搜索结果，因此本申请实例有效控制了返回的搜索结果的集合的大小，提高了用户体验，并且极大的提升了搜索引擎的性能。
虽然上文描述的过程流程包括以特定顺序出现的多个操作，但是，应当清楚了解，这些过程可以包括更多或更少的操作，这些操作可以顺序执行或并行执行(例如使用并行处理器或多线程环境)。
结合图4所示，本申请实施例的目标位置搜索装置包括：
位置确定模块41，用于确定目标搜索请求所指定的位置。
本申请实施例中，所述目标搜索请求可以是用户基于个人电脑、移动终端(比如智能手机、平板电脑)等发起的。
所述目标搜索请求例如可以为商家搜索请求。一般的，目标搜索请求中会包含有指定的位置。在本申请的一个实施例中，
所述指定的位置可以为具体的经纬度数据；在本申请的另一个实施例中，所述指定的位置也可以为地点名称或标识(比如北京地铁1号线西单站)，然后依据该地点名称或标识获取其具体的经纬度数据。
网格确定模块42，用于确定所述位置在预设的网格化位置区域中所对应的网格。
本申请实施例中，所述网格化位置区域可预先通过以下方式得到：
1)、在设定区域内，确定系统在设定历史时间范围内接收到的所有目标搜索请求所指定的经纬度信息。比如，通过ODPS系统，离线获取近7天内，针对北京市内所有商家搜索的PV(Page View，页面访问量)日志，并从所述7天PV日志(即历史搜索数据)中统计出该段时间内针对北京市内所有商家搜索所指定的经纬度信息。
2)、根据Geohash算法将所述经纬度信息映射为长宽相等的矩形网格位置区域。
在本申请一个实施例中，如图2所示，可以根据Geohash算法将设定区域内，系统在设定历史时间范围内接收到的所有目标搜索请求所指定的热门位置的经纬度信息映射为长宽相等的矩形网格位置区域，这样以较小的系统开销满足绝大多数位置的目标搜索需求。其中，所述的热门位置例如为搜索量较大的地方，具体实施时，所述的热门位置可以通过设定阈值判断。
而在本申请另一实施例中，还可以将设定区域的地图(map)按照设定的规则均匀网格化，只是这样以来，存储那些冷门位置的网格会浪费存储空间等系统资源。其中，所述的冷门位置例如为未被搜索过或搜索量很小的地方，具体实施时，所述的冷门位置可以通过设定阈值判断。
搜索范围确定模块43，用于确定所述网格在预设的网格与最优搜索半径对应关系中所对应的最优搜索半径。
本申请实施例中，所述最优搜索半径预先通过以下方式得到：
分别以所述网格化位置区域中每个网格的中心点为圆点，并以半径递增方式进行目标搜索，逐个获取所述每个网格的达到预设返回数量阈值时的返回结果所对应的最小搜索半径，并将所述最小搜索半径作为该网格的最优搜索半径。
以图2中的WX4G0网格为例，其中，WX4G0为网格化位置区域中某个网格的geohash编码值。以该网格的中心点为源点，依次可以以100米、200米、300米等由小到大逐渐递增的顺序作为搜索半径进行循环搜索(如图3所示)，从而可计算出WX4G0网格的达到预设返回数量阈值时的返回结果所对应的最小搜索半径，并将该最小搜索半径作为该网格的最优搜索半径。以此类推，由此可以计算出图2上所有geohash编码值(即网格化位置区域中所有网格)的达到预设返回数量阈值时的返回结果所对应的最优搜索半径。因此，本申请实施例可预先得到设定区域内，网格化位置区域中所有网格与最优搜索半径对应关系，即得到以geohash编码值为key，以最优搜索半径为value的数据，如下表2所示：
表2
key value
WX4ER 400m
WX4G2 500m
WX4G32 600m
WX4EP 700m
WX4G0 800m
WX4G1 1000m
WX4DZ 900m
WX4FB 1100m
WX4FC 800m
