我正在尋找這樣做的社區轉租廣告網站,但理論上算法將類似的任何本地搜索。如何根據區域的人口密度計算地圖搜索的動態默認半徑?
搜索區域越少,搜索的默認半徑就越高。另一方面,人口密度高的地區應該具有較低的默認半徑以保持局部相關性。
這可能是一個數學問題,而不是編程問題,但代碼非常受歡迎。到目前爲止,我已經計算出每個城鎮或村莊15英里範圍內的轉租金額,並將其作爲密度的近似值保存在數據庫中。我打算用這個數字來找出有人在搜索城鎮或村莊時搜索多遠。
要測試任何提議的解決方案,我拿出了一些近似數字,我希望算法提出。如果在一個點的15英里範圍內有很多轉租,比如30k,我會希望搜索的默認半徑大約爲3英里。如果只有很少的發言1或2,則默認半徑應該高達25英里,如果周圍沒有地方,默認半徑應該更高。一個約1k轉租的中檔區域的默認半徑爲15英里。這些只是一些例子,密度會隨着數據庫中數量的增加而縮小或縮小。
Population -> Default search radius
0 -> very high (~60 miles or more)
1 -> 25 miles
1k -> 15 miles
30k -> 3 miles
上午我在正確的方向前進?對於以代碼爲中心的答案,Python或PHP將是首選。
謝謝
嗯,也許是一種k點均值聚類算法,點之間的距離負密度加權點? – 2012-04-09 22:26:39