CN104639397B - 获取用户常规活动区域的方法与系统 - Google Patents
获取用户常规活动区域的方法与系统 Download PDFInfo
- Publication number
- CN104639397B CN104639397B CN201510015542.0A CN201510015542A CN104639397B CN 104639397 B CN104639397 B CN 104639397B CN 201510015542 A CN201510015542 A CN 201510015542A CN 104639397 B CN104639397 B CN 104639397B
- Authority
- CN
- China
- Prior art keywords
- grid
- position data
- data
- user
- activity region
- 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.)
- Active
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种获取用户常规活动区域的方法。该方法将预设的监控范围划分为多个网格,根据实时采集用户的位置数据更新各个网格的位置数据密度,以及根据网格内及网格间内数据分布的均匀程度对网格进行拆分和合并。该方法以动态网格的形式来管理和更新用户位置的历史数据,并根据对网格内位置数据点的密度的实时统计得出用户的常规活动区域,避免了使用手工划定带来的不便,并在节省存储开销的同时保证查询的速度和精度。
Description
技术领域
本发明属于网络监控和数据分析领域,尤其涉及对用户行为进行统计分析的方法。
背景技术
活动区域的划定多用于电子围栏、医疗看护等应用系统中,该类应用使用前端设备捕获被看护用户的位置与行为信息,通过设定用户的活动区域,可及时对被看护用户超出活动区域等异常行为进行记录与报警,防止意外发生。当前,随着智能手机与可穿戴技术的快速发展,诸多看护相关的应用需要使用活动区域划定功能,但现有的活动区域划定方法在便捷性与精度上并不能很好的满足需求。例如,现有老年人走失报警应用中多使用规则形状对常规活动区域进行划定与存储,当活动区域本身形状为中空、不规则的图形时,表示较为困难,划定精度难以提高;同时,现有应用中多采用监护人手工划定的方式,一旦被监护人的常规活动区域有所变动,则需要人工及时进行更新,整体操作较为繁琐;此外,现有应用中的活动区域划定功能单调,只能对被监护人是否走出划定区域进行简单判断,无法给出进一步的分析与不同程度的警告。
发明内容
因此,本发明的目的在于克服上述现有技术的缺陷,提供一种新的获取用户常规活动区域的方法。
本发明的目的是通过以下技术方案实现的:
一方面,本发明提供了一种获取用户常规活动区域的方法,其中预设的监控范围包括多个网格,所述方法包括:
(a)根据采集的用户位置数据更新各个网格的位置数据密度,每个网格的位置数据密度为一定时间段内用户出现在该网格的次数,其中网格的大小是基于网格的位置数据密度的变化进行调整的;
(b)响应于对用户常规活动区域的查询,选择位置数据密度大于预定阈值的网格作为用户常规活动区域;
上述方法中,所述对网格大小进行调整可包括根据网格内数据分布的均匀程度对网格进行拆分。
上述方法中,每个网格可包括等分的四个象限,所述根据网格内数据分布的均匀程度对网格进行拆分可包括:
随着新采集的位置数据加入网格和/或从网格中删除过期的位置数据,统计该网格的各个象限中位置数据的个数,如果其中两个象限的位置数据的个数之间的差值大于设定的拆分阈值时,将该网格按照其四个象限拆分为四个新网格。
上述方法中,所述对网格大小进行调整还可包括根据相邻网格间数据分布的均匀程度对网格进行合并。
上述方法中,所述相邻网格间数据分布的均匀程度对网格进行合并可包括:
随着新采集的位置数据加入网格和/或从网格中删除过期的位置数据,判断是否存在与该网格相邻且曾隶属于同一原始网格的三个网格,如果存在,则统计各个网格内位置数据的个数;
如果各个网格内位置数据的个数之间的最大差值小于设定的合并阈值时,将合并这四个网格。
上述方法中,还可包括判定先前采集的位置数据是否过期,以及从网格中删除过期的位置数据。
上述方法中,所述步骤(a)还可包括判断是否存在与当前采集的用户位置数据对应的网格,如果没有,则建立与该位置数据对应的网格并设置该网格的位置数据密度为1。
