CN105451171B - 上传用户地理位置数据的方法及设备 - Google Patents
上传用户地理位置数据的方法及设备 Download PDFInfo
- Publication number
- CN105451171B CN105451171B CN201410429031.9A CN201410429031A CN105451171B CN 105451171 B CN105451171 B CN 105451171B CN 201410429031 A CN201410429031 A CN 201410429031A CN 105451171 B CN105451171 B CN 105451171B
- Authority
- CN
- China
- Prior art keywords
- user
- position data
- geographic position
- time interval
- current state
- 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
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明提供了一种上传用户地理位置数据的方法和设备。上传用户地理位置数据的方法包括:实时收集用户的加速度数据和地理位置数据;将收集的用户的加速度数据和地理位置数据输入用户状态分类模型,得到用户的当前状态;如果用户的当前状态发生改变,上传用户的当前状态和用户的地理位置数据,并获取下次上传时间间隔;按照当前的下次上传时间间隔,上传用户的地理位置数据。本发明能够有效降低移动设备端网络流量以及电量消耗。
Description
技术领域
本发明主要涉及移动信息技术领域,尤其涉及一种上传用户地理位置数据的方法及设备。
背景技术
现有的应用软件在给用户提供服务时,通常在服务器端需要知道用户所处的地理位置,以便给用户提供符合其需要的服务。现有技术通常采用移动设备实时上传用户地理位置的方法。
该技术至少存在如下缺点:
1.这种技术大量消耗用户网络流量和移动设备电量。
2.不能精确判断用户的当前状态(静止、走路、跑步等),智能性不足。
发明内容
本发明提出了一种上传用户地理位置数据的方法及设备,能够有效降低移动设备端网络流量及电量消耗。
根据本发明的一个实施例,在移动设备端,提供了一种上传用户地理位置数据的方法,其特征在于,包括:实时收集用户的加速度数据和地理位置数据;将收集的用户的加速度数据和地理位置数据输入用户状态分类模型,得到用户的当前状态;如果用户的当前状态发生改变,上传用户的当前状态和用户的地理位置数据,并获取下次上传时间间隔;按照当前的下次上传时间间隔,上传用户的地理位置数据。
可选地,用户的加速度数据由移动设备端的加速传感器感测,和/或用户的地理位置数据通过定位系统获得。
可选地,用户状态分类模型是通过将历史上实时收集的用户的加速度数据和地理位置数据输入分类器,并对分类器进行有监督训练而得到的。
可选地,用户的当前状态分为静止、走路、跑步、骑自行车、开车中的一种或多种。
可选地,下次上传时间间隔是由服务器根据用户的当前状态和用户的地理位置数据确定的,其中用户的当前状态反映出用户的运动速度越快,下次上传时间间隔越短;用户的地理位置离用户兴趣点越近,下次上传时间间隔越短。
可选地,用户兴趣点是由服务器根据历史上用户上传的地理位置数据、用户通信记录信息、用户备忘录信息、或上述信息的任意组合确定的。
可选地,按照当前的下次上传时间间隔上传用户的地理位置数据的步骤包括:在上次上传用户的地理位置数据的时间点加上当前的下次上传时间间隔后的时间点,上传用户的地理位置数据。
根据本发明的一个实施例,在移动设备端,提供了一种为用户的移动设备计算下次上传地理位置数据的时间间隔的方法,包括:接收移动设备上传的用户的当前状态和用户的地理位置数据;基于用户的当前状态反映出的用户的运动速度、用户的地理位置离用户兴趣点的距离,计算下次上传时间间隔;将计算出的下次上传时间间隔发送给移动设备。
可选地,用户兴趣点是根据历史上用户上传的地理位置数据、用户通信记录信息、用户备忘录信息、或上述信息的任意组合确定的。
根据本发明的一个实施例,在服务器端,提供了一种上传用户地理位置数据的设备,包括:收集单元,被配置为实时收集用户的加速度数据和地理位置数据;输入单元,被配置为将收集的用户的加速度数据和地理位置数据输入用户状态分类模型,得到用户的当前状态;第一上传单元,被配置为如果用户的当前状态发生改变,上传用户的当前状态和用户的地理位置数据,并获取下次上传时间间隔;第二上传单元,被配置为按照当前的下次上传时间间隔,上传用户的地理位置数据。
