CN105050037B - 一种获取等待时长的方法和装置 - Google Patents
一种获取等待时长的方法和装置 Download PDFInfo
- Publication number
- CN105050037B CN105050037B CN201510315450.4A CN201510315450A CN105050037B CN 105050037 B CN105050037 B CN 105050037B CN 201510315450 A CN201510315450 A CN 201510315450A CN 105050037 B CN105050037 B CN 105050037B
- Authority
- CN
- China
- Prior art keywords
- time
- waiting time
- user
- target area
- waiting
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种获取等待时长的方法和装置,属于室内无线定位技术领域。方法包括:获取目标无线网络下各用户的位置信息和目标区域的位置范围;根据各用户的位置信息和该位置范围,分别获取各用户进入目标区域的进入时间以及各用户离开目标区域的离开时间;根据各用户的进入时间和离开时间,获取离开时间在离当前时间最近的预设时长内的用户在目标区域中的第一等待时长;获取目标区域内的等待时长的预测模型;根据第一等待时长和预测模型,计算用户在当前时间所在的预设时长内在目标区域中的第二等待时长。装置包括:第一获取模块,第二获取模块,第三获取模块,第四获取模块和计算模块。本发明节约成本且应用广泛。
Description
技术领域
本发明涉及室内无线定位技术领域,特别涉及一种获取等待时长的方法和装置。
背景技术
随着城市化的快速推进,大量人口涌入城市,使城市中聚集的人口与有限的城市公共设施之间产生了矛盾,这种矛盾的表现之一就是在对城市公共资源的使用上产生了排队现象,尤其是机场、火车站、银行或者医院等人群高度密集的地方,居民与公共资源之间的矛盾尤其尖锐,如何通过科学的手段对人群的等待时长进行预测具有重要的实际价值。
目前,主要是通过排队机对等待时长进行预测,然而排队机成本较高,且排队机在车站和机场等大型公共场所难以实施。
发明内容
为了解决现有技术的问题,本发明提供了一种获取等待时长的方法和装置。技术方案如下:
一种获取等待时长的方法,所述方法包括:
获取目标无线网络下各用户的位置信息和目标区域的位置范围,所述目标区域为所述目标无线网络所在区域中的一区域;
根据所述各用户的位置信息和所述位置范围,分别获取所述各用户进入所述目标区域的进入时间以及所述各用户离开所述目标区域的离开时间;
根据所述各用户的进入时间和离开时间,获取离开时间在离当前时间最近的预设时长内的用户在所述目标区域中的第一等待时长;
获取所述目标区域内的等待时长的预测模型;
根据所述第一等待时长和所述预测模型,计算用户在所述当前时间所在的预设时长内在所述目标区域中的第二等待时长。
进一步地,所述根据所述各用户的进入时间和离开时间,获取离开时间在离当前时间最近的预设时长内的用户在所述目标区域中的第一等待时长,包括:
根据所述各用户的离开时间,获取离开时间在离当前时间最近的预设时长内的用户;
根据所述获取的用户的进入时间和离开时间,计算所述获取的用户在所述目标区域中的第三等待时长;
从所述获取的用户的第三等待时长中去除不满足条件的第三等待时长,得到剩余的第三等待时长;
计算所述剩余的第三等待时长的平均值作为离开时间在离当前时间最近的预设时长内的用户在所述目标区域中的第一等待时长。
进一步地,所述获取所述目标区域内的等待时长的预测模型,包括:
获取所述目标区域的区域标识,根据所述区域标识,从区域标识和预测模型的对应关系中获取所述目标区域内的等待时长的预测模型;或者,
获取历史计算得到的用户在所述目标区域的第四等待时长和用户实际在所述目标区域等待的第五等待时长,根据所述第四等待时长和所述第五等待时长,生成所述目标区域内的等待时长的预测模型。
进一步地,所述根据所述第一等待时长和所述预测模型,计算用户在所述当前时间所在的预设时长内在所述目标区域中的第二等待时长,包括:
获取所述预测模型包括的预测系数;
计算所述第一等待时长与所述预测系数的比值作为用户在所述当前时间所在的预设时长内在所述目标区域中的第二等待时长。
进一步地,所述用户在所述当前时间所在的预设时长内在所述目标区域中的第二等待时长之后,还包括:
获取所述用户在所述当前时间所在的预设时长内在所述目标区域中实际等待的第六等待时长;
根据所述第二等待时长和所述第六等待时长,更新所述预测模型。
一种获取等待时长的装置,所述装置包括:
第一获取模块,用于获取目标无线网络下各用户的位置信息和目标区域的位置范围,所述目标区域为所述目标无线网络所在区域中的一区域;
第二获取模块,用于根据所述各用户的位置信息和所述位置范围,分别获取所述各用户进入所述目标区域的进入时间以及所述各用户离开所述目标区域的离开时间;