又一方面,本发明提供了一种获取用户常规活动区域的系统,其中预设的监控范围包括多个网格,所述系统包括:
采集设备,用于采集用户位置数据;
监控设备,用于根据采集的用户位置数据更新各个网格的位置数据密度,每个网格的位置数据密度为一定时间段内用户出现在该网格的次数,其中网格的大小是基于网格的位置数据密度的变化进行调整的;
查询设备,用于接收对用户常规活动区域的查询,以及选择位置数据密度大于预定阈值的网格作为用户常规活动区域;
上述系统中,所述监控设备还可以用于根据网格内数据分布的均匀程度对网格进行拆分,以及根据相邻网格间数据分布的均匀程度对网格进行合并。
与现有技术相比,本发明的优点在于:
以动态网格的形式来管理和更新用户位置的历史数据,并根据对网格内位置数据点的密度的实时统计得出用户的常规活动区域,避免了使用手工划定带来的不便。而且,通过网格的合并和拆分,既可以实时地反映用户常规活动轨迹区域,又能在节省存储开销的同时保证查询的速度和精度。
附图说明
以下参照附图对本发明实施例作进一步说明,其中:
图1为根据本发明实施例的网格拆分和合并过程示意图;
图2为根据本发明实施例的获取用户常规活动区域的系统的结构示意图;
图3为根据本发明实施例的获取用户常规活动区域的系统的数据处理流程示意图;
图4为根据本发明实施例的获取用户常规活动区域的系统的网格拆分和合并流程示意图。
具体实施方式
为了使本发明的目的,技术方案及优点更加清楚明白,以下结合附图通过具体实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
在本发明的一个实施例中,提供了一种获取用户常规活动区域的方法。初始地,该方法将监控者预设的监控范围(例如城市、区/县等等)划分为多个正方形网格,以网格的形式来保存实时获取的用户位置数据。其中每个网格存储一段时间内用户(也可以称为被监控者)出现在该网格的次数。这里的一段时间可以设置为一周或几周、一个月或几个月,视监控者的实际需求来设置。网格的大小可以根据实际的需求或者软硬件资源的实际情况来设置。如果存储空间比较大,可以将网格设置得较小,从而维护较多的网格,定位精度也比较高;反之,则可以将网格尺寸设置为较大的尺寸。对于每个网格,可以将一定时间段内用户出现在该网格的次数称为每个网格的位置数据密度。位置数据密度大的网格被视为用户常规活动区域。该方法包括根据实时采集用户的位置数据更新各个网格的位置数据密度,以及当收到监控者的查询时,选择其位置数据密度大于预定阈值的网格作为用户常规活动区域。例如,可通过用户携带的移动终端设备或者监控设备周期性地采集用户当前的位置数据,例如每隔几分钟采集一次,具体的采集周期可以根据实际的需求或实际的资源情况等来进行灵活得设置。在该方法中,实际记录的并不是用户的实际位置数据,而是用户出现在各个网格的次数,这在一定程度上减小了存储开销。
由于用户活动区域本身具有一定的时效性,表示被监控者位置的数据在超过一定时效范围之后将会被认为是无效的,不应再进行统计。在一个实施例中,该方法还包括检测并删除已经过期的用户位置数据。当每次采集到新的数据时,可以判断先前采集的数据集合中是否存在过期的数据。例如,当所采集的用户位置数据的集合中某个位置数据存在的时间已经超过了设定的时间段,例如一周或几周、一个月或几个月等,说明该数据已经过期,应将该数据设置为无效和/或删除该数据。除了有新的数据加入时,还可以定期地判定所采集的用户位置数据的集合中是否存在过期的位置数据,例如每个一天或几天判定一次。与采用人工划定被监护人的常规活动区域的方式相比,该方法通过实时采集位置数据和及时排除过期的数据,可以实时监控和了解用户最近的活动轨迹,动态地确定并及时更新用户的常规活动区域。
在一个优选实施例中,该方法还包括随着新采集的位置数据加入网格和/或从网格中删除过期的位置数据对网格进行拆分或合并的步骤。具体地,可根据网格内数据分布的均匀程度对网格进行拆分;以及根据相邻网格间数据分布的均匀程度对网格进行合并。如果一个网格内的数据分布不均匀,将该网格拆分成更多的网格在直观上会带来更好的精度。如果不同网格之间数据分布很均匀,将它们合并成为一个完整的网格会相应减少存储开销,提高查询与显示的效率。在一个实施例中,每个网格被等分为四个象限,根据该网格内各个象限中位置数据的个数之间的差值来衡量该网格内数据分布的均匀程度。相邻网格间数据分布的均匀程度可通过各个相邻网格中的位置数据的个数之间的最大差值来衡量。