可选地,用户的加速度数据由加速传感器感测,和/或用户的地理位置数据通过定位系统获得。
可选地,用户状态分类模型是通过将历史上实时收集的用户的加速度数据和地理位置数据输入分类器,并对分类器进行有监督训练而得到的。
可选地,用户的当前状态分为静止、走路、跑步、骑自行车、开车中的一种或多种。
可选地,下次上传时间间隔是由服务器根据用户的当前状态和用户的地理位置数据确定的,其中用户的当前状态反映出用户的运动速度越快,下次上传时间间隔越短;用户的地理位置离用户兴趣点越近,下次上传时间间隔越短。
可选地,用户兴趣点是由服务器根据历史上用户上传的地理位置数据、用户通信记录信息、用户备忘录信息、或上述信息的任意组合确定的。
可选地,第二上传单元被配置为:在上次上传用户的地理位置数据的时间点加上当前的下次上传时间间隔后的时间点,上传用户的地理位置数据。
根据本发明的一个实施例,在服务器端,提供了一种为用户的移动设备计算下次上传地理位置数据的时间间隔的设备,包括:接收单元,被配置为接收移动设备上传的用户的当前状态和用户的地理位置数据;计算单元,被配置为基于用户的当前状态反映出的用户的运动速度、用户的地理位置离用户兴趣点的距离,计算下次上传时间间隔;发送单元,被配置为将计算出的下次上传时间间隔发送给移动设备。
可选地,用户兴趣点是根据历史上用户上传的地理位置数据、用户通信记录信息、用户备忘录信息、或上述信息的任意组合确定的。
本发明实施例所述的技术方案,用户的移动设备不是实时上传地理位置数据的,而是实时收集用户的加速度数据和地理位置数据,据此判断用户的当前状态,并按照一个与当前状态有关的时间间隔来上传地理位置数据,避免了现有技术实时上传地理位置数据造成的消耗用户大量的网络流量和电量。
根据本发明的实施例的另一个有益效果是能够精确判断用户的当前状态,便于服务器决策。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明一种移动设备端上传用户地理位置数据的方法的一个实施例的流程图;
图2为本发明一种移动设备端上传用户地理位置数据的设备的一个实施例的结构示意图;
图3为本发明一种服务器端为用户的移动设备计算下次上传地理位置数据的时间间隔的方法的一个实施例的流程图;
图4为本发明一种服务器端为用户的移动设备计算下次上传地理位置数据的时间间隔的设备的一个实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明作进一步详细描述。应当理解,此处所描述的实施例仅用于说明和解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的情况下所获得的其他实施例,都属于本发明保护的范围。
参照图1,示出了本发明在移动设备端一种上传用户地理位置数据的方法的一个实施例的流程图,包括步骤:
步骤102:实时收集用户的加速度数据和地理位置数据。
用户的加速度数据可以由移动设备端的三轴陀螺仪或移动设备端的其他加速传感器提供。
用户的地理位置数据表现为用户在某个时间点的经纬度坐标或与经纬度坐标相对应的其他数据,例如在地图上的位置等。用户的地理位置数据可以通过GPS定位系统等获得。
步骤104:将收集的用户的加速度数据和地理位置数据输入用户状态分类模型,得到用户的当前状态。
用户状态分类模型是通过将历史上实时收集的用户的加速度数据和地理位置数据输入分类器,并对分类器进行有监督训练而得到的。用户的当前状态分为静止、走路、跑步、骑自行车、开车中的一种或多种。
实践证明,只通过感测用户的加速度来判断用户是处于走路、跑步还是开车等,是不准确的,将用户的加速度和用户实时地理位置数据结合,来判断用户是处于走路、跑步还是开车等,是比较准确的。由于用户的加速度数据和地理位置数据是实时采集的,因此将历史上采集的大量的用户的加速度数据和地理位置数据输入一个分类器,分类器产生一个分类(即静止、走路、跑步等),然后由人进行判断这个分类是否是正确的,如错误则将该错误信息反馈回分类器,通过大量样本数据的训练得到的这样一个分类器就能够精确地根据输入的用户的加速度数据和地理位置数据产生一个分类结果,即用户的当前状态。
在构建用户状态分类模型时,可以采用各种分类算法,如最大熵、神经网络等,对收集的用户的加速度数据和地理位置数据进行有监督训练,在此并不限定采用某一特定的分类算法。
将用户状态分类模型存在于移动设备端的好处在于避免了每次判断用户当前状态时联网调用服务器端的用户分类状态模型,进而降低了移动设备端网络流量和电量消耗。
步骤106:如果用户的当前状态发生改变,上传用户的当前状态和用户的地理位置数据,并获取下次上传时间间隔。
