poi信息点[20170505]
date:20171203 | 作者:数据部 | 点击:1010
历年POI数据，信息点
POI是“Point of Interest”的缩写，中文可以翻译为“兴趣点”。POI数据会包含各种信息，如前面提到的名称、别名等信息，可以将这些信息看成一个个的标签（tag），而分类是其中最重要的一个tag，在OSM中 “An OSM element should represent a single on-the-ground feature once and only once”作为一个基本规则，一般来说POI数据可以进行一级和二级分类，每个分类都有对应的行业和名称，这些分类在数据采集和应用中都是十分重要的信息，通常在OSM展示中依靠分类进行信息展示，而名称、地址、坐标在OSM展示和检索作为基础信息来使用。而兴趣是一个非常主观性非常强的词语，在特定的情况下例如用户想发一封电子邮件的时候，电话远远没有邮箱地址有趣。所以POI在不同使用场景下，对POI数据有不同需求，当一个POI数据平台提供一系列接口和数据输出的时候必须考虑不同场景下用户的需求和数据特点。
最新 百度地图 2000万条
百度地图最新poi数据包，超过2000万条数据，8月数据，随时提供免费更新，官方同步数据，权威的保障
地理信息公共服务平台 POI（兴趣点）分类、分层及属性结构 Esri中国（北京）有限公司 共 享 服 务 事 业 部 Shared Service Business Unit 一、分类与代码 一级类 二级类 一级代码 名称 二级代码 名称 01 餐饮 0101 快餐（麦当劳、肯德基、必胜客、吉野家、永和豆浆、加州牛肉面等） 0102 西餐 0103 清真 0104 海鲜类饭店 0105 烧烤类饭店 0106 火锅类饭店 0107 综合类饭店 0108 特色饮食（马家烧卖、海城馅饼、本溪羊汤、老边饺子等） 0109 咖啡茶馆 0110 食品店（好利来、冬冬食品等） 0111 其他 02 购物 0201 商场（指综合商场） 0202 超市（家乐福、沃尔玛、小型连锁超市等） 0203 电子电器（苏宁、国美等） 0204 建材家居（包括五金） 0205 农贸市场 0206 专营店(指品牌专营，如体育、文化、服装等) 0207 其他 03 住宿 0301 宾馆旅店 0302 星级宾馆 0303 招待所 0304 公寓 0305 连锁旅店（如如家、汉庭等） 04 出行 0401 长途汽车站 0402 火车站 0403 机场 0404 码头
0405 地铁 0406 公交站点 0407 公交IC卡营业厅 0408 加油站（包括加气站） 0409 停车场 0410 售票点（指机票、火车票、长途客车） 0411 立交桥 0412 高速出入口 0413 服务区 05 文体娱乐 0501 博物馆 0502 展览馆 0503 会展中心 0504 图书馆 0505 书店 0506 美术馆 0507 音乐厅 0508 影剧戏院 0509 青少年宫 0510 科技文化宫 0511 纪念馆 0512 动物园 0513 植物园 0514 水族馆 0515 公园 0516 健身场所（包括运动广场、会所） 0517 体育比赛场馆 0518 滑雪（冰）场 0519 KTV（包括迪吧） 0520 酒吧 0521 网吧 0522 游乐场（包括游戏厅） 0523 度假疗养 0524 洗浴中心 0525 其他 06 金融服务 0601 银行 0602 证劵 0603 保险 0604 ATM 0605 其他 07 生活服务 0701 水缴费网点 0702
电缴费网点 0703 煤气缴费网点 0704 供暖缴费网点 0705 通讯（包括营业厅、服务网点） 0706 家政 0707 洗衣店 0708 美容美发 0709 摄影冲印 0710 花卉礼仪婚庆 0711 宠物（包括宠物市场、医院） 0712 邮政（包括邮局、甚至邮筒） 0713 物流快递 0714 法律事务所 0715 电台报社（包括电视台） 0716 人才市场（包括人才中介） 0717 典（寄）行 0718 彩票销售点 0719 其他 08 汽车服务 0801 汽车租赁 0802 汽车用品（包括汽配城） 0803 保养维修店 0804 美容装饰店 0805 销售店 0806 4S店 0807 二手车交易 0808 驾校 09 教育 0901 大中专院校 0902 中学 0903 小学 0904 幼儿园 0905 早教 0906 成人教育 0907 特殊学校（如聋哑学校） 0908 职业技术学校 0909 培训机构 10 医疗 1001 医院 1002 急救中心 1003 妇幼保健 1004 计划生育服务站