图1给出了根据本发明一个实施例的对网格进行拆分和合并的过程示意图。其中图1左上角所示的原始网格包含4个象限,各象限内位置数据的计数分别为cnt1=4、cnt2=5、cnt3=3、cnt4=3。如图1所示,新采集的位置数据落入了该原始网格的第二个象限,使得该象限中位置数据的计数cnt2发生了变化,即cnt2变成了6。这时,需要判断该网格是否满足拆分条件。例如,判断该网格的四个象限中位置数据的计数之间的最大差值是否大于设定的拆分阈值时,假设将拆分阈值设置为2,该网格的象限中最大计数为6,最小计数为3,6-3>2,因此将该网格按照其四个象限拆分为四个对应的新网格,并对每个新网格加标记,标明其曾隶属于哪个原始网格。拆分后得到的每个新网格的边长为原始网格的1/2,其仍然被等分为4个象限。然后,根据该新网格对应的原始网格的象限中位置数据的计数来均匀地设置该新网格的各个象限中位置数据的计数,使得其任意两个象限中位置数据的计数之间的差值均小于拆分阈值,也就是使得新网格内数据尽量均匀分布。如图1右上方所示,经拆分后,原始网格的第一象限为一个新的网格,其包含四个象限,由于原始网格的第一象限中位置数据的计数为4,因此基于均匀分布的原则,该新网格的各个象限中位置计数分别为1,总和等于4。又例如,拆分前原始网格第二象限中位置数据的计数为6,拆分后对应该第二象限的新网格中各个象限的位置数据的计数分别为1,1,2,2,其中任意两个象限中位置数据的计数之间的差值均小于拆分阈值。
除了新采集的位置数据加入网格时需要判断是否拆分该网格之外,当从该网格中删除过期的位置数据时,也会引起该网格内数据分布的均匀程度的变化,因此,也需要判断是否拆分该网格。此外,随着新采集的位置数据加入网格和/或从网格中删除过期的位置数据,不仅会造成网格内数据分布均匀程度的变化,还会引起相邻网格间数据分布均匀程度的变化,因此,还需要判断是否需要合并网格。在本发明的实施例中,不同网格间的合并仅限于曾隶属于同一原始网格的四个子网格之间的合并,这样可减小合并时对网格的查询和判断次数。由于之前在拆分网格时,对于拆分后的网格会做标记,标明其隶属于哪个原始网格,因此,可以很容易地判断在该网格周围是否存在与该网格曾隶属于同一原始网格的三个网格,如果存在,则统计这四个网格内位置数据的个数,如果这四个相邻网格内位置数据的个数之间的最大差值小于设定的合并阈值时,将合并这四个网格。
继续参考图1,假设合并阈值设置为2,代表当前网格与其周边曾与其隶属同一原始网格的三个网格中位置数据的计数之间的最大差值小于2时,可合并这四个网格。如图1右下方所示的四个网格,其中位置数据的计数分别为4,5,6,5当新采集的位置数据落入到第一行第一个网格中的第一象限时,该象限中位置计数从1变为2,该网格的位置数据计数将从4变成5。该数据的加入没有引起该网格的拆分,这时还需要检测该网格是否满足合并条件。这里假设与该网格相邻的其余三个网格曾与其隶属于同一原始网格,加入新的数据后这四个网格中位置数据的计数分别为5,5,6,5,这些计数的最大差值为1,小于合并阈值2,因此将这四个网格合并成新的网格。合并后得到的新网格中的四个象限中的位置数据计数分别对应于合并前的四个网格内位置数据的计数。
这样,网格的大小是随着不同区域数据点的密集程度动态调整,每次新数据加入或过期操作最坏情况下只会引发一次网格拆分或网格合并;假设n为网格总个数,那么对于每次网格拆分操作,其检测操作会引起数据库索引查询一次,时间复杂度为O(log(n)),在最一般化的情况下,由于网格合并引起的数据库索引更新将在O(log(n))时间复杂度内完成,其余赋值等操作均需要常数次操作即可完成,故加入数据的时间复杂度为O(log(n));对于网格合并,需要对相邻网格进行查询,但由于每个网格数据存储了上次拆分前隶属的网格位置,故可以在O(clog(n))内完成网格的合并操作,其中c为常数。因此,该方法可以实时地反映用户常规活动轨迹区域,并在节省存储开销的同时保证查询的速度和精度。此外,每个网格存储了该网格内数据点的密集程度,可以直接使用颜色的深浅进行可视化的表示,从而可生成有区分度的提示与警告信息。