例如,用户的当前状态由走路变成跑步时,向服务器上传用户的当前状态和用户的地理位置数据。服务器根据用户的当前状态和用户的地理位置数据确定下次上传时间间隔,确定的方法结合图3在下面描述。服务器将确定的下次上传时间间隔发送给用户的移动设备。
步骤108:按照当前的下次上传时间间隔,上传用户的地理位置数据。
在一种实施方式中,在上次上传用户的地理位置数据的时间点加上当前的下次上传时间间隔后的时间点,上传用户的地理位置数据。
例如,用户2:00-2:10是静止状态,2:10变为走路状态,此时上报服务器当前状态变为走路以及用户的地理位置数据,服务器计算出用户的下次上传时间间隔为30分钟,发送给用户的移动设备。用户的移动设备于是知道,下次应在2:40上传用户的地理位置数据。但是,在2:20,用户又从走路变为跑步状态,移动设备上报这一状态改变和地理位置后,服务器又算出下次上传时间间隔变为15分钟,即移动设备应在2:35上传用户的地理位置数据。原来计算的2:40自然失效。在移动设备2:35上传后,如果用户的状态一直是跑步的话,下次移动设备应在2:50上传。
本实施例中,通过实时收集用户的加速度数据和地理位置数据,据此判断用户的当前状态,如果用户的当前状态发生改变,上传用户的当前状态和用户的地理位置数据,并获取下次上传时间间隔,按照当前的下次上传时间间隔,上传用户的地理位置数据,避免了现有技术实时上传地理位置数据造成的消耗用户大量的网络流量和电量,还能够精确得知用户的当前状态。
本发明实施例还公开了一种上传用户地理位置数据的设备200。参照图2,示出了本发明一种上传用户地理位置数据的设备200的一个实施例的结构示意图。上述图1的方法的实施例可以在图2所示结构的设备中实现。上传用户地理位置数据的设备200包括收集单元202、输入单元204、第一上传单元206、第二上传单元208。
收集单元202被配置为实时收集用户的加速度数据和地理位置数据。
用户的加速度数据可由加速传感器感测。用户的地理位置数据可通过定位系统获得。
输入单元204被配置为将收集的用户的加速度数据和地理位置数据输入用户状态分类模型,得到用户的当前状态。
用户状态分类模型可以是通过将历史上实时收集的用户的加速度数据和地理位置数据输入分类器,并对分类器进行有监督训练而得到的。
用户的当前状态可分为静止、走路、跑步、骑自行车、开车中的一种或多种。
第一上传单元206被配置为如果用户的当前状态发生改变,上传用户的当前状态和用户的地理位置数据,并获取下次上传时间间隔。
下次上传时间间隔可以是由服务器根据用户的当前状态和用户的地理位置数据确定的。用户的当前状态反映出用户的运动速度越快,下次上传时间间隔越短。用户的地理位置离用户兴趣点越近,下次上传时间间隔越短。
用户兴趣点可以是由服务器根据历史上用户上传的地理位置数据、用户通信记录信息、用户备忘录信息、或上述信息的任意组合确定的。
第二上传单元208被配置为按照当前的下次上传时间间隔,上传用户的地理位置数据。
第二上传单元208可被配置为:在上次上传用户的地理位置数据的时间点加上当前的下次上传时间间隔后的时间点,上传用户的地理位置数据。
图2的每个单元可以通过软件或硬件(例如集成电路、FPGA等)实现。
图3为本发明一种服务器端为用户的移动设备计算下次上传地理位置数据的时间间隔的方法的一个实施例的流程图。
在步骤302中,接收移动设备上传的用户的当前状态和用户的地理位置数据。如前所述,用户的移动设备在用户的当前状态发生改变时将用户的当前状态和用户的地理位置数据上传给服务器。
在步骤304中,基于用户的当前状态反映出的用户的运动速度、用户的地理位置离用户兴趣点的距离,确定下次上传时间间隔。
用户的当前状态反映出用户的运动速度越快,下次上传时间间隔越短(例如用户在跑步状态下,服务器需要间隔时间更短地知道用户当前的位置,而用户在静止状态下,服务器不太需要频繁知道用户当前的位置,因为用户在静止时位置不变)。用户的地理位置离用户兴趣点越近,下次上传时间间隔越短。兴趣点是用户可能感兴趣的地点,例如用户的家。用户距离家越近,下次上传时间间隔越短,因为此时可能更加关心用户是不是已经到家。
一个说明下次上传时间间隔规则的例子是:假定用户当前距离兴趣点圆明园相距20km且用户当前状态为静止,那么上传频率可以设定为每30分钟上传一次;如果用户当前状态为开车,那么上传频率可以设定为每10分钟上传一次;如果用户距离圆明园很近只有3km且当前状态为开车,那么上传频率可以设定为每1分钟上传一次,来感知用户是否接近或者到达圆明园。
根据用户的当前状态和用户的地理位置数据确定下次上传时间间隔可以通过查表的方式,即事先将各种当前状态、各种用户的地理位置离用户兴趣点的距离及所对应的下次上传时间间隔事先存储在一个表中供查找。也可以通过建立经验函数等方式来根据用户的当前状态和用户的地理位置数据确定下次上传时间间隔。