1005 卫生服务中心 1006 诊所 1007 药店 1008 防疫站 11 房产 1101 大厦 1102 写字楼 1103 城市（住宅）小区 1104 楼盘 1105 房产中介 12 旅游 0901 景点景区 0902 宗教场所（教堂、清真寺、寺庙、道观等） 0903 旅行社 13 企事业单位 1301 企业 1302 事业 1303 社会团体（指妇联、残联、消协等） 1304 科研院所 14 行政机构 1401 办事大厅 1402 党政机关（人大、党委、政府、政协等） 1403 出境入境（管理局、检疫局、海关、领事馆等） 1404 公安司法（公检法、监狱等） 1405 工商税务（国地税、工商、财政等） 1406 民政社保（人社局、民政、社保中心、公积金等） 1407 交通消防（交通局、车管所、执法大队、消防局、消防大队等） 1408 基层单位（街道办、居委会、婚姻登记处、派出所等） 1409 产业园区（管委会等） 1410 其他 15 公共服务设施 1501 公厕 1502 紧急避难场所 1503 敬老院（包括养老中心） 1504 救助站 1505 殡葬设施 二、属性结构 1) POI图层属性结构 字段名称 中文说
明 字段类型（长度） 说明 *NAME 名称 TEXT(60) *TYPE 兴趣点一级分类 TEXT(20) *TYPE2 兴趣点二级分类 TEXT(20) ADDNAME 地址名称 TEXT(200) 详细地址 ADDCODE 地址编码 TEXT(30) 与地名地址库挂接 TELEPHONE 电话号码 TEXT(20) *PAC 所在行政区划代码 TEXT(20) 填至县区级，参考行政区划代码 DES 描述信息 TEXT(200) 该兴趣点文字描述信息 RelateID 关联Table表中RelateID LONG 作为外键，与关联表的数据进行关联。默认值为0，当该POI存在对应的图片时，应赋唯一值。 2) Table关联表 用于存储POI的图片、视频等多媒体信息。属性表与Table通过RelatedID进行关联，这样可以更好的解决一个POI点对应多个资源的问题。POI关联表的数据结构如下表示。 字段名称 中文说明 字段类型（长度） 说明 RelateID POI的编码 LONG 对应POI图层中的RelateID值 URL 多媒体路径信息 TEXT(250) 相对路径，只允许含有英文字符，如assets/pictures/hotel.jpg。 注意：1、POI属性表中NAME、TYPE、TYPE2、PAC分别建立索引。 2、多媒体的格式支持，图片：JPG、BMP、PNG、GIF；视频：FLV和F4V；动画：SWF。为了保证视频能在网页端流畅播放，大小最好小于10M。
POI（一般作为Point of Interest的缩写，也有Point of Information的说法），通常称作兴趣点，泛指互联网电子地图中的点类数据，基本包含名称、地址、坐标、类别四个属性；源于基础测绘成果DLG（Digital Line Graphic，数字线划地图）产品中点类地图要素矢量数据集；在GIS（Geographic Information System，地理信息系统）中指可以抽象成点进行管理、分析和计算的对象。
全国POI点3.png
解读
随着互联网电子地图服务与LBS应用的普及，POI无论从概念范畴，还是从信息纵深都有了长足发展，已成长为信息空间的参天大树。甚至可以说目前如日中天的互联网各个风口或火山口都和POI有一定关系，如O2O、电商、社交、互联网金融、共享经济等。（风口=飞上天的猪，火山口=飞上天的炮灰）
一方面各行各业把越来越多的内容包装成POI供其用户消费，如互联网电子地图提供的周边搜索服务中的各类商家门店，网约车平台提供的上车点，O2O行业提供的推荐收货地址等等；
另一方面POI所包含的属性也越来越多，如商家信息、服务介绍、点评信息、排行榜、推荐、状态、社交互动信息、消费金融信息等等。以高德地图为例，其POI数据中对外开放的基础字段就有45个之多。
因此POI也具备了跨行业、跨部门整合数据，基于空间位置进行大数据挖掘的天然优势。非GIS行业做空间大数据挖掘接触到的第一份空间大数据极有可能就是一份POI，从POI开始，到行政区划结束。（此处应该有掌声，这是目前空间大数据挖掘的极简总结。）