图2给出了根据本发明一个实施例的获取用户常规活动区域的系统的结构示意图。该系统将监控者预设的监控范围划分为多个正方形网格,根据用户携带的移动终端或监控设备周期性反馈的位置信息,以网格的形式来快速统计出用户近期的活动区域。如图2所示,位置数据存储作为原始位置数据的备份,记录了关于用户的所有的历史位置数据点,因而也可从中快速查找到预设最新一段时间之内的位置数据。表1给出了用于保存所采集的用户位置数据的数据表location_t的数据结构,其中包括用户所处位置的经度坐标lat、纬度坐标lng以及采集该位置数据的时间戳timestamp。网格统计信息存储包括关于网格本身的位置信息以及一段时间内用户在每个网格的出现次数信息。表1给出了用于保存网格统计信息的网格表location_grid_t的数据结构,其中包括每个网格的序号、网格右下角点的经度坐标lat和维度坐标lng、网格的宽度scale、网格的父节点序列seq以及四个象限计数器{cnt1,cnt2,cnt3,cnt4},用于统计位于该网格不同象限的位置数据的个数。系统配置信息存储记录初始化参数,包括数据有效时间长度、数据过期标识、网格最大尺寸、网格最大拆分次数、网格内4个象限允许的最大密度差别(即拆分阈值)、不同网格间允许的最小密度差别(即合并阈值)等,例如表1给出的初始化参数表sys_setting_t的数据结构。
表1
继续参考图2,当被监护对象的位置数据序列按照时间先后顺序到达时,将其记录到位置数据存储中,并触发数据过期触发器清理过期数据以及触发网格更新触发器对网格统计信息进行更新。具体的数据处理流程如图3所示,到达的实时位置数据序列按照时间戳的先后进行排序,加入到位置存储表locaion_t中,每个位置数据的加入将触发对网格统计信息(例如网格表location_grid_t)的更新;同时该系统会检查位置存储表中是否有过期数据,对于所有的过期数据进行相应的清理;对过期数据的清理会导致对应网格中位置数据的个数发生变化,因此会再次触发对网格统计信息的更新。当接收到对用户常规活动区域的查询时,直接统计各个网格中的位置数据密度,当该密度大于系统预设值时可认为该网格对应的区域为用户常规活动区域。
从图2和图3可以看出,该系统的主要操作包括:位置数据时效性的维护,以及数据的加入或过期导致的网格拆分和合并。下面将分别对这两个主要的操作进行介绍。
(1)位置数据时效性的维护
该系统在有新的数据加入location_t时或定期地基于时间戳判断过期数据。例如,系统在sys_setting_t中存储了location_t表中即将过期的数据的序号outofdatepointer,当实时位置数据到达之后将首先按照时间戳的先后进行排序并存入location_t表。每次有新的数据到达之后,系统会检查该序号下的元素是否过期,如果过期则向距离当前时间更近的时间戳进行扫描,逐一检查直至找到未过期的时间戳,否则不进行任何操作。
在检测到location_t表中有位置数据过期时,在网格表location_grid_t中将该位置数据所在网格中对应的象限计数器cnt1,cnt2,cnt3和cnt4的其中一个减少1。此外,在检测到新的位置数据存入位置数据表location_t时,在网格表location_grid_t中将该新的位置数据所落入的网格中对应的象限计数器cnt1,cnt2,cnt3和cnt4的其中一个增加1。同时,该系统还需要检查对应的象限计数器的更新是否会引起原有网格的拆分以及相邻网格间的合并。
在一个实施例中,系统在获得新的位置数据点后,可先判断该新的位置数据点是否具有对应的网格,如果不存在则可建立新的网格来对该位置数据点进行统计,新建网格的大小scale为系统的预设值,新网格的起始位置(lat,lng)为新增数据点对scale取整后的数值,其新加入该网格的位置数据对应的象限计数器设置为1,其余象限计数器设置为0。此外,当位置数据的过期导致某个网格的所有象限计数器均为0时,需要删除该网格。(2)数据的加入或过期导致的网格拆分和合并。
图4给出了该系统执行网格的拆分和合并的过程示意图。如图4所示,位置数据的加入和过期都会改变该位置数据对应网格中象限计数器的值。因此,当出现位置数据的加入或过期时,要检查对应网格中4个象限计数器cnt1,cnt2,cnt3,cnt4更新后的数值,这4个计数器代表了该网格的不同区域近期的有效数据点个数,如果这4个象限计数器全为0,则从location_grid_t表中删除该网格;如果这4个值之间的最大差值大于系统预设的拆分阈值(例如,sys_setting_t表中设置的innerfreq_diff_upperbound),则说明该网格内部数据分布不均匀,需要进行拆分。拆分首先对应4个象限,在location_grid_t中插入4个对应的新网格。其中表示新网格的边长的scale等于原有网格的1/2;需要根据每个新网格在原始网格中的位置可重新设置该新网格的两个初始坐标点(lat,lng)。同时,为了记录网格的从属关系,将在该新网格的标志位seq最后添加该新网格在原始网格中的象限号码(为在合并操作中查找等大小的相邻网格做准备)。最后如上文所讨论的,根据该新网格对应的原始网格象限计数器的值来均匀地设置该新网格4个象限计数器cnt1,cnt2,cnt3,cnt4的值,使得其任意两个象限计数器之间的差值均小于拆分阈值。这样,就可以将这4个新网格加入到location_grid_t中,并删除原有网格。