第三获取模块,用于根据所述各用户的进入时间和离开时间,获取离开时间在离当前时间最近的预设时长内的用户在所述目标区域中的第一等待时长;
第四获取模块,用于获取所述目标区域内的等待时长的预测模型;
计算模块,用于根据所述第一等待时长和所述预测模型,计算用户在所述当前时间所在的预设时长内在所述目标区域中的第二等待时长。
进一步地,所述第三获取模块,包括:
第一获取单元,用于根据所述各用户的离开时间,获取离开时间在离当前时间最近的预设时长内的用户;
第一计算单元,用于根据所述获取的用户的进入时间和离开时间,计算所述获取的用户在所述目标区域中的第三等待时长;
去除单元,用于从所述获取的用户的第三等待时长中去除不满足条件的第三等待时长,得到剩余的第三等待时长;
第二计算单元,用于计算所述剩余的第三等待时长的平均值作为离开时间在离当前时间最近的预设时长内的用户在所述目标区域中的第一等待时长。
进一步地,所述第四获取模块,包括:
第二获取单元,用于获取所述目标区域的区域标识;
第三获取单元,用于根据所述区域标识,从区域标识和预测模型的对应关系中获取所述目标区域内的等待时长的预测模型;或者,所述第四获取模块,包括:
第四获取单元,用于获取历史计算得到的用户在所述目标区域的第四等待时长和用户实际在所述目标区域等待的第五等待时长;
生成单元,用于根据所述第四等待时长和所述第五等待时长,生成所述目标区域内的等待时长的预测模型。
进一步地,所述计算模块,包括:
第五获取单元,用于获取所述预测模型包括的预测系数;
第三计算单元,用于计算所述第一等待时长与所述预测系数的比值作为用户在所述当前时间所在的预设时长内在所述目标区域中的第二等待时长。
进一步地,所述装置还包括:
第五获取模块,用于获取所述用户在所述当前时间所在的预设时长内在所述目标区域中实际等待的第六等待时长;
更新模块,用于根据所述第二等待时长和所述第六等待时长,更新所述预测模型。
在本发明实施例中,通过目标无线网络下各用户的位置信息,确定离开时间在离当前时间最近的预设时长内的用户在目标区域中的第一等待时长,根据第一等待时长和预测模型,计算用户在当前时间所在的预设时长内在目标区域中的第二等待时长,从而并不用增加成本即可获取到第二等待时长且能该方法能够应用在任何有无线网络的公共场所,应用范围广。
附图说明
图1是本发明实施例1提供的一种获取等待时长的方法流程图;
图2-1是本发明实施例2提供的一种获取等待时长的方法流程图;
图2-2是本发明实施例2提供的获取用户离开目标区域的离开时间的示意图;
图3是本发明实施例3提供的一种获取等待时长的装置结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
实施例1
本发明实施例提供了一种获取等待时长的方法,参见图1,其中,该方法包括:
步骤101:获取目标无线网络下各用户的位置信息和目标区域的位置范围,目标区域为目标无线网络所在区域中的一区域;
步骤102:根据各用户的位置信息和该位置范围,分别获取各用户进入目标区域的进入时间以及各用户离开目标区域的离开时间;
步骤103:根据各用户的进入时间和离开时间,获取离开时间在离当前时间最近的预设时长内的用户在目标区域中的第一等待时长;
步骤104:获取目标区域内的等待时长的预测模型;
步骤105:根据第一等待时长和该预测模型,计算用户在当前时间所在的预设时长内在目标区域中的第二等待时长。
进一步地,根据各用户的进入时间和离开时间,获取离开时间在离当前时间最近的预设时长内的用户在目标区域中的第一等待时长,包括:
根据各用户的离开时间,获取离开时间在离当前时间最近的预设时长内的用户;
根据获取的用户的进入时间和离开时间,计算获取的用户在目标区域中的第三等待时长;
从获取的用户的第三等待时长中去除不满足条件的第三等待时长,得到剩余的第三等待时长;
计算剩余的第三等待时长的平均值作为离开时间在离当前时间最近的预设时长内的用户在目标区域中的第一等待时长。
进一步地,获取目标区域内的等待时长的预测模型,包括:
获取目标区域的区域标识,根据区域标识,从区域标识和预测模型的对应关系中获取目标区域内的等待时长的预测模型;或者,
获取历史计算得到的用户在目标区域的第四等待时长和用户实际在目标区域等待的第五等待时长,根据第四等待时长和第五等待时长,生成目标区域内的等待时长的预测模型。
进一步地,根据第一等待时长和该预测模型,计算用户在当前时间所在的预设时长内在目标区域中的第二等待时长,包括:
获取该预测模型包括的预测系数;
计算第一等待时长与预测系数的比值作为用户在当前时间所在的预设时长内在目标区域中的第二等待时长。
进一步地,用户在当前时间所在的预设时长内在目标区域中的第二等待时长之后,还包括:
获取用户在当前时间所在的预设时长内在目标区域中实际等待的第六等待时长;
根据第二等待时长和第六等待时长,更新该预测模型。
在本发明实施例中,通过目标无线网络下各用户的位置信息,确定离开时间在离当前时间最近的预设时长内的用户在目标区域中的第一等待时长,根据第一等待时长和预测模型,计算用户在当前时间所在的预设时长内在目标区域中的第二等待时长,从而并不用增加成本即可获取到第二等待时长且能该方法能够应用在任何有无线网络的公共场所,应用范围广。