从另一个角度理解，POI之所以有这样的能力，是因为POI是一种顶级抽象的产物，三维的、二维的、真实的、虚拟的万事万物抽象成一个零维的点，大到一个城市，小到数学世界中的一个高程点。当我们真正领悟了抽象便不再有抽象，真正的抽象就是当下。此处致敬抽象电影鼻祖The Matrix，期待沃卓斯基姐妹能够超越沃卓斯基兄弟，再续经典：
全国POI点3.png
注：
（1）据滴滴2016年底公布的数据，滴滴在全国范围目前有超过3000万个推荐上车点，并根据出行大数据每天更新大约8万个推荐上车点。基于推荐上车点，滴滴平台上超过30%的司机和乘客，按照小绿点不需要通话就可以找到对方，司机的通话量平均下降10%，乘客等候时间平均减少1分钟。
（2）O2O行业提供的推荐收货地址能够有效提升用户地址输入速度，杜绝问题收货地址，降低整体派送成本。
整体分类
从GIS应用层次看，POI整体可以分为两类：基础框架类POI，业务应用类POI。
基础框架类POI用于表达真实世界的基本组成要素，如城市部件、地名数据等，主要来源于作为国家基础测绘成果之一的DLG数据产品；
业务应用类POI根据应用场景的需要，将一些事、物进行统一建模，以带有属性信息的地理位置点的方式进行管理、分析和计算，如网约车平台系统中的上车推荐点、O2O行业中的各类门店点、导航服务中的门牌地名点等，该类POI数据随相关的GIS应用系统进行设计、采集、更新维护。
大家接触最多的互联网电子地图POI数据其实是上述两类POI数据的融合产物，既有基础框架类POI数据（该类数据主要来源于基础测绘成果），又有根据互联网电子地图产品需要而建立的业务应用类POI（该类数据主要由各互联网平台自行规划设计、采集、更新维护。关于这事业界有许多故事，喜欢互联网考古或感兴趣的可以自行搜索，毕竟每个大佬都有那么一段不愿被人提及的往事）。
目前在国内互联网电子地图POI数据在数据量、覆盖面、准确性、更新频率方面都是领先的，基本能够满足不同行业GIS应用场景对基础类POI数据的需求。以高德地图为例，其官方对外公布的POI数据如下：
注：
目前网络上有许多能够提供互联网电子地图POI数据的组织和个人，号称有上亿的POI数据，大家需要注意，目前高德对外宣称其POI搜索服务在国内有超过6000万POI数据，估计实际6500万左右，上亿的POI数据极有可能是较长时间段内POI数据的集合，其中有大量已无效或重复的POI数据。POI数据一是重数量，另外一个重要的指标就是时效性，目前国内互联网电子地图都基本能够做到每天更新POI数据，因此大家在获取POI数据时不要只看数量，更要看时效。
分类体系
互联网电子地图POI数量大，包罗万象，想要恰到好处的管理和使用，一个良好的分类体系是必不可少的，此处推荐高德地图的POI分类体系，继承和发扬了基础测绘关于点类要素分类体系的优点，分为大、中、小三类，覆盖全面，能够较好的适应不同的应用场景，建议大家在规划自有POI数据库时在此基础上进行扩展，高德地图最新的POI分类体系说明可以从以下地址下载：https://lbs.amap.com/api/webservice/download
应用与获取
POI数据有广泛的应用场景，较强的计算和表达能力。即可以用于分析计算，如导航定位、地理编码、周边搜索、热度分析、密度分析、选址决策分析等；也可以用于可视化展示，如灯光图、聚簇图等。
目前国内主流的互联网电子地图服务提供商都提供开放平台，上面提供了基本的POI应用服务API，如POI搜索（包含关键字搜索、区域搜索、周边搜索）、地理编码/逆地理编码服务、地址输入智能补全和建议列表服务等，基本能够满足POI相关的应用需求，并且具有和官方基本一致的时效性（百度地图开放平台中的POI相关服务在数量和时效性上和百度地图官网具有一定的差异，具体参考官方说明：http://lbsyun.baidu.com/index.php?title=webapi/guide/webservice-placeapi）
因此大多数场景下大家不需要获取POI数据到本地。除非需要将业务数据和互联网电子地图POI数据进行关联、整合分析计算、离线或内网应用时，需要获取互联网电子地图POI数据矢量数据。
目前获取互联网电子地图POI数据的技术已经比较成熟，大家需要注意的是POI数据的时效性、坐标系一致性（高德地图和腾讯地图采用GCJ-02坐标系，百度地图采用BD09坐标系）、数据完整性几个方面；
出于尊重版权的考虑，对于互联网电子地图POI数据获取技术或工具，只提示大家按需获取、分区域获取、分类获取、随用随取、多用Python、不迷信1000元左右卖License的各类采集工具。