例如,假设原有网格的(lat,lng,scale,seq)数值上为(39.9,116.4,0.1,124),即该网格起始坐标点的经度和纬度为(39.9,116.4),scale的值0.1对应意义为该网格的边长,以经纬度为单位;该原有网格的象限计数器(cnt1,cnt2,cnt3,cnt4)数值上是(4,5,3,3),seq值为124,表示是该网格经历了3次拆分,分别作为原有网格的象限1、象限2与象限4被拆分。系统预设的sys_setting_t表中的拆分阈值innerfre_diff_upperbound为2。如果此时新位置数据恰好落入该原有网格的象限2,将导致cnt2由5变为6,此时象限计数器中的最大值为6,最小值为3,6-3>2致使该网格满足拆分条件。原有网格将被拆分成4个新网格,每个新网格对应scale改写为原有网格scale的1/2,为0.05。每个新网格地理位置上的起始点(lat,lng)为该网格左下角端点对应的经纬度坐标,数值上为(39.9,116.4),(39.95,116.4),(39.9,116.45),(39.95,116.45)。新网格中不同象限计数器也需要进行初始化,以位置为(39.9,116.4)的新网格为例,由于其对应的原有网格第一象限计数器为4,则该新网格的象限计数器cnt1,cnt2,cnt3,cnt4初始值均设置为1;而且由于该新网格对应原始网格的象限1,所以该新网格的seq将被改写为1241。最后从网格表location_grid_t中删除原有网格。从上述拆分的过程也可以看出从同一原始网格拆分出的四个新网格的seq值仅末位不相同。
继续参考图4,当位置数据的加入和过期改变了该位置数据对应网格中象限计数器的值时,还需要判断是否要进行网格的合并。如上文所讨论的,为了减小合并时对网格的查询与判断次数,系统仅允许曾隶属于同一网格的四个子网格合并为原始网格。通过判断网格的seq值可以快速定位与该网格曾隶属于同一原始网格的其余三个网格。
当位置数据加入和移出某个网格时,通过该网格的seq判断是否存在与该网格相邻且曾隶属于同一原始网格的三个网格。由于seq的末位是上次拆分时该网格在原有网格中的象限号,根据这个象限号,可以通过当前网格的lat与lng增加一个scale或减少scale获得可能的邻居:设现有网格起始点与边长(lat,lng,scale)为(a,b,s),如果seq末尾为1,则判断location_grid_t中是否存在(lat,lng,scale)分别为(a+s,b,s),(a,b+s,s),(a+s,b+s,s)这三个网格;如果seq末尾为2则判断是否存在(a-s,b,s),(a-s,b-s,s),(a,b-s,s)三个网格,如果seq末尾为3,则判断是否存在(a,b+s,s),(a,b-s,s),(a+s,b-s,s)三个网格,如果seq末尾为4,则判断是否存在(a-s,b-s,s),(a-s,b,s),(a,b-s,s)三个网格。如果上述过程中有任意一个网格不存在则停止判断。如果找到了与现有网格相邻的且符合条件的三个网格,则分别计算各个网格内象限计数器的和,即cnt1+cnt2+cnt3+cnt4,从而得到四个值sum1,sum2,sum3,sum4;如果这4个值之间的最大差值小于sys_setting_t中的合并阈值outerfreq_diff_lowerbound,则需要对这4个网格进行合并。
合并后生成的新网格的(lat,lng)与其seq值末位为1的现有网格的(lat,lng)相同,新生成网格的scale值为原始网格的2倍,现有网格的seq去除最后一位作为新生成网格的seq值。之前计算得到的sum1,sum2,sum3,sum4作为新生成网格的象限计数器cnt1,cnt2,cnt3,cnt4的值。