在本申请另一实施例中，也可以采用其他方式(比如由大到小的搜索半径顺序)进行循环搜索，但是，这样其找出最优搜索半径所需的循环搜索次数可能会较多，效率上一般不如上述由小到大的逐渐递增方式。
返回结果获取模块44，用于以所述最优搜索半径对目标进行搜索，获得返回结果。
在本申请实施例中，所述以最优搜索半径进行搜索是指：以所述搜索目标所指定的位置为圆点，以所述搜索目标的最优搜索半径为搜索半径进行搜索。
在本申请另一实施例中，所述的目标位置搜索装置还可以包括：
返回结果优化模块45，用于在所述返回结果获取模块44获得返回结果之后，判断所述返回结果中的返回数量是否低于预设的返回数量下限；如果低于所述返回数量下限，则以逐渐扩大所述搜索目标的搜索半径方式进行搜索，直至当前返回结果中的返回数量达到所述返回数量下限为止。
此外，在本申请另一实施例中，所述预设的网格化位置区域，以及所述预设的网格化位置区域中的网格与其最优搜索半径的对应关系可以定期更新(比如每天更新一次或者每周更新一次等等)，以适应热门位置附近的目标信息变化(比如商场、超市、饭店等商家变动)，从而有利于保证返回效果的准确性。
本申请实施例中，由于预先基于历史搜索数据把热门位置映射成为网格化位置区域，并计算出网格化位置区域中每个矩形网格的最优搜索半径，每个矩形网格的最优搜索半径则代表了该矩形网格内所有位置的最优搜索半径，这样，由于每个热门位置与其最优搜索半径的对应关系都是预先确定好的，当收到对某一热门位置的搜索时，依据该对应关系就可以快速确定该热门位置最优搜索半径，从而使得以该最优搜索半径进行搜索时可以获得较为理想的搜索结果，因此本申请实例有效控制了返回的搜索结果的集合的大小，提高了用户体验，并且极大的提升了搜索引擎的性能。
本领域技术人员还可以了解到本申请实施例列出的各种说明性逻辑块、单元和步骤可以通过硬件、软件或两者的结合来实现。至于是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用，可以使用各种方法实现所述的功能，但这种实现不应被理解为超出本申请实施例保护的范围。
本申请实施例中所描述的各种说明性的逻辑块，或单元都可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。 通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于用户终端中。可选地，处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中，本申请实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现，这些功能可以存储与电脑可读的媒介上，或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如，这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置，或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外，任何连接都可以被适当地定义为电脑可读媒介，例如，如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘，磁盘一般的，以磁性复制数据，而碟片一般的，以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
以上所述的具体实施例，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请实施例的具体实施例而已，并不用于限定本申请的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (12)

