地图POI数据采集：门店位置和商圈信息获取的技术实现

开一家奶茶店之前，你想知道方圆一公里内有多少家竞品门店。做连锁餐饮选址，你需要分析目标商圈的人流热力和周边配套。做城市级商业分析，你可能需要几十万个POI（兴趣点）的坐标、品类和评分数据。

这些需求的数据来源，都指向地图平台。高德、百度、腾讯三大地图，加上大众点评、美团等生活服务平台，构成了中国最完整的POI数据库。本文从技术角度拆解POI数据的采集方法和注意事项。

POI数据是什么

POI是Point of Interest的缩写，直译为"兴趣点"。在地图语境下，它指地图上的每一个有意义的地点——餐厅、酒店、学校、医院、写字楼、ATM机、停车场，都是一个POI。

每个POI通常包含以下标准字段：名称（如"星巴克天河城店"）、分类（餐饮 > 咖啡厅）、经纬度坐标、地址文本、电话号码、营业时间、评分、评价数量。

POI数据的商业价值很高。对于连锁企业来说，竞品门店的分布数据直接影响选址决策。对于商业地产来说，区域内POI的品类密度和档次分布是评估商圈价值的核心指标。对于物流企业来说，仓储和配送网点的选址也依赖于周边POI的人流和需求分析。

官方API：最合规的数据获取方式

三大地图平台都提供了POI搜索的官方API，这是最推荐的数据获取方式。

高德地图POI搜索API

高德地图的Web服务API提供了三种POI搜索方式。

关键词搜索：输入关键词和城市名称，返回匹配的POI列表。适合搜索特定品牌或类型的门店。

周边搜索：指定一个中心点坐标和搜索半径，返回范围内的POI。适合分析特定区域的商业配套。

多边形搜索：指定一个多边形区域（由多个坐标点围成），返回区域内的POI。适合分析不规则形状的商圈或行政区。

高德API的个人开发者日配额为5000次，企业认证后可以提升到30万次。每次请求最多返回25条记录，通过分页参数可以获取前1000条结果。

一个关键限制是：无论搜索条件有多少结果，API最多只返回前1000条。这意味着，如果你搜索"广州市所有餐饮店"，结果远超1000条，你只能拿到前1000条。

百度地图地点搜索API

百度地图的地点搜索API功能与高德类似，同样支持关键词搜索、周边搜索和区域搜索。百度额外提供了一个"地点详情"接口，可以根据POI的uid获取更详细的信息（包括人均消费、营业状态、标签等）。

百度API的免费配额为每天3万次（个人开发者），企业认证后可以申请更高配额。每次请求最多返回20条记录，同样存在结果上限的限制。

腾讯地图位置服务API

腾讯地图的"地点搜索"接口功能相对基础，每次返回最多20条记录。优势是与微信生态打通，POI数据中包含微信门店的信息。

突破1000条限制：区域网格化策略

三大地图API共同的问题是结果数量上限。当你需要采集一个城市所有某类POI时，直接搜索只能拿到1000条。解决方案是空间分割——把大区域拆分成小网格，对每个网格分别搜索。

矩形网格切分

最简单的方法是把目标区域切分成等距的矩形网格。以广州市区为例：

确定广州市区的经纬度边界框（bounding box）：大约东经113.1到113.5、北纬23.0到23.3。

按0.01度（约1公里）为步长，把这个区域切分成40×30=1200个网格。

对每个网格执行一次矩形区域搜索，汇总所有结果后去重。

这种方法简单有效，但存在效率问题——很多网格可能只有很少的POI（比如公园、水域区域），却消耗了相同的API配额。

自适应四叉树切分

更高效的做法是使用四叉树（Quadtree）自适应切分。初始区域作为根节点发起搜索，如果结果数量达到上限（1000条），说明区域内的POI密度超出了API的返回能力，于是把这个区域等分为四个子区域，分别搜索。子区域的结果如果仍然达到上限，继续四分。这样，POI密集的区域会被细分成更小的网格，而POI稀少的区域保持较大的网格，API调用次数得到优化。

实现时注意设置最大递归深度（通常8到10层），防止个别热点区域无限细分。当一个网格的面积已经小到不可能包含超过1000个同类POI时，即使结果达到上限，也不再继续细分。

结果去重

网格搜索的一个副作用是边界上的POI可能被相邻网格重复采集。去重策略有两种。

基于POI ID去重：每个POI在地图平台上有唯一ID（高德的id字段、百度的uid字段），以此为主键去重最准确。

基于坐标去重：对于没有唯一ID的数据源，可以把经纬度四舍五入到小数点后六位（精度约0.1米）作为去重依据。

坐标系转换

中国地图服务使用的坐标系统不统一，这是POI数据处理中经常踩的坑。

GPS原始坐标使用WGS84坐标系。高德和腾讯地图使用GCJ-02坐标系（也叫"火星坐标系"，是国家测绘局要求的加密坐标）。百度地图使用BD-09坐标系（在GCJ-02基础上又做了一次偏移）。

如果不做转换，直接把百度地图的POI坐标标注到高德地图上，偏差可能达到几百米——一条街的距离就足以让选址分析产生严重误导。

坐标转换的算法是公开的。高德和腾讯还提供了官方的坐标转换API。建议在数据入库时统一转换为WGS84坐标系，这是国际通用标准，也方便后续与其他GIS数据对接。

数据补充：评分和评价

地图API返回的POI基础信息中，评分和评价数据通常比较有限。如果需要更丰富的消费评价数据，通常需要结合大众点评或美团的数据。

大众点评是国内POI评价数据最丰富的平台，但它的反爬策略也是最严格的。点评页面上的文字使用了CSS字体替换技术——页面显示的文字实际上是自定义字体渲染的编码字符，直接提取HTML看到的是乱码。

应对字体加密的技术方案是：下载页面引用的自定义字体文件（WOFF或TTF格式），解析字体的字符映射表，建立编码到实际文字的映射关系。每次页面请求使用的字体文件可能不同，映射关系也随之变化，所以需要实时解析。

商圈分析的数据应用

采集到的POI数据，经过清洗和结构化处理后，可以支撑多种商业分析场景。

竞品门店分析：在目标位置周边搜索同品类POI，统计竞品数量、品牌分布、评分对比。比如计划在某商场开一家火锅店，先查周边1公里内已有多少家火锅店、什么价位段、平均评分多少。

商圈活力评估：统计目标区域内各品类POI的数量和密度。零售、餐饮、娱乐类POI密集的区域通常是成熟商圈。如果某个区域的新开门店数量在持续增长，可能是新兴商圈。

选址评分模型：综合考虑周边POI密度、竞品数量、交通便利性（地铁站和公交站POI距离）、人口密度等因素，为每个候选位置计算一个综合评分。

覆盖率分析：对连锁企业来说，通过POI数据分析自有门店的空间覆盖率——哪些区域是空白区、哪些区域门店过密，为网络优化提供数据支撑。

合规要点

POI数据采集涉及的合规要求相对明确。

使用官方API获取数据是合规的，但需要遵守API的使用条款。大多数地图API的服务条款禁止将获取的数据用于构建竞争性的地图产品。

坐标数据属于地理信息。根据中国测绘法的规定，未经授权不得对外提供大规模的地理坐标数据。企业内部使用没有问题，但如果要对外发布或出售POI坐标数据集，需要取得相关资质。

绕过地图平台的技术保护措施获取数据（如绕过登录验证、突破API调用频率限制），可能违反反不正当竞争法或计算机信息系统安全相关法规。

广州万户网络科技有限公司在地图数据采集和商业选址分析系统开发方面具备成熟的技术能力，能够帮助企业合规、高效地获取和利用POI数据。需要了解更多技术细节的企业，欢迎拨打020-22103921或135-3532-1113进行咨询。