例如,假设系统设置的网格合并阈值为2,即当前网格与周边的3个网格中位置数据点的个数之间的差值小于2时,对这4个网格进行合并。一个新增加的位置数据落入到(lat,lng,scale,seq)分别为(39.9,116.4,0.05,1241)的网格中,该数据的加入没有导致当前网格的拆分,这时还需检测网格是否满足合并条件。由于该网格的seq为1241,即在上一次进行拆分时,该网格曾属于原始网格的第1象限。假设存在与该网格曾隶属于同一原始网格的其余三个网格,分别为(39.9,116.4,0.05,1241),(39.95,116.4,0.05,1242),(39.9,116.45,0.05,1243),(39.95,116.45,0.05,1244),且这四个网格内部的位置数据点的总个数在数据加入之前分别为4,5,6,5,在新的位置数据加入之后为5,5,6,5,此时,这四个网格之间的位置数据总个数之间的最大差值小于合并阈值2,需要对这四个网格进行合并。合并生成的新网格的(lat,lng)与seq末位为1的现有网格的(lat,lng)相同,在本例中对应为(39.9,116.4),scale值为原始网格的2倍;原有网格的seq值去除最后一位为新网格的seq值,对应为0.1。合并生成的新网格4个象限计数器(cnt1,cnt2,cnt3,cnt4)的初始值恰好对应现有四个网格中位置数据点的总个数,分别为5,5,6,5。应理解,上述示例中表1提供的数据结构、采用经度和纬度坐标作为位置数据的坐标,以经度或纬度作为网格长度的单位等仅是举例说明的目的,而非进行限制。在其他实施例中,根据需求和实际环境,本领域技术人员也可以对此进行适当变化来实现上文讨论的网格的动态拆分与合并的过程。
虽然本发明已经通过优选实施例进行了描述,然而本发明并非局限于这里所描述的实施例,在不脱离本发明范围的情况下还包括所做出的各种改变以及变化。
Claims (8)
1.一种获取用户常规活动区域的方法,其中预设的监控范围包括多个网格,所述方法包括:
(a)根据采集的用户位置数据更新各个网格的位置数据密度,每个网格的位置数据密度为一定时间段内用户出现在该网格的次数,其中网格的大小是基于网格的位置数据密度的变化进行调整的;
(b)响应于对用户常规活动区域的查询,选择位置数据密度大于预定阈值的网格作为用户常规活动区域;
其中所述对网格大小进行调整包括根据网格内数据分布的均匀程度对网格进行拆分。
2.根据权利要求1所述的方法,其中每个网格包括等分的四个象限,所述根据网格内数据分布的均匀程度对网格进行拆分包括:
随着新采集的位置数据加入网格和/或从网格中删除过期的位置数据,统计该网格的各个象限中位置数据的个数,如果其中两个象限的位置数据的个数之间的差值大于设定的拆分阈值时,将该网格按照其四个象限拆分为四个新网格。
3.根据权利要求1或2所述的方法,其中所述对网格大小进行调整还包括根据相邻网格间数据分布的均匀程度对网格进行合并。
4.根据权利要求3所述的方法,所述根据相邻网格间数据分布的均匀程度对网格进行合并包括:
随着新采集的位置数据加入网格和/或从网格中删除过期的位置数据,判断是否存在与该网格相邻且曾隶属于同一原始网格的三个网格,如果存在,则统计各个网格内位置数据的个数;
如果各个网格内位置数据的个数之间的最大差值小于设定的合并阈值时,将合并这四个网格。
5.根据权利要求1所述的方法,还包括判定先前采集的位置数据是否过期,以及从网格中删除过期的位置数据。
6.根据权利要求1所述的方法,其中所述步骤(a)还包括判断是否存在与当前采集的用户位置数据对应的网格,如果没有,则建立与该位置数据对应的网格并设置该网格的位置数据密度为1。
7.一种获取用户常规活动区域的系统,其中预设的监控范围包括多个网格,所述系统包括:
采集设备,用于采集用户位置数据;
监控设备,用于根据采集的用户位置数据更新各个网格的位置数据密度,每个网格的位置数据密度为一定时间段内用户出现在该网格的次数,其中网格的大小是基于网格的位置数据密度的变化进行调整的;
查询设备,用于接收对用户常规活动区域的查询,以及选择位置数据密度大于预定阈值的网格作为用户常规活动区域;
其中所述监控设备还用于根据网格内数据分布的均匀程度对网格进行拆分。