  1. 一种目标位置搜索方法，其特征在于，包括以下步骤：
    确定目标搜索请求所指定的位置；
    确定所述位置在预设的网格化位置区域中所对应的网格；
    确定所述网格在预设的网格与最优搜索半径对应关系中所对应的最优搜索半径；以所述最优搜索半径对目标进行搜索，获得返回结果。
  2. 根据权利要求1所述的目标位置搜索方法，其特征在于，所述网格化位置区域预先通过以下方式得到：
    在设定区域内，确定系统在设定历史时间范围内接收到的所有目标搜索请求所指定的经纬度信息；
    根据Geohash算法将所述经纬度信息映射为长宽相等的矩形网格位置区域。
  3. 根据权利要求1或2所述的目标位置搜索方法，其特征在于，所述网格与最优搜索半径对应关系预先通过以下方式得到：
    分别以所述网格化位置区域中每个网格的中心点为圆点，并以半径递增方式进行目标搜索，逐个获取所述每个网格达到预设返回数量阈值时的返回结果所对应的最小搜索半径，并将所述最小搜索半径作为该网格的最优搜索半径。
  4. 根据权利要求1所述的目标位置搜索方法，其特征在于，在所述获得返回结果之后，还包括：
    判断所述返回结果中的返回数量是否低于预设的返回数量下限；
    如果低于所述返回数量下限，则以逐渐扩大所述搜索目标的搜索半径方式进行搜索，直至当前返回结果中的返回数量达到所述返回数量下限为止。
  5. 根据权利要求1所述的目标位置搜索方法，其特征在于，所述预设的网格化位置区域，以及所述预设的网格与最优搜索半径对应关系定期更新。
  6. 根据权利要求2所述的目标位置搜索方法，其特征在于，所述根据Geohash算法将所述经纬度信息映射为长宽相等的矩形网格位置区域，包括：
    根据Geohash算法将所述经纬度信息中的热门位置所对应的经纬度信息映射为长宽相等的矩形网格位置区域，所述的热门位置包括被搜索量不低于预设值的位置。
  7. 一种目标位置搜索装置，其特征在于，包括：
    位置确定模块，用于确定目标搜索请求所指定的位置；
    网格确定模块，用于确定所述位置在预设的网格化位置区域中所对应的网格；
    搜索范围确定模块，用于确定所述网格在预设的网格与最优搜索半径对应关系中所对应的最优搜索半径；
    返回结果获取模块，用于以所述最优搜索半径对目标进行搜索，获得返回结果。
  8. 根据权利要求7所述的目标位置搜索装置，其特征在于，所述网格化位置区域预先通过以下方式得到：
    在设定区域内，确定系统在设定历史时间范围内接收到的所有目标搜索请求所指定的经纬度信息；
    根据Geohash算法将所述经纬度信息映射为长宽相等的矩形网格位置区域。
  9. 根据权利要求7或8所述的目标位置搜索装置，其特征在于，所述网格与最优搜索半径对应关系预先通过以下方式得到：
    分别以所述网格化位置区域中每个网格的中心点为圆点，并以半径递增方式进行目标搜索，逐个获取所述每个网格达到预设返回数量阈值时的返回结果所对应的最小搜索半径，并将所述最小搜索半径作为该网格的最优搜索半径。
  10. 根据权利要求7所述的目标位置搜索装置，其特征在于，还包括：
    返回结果优化模块，用于在所述返回结果获取模块获得返回结果之后，判断所述返回结果中的返回数量是否低于预设的返回数量下限；如果低于所述返回数量下限，则以逐渐扩大所述搜索目标的搜索半径方式进行搜索，直至当前返回结果中的返回数量达到所述返回数量下限为止。
  11. 根据权利要求7所述的目标位置搜索装置，其特征在于，所述预设的网格化位置区域，以及所述预设的网格与最优搜索半径对应关系定期更新。
  12. 根据权利要求8所述的目标位置搜索装置，其特征在于，所述根据Geohash算法将所述经纬度信息映射为长宽相等的矩形网格位置区域，包括：
    根据Geohash算法将所述经纬度信息中的热门位置所对应的经纬度信息映射为长宽相等的矩形网格位置区域，所述的热门位置包括被搜索量不低于预设值的位置。
PCT/CN2017/077998 2016-04-07 2017-03-24 目标位置搜索方法和装置 Ceased WO2017173930A1 (zh)

Priority Applications (7)

Application Number Priority Date Filing Date Title
EP17778594.6A EP3425530A4 (en) 2016-04-07 2017-03-24 TARGET LOOKING METHOD AND DEVICE
MYPI2018703648A MY185859A (en) 2016-04-07 2017-03-24 Target location search method and apparatus
SG11201808766VA SG11201808766VA (en) 2016-04-07 2017-03-24 Target location search method and apparatus
KR1020187031992A KR102204930B1 (ko) 2016-04-07 2017-03-24 타깃 위치 검색 방법 및 장치
JP2018553064A JP6856830B2 (ja) 2016-04-07 2017-03-24 目標位置検索方法及び装置
US16/152,120 US11151210B2 (en) 2016-04-07 2018-10-04 Target location search method and apparatus
PH12018502156A PH12018502156A1 (en) 2016-04-07 2018-10-05 Target location search method and apparatus

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201610213235.8 2016-04-07
CN201610213235.8A CN107273376B (zh) 2016-04-07 2016-04-07 目标位置搜索方法和装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US16/152,120 Continuation US11151210B2 (en) 2016-04-07 2018-10-04 Target location search method and apparatus

Publications (1)

Publication Number Publication Date
WO2017173930A1 true WO2017173930A1 (zh) 2017-10-12

Family

ID=60000850

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/077998 Ceased WO2017173930A1 (zh) 2016-04-07 2017-03-24 目标位置搜索方法和装置

Country Status (10)

Country Link
US (1) US11151210B2 (zh)
EP (1) EP3425530A4 (zh)
JP (1) JP6856830B2 (zh)
KR (1) KR102204930B1 (zh)
CN (1) CN107273376B (zh)
MY (1) MY185859A (zh)
PH (1) PH12018502156A1 (zh)
SG (1) SG11201808766VA (zh)
TW (1) TWI696922B (zh)
WO (1) WO2017173930A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108628943B (zh) * 2018-03-28 2021-10-08 北京三快在线科技有限公司 一种数据处理方法、装置和电子设备
CN108763522A (zh) * 2018-05-31 2018-11-06 康键信息技术（深圳）有限公司 Poi检索排序方法、装置及计算机可读存储介质
CN111723959B (zh) 2019-03-19 2023-12-12 腾讯科技（深圳）有限公司 区域的划分方法、装置、存储介质及电子装置
US10402455B1 (en) 2019-04-07 2019-09-03 Viraj Phanse Location and content based search for a mobile device
CN111813875B (zh) 2019-04-11 2024-04-05 浙江宇视科技有限公司 地图点位信息处理方法、装置及服务器
CN110490510B (zh) * 2019-07-08 2025-08-12 北京三快在线科技有限公司 一种物流配送线路生成方法和装置
CN110502599B (zh) * 2019-08-23 2022-12-06 腾讯科技（深圳）有限公司 地图数据的查询方法、装置和计算机可读存储介质
CN110646857B (zh) * 2019-09-12 2021-06-08 北京自动化控制设备研究所 水下磁目标分布式搜索方法
CN114840629B (zh) * 2022-07-04 2022-09-20 智慧足迹数据科技有限公司 居留位置修正方法、装置、电子设备及可读存储介质
WO2025097145A2 (en) * 2023-11-03 2025-05-08 Arenai, LLC Linking uncoordinated media for coordinated viewing based on matching metadata
CN117494539B (zh) * 2024-01-03 2024-03-19 西北工业大学太仓长三角研究院 物面流体仿真中粒子的近邻搜索方法、装置、电子设备
CN117972172B (zh) * 2024-02-02 2025-10-03 浪潮卓数大数据产业发展有限公司 一种点位所属网格查询方法、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010040400A1 (en) * 2008-10-08 2010-04-15 Tomtom International B.V. Navigation apparatus and method of providing points of interest
CN102176206A (zh) * 2011-01-18 2011-09-07 宇龙计算机通信科技(深圳)有限公司 兴趣点周边查找方法及装置
CN104252489A (zh) * 2013-06-28 2014-12-31 厦门雅迅网络股份有限公司 一种根据经纬度数据快速获得位置文字描述信息的方法