用户兴趣点是由服务器根据历史上用户上传的地理位置数据、用户通信记录信息、用户备忘录信息、或上述信息的任意组合确定的。
例如,历史上用户上传的地理位置数据很多都围绕着中关村和公主坟附近,则将中关村、公主坟确定为两个兴趣点(例如,可能一个是家,一个是单位)。用户短信中写今天下午3:00去圆明园,则现在是2:50,则圆明园可以是一个兴趣点。用户备忘录中写今天晚上在小王府吃饭,现在是傍晚,则小王府的地理位置可能是一个兴趣点。
从历史上用户上传的地理位置数据中提取兴趣点可以通过例如聚类算法等实现。
从用户通信记录信息、用户备忘录信息可以通过对用户通信记录信息、用户备忘录信息分词,并从分出的词中提取地点实现。从分出的词中提取地点可以采用训练模型的方式,即实现将大量的词输入模型,让模型识别地点,由专家来判正误,进行反馈,训练模型,使之不断完善。
在步骤306中,将计算出的下次上传时间间隔发送给移动设备。
图4为本发明一种服务器端为用户的移动设备计算下次上传地理位置数据的时间间隔的设备400的一个实施例的结构示意图。用户的移动设备计算下次上传地理位置数据的时间间隔的设备400包括接收单元402、确定单元404、发送单元406。
接收单元402被配置为接收移动设备上传的用户的当前状态和用户的地理位置数据。
确定单元404被配置为基于用户的当前状态反映出的用户的运动速度、用户的地理位置离用户兴趣点的距离,确定下次上传时间间隔。
用户兴趣点是根据历史上用户上传的地理位置数据、用户通信记录信息、用户备忘录信息、或上述信息的任意组合确定的。
发送单元406被配置为将确定出的下次上传时间间隔发送给移动设备。
图4的每个单元可以通过软件或硬件(例如集成电路、FPGA等)实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的。
Claims (16)
1.一种上传用户地理位置数据的方法,其特征在于,包括:
实时收集用户的加速度数据和地理位置数据;
将收集的用户的加速度数据和地理位置数据输入用户状态分类模型,得到用户的当前状态;
如果用户的当前状态发生改变,上传用户的当前状态和用户的地理位置数据,并获取下次上传时间间隔,下次上传时间间隔是由服务器根据用户的当前状态和用户的地理位置数据确定的,其中用户的当前状态反映出用户的运动速度越快,下次上传时间间隔越短;用户的地理位置离用户兴趣点越近,下次上传时间间隔越短;
按照当前的下次上传时间间隔,上传用户的地理位置数据。
2.根据权利要求1所述的方法,其特征在于,用户的加速度数据由移动设备端的加速传感器感测,和/或用户的地理位置数据通过定位系统获得。
3.根据权利要求1所述的方法,其特征在于,用户状态分类模型是通过将历史上实时收集的用户的加速度数据和地理位置数据输入分类器,并对分类器进行有监督训练而得到的。
4.根据权利要求1所述的方法,其特征在于,用户的当前状态分为静止、走路、跑步、骑自行车、开车中的一种或多种。
5.根据权利要求1所述的方法,其特征在于,用户兴趣点是由服务器根据历史上用户上传的地理位置数据、用户通信记录信息、用户备忘录信息、或上述信息的任意组合确定的。
6.根据权利要求1所述的方法,其特征在于,按照当前的下次上传时间间隔上传用户的地理位置数据的步骤包括:在上次上传用户的地理位置数据的时间点加上当前的下次上传时间间隔后的时间点,上传用户的地理位置数据。
7.一种为用户的移动设备计算下次上传地理位置数据的时间间隔的方法,其特征在于,包括:
接收移动设备上传的用户的当前状态和用户的地理位置数据;
基于用户的当前状态反映出的用户的运动速度、用户的地理位置离用户兴趣点的距离,确定下次上传时间间隔,其中用户的当前状态反映出用户的运动速度越快,下次上传时间间隔越短;用户的地理位置离用户兴趣点越近,下次上传时间间隔越短;
将确定出的下次上传时间间隔发送给移动设备。
8.根据权利要求7所述的方法,其特征在于,用户兴趣点是根据历史上用户上传的地理位置数据、用户通信记录信息、用户备忘录信息、或上述信息的任意组合确定的。
9.一种上传用户地理位置数据的设备,其特征在于,包括:
收集单元,被配置为实时收集用户的加速度数据和地理位置数据;
输入单元,被配置为将收集的用户的加速度数据和地理位置数据输入用户状态分类模型,得到用户的当前状态;
第一上传单元,被配置为如果用户的当前状态发生改变,上传用户的当前状态和用户的地理位置数据,并获取下次上传时间间隔,下次上传时间间隔是由服务器根据用户的当前状态和用户的地理位置数据确定的,其中用户的当前状态反映出用户的运动速度越快,下次上传时间间隔越短;用户的地理位置离用户兴趣点越近,下次上传时间间隔越短;
第二上传单元,被配置为按照当前的下次上传时间间隔,上传用户的地理位置数据。
10.根据权利要求9所述的设备,其特征在于,用户的加速度数据由加速传感器感测,和/或用户的地理位置数据通过定位系统获得。
11.根据权利要求9所述的设备,其特征在于,用户状态分类模型是通过将历史上实时收集的用户的加速度数据和地理位置数据输入分类器,并对分类器进行有监督训练而得到的。
12.根据权利要求9所述的设备,其特征在于,用户的当前状态分为静止、走路、跑步、骑自行车、开车中的一种或多种。
13.根据权利要求9所述的设备,其特征在于,用户兴趣点是由服务器根据历史上用户上传的地理位置数据、用户通信记录信息、用户备忘录信息、或上述信息的任意组合确定的。
14.根据权利要求9所述的设备,其特征在于,第二上传单元被配置为:在上次上传用户的地理位置数据的时间点加上当前的下次上传时间间隔后的时间点,上传用户的地理位置数据。
15.一种为用户的移动设备计算下次上传地理位置数据的时间间隔的设备,其特征在于,包括:
接收单元,被配置为接收移动设备上传的用户的当前状态和用户的地理位置数据;
确定单元,被配置为基于用户的当前状态反映出的用户的运动速度、用户的地理位置离用户兴趣点的距离,计算下次上传时间间隔,其中用户的当前状态反映出用户的运动速度越快,下次上传时间间隔越短;用户的地理位置离用户兴趣点越近,下次上传时间间隔越短;
发送单元,被配置为将确定出的下次上传时间间隔发送给移动设备。
16.根据权利要求15所述的设备,其特征在于,用户兴趣点是根据历史上用户上传的地理位置数据、用户通信记录信息、用户备忘录信息、或上述信息的任意组合确定的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410429031.9A CN105451171B (zh) | 2014-08-27 | 2014-08-27 | 上传用户地理位置数据的方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410429031.9A CN105451171B (zh) | 2014-08-27 | 2014-08-27 | 上传用户地理位置数据的方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105451171A CN105451171A (zh) | 2016-03-30 |
CN105451171B true CN105451171B (zh) | 2019-03-08 |
Family
ID=55560873
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410429031.9A Active CN105451171B (zh) | 2014-08-27 | 2014-08-27 | 上传用户地理位置数据的方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105451171B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107241697A (zh) * | 2017-06-30 | 2017-10-10 | 北京奇虎科技有限公司 | 用于移动终端的用户行为确定方法、装置及移动终端 |
CN109919560A (zh) * | 2019-03-20 | 2019-06-21 | 北京智芯微电子科技有限公司 | 智慧物资管理系统 |
CN114298421A (zh) * | 2021-12-30 | 2022-04-08 | 中国电信股份有限公司 | 用户的兴趣点预测模型的建模、使用方法及相关设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1913700A (zh) * | 2005-08-10 | 2007-02-14 | 中兴通讯股份有限公司 | 移动通信系统中跟踪定位业务的实现方法 |
US20090298513A1 (en) * | 2008-05-30 | 2009-12-03 | Karl Georg Hampel | Mobile-Server Protocol for Location-Based Services |
US20120100867A1 (en) * | 2010-10-25 | 2012-04-26 | Alohar Mobile Inc. | Determining Points of Interest of a Mobile User |
CN103995593A (zh) * | 2014-05-22 | 2014-08-20 | 无锡爱维特信息技术有限公司 | 基于加速度动作感应器的动态位置数据上传方法 |
-
2014
- 2014-08-27 CN CN201410429031.9A patent/CN105451171B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1913700A (zh) * | 2005-08-10 | 2007-02-14 | 中兴通讯股份有限公司 | 移动通信系统中跟踪定位业务的实现方法 |
US20090298513A1 (en) * | 2008-05-30 | 2009-12-03 | Karl Georg Hampel | Mobile-Server Protocol for Location-Based Services |
US20120100867A1 (en) * | 2010-10-25 | 2012-04-26 | Alohar Mobile Inc. | Determining Points of Interest of a Mobile User |
CN103995593A (zh) * | 2014-05-22 | 2014-08-20 | 无锡爱维特信息技术有限公司 | 基于加速度动作感应器的动态位置数据上传方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105451171A (zh) | 2016-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shen et al. | Review of GPS travel survey and GPS data-processing methods | |
Xu et al. | A survey for mobility big data analytics for geolocation prediction | |
Chen et al. | Probabilistic multimodal map matching with rich smartphone data | |
CN106462627B (zh) | 根据多个位置数据报告分析语义地点和相关数据 | |
CN105513395B (zh) | 一种基于车辆目的地预测的智能信息推送系统和方法 | |
CN105354196B (zh) | 信息推送方法和信息推送装置 | |
CN105444770A (zh) | 基于智能手机的车道级别地图生成和定位系统及方法 | |
CN105190345A (zh) | 用于使用三维位置信息改进定位服务的系统和方法 | |
CN105718465A (zh) | 地理围栏生成方法及装置 | |
CN105635956B (zh) | 一种基于室内虚拟地标的定位方法及装置 | |
CN103218442A (zh) | 一种基于移动设备传感器数据的生活模式分析方法及系统 | |
CN104156897A (zh) | 基于情景感知的室内导览系统 | |
CN108292308A (zh) | 根据移动习惯为用户推荐车辆/乘客资源 | |
CN109688532A (zh) | 一种划分城市功能区域的方法及装置 | |
CN113449207B (zh) | 电子设备定位的方法、装置、服务器、系统以及存储介质 | |
CN109195113A (zh) | 一种用于识别用户出行轨迹的方法、装置及计算机设备 | |
CN103744967A (zh) | 以地图呈现推荐讯息的方法 | |
CN105451171B (zh) | 上传用户地理位置数据的方法及设备 | |
CN107133689B (zh) | 一种位置标记方法 | |
Jariyasunant et al. | Overcoming battery life problems of smartphones when creating automated travel diaries | |
CN107220856B (zh) | 一种移动消费群组识别的系统及方法 | |
Rodrigues et al. | Impact of crowdsourced data quality on travel pattern estimation | |
CN106446102B (zh) | 基于地图围栏的终端定位方法和装置 | |
Santos et al. | Gbus-route geotracer | |
CN110830915A (zh) | 一种确定起点位置的方法及装置 |
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 |