8.根据权利要求7所述的系统,其中所述监控设备还用于根据相邻网格间数据分布的均匀程度对网格进行合并。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510015542.0A CN104639397B (zh) | 2015-01-13 | 2015-01-13 | 获取用户常规活动区域的方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510015542.0A CN104639397B (zh) | 2015-01-13 | 2015-01-13 | 获取用户常规活动区域的方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104639397A CN104639397A (zh) | 2015-05-20 |
CN104639397B true CN104639397B (zh) | 2017-11-03 |
Family
ID=53217740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510015542.0A Active CN104639397B (zh) | 2015-01-13 | 2015-01-13 | 获取用户常规活动区域的方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104639397B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779775A (zh) * | 2015-11-23 | 2017-05-31 | 泰康保险集团股份有限公司 | 区域客户划分方法、划分装置及客户分配系统 |
CN106570917A (zh) * | 2016-10-25 | 2017-04-19 | 先锋智道(北京)科技有限公司 | 车辆需求热力图生成方法和装置 |
CN107402955B (zh) * | 2017-06-02 | 2020-04-14 | 阿里巴巴集团控股有限公司 | 确定地理围栏的索引网格的方法和装置 |
CN109213949A (zh) * | 2017-06-19 | 2019-01-15 | 北京嘀嘀无限科技发展有限公司 | 热力图的绘制方法和装置 |
CN108052585B (zh) * | 2017-12-11 | 2021-11-23 | 江苏丰华联合科技有限公司 | 一种复杂环境中动态目标的判定方法 |
CN109376212B (zh) * | 2018-11-22 | 2020-12-15 | 上海木木聚枞机器人科技有限公司 | 一种计算行人出现概率的地图的生成方法及系统 |
CN111291776B (zh) * | 2018-12-07 | 2023-06-02 | 北方工业大学 | 基于众源轨迹数据的航道信息提取方法 |
CN110569321B (zh) * | 2019-07-23 | 2023-04-11 | 平安科技(深圳)有限公司 | 基于城市地图的网格划分处理方法、装置和计算机设备 |
CN112749428A (zh) * | 2020-08-07 | 2021-05-04 | 武汉科锐智慧交通科技有限公司 | 一种市政道路bim设计模型与gis数据集成方法 |
CN115840752B (zh) * | 2023-02-24 | 2023-05-02 | 西安索格亚航空科技有限公司 | 一种全球航空导航数据的存储及查询方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102750361A (zh) * | 2012-06-13 | 2012-10-24 | 中国矿业大学 | 基于局部多层网格的轨迹数据热点区域发现方法 |
CN104239556A (zh) * | 2014-09-25 | 2014-12-24 | 西安理工大学 | 基于密度聚类的自适应轨迹预测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7464356B2 (en) * | 2005-12-15 | 2008-12-09 | International Business Machines Corporation | Method and apparatus for diffusion based cell placement migration |
-
2015
- 2015-01-13 CN CN201510015542.0A patent/CN104639397B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102750361A (zh) * | 2012-06-13 | 2012-10-24 | 中国矿业大学 | 基于局部多层网格的轨迹数据热点区域发现方法 |