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6609062B2 (en) 1996-08-22 2003-08-19 Wgrs Licensing Company, Llc Nesting grid structure for a geographic referencing system and method of creating and using the same
US6202023B1 (en) 1996-08-22 2001-03-13 Go2 Systems, Inc. Internet based geographic location referencing system and method
US6397143B1 (en) 2000-10-26 2002-05-28 George Peschke Layout based method for map navigation
JP2002199434A (ja) * 2000-12-22 2002-07-12 Toshiba Corp 情報提供方法および情報提供装置および精度情報提供装置およびプログラム
US20050108394A1 (en) 2003-11-05 2005-05-19 Capital One Financial Corporation Grid-based computing to search a network
US7353109B2 (en) 2004-02-05 2008-04-01 Alpine Electronics, Inc. Display method and apparatus for navigation system for performing cluster search of objects
US20060218114A1 (en) 2005-03-25 2006-09-28 Microsoft Corporation System and method for location based search
KR100948773B1 (ko) * 2007-05-16 2010-03-24 팅크웨어(주) 경로 설정을 위한 주변 검색 방법 및 네비게이션 시스템
US8165808B2 (en) 2007-07-17 2012-04-24 Yahoo! Inc. Techniques for representing location information
CN101350013A (zh) * 2007-07-18 2009-01-21 北京灵图软件技术有限公司 一种地理信息的搜索方法和系统
US7882102B2 (en) * 2007-09-10 2011-02-01 Mitac International Corporation Nearest-neighbor geographic search
WO2009066393A1 (ja) 2007-11-22 2009-05-28 Pioneer Corporation 地図検索装置、地図検索方法、地図検索プログラム及び記憶媒体
TWI385408B (zh) * 2008-09-26 2013-02-11 Mitac Int Corp 於個人導航裝置上顯示複數個興趣點的方法
US8682576B2 (en) * 2008-12-04 2014-03-25 Verizon Patent And Licensing Inc. Navigation based on user-defined points and paths
US20110099507A1 (en) * 2009-10-28 2011-04-28 Google Inc. Displaying a collection of interactive elements that trigger actions directed to an item
TWI426239B (zh) * 2009-12-28 2014-02-11 Mitac Int Corp 於個人導航裝置上顯示複數個興趣點之方法與相關裝置
JP2012014675A (ja) * 2010-06-01 2012-01-19 Ntt Docomo Inc サーバ装置、プログラム及び検索エリア推定方法
EP2646781B1 (en) 2010-11-30 2018-12-26 TomTom Navigation B.V. Navigation methods and systems
US8810437B2 (en) 2011-02-02 2014-08-19 Mapquest, Inc. Systems and methods for generating electronic map displays with points-of-interest information based on reference locations
US8681022B2 (en) 2011-02-02 2014-03-25 Mapquest, Inc. Systems and methods for generating electronic map displays with points-of-interest based on density thresholds
US8669884B2 (en) 2011-02-02 2014-03-11 Mapquest, Inc. Systems and methods for generating electronic map displays with points of-interest information
US8965901B2 (en) 2011-03-01 2015-02-24 Mongodb, Inc. System and method for determining exact location results using hash encoding of multi-dimensioned data
JP2013045319A (ja) * 2011-08-25 2013-03-04 Sony Corp 情報処理装置、情報処理方法、およびプログラム
CN102571910B (zh) * 2011-11-16 2014-08-13 腾讯科技（深圳）有限公司 在社交网络中查找附近用户的方法和服务器
US8803920B2 (en) * 2011-12-12 2014-08-12 Google Inc. Pre-fetching map tile data along a route
JP5425174B2 (ja) * 2011-12-20 2014-02-26 ヤフー株式会社 情報処理装置及び方法
US8965398B2 (en) 2012-09-26 2015-02-24 Hewlett-Packard Development Company, L.P. Bluetooth beacon based location determination
CN103944932B (zh) * 2013-01-18 2017-07-14 阿里巴巴集团控股有限公司 搜索、确定活跃区域的方法与服务器
US20140223481A1 (en) 2013-02-07 2014-08-07 United Video Properties, Inc. Systems and methods for updating a search request
GB2541084B (en) * 2013-03-15 2017-05-17 Imagination Tech Ltd Rendering with point sampling and pre-computed light transport information
US20150317356A1 (en) * 2014-05-05 2015-11-05 Brett Alan Deichler Communications utility with integrated mapping grid
CN104199860B (zh) * 2014-08-15 2017-05-10 浙江大学 一种基于二维地理位置信息的数据集分片方法
US10282478B2 (en) * 2014-08-18 2019-05-07 Perry Street Software, Inc. Density modified search results

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010040400A1 (en) * 2008-10-08 2010-04-15 Tomtom International B.V. Navigation apparatus and method of providing points of interest
CN102176206A (zh) * 2011-01-18 2011-09-07 宇龙计算机通信科技(深圳)有限公司 兴趣点周边查找方法及装置
CN104252489A (zh) * 2013-06-28 2014-12-31 厦门雅迅网络股份有限公司 一种根据经纬度数据快速获得位置文字描述信息的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3425530A4 *

Also Published As

Publication number Publication date
TW201737129A (zh) 2017-10-16
JP2019514121A (ja) 2019-05-30
CN107273376A (zh) 2017-10-20
US11151210B2 (en) 2021-10-19
TWI696922B (zh) 2020-06-21
EP3425530A1 (en) 2019-01-09
CN107273376B (zh) 2020-08-04
EP3425530A4 (en) 2019-09-18
PH12018502156A1 (en) 2019-07-15
US20190034440A1 (en) 2019-01-31
MY185859A (en) 2021-06-14
JP6856830B2 (ja) 2021-04-14
SG11201808766VA (en) 2018-11-29
KR102204930B1 (ko) 2021-01-20
KR20180128058A (ko) 2018-11-30

Similar Documents

Publication Publication Date Title
WO2017173930A1 (zh) 目标位置搜索方法和装置
US10715949B2 (en) Determining timing for determination of applicable geo-fences
CN103345508B (zh) 一种适用于社会网络图的数据存储方法及系统
WO2019000887A1 (zh) 信息推荐方法和装置
US12393593B2 (en) Priority-driven federated query-based data caching
US10057368B1 (en) Method and system for incremental cache lookup and insertion
CN103491152A (zh) 分布式文件系统中元数据获取方法、装置及系统
CN108834077A (zh) 基于用户移动特性的跟踪区划分方法、装置及电子设备
CN106528451A (zh) 针对小文件的二级缓存预取的云存储框架及构建方法
CN111325428A (zh) 一种工单推送方法、装置及存储介质
CN103793439A (zh) 一种实时检索信息获取方法、装置及服务器
US20230281173A1 (en) Database management systems using distributed database update management operations
CN116010677A (zh) 空间索引方法、装置及其电子设备
CN113360789B (zh) 兴趣点数据处理方法、装置、电子设备及存储介质
WO2020042810A1 (zh) 互联网交易定位方法、装置及服务器
WO2018010693A1 (zh) 识别伪基站信息的方法及装置
CN108021464B (zh) 一种应用程序响应数据的兜底处理的方法以及装置
CN105939388A (zh) 一种推送业务内容的方法和内容控制器
WO2015192716A1 (zh) 一种基于电子地图的划线搜索方法和装置
CN105610957A (zh) 云系统及其数据同步方法
US11061903B1 (en) Methods and systems for an improved database
US12222921B1 (en) Database management techniques for concurrent write request processing
CN102779121A (zh) 一种事件内容信息获取方法及系统
CN107506445A (zh) 云数据系统中数据查询的响应方法和装置
CN102571569B (zh) 一种报文预知方法及系统

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 2017778594

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2018553064

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2017778594

Country of ref document: EP

Effective date: 20181002

ENP Entry into the national phase

Ref document number: 20187031992

Country of ref document: KR

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17778594

Country of ref document: EP

Kind code of ref document: A1