实施例2
目前,机场、火车站、银行或者医院等公共场所都提供WiFi(wireless fidelity,无线保真)设备,该WiFi设备能够为用户提供WiFi服务,用户对应的终端通过该WiFi设备上网时,会与WiFi设备进行通信,WiFi设备通过与终端之间的通信握手协议获取终端的位置信息,并将终端的位置信息发送给后台服务器;后台服务器根据终端的位置信息,获取终端进入目标区域的进入时间和离开目标区域的离开时间,根据该进入时间、离开时间和预测模型,获取用户需要在目标区域中的等待时长。
该方法的执行主体可以为后台服务器;参见图2-1,其中,该方法包括:
步骤201:获取目标无线网络下各用户的位置信息和目标区域的位置范围,目标区域为目标无线网络所在区域中的一区域;
当用户对应的终端进入目标无线网络时,终端与WiFi设备建立通信连接,WiFi设备根据该通信连接通过室内定位技术获取终端的位置信息和时间信息以及终端的MAC(Media Access Control,媒体访问控制)地址,发送终端的位置信息和时间信息以及终端的MAC地址给后台服务器;后台服务器接收WiFi设备发送的终端的位置信息和时间信息以及终端的MAC地址。该位置信息包括二维空间横坐标和纵坐标,时间信息为该位置信息对应的时间。
后台服务器中存储地图数据,该地图数据包括全国范围内的各个目标区域的位置范围和区域标识的对应关系,在本步骤获取目标区域的位置范围的步骤可以为:
后台服务器获取目标区域的区域标识,根据该区域标识,从区域标识和位置范围的对应关系中获取目标区域的位置范围。
其中,在本步骤之前,服务提供方需要测量各目标区域的位置范围,将区域标识和位置范围存储在后台服务器中。
区域标识可以为区域的名称或者区域的编号等。目标区域可以为目标无线网络所在的区域中的一区域,目标区域也可以为目标无线网络所在的区域。
步骤202:根据各用户的位置信息和该目标区域的位置范围,分别获取各用户进入目标区域的进入时间以及各用户离开目标区域的离开时间;
对于各用户中的每个用户,根据该用户的位置信息和该位置范围,获取该用户的位置信息第一次位于该位置范围的对应的时间作为该用户进入目标区域的进入时间;获取该用户的位置信息最后一次位于该位置范围对应的时间作为该用户离开目标区域的离开时间。
其中,根据该用户的位置信息和该位置范围,获取该用户的位置信息最后一次位于该位置范围对应的时间作为该用户离开目标区域的离开时间的步骤可以为:
参见图2-2,预先设定采样时间窗口s和判断时间窗口c,如果该户的位置信息在采样窗口s时间段范围内在该位置范围,该用户的位置信息在判断窗口c时间段范围内不在该位置范围,则确定该用户在判断窗口c的某个时刻已经离开目标区域,则将该用户的位置信息在采样窗口s时间段范围内最后一次位于该位置范围对应的时间作为该用户离开目标区域的离开时间。
进一步地,根据各用户的位置信息和该位置范围,获取当前时间目标区域中等待用户的数目,具体过程为:
根据各用户的位置信息和该位置范围,获取当前时间位置信息在该位置范围的位置信息的数目,将该数目作为当前时间目标区域中等待用户的数目。
进一步地,后台服务器根据终端的MAC地址,确定MAC地址和终端品牌的对应关系中是否存在该终端的MAC地址对应的终端品牌,如果存在,则确定该终端是合法终端,记录该终端对应的用户的进入时间和离开时间,执行步骤203;如果不存在,则确定该终端为无法识别终端品牌的终端,则终端的MAC地址可能是一直在变化的,也即终端不是合法终端,不记录该终端对应的用户的进入时间和离开时间。
步骤203:根据各用户的进入时间和离开时间,获取离开时间在离当前时间最近的预设时长内的用户在目标区域中的第一等待时长;
本步骤可以通过以下步骤(1)至(4)实现,包括:
(1):根据各用户的离开时间,获取离开时间在离当前时间最近的预设时长内的用户;
预设时长可以根据需要进行设置并更改,在本发明实施例中对预设时长不作具体限定;例如,预设时长可以为10分钟等。
(2):根据获取的用户的进入时间和离开时间,计算获取的用户在目标区域中的第三等待时长;
获取的用户可能包括多个用户,对于多个用户中的每个用户,计算每个用户的离开时间与进入时间的差值,将该差值作为该用户在目标区域中的第三等待时长。
例如,离当前时间最近的预设时长为t-c至t,假设获取到有n个用户通过目标区域,n个人中的每个人在目标区域中的第三等待时长为Wi(i=1,2,3,……n),得到第三等待时长的集合为{W1,W2,W3……Wn}。
(3):从获取的用户的第三等待时长中去除不满足条件的第三等待时长,得到剩余的第三等待时长;
其中,不满足条件的第三等待时长可以为过长的第三等待时长、过短的第三等待时长、工作人员或者固定电子设备对应的第三等待时长等。
其中,将工作人员对应的终端的终端标识或者固定电子设备的终端标识存储在终端列表中;则确定第三等待时长是否为工作人员或者固定电子设备对应的第三等待时长的步骤可以为:
确定第三等待时长对应的终端的终端标识是否存在该终端列表中;如果存在,则确定该第三等待时长为工作人员或者固定电子设备对应的第三等待时长。
其中,如果3天被检测到或者第三等待时长大于4小时的第三等待时长确定为工作人员或者固定电子设备对应的第三等待时长,则确定第三等待时长是否为工作人员或者固定电子设备对应的第三等待时长的步骤还可以为:
如果第三等待时长对应的终端在离当前最近的预设天数内都被检测到或者第三等待时长是否大于预设数值,则确定第三等待时长是工作人员或者固定电子设备对应的第三等待时长。
其中,预设天数和预设数值可以根据需要进行设置并更改,在本发明实施例中对预设天数和预设数值不作具体限定;例如,预设天数可以为3天,预设数值可以为4等。
其中,确定过长的第三等待时长和过短的第三等待时长的步骤可以为:
计算获取的用户的第三等待时长的平均等待时长和标准差,根据平均等待时长和标准差,分别计算第三等待时长的上限和下限,将大于上限的第三等待市场确定为过长的第三等待时长,将小于下限的第三等待时长确定为过短的第三等待时长。
其中,根据平均等待时长和标准差,分别计算第三等待时长的上限和下限的步骤,可以为:
计算标准差与第一数值的乘积得到第七等待时长,计算标准差与第二数值的乘积得到第八等待时长;计算平均等待时长与第七等待时长的差值作为第三等待时长的下限,计算平均等待时长与第八等待时长的和作为第三等待时长的上限。
其中,第一数值和第二数值可以根据需要进行设置并更改,在本发明实施例中对第一数值和第二数值不作具体限定;例如,第一数值为1,第二数值为2.5等。
例如,平均等待时长为mean,标准差为std,第一数值为m,第二数值为n,则第三等待时长的下限为mean-m*std,第三等待时长的上限为mean+n*std。
则在本步骤中可以从第三等待时长的集合{W1,W2,W3……Wn}中去除不第三等待时长不在[mean-m*std,mean+n*std]的第三等待时长,得到剩余的第三等待时长。
(4):计算剩余的第三等待时长的平均值作为离开时间在离当前时间最近的预设时长内的用户在目标区域中的第一等待时长。
步骤204:获取目标区域内的等待时长的预测模型;
本步骤可以获取已存储的目标区域内的等待时长的预测模型,也即以下的第一种实现方式;也可以实时计算目标区域中的等待时长的预测模型,也即以下的第二种实现方式。
对于第一种实现方式,本步骤可以为:
获取目标区域的区域标识,根据目标区域的区域标识,从区域标识和预测模型的对应关系中获取目标区域内的等待时长的预测模型。
其中,预测模型包括预测系数,预测系数为相同的预设时长内计算得到的等待时长与真实的等待时长的比值。
在本步骤之前,需要建立各目标区域内的等待时长的预测模型,对于各目标区域中的每个目标区域,建立该目标区域的等待时长的预测模型的过程可以通过以下步骤(A)至(C)实现,包括:
(A):选择一个时间范围,获取离开时间在该时间范围的用户在该目标区域中第九等待时长;
其中,本步骤和步骤203相同,在此不再详细说明。
(B):获取用户实际在该目标区域等待的第十等待时长;
后台服务器通过安检闸机获取的时间信息,计算用户在目标区域中实际等待的第十等待时长。
安检闸机获取进入目标区域的各用户的用户标识、各用户进入目标区域的进入时间和离开目标区域的离开时间,发送各用户的用户标识、各用户进入目标区域的进入时间和离开目标区域的离开时间给后台服务器;后台服务器接收安检闸机发送的各用户的用户标识、各用户进入目标区域的进入时间和离开目标区域的离开时间,获取离开时间在该时间范围内的用户的用户标识、进入时间和离开时间;根据获取的用户的进入时间和离开时间,计算获取的用户在目标区域中实际等待的时长;计算获取的用户的实际等待时长的平均时长作为第十等待时长。
(C):根据第九等待时长和第十等待时长,生成该目标区域的等待时长的预测模型。
计算第九等待时长与第十等待时长的比值,将该比值作为该目标区域的等待时长的预测模型包括的预测系数。
对于第二种实现方式,本步骤可以通过以下步骤(1)至(3)实现,包括:
(1):获取历史计算得到的用户在目标区域的第四等待时长;
例如,后台服务器每10分钟计算一次用户的等待时长,则获取在离当前时间最近的十分钟内计算得到的用户在目标区域的第四等待时长。
(2):获取历史用户实际在目标区域等待的第五等待时长;
通过安检闸机或者工作人员获取用户实际在目标区域等待的第五等待时长。
(3):根据第四等待时长和第五等待时长,生成目标区域内的等待时长的预测模型。
计算第四等待时长和第五等待时长的比值,将该比值作为该目标区域的等待时长的预测模型包括的预测系数。
通过第二种方式获取目标区域内的等待时长的预测模型更加准确。
步骤205:根据第一等待时长和预测模型,计算用户在当前时间所在的预设时长内在目标区域中的第二等待时长;
获取该预测模型包括的预测系数;计算第一等待时长与该预测系数的比值作为用户在当前时间所在的预设时长内在目标区域中的第二等待时长。
进一步地,当检测到用户进入目标区域时,根据第二等待时长和或等待用户的数目对用户进行提示,提示用户在目标区域中的第二等待时长。
后台服务器向用户对应的终端推送第二等待时长和/或等待用户的数目;后台服务器也可以将第二等待时长和/或等待用户的数目显示在等待时长提示牌上,具体为:
后台服务器向WiFi设备发送第二等待时长,WiFi设备接收后台服务器发送的第二等待时长,并向用户对应的终端发送第二等待时长;或者后台服务器向WiFi设备发送等待用户的数目,WiFi设备接收后台服务器发送的等待用户的数据,并向用户对应的终端发送等待用户的数目;或者后台服务器WiFi设备发送第二等待时长和等待用户的数目,WiFi设备接收后台服务器发送的第二等待时长和等待用户的数目,并向用户对应的终端发送第二等待时长和等待用户的数目;终端接收WiFi设备发送的第二等待时长和/或等待用户的数目,显示第二等待时长和/或等待用户的数目给用户。或者,
后台服务器直接将第二等待时长和/或等待用户的数目显示在该等待时长提示牌上。
进一步地,不同的目标区域中规定不同的等待时长,如果第二等待时长大于该规定的等待时长,则采用相应措施,保证用户快速通行。具体为:
获取目标区域内在当前时间所在的预设时长内的预设等待时长;确定第二等待时长是否大于该预设等待时长;如果第二等待时长大于该预设等待时长,进行报警。
例如,根据机场管理服务的标准,旅客通过安检区的等待时长最长不应超过10分钟;当检测到第二等待时长大于10分钟时,进行报警,则机场的工作人员加快安检速度或者增开安检通道等,保证旅客快速通行。
在本发明实施例中,通过WiFi设备获取用户的空间位置与目标区域之间的准确的拓扑关系,从而判断用户进入和离开目标区域的时刻,通过事先建立的预测模型,并利用已通过人群的等待时长估算当前时间的人群的等待时长。本发明由于借助已有的WiFi设备,因此几乎不需要增加任何设备成本。并且本发明不仅应用于机场、海关、车站的安检以及出租车等候等场景,还可以应用在医院挂号,体检、大型招聘会等可使用WiFi技术进行位置检测的排队场景。
步骤206:获取用户在当前时间所在的预设时长内在目标区域中实际等待的第六等待时长;
后台服务器通过安检闸机获取的时间信息,计算在当前时间所在的预设时长内在目标区域中实际等待的第六等待时长。
在本步骤中,后台服务器通过安检闸机记录到的时间信息,计算用户在目标区域的的第六等待时长。具体过程参见步骤205。
步骤207:根据第二等待时长和第六等待时长,更新该预测模型。
计算第二等待时长与第六等待时长的比值,将该预测模型中的预测系数修改为该比值,从而实现更新该预测模型。
在本发明实施例中,通过目标无线网络下各用户的位置信息,确定离开时间在离当前时间最近的预设时长内的用户在目标区域中的第一等待时长,根据第一等待时长和预测模型,计算用户在当前时间所在的预设时长内在目标区域中的第二等待时长,从而并不用增加成本即可获取到第二等待时长且能该方法能够应用在任何有无线网络的公共场所,应用范围广。
实施例3
本发明实施例提供了一种获取等待时长的装置,参见图3,其中,该装置包括:
第一获取模块301,用于获取目标无线网络下各用户的位置信息和目标区域的位置范围,目标区域为目标无线网络所在区域中的一区域;
第二获取模块302,用于根据各用户的位置信息和位置范围,分别获取各用户进入目标区域的进入时间以及各用户离开目标区域的离开时间;
第三获取模块303,用于根据各用户的进入时间和离开时间,获取离开时间在离当前时间最近的预设时长内的用户在目标区域中的第一等待时长;
第四获取模块304,用于获取目标区域内的等待时长的预测模型;
计算模块305,用于根据第一等待时长和该预测模型,计算用户在当前时间所在的预设时长内在目标区域中的第二等待时长。
进一步地,第三获取模块303,包括:
第一获取单元,用于根据各用户的离开时间,获取离开时间在离当前时间最近的预设时长内的用户;
第一计算单元,用于根据获取的用户的进入时间和离开时间,计算获取的用户在目标区域中的第三等待时长;
去除单元,用于从获取的用户的第三等待时长中去除不满足条件的第三等待时长,得到剩余的第三等待时长;
第二计算单元,用于计算剩余的第三等待时长的平均值作为离开时间在离当前时间最近的预设时长内的用户在目标区域中的第一等待时长。
进一步地,第四获取模块304,包括:
第二获取单元,用于获取目标区域的区域标识;
第三获取单元,用于根据区域标识,从区域标识和预测模型的对应关系中获取目标区域内的等待时长的预测模型;或者,第四获取模块304,包括:
第四获取单元,用于获取历史计算得到的用户在目标区域的第四等待时长和用户实际在目标区域等待的第五等待时长;
生成单元,用于根据第四等待时长和第五等待时长,生成目标区域内的等待时长的预测模型。
进一步地,计算模块305,包括:
第五获取单元,用于获取该预测模型包括的预测系数;
第三计算单元,用于计算第一等待时长与预测系数的比值作为用户在当前时间所在的预设时长内在目标区域中的第二等待时长。
进一步地,装置还包括:
第五获取模块,用于获取用户在当前时间所在的预设时长内在目标区域中实际等待的第六等待时长;
更新模块,用于根据第二等待时长和第六等待时长,更新该预测模型。
在本发明实施例中,通过目标无线网络下各用户的位置信息,确定离开时间在离当前时间最近的预设时长内的用户在目标区域中的第一等待时长,根据第一等待时长和预测模型,计算用户在当前时间所在的预设时长内在目标区域中的第二等待时长,从而并不用增加成本即可获取到第二等待时长且能该方法能够应用在任何有无线网络的公共场所,应用范围广。
需要说明的是:上述实施例提供的获取等待时长的装置在获取等待时长时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的获取等待时长的装置与获取等待时长的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种获取等待时长的方法,其特征在于,应用于后台服务器,所述方法包括:
获取目标无线网络下各用户的位置信息和目标区域的位置范围,所述目标区域为所述目标无线网络所在区域中的一区域;
根据所述各用户的位置信息和所述位置范围,分别获取所述各用户进入所述目标区域的进入时间以及所述各用户离开所述目标区域的离开时间;
根据所述各用户的进入时间和离开时间,获取离开时间在离当前时间最近的预设时长内的用户在所述目标区域中的第一等待时长;
获取所述目标区域内的等待时长的预测模型;
根据所述第一等待时长和所述预测模型,计算用户在所述当前时间所在的预设时长内在所述目标区域中的第二等待时长;
所述获取所述目标区域内的等待时长的预测模型,包括:
获取所述目标区域的区域标识,根据所述区域标识,从区域标识和预测模型的对应关系中获取所述目标区域内的等待时长的预测模型;或者,
获取历史计算得到的用户在所述目标区域的第四等待时长和用户实际在所述目标区域等待的第五等待时长,根据所述第四等待时长和所述第五等待时长,生成所述目标区域内的等待时长的预测模型。
2.如权利要求1所述的方法,其特征在于,所述根据所述各用户的进入时间和离开时间,获取离开时间在离当前时间最近的预设时长内的用户在所述目标区域中的第一等待时长,包括:
根据所述各用户的离开时间,获取离开时间在离当前时间最近的预设时长内的用户;
根据所述获取的用户的进入时间和离开时间,计算所述获取的用户在所述目标区域中的第三等待时长;
从所述获取的用户的第三等待时长中去除不满足条件的第三等待时长,得到剩余的第三等待时长;
计算所述剩余的第三等待时长的平均值作为离开时间在离当前时间最近的预设时长内的用户在所述目标区域中的第一等待时长。
3.如权利要求1所述的方法,其特征在于,所述根据所述第一等待时长和所述预测模型,计算用户在所述当前时间所在的预设时长内在所述目标区域中的第二等待时长,包括:
获取所述预测模型包括的预测系数;
计算所述第一等待时长与所述预测系数的比值作为用户在所述当前时间所在的预设时长内在所述目标区域中的第二等待时长。
4.如权利要求1所述的方法,其特征在于,所述用户在所述当前时间所在的预设时长内在所述目标区域中的第二等待时长之后,还包括:
获取所述用户在所述当前时间所在的预设时长内在所述目标区域中实际等待的第六等待时长;
根据所述第二等待时长和所述第六等待时长,更新所述预测模型。
5.一种获取等待时长的装置,其特征在于,所述装置包括:
第一获取模块,用于获取目标无线网络下各用户的位置信息和目标区域的位置范围,所述目标区域为所述目标无线网络所在区域中的一区域;
第二获取模块,用于根据所述各用户的位置信息和所述位置范围,分别获取所述各用户进入所述目标区域的进入时间以及所述各用户离开所述目标区域的离开时间;
第三获取模块,用于根据所述各用户的进入时间和离开时间,获取离开时间在离当前时间最近的预设时长内的用户在所述目标区域中的第一等待时长;
第四获取模块,用于获取所述目标区域内的等待时长的预测模型;
计算模块,用于根据所述第一等待时长和所述预测模型,计算用户在所述当前时间所在的预设时长内在所述目标区域中的第二等待时长;
所述第四获取模块,包括:
第二获取单元,用于获取所述目标区域的区域标识;
第三获取单元,用于根据所述区域标识,从区域标识和预测模型的对应关系中获取所述目标区域内的等待时长的预测模型;或者,所述第四获取模块,包括:
第四获取单元,用于获取历史计算得到的用户在所述目标区域的第四等待时长和用户实际在所述目标区域等待的第五等待时长;
生成单元,用于根据所述第四等待时长和所述第五等待时长,生成所述目标区域内的等待时长的预测模型。
6.如权利要求5所述的装置,其特征在于,所述第三获取模块,包括:
第一获取单元,用于根据所述各用户的离开时间,获取离开时间在离当前时间最近的预设时长内的用户;
第一计算单元,用于根据所述获取的用户的进入时间和离开时间,计算所述获取的用户在所述目标区域中的第三等待时长;
去除单元,用于从所述获取的用户的第三等待时长中去除不满足条件的第三等待时长,得到剩余的第三等待时长;
第二计算单元,用于计算所述剩余的第三等待时长的平均值作为离开时间在离当前时间最近的预设时长内的用户在所述目标区域中的第一等待时长。
7.如权利要求5所述的装置,其特征在于,所述计算模块,包括:
第五获取单元,用于获取所述预测模型包括的预测系数;
第三计算单元,用于计算所述第一等待时长与所述预测系数的比值作为用户在所述当前时间所在的预设时长内在所述目标区域中的第二等待时长。
8.如权利要求5所述的装置,其特征在于,所述装置还包括:
第五获取模块,用于获取所述用户在所述当前时间所在的预设时长内在所述目标区域中实际等待的第六等待时长;
更新模块,用于根据所述第二等待时长和所述第六等待时长,更新所述预测模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510315450.4A CN105050037B (zh) | 2015-06-10 | 2015-06-10 | 一种获取等待时长的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510315450.4A CN105050037B (zh) | 2015-06-10 | 2015-06-10 | 一种获取等待时长的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105050037A CN105050037A (zh) | 2015-11-11 |
CN105050037B true CN105050037B (zh) | 2019-05-10 |
Family
ID=54456141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510315450.4A Active CN105050037B (zh) | 2015-06-10 | 2015-06-10 | 一种获取等待时长的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105050037B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106971444A (zh) * | 2017-03-28 | 2017-07-21 | 广州市观见营销策划有限公司 | 一种基于用户位置信息的预约排号方法及系统 |
CN107845233A (zh) * | 2017-11-24 | 2018-03-27 | 松下电气机器(北京)有限公司 | 灯具及巡查监控系统 |
CN110827452A (zh) * | 2019-11-13 | 2020-02-21 | 公安部第一研究所 | 一种针对机场旅检的旅客智能分流方法 |
CN116680360B (zh) * | 2023-05-25 | 2024-06-25 | 中国人民解放军61623部队 | 一种智能客户服务方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010064859A3 (ko) * | 2008-12-05 | 2010-08-19 | 삼성 전자 주식회사 | 이동하는 단말의 위치에 따라 단말이 등록된 gan 제어기를 변경하기 위한 방법 |
CN102075859A (zh) * | 2010-12-24 | 2011-05-25 | 大唐移动通信设备有限公司 | 一种基于lte系统的信息推送方法和系统 |
CN102395106A (zh) * | 2011-11-03 | 2012-03-28 | 南京熊猫电子股份有限公司 | 一种基于gsm ue用户位置、驻留时间信息的增值服务方法 |
CN104036411A (zh) * | 2013-11-22 | 2014-09-10 | 绿泰信息科技(上海)有限公司 | Wifi装置定位跟踪系统及方法 |
CN104349274A (zh) * | 2013-08-07 | 2015-02-11 | 王方淇 | 一种信息处理方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521909B (zh) * | 2011-12-07 | 2014-10-22 | 广州广电运通金融电子股份有限公司 | 排队服务处理方法及系统 |
CN103974191A (zh) * | 2013-01-30 | 2014-08-06 | 华为技术有限公司 | 移动模式预测装置和方法 |
TWI533265B (zh) * | 2013-11-11 | 2016-05-11 | Chunghwa Telecom Co Ltd | Method of presenting a recommendation message on a map |
CN104185141B (zh) * | 2014-07-28 | 2018-02-27 | 北京升哲科技有限公司 | 基于蓝牙信标设备的用户区域停留时间的检测系统和方法 |
-
2015
- 2015-06-10 CN CN201510315450.4A patent/CN105050037B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010064859A3 (ko) * | 2008-12-05 | 2010-08-19 | 삼성 전자 주식회사 | 이동하는 단말의 위치에 따라 단말이 등록된 gan 제어기를 변경하기 위한 방법 |
CN102075859A (zh) * | 2010-12-24 | 2011-05-25 | 大唐移动通信设备有限公司 | 一种基于lte系统的信息推送方法和系统 |
CN102395106A (zh) * | 2011-11-03 | 2012-03-28 | 南京熊猫电子股份有限公司 | 一种基于gsm ue用户位置、驻留时间信息的增值服务方法 |
CN104349274A (zh) * | 2013-08-07 | 2015-02-11 | 王方淇 | 一种信息处理方法及装置 |
CN104036411A (zh) * | 2013-11-22 | 2014-09-10 | 绿泰信息科技(上海)有限公司 | Wifi装置定位跟踪系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105050037A (zh) | 2015-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sharma et al. | A review on technological advancements in crowd management | |
Steenbruggen et al. | Mobile phone data from GSM networks for traffic parameter and urban spatial pattern assessment: a review of applications and opportunities | |
Ratti et al. | Mobile landscapes: using location data from cell phones for urban analysis | |
CN103116825B (zh) | 智慧城市管理系统 | |
CN105050037B (zh) | 一种获取等待时长的方法和装置 | |
US9953517B2 (en) | Risk early warning method and apparatus | |
CN106792456A (zh) | 数据分析系统和方法 | |
EP2608144A2 (en) | Mobile device user categorisation based on location statistics | |
CN108271115A (zh) | 一种区域人口密度的估计方法及装置 | |
Holleczek et al. | Detecting weak public transport connections from cellphone and public transport data | |
CN106709840B (zh) | 一种基于移动网络数据的城市常住人口估算方法 | |
US9930494B2 (en) | Leveraging location data from mobile devices for user classification | |
CN110134865A (zh) | 一种基于城市公共交通出行大数据的通勤乘客社交推荐方法及平台 | |
EP2915151A1 (en) | Handling location data in a mobile communications network | |
Tosi | Cell phone big data to compute mobility scenarios for future smart cities | |
Kanasugi et al. | Spatiotemporal route estimation consistent with human mobility using cellular network data | |
CN105335413B (zh) | 生成查询索引以及基于该查询索引进行查询的方法和装置 | |
Mohottige et al. | Role of campus WiFi infrastructure for occupancy monitoring in a large university | |
CN108347698A (zh) | 一种线上线下活动轨迹分析方法、装置及系统 | |
Habtie et al. | Artificial neural network based real-time urban road traffic state estimation framework | |
CN107590997A (zh) | 一种基于物联网的交通监控方法及装置 | |
US11576188B2 (en) | External interference radar | |
CN109087219A (zh) | 一种旅游云计算系统及方法、终端 | |
JP2021502577A (ja) | 地下鉄運行区間に対する電波強度測定方法とその方法のための装置 | |
CN103530370B (zh) | 基于电子地图的可视化推演方法及系统 |
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 |