CN104239556A (zh) * | 2014-09-25 | 2014-12-24 | 西安理工大学 | 基于密度聚类的自适应轨迹预测方法 |
Non-Patent Citations (3)
Title |
---|
Efficient and scalable subspace clustering for every large data sets;S.Goil等;《Technical Report CPDC-TR-9906-010,Northwestern University,2145 Sheridan Road,Evanston IL 60208》;19990630;全文 * |
基于动态网格的数据流聚类分析;何勇等;《计算机应用研究》;20081130;第25卷(第11期);正文第2节 * |
轨迹数据库中热门区域的发现;刘奎恩;《软件学报》;20130831;第24卷(第8期);正文第3节 * |
Also Published As
Publication number | Publication date |
---|---|
CN104639397A (zh) | 2015-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104639397B (zh) | 获取用户常规活动区域的方法与系统 | |
CN105005274B (zh) | 管理过程控制系统中的大数据 | |
CN103354924B (zh) | 用于监视性能指标的方法和系统 | |
CN108268597A (zh) | 一种动目标活动概率图谱构建及行为意图识别方法 | |
CN104616127A (zh) | 一种基于rfid系统的三维重构仓储运维系统及方法 | |
CN107548082A (zh) | 一种质差区域分析的方法、装置及系统 | |
CN109698934A (zh) | 一种区域监控方法及装置 | |
CN106254137B (zh) | 监管系统的告警根源分析系统及方法 | |
CN107391930A (zh) | 山洪灾害分析评价系统及山洪灾害分析评价方法 | |
US20160231909A1 (en) | Alarm displaying method and apparatus | |
JP2004362140A (ja) | 運用監視方法及び実施システム並びに処理プログラム | |
CN111079577B (zh) | 一种动态区域聚集预警实时推荐的计算方法及系统 | |
CN109977109A (zh) | 一种轨迹数据清洗方法及伴随分析方法 | |
CN109977108A (zh) | 一种基于行为轨迹库的多种轨迹碰撞分析方法 | |
CN114937133B (zh) | 一种基于点云数据的堤防可视化监测方法及系统 | |
US9477691B1 (en) | Multi-latency data management | |
CN110322688A (zh) | 一种数据处理的方法、数据查询的方法及相关设备 | |
CN109977324A (zh) | 一种兴趣点挖掘方法及系统 | |
CN103577852A (zh) | 一种基于有源rfid的分级监控方法及系统 | |
CN106462875A (zh) | 空气质量计量系统 | |
US20130111012A1 (en) | System and method for event detection and correlation from moving object sensor data | |
Lu et al. | Spatial relationships between landslide occurrences and land cover across the Arno river basin (Italy) | |
CN104850843B (zh) | 一种高精度定位系统中快速检测人员过度聚集的方法 | |
CN109598925A (zh) | 出租车车辆聚集报警方法、终端设备及存储介质 | |
CN111737233A (zh) | 数据监控方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |