CN105453121A - 用于分析学的位置分析 - Google Patents
用于分析学的位置分析 Download PDFInfo
- Publication number
- CN105453121A CN105453121A CN201480046006.0A CN201480046006A CN105453121A CN 105453121 A CN105453121 A CN 105453121A CN 201480046006 A CN201480046006 A CN 201480046006A CN 105453121 A CN105453121 A CN 105453121A
- Authority
- CN
- China
- Prior art keywords
- user
- subset
- logout
- data
- relation
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/048—Fuzzy inferencing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
-
- 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
- H04W4/029—Location-based management or tracking services
Abstract
公开了一种用于推断第一用户和区域之间的关系的方法,其中用户与一个或多个用户设备相关联。该方法包括:检索具有对应于用户设备的用户设备信息的事件记录,并且基于事件记录来推断用户和区域之间的关系。还公开了一种用于确定用户在分级结构中组织的多个位置中的位置处的存在的方法。该方法包括:接收从分级结构选择的位置的指示,确定与所选位置相关联的节点,从每一个节点检索事件记录,并且基于所检索的记录来确定位于所选位置处的用户的数目。
Description
背景技术
每种商业或服务操作在空间维度内——不管这是诸如零售商店之类的物理位置还是经由网站的虚拟位置。为了高效地操作商业或服务,必需了解商业或服务的客户和用户的人口学和心理行为。该过程已知为“客流量(footfall)分析”。
通常,客流量分析在零售商业部门内执行,并关注于测量到零售商店的访问者的数目和这些访问者的人口学,并且理想地这些如何转化为销售。
然而客流量分析不仅限于零售环境。例如,医院可能想要了解其患者的运动,地方当局可能想要了解有计划事件的影响,或者在线零售商可能想要了解他们的客户在使用该服务时在哪。
其中客流量分析具有特别重要的应用的一个领域是在设施管理的领域中。现代设施包括配置成控制设施的各方面的数个子系统。这可以包括室内设施(诸如建筑物)和室外设施(诸如街道)二者。
一些子系统基于存在于给定位置中的人的数目或特性而被控制。这传统地涉及手动计数进入位置的人的数目以及采访样本以确定他们的特性,诸如他们访问位置的原因。该手动收集的信息然后可以被用于近似将来在该区域中的人的数目和特性。基于该近似,可以设置子系统的各种参数(诸如输出级别和设置点)。然而,关于该手动过程的关键缺点在于,最初收集数据是非常耗时的。此外,由于数据不是完全实时的,并且实际上依赖于过去样本针对将来场合进行外推,所以其可能是非常不准确的,从而导致子系统的欠佳性能。
虽然准确的客流量分析将提供用于子系统的自动化控制的最佳基础,但是关于收集数据的困难性导致在现有技术中尝试考虑其他方法。一些子系统可以通过将子系统链接到一个或多个传感器而自动控制。子系统的输出然后可以基于传感器读数而自动调整。例如,空调子系统可以被配置成基于周期性或连续的传感器读数来调节区域内的温度以保持在两个设置点内。然而,这样的方法仅在其中存在容易测量的输出的情况下是合适的,并且在任何情况下,需要监视要安装和维护的基础结构。
自动控制的特别不精确的方法涉及使用运动传感器等来确定一个或多个人的存在。然而,这不提供存在的人的数目或种类的任何指示,并且容易出现大量的假正和真负。例如,确定某人是否为重复访问者是非常困难(甚至实用上不可能的)。虽然对于这样的传感器可能有可能确定某人是成人还是孩子(基于人的尺寸),但是甚至这通常都是非常不准确和不可靠的。任何进一步的分析通常是不可能的。因此,这样的方法仅在其中准确度和精度不是那么重要的非常有限的情况下是适当的。
因此,在本领域中需要针对分析用户客流量和基于用户客流量来控制相关联的子系统的方法方面的改善或至少为公众提供有用的选择。
发明内容
在第一方面中,提供了一种用于推断第一用户和区域之间的关系的方法。第一用户与一个或多个第一用户设备相关联。一个或多个节点(例如,电信节点)能够服务位于所述区域之内的用户设备。该方法包括检索多个事件记录的第一子集。每一个事件记录对应于节点中的事件并且包括用户设备信息、时间信息和位置信息。所检索的第一子集包括具有对应于一个或多个第一用户设备的用户设备信息的一个或多个事件记录。随后,可以基于与所检索的事件相关联的用户设备信息、时间信息和位置信息中的一个或多个来推断第一用户和区域之间的关系。
在优选实施例中,该方法还包括在数据存储区中存储所述关系。以此方式,所存储的关系可以用于帮助
推断关系可以包括:过滤第一子集以产生第二子集,第二子集包括具有关于第一时间和第二时间之间的时间的时间信息的第一子集的事件记录;确定针对每一个位置的平均值和标准偏差,所述每一个位置具有第二子集中的至少一个对应的事件记录;以及基于针对每一个位置的平均值和标准偏差来推断针对用户的第一位置。
在优选实施例中,第一时间是白天时间且第二时间是夜晚时间。因此,推断用户和位置之间的关系包括记录位置是针对用户的工作位置。这反映许多用户将在白天期间位于工作处。
在优选实施例中,第一时间是夜晚时间且第二时间是白天时间。因此,推断用户和位置之间的关系包括记录位置是针对用户的家庭位置。这反映许多用户将在夜晚期间位于家庭处。
推断关系可以包括针对与第一子集中的至少一个记录中的位置信息对应的每一个位置:计算具有关于所述位置的位置信息的记录的数目;以及基于记录的数目来推断用户和位置之间的关系。
基于数目来推断用户和第一位置之间的关系还可以包括:如果数目大于第一数目,则记录所述用户是在第一位置处的现场工作人员;如果数目小于第一数目但大于第二数目,并且如果针对用户的工作位置与针对所述用户的家庭位置相同,则记录所述用户是在第一位置处的家庭工作人员;如果数目小于第一数目但大于第二数目,并且如果针对用户的工作位置与针对所述用户的家庭位置不相同且所述第一位置与所述用户相关联,则记录所述用户是在第一位置处的内部访问者;以及如果数目小于第一数目但大于第二数目,并且如果针对用户的工作位置与针对所述用户的家庭位置不相同且所述第一位置不与所述用户相关联,则记录所述用户是在第一位置处的外部访问者。
事件记录可以包括在节点处生成的计费数据记录。以此方式,存在生成事件记录中的减少的开销,这是因为计费数据记录将在任何情况下在节点的普通操作期间生成。
在优选实施例中,设施中的子系统的操作基于所推断的关系而自动控制。
在第二方面中,提供了一种具有存储在其上的计算机可执行指令的计算机可读介质,所述指令当由计算机执行时使得计算机执行第一方面的方法。
在第三方面中,提供了一种用于确定用户在具有多个级别的分级结构中组织的多个位置中的位置处的存在的方法。多个位置是区域的部分,其中分级结构的每一个级别与区域的区域类型相关联。多个节点能够服务位于所述区域内的用户设备。
首先,接收从分级结构选择的第一位置的指示。然后,确定与所选第一位置相关联的多个节点的子集。节点的子集中的每一个节点能够服务位于第一位置处的用户设备。从多个节点的子集中的每一个节点检索一个或多个事件记录。每一个事件记录对应于相关联的节点处的用户设备事件,并包括用户设备信息、事件信息和位置信息。最后,基于所检索的记录来确定位于所述所选第一位置处的用户的数目。以此方式,可以准确并高效地获得用户在分级结构中的存在。
在优选实施例中,该方法还包括在数据存储区中存储用户的数目。
在优选实施例中,该方法还包括将第一位置处的用户数目与针对第一位置的预定用户容量相比较。以此方式,可以在超过第一位置的容量时通过例如提高警告条件来采取动作。
区域类型可以包括分区、楼层或建筑物中的一个。这些反映其中区域可以具有分级结构的典型情况。
确定与所选第一位置相关联的多个节点的子集可以包括从与第一位置相关联的节点和所述节点的后代形成所述子集。
在第四方面中,提供了一种具有存储在其上的计算机可执行指令的计算机可读介质,所述指令当由计算机执行时使得计算机执行第三方面的方法。
附图说明
现在将参照附图描述本发明,在所述附图中:
图1示出用于处理用于在客流量分析中使用的事件记录的方法;
图2示出用于确定哪些位置承载针对用户的某些关系的方法;
图3示出用于推断用户针对位置的停留(dwell)类型的方法;
图示出基于小区(cell)的分级的示例性结构;
图5示出用于分析发生在形成分级结构的位置中的事件记录的第一方法;
图6示出用于分析发生在形成分级结构的位置中的事件记录的第二方法;
图7示出用于实现所描述的方法的示例性系统;以及
图8A和8B示出用于分析门户的示例性实施例。
具体实施方式
为了实现任何有用的客流量分析,必须首先收集相关数据。在实际中,绝大多数人随身携带与用于移动服务等的基站(或电信节点)通信的一个或多个设备。通常,设备与最近的基站进行通信。
基于此,如果设备连接到基站,则其可以推论该设备位于基站周围的区域内,其更靠近该基站而不是任何其他基站。该分析可以在数学上使用Voronoi算法来建模以将具有多个基站的大的地理区域划分成小区。当然,其他方法可以用于将移动电信小区和/或通信覆盖区域映射到地理区域中。每一个小区因此可以被映射到通常将以基站为中心的地理区域。
基站可以是常规的移动电话基站,向覆盖跨若干千米的区域的宏小区提供服务。在一些设置中,也可以使用较小的小区(诸如毫微微小区),特别是在室内需要服务的情况下。在这样的情况下,建筑物的每一个楼层或房间可以是单独的小区,并且用户设备可以与用于其楼层的基站进行通信。
在使用中,用户设备与基站通信。在这样做时,基站通常生成并存储基于已经发生的事件的事件记录。这些事件可以例如包括正在建立的电话呼叫或正在发送的文本消息。每一个事件记录包括指示事件何时发生的时间数据、指示涉及的用户设备的设备数据、指示发生的事件的类型的类型数据、以及指示事件发生在其中的网络小区的小区数据。
时间数据可以包括事件开始的日期和时间以及事件的持续时间。可替代地,其可以包括事件开始的第一日期和时间以及事件结束的第二日期时间。
设备数据唯一地标识在事件中涉及的设备。这通常是通过映射到设备、用户帐户或用户的一个或多个ID。通常,这包括用于设备的MSISDN、用于用户的IMSI(或与用户相关联的SIM卡或设备)、或用于设备的IMEI中的一个或多个。在一些情况下,可以使用匿名ID(特别是匿名MSISDN)。
类型数据标识发生的事件的类型。例如,事件类型数据可以指示事件是电话呼叫。这可以通过对应于查找表中的条目的代码来完成。
小区数据可以简单地是用于小区的标识符。然而,使用小区和地理区域之间的映射,小区数据也可以用作地理标识符。因此,使用该映射,可以容易地计算用于事件记录的位置数据,其标识事件发生的地理区域或位置。
在许多情况下,在基站的普通操作期间生成事件记录。在该情况下,存在生成事件记录的很少的附加开销,这是因为不管事件记录是否要用于客流量分析,都将生成它们。在一些情况下,事件记录可以包括被生成用于对用户的帐户计费的计费数据记录(CDR)。
虽然已经参照在基站处发生的事件描述了以上的事件记录,但是事件记录可以被附加地或可替代地生成和/或从基站的操作之外检索。特别地,事件记录可以包括在其他网络中发生的事件的记录。例如,事件记录可以涉及非电信网络(诸如通过WiFi网络传递的请求和响应)、GPS的使用、设备(诸如被接通或连接到不同小区的设备)的内部状态等。
数据收集
现在转到图1,示出了一种用于处理针对地理区域的事件记录的方法。设施管理子系统通常配置成单独地向不同的区域提供服务。例如,照明可能在第一区域而不是第二区域中需要,即使这两个区域均由单个子系统管理。因此,单独地针对每一个地理区域考虑事件记录可以是有用的。
在步骤102处,针对给定的地理区域检索事件记录。为了这样做,用于对应于地理区域的小区的标识符被检索。这可以使用将位置映射到小区的查找表等来完成。所存储的事件记录然后被过滤以产生与所标识的小区相关的事件记录的子集。因此,子集仅涉及在给定地理区域内发生的事件。
在步骤104处,一组设备被标识,其每一个具有事件记录的子集中的至少一个对应的事件记录。事件记录然后可以被分成多个进一步的子集,其中每一个涉及单个用户设备。
在步骤106处,针对与每一个用户设备相关的子集生成用户构造体(construct)。每一个用户构造体包括涉及设备并且继而涉及名义(nominal)用户的事件记录的子集。在一些情况下,用户构造体可以实际涉及多个设备,例如,如果单个用户随身携带两个设备的话。
用户构造体可以在不必直接具有用户的任何知识的情况下创建。以此方式,用户构造体可以是匿名的。此外,因为每一个用户构造体可以仅涉及单个区域,所以同一实际用户可以被看作第一区域中的第一用户构造体和第二区域中的不同的第二用户构造体。
在步骤108处,这些用户构造体存储在数据存储区中以供将来使用。一旦生成并存储用户构造体,则可以执行客流量分析。
推断用户和位置之间的关系
多数用户具有他们由于他们针对位置的关系而常去的至少数个位置。尽管实际位置将根据用户到用户而变化,但是这些关系中的每一个趋于表现出相同的使用模式。例如,用户可能趋于在平日期间访问第一位置,并且可能趋于在晚上和夜晚期间访问第二位置。
应当注意的是,位置本身不需要针对不同用户具有相同关系。位置因此仅可以被限定为具有针对给定用户的特定关系。
每个关系通常将被建模为针对大多数用户保存的一个或多个使用模式。这可以被实现为等式或存储过程,其可以在确定哪个位置承载针对用户的该关系中被用于数据集上。
图2示出用于确定哪些位置承载针对用户的某些关系的方法。如上所述,每一个用户被建模为具有一个或多个相关联的用户设备的匿名用户构造体。
在步骤202处,事件记录的子集被检索。子集中的每一个事件记录具有对应于一个或多个用户设备的设备信息。
在步骤204处,用户和位置中的一个或多个之间的关系基于事件记录的子集来推断。
作为第一关系的示例(诸如工作关系),具有在白天期间发生的多数事件的位置应被选择为承载针对用户的第一关系。这通过首先分析在白天(诸如从08:00到18:00)期间在每一个位置处发生的事件的数目来产生针对位置的平均值和标准偏差而计算。一旦这些已经针对每一个位置而计算,则具有最高平均值和最低标准偏差的位置被选择为承载针对用户的第一关系。
作为第二关系的示例(诸如家庭关系),具有在夜晚期间发生的多数事件的位置应被选择为承载针对用户的第二关系。这通过首先分析在夜晚(诸如从20:00至06:00)期间在每一个位置处发生的事件的数目来产生针对位置的平均值和标准偏差而计算。一旦这些已经针对每一个位置而计算,则具有最高平均值和最低标准偏差的位置被选择为承载针对用户的第二关系。
在步骤206处,所推断的关系优选地通过在数据存储区中存储关系而被记录为与用户构造体(以及因此,用户)相关联。
一旦对应于每一个关系的位置被推断,则可能有可能通过将所推断的关系匹配到一个或多个进一步的简档来进一步分类用户与位置的关系。其一个示例是停留类型:例如,如果所推断的位置与工作关系相关联,则用户可以进一步分类为内部访问者、外部访问者或现场工作人员。
因此,在步骤208处,对于一个或多个关系,停留类型可以基于事件记录的子集以及用户构造体来推断。在图3中示出了用于推断停留类型的方法的优选实施例。
在步骤210处,停留类型优选地通过在数据存储区中存储而被记录为与用户构造体(以及因此,用户)相关联。
图3示出步骤208的优选实施例。该步骤在第一位置被确定为承载针对用户的第一关系时执行。
在步骤222处,针对给定时间段(通常至少几天)确定在该位置处的事件的频率。这可以通过计数具有对应于位置的位置数据和对应于落入在给定时间段内的时间的时间数据的子集中的事件记录的数目来完成。可替代地,在该位置处在给定时间段期间的事件的总持续时间可以被确定为并用作频率。
如果频率大于第一阈值(x1),则该方法进行到步骤224。在步骤224处,停留类型被记录为“现场工作人员”,即,用户被推断为第一位置处的工作人员。
如果频率小于第一阈值(x1)但大于较小的第二阈值(x2),则该方法进行到步骤226。在步骤226处,将第一位置与承载针对用户的第二关系的第二位置相比较。
如果第一位置和第二位置相同,则该方法进行到步骤228。在步骤228处,停留类型被记录为“家庭工作人员”,即,用户被推断为第二位置处的工作。
如果第一位置与第二位置不同,或者如果频率小于第二阈值,则该方法进行到步骤230。
在步骤230处,用户被记录为到第一位置的“访问者”,即,用户被推断为暂时访问该位置。在一些情况下,这可以被进一步分类。如果用户以另一方式与第一位置相关联(诸如通过在用户构造体中所保存的其他数据),则用户可以被记录为“内部访问者”。否则,用户可以被记录为“外部访问者”。
在使用中,关系可以被用在控制一个或多个子系统中。其示例可以是在提供因特网服务中。在一个位置处的用户可以被视为相比于在另一位置处的用户对其因特网服务中的延迟更敏感。因此,当需要对服务区分优先次序时(诸如当针对数据传送的需求超过可用性时),因特网子系统可以使向在一个位置处的用户的服务优先于向在另一位置处的用户的服务。
作为进一步的示例,关系可以被用于对提供给位置的动态内容进行上下文研究。如果给定位置承载针对大量用户的相同关系,则在该位置中提供给用户的动态内容可以被选择为与该关系相关。
分级结构化的位置中的客流量分析
在一些情况下,自然发生的区域可以实际包括多个区域,其每一个包括由服务用户设备的基站所限定的单独小区。最值得注意的是,这可能发生在城市区域中,在其中例如楼层是建筑物的一部分,并且建筑物是场地的一部分。
事件记录通常仅映射到单个区域,这通常是最特定的可用的一个。例如,事件记录可以指对应于楼层而不是对应于建筑物的小区。这样,当缺乏经验地处理时,仅着眼于建筑物级别的分析可能提供不准确的结果。
这些区域可以被建模为分级(或树状)结构,其中该结构的每一个级别对应于不同的区域类型。以此方式,区域本身和区域的计算机模型二者均可以被视为是分级的。
在图4中示出了这样的结构的示例。其中,每一个节点对应于不同的区域,其中每一个节点的父亲(parent)对应于包括孩子(child)节点的区域。在该具体示例中,场地被作为根节点来对待,其由两个建筑物(建筑物A和建筑物B)构成。建筑物A具有三层,其中一个本身具有两个分区。建筑物B具有两层。
通常,分级结构的叶子(leaf)由基站的放置来限定,以使得分级结构中的每一个叶子对应于小区,每一个小区具有用于服务用户设备的一个或多个基站。非-叶子节点也可以对应于未由叶子节点中的一个所覆盖的小区。例如,建筑物可以具有对应于建筑物宽的小区的基站,而仅楼层的子集具有楼层特定的小区。因此,在一些情况下,孩子节点的区域的联合不必与父亲节点的区域匹配。
当存在这样的分级结构时,针对区域的事件记录的任何分析可以被适配成考虑区域的分级性质。图5示出了用于这样做的方法。
在步骤302处,接收第一位置的指示。第一位置与分级结构中的第一节点相关联。第一节点通常将具有分级结构中的一个或多个孩子节点。
在步骤304处,确定与所选第一位置相关联的多个节点的子集。特别地,该子集包括第一节点以及第一节点的任何后代节点。如将理解的,这可以通过本领域中已知的任何合适的树遍历算法来实现。
在步骤306处,检索与节点的子集的每一个相关联的一个或多个事件记录。在该情况下,事件记录与节点相关联,如果事件记录包括用于用户设备的标识符和用于与节点对应的位置的标识符的话,或者换句话说,如果事件涉及用户设备并发生在位置处的话。
事件记录可以被过滤以避免对被记录为在第一位置处并在该第一位置的孩子处二者的用户双重计数的风险。例如,通常可能存在针对在给定楼层处以及在建筑物中的用户设备的事件记录。
在步骤308处,位于所选第一位置处的用户的数目基于所检索的记录来确定。为了实现此,首先计算一组用户设备。该组用户设备包括由所检索的事件记录中的至少一个所标识的每一个用户设备。然后确定一组用户构造体,其包括与至少用户设备相关联的每一个用户构造体。可能存在比用户设备少的用户构造体,如果一个用户构造体与多于一个用户设备相关联的话。最后,取得唯一用户构造体的计数,由此产生在该位置处的用户的数目(包括该位置内的所有子区域)。
在步骤310处,在第一位置处的用户的数目可以存储在数据存储区中。
进一步的分析可以在分级结构上执行,诸如在图6中所示的。图6的步骤302-306与图5中的那些步骤相同。
在步骤312处,计算位于所选第一位置处的用户的停留时间。为了实现此,针对具有事件记录的至少一个中的对应的用户设备的每一个用户(或更精确地,针对每一个用户构造体),首先计算与该用户相关联的一组用户设备。事件记录然后被处理以基于事件记录中的时间信息确定最早和最晚的事件记录。最早的事件记录和最晚的事件记录之间的时间差然后可以被视为用户的停留时间。
应当注意,最早的事件记录的位置和最晚的事件记录的位置不需要是相同的,尽管它们应该均对应于所确定的子集中的节点。例如,用户可以通过第一分区进入建筑物,并通过第二分区退出建筑物,而第一位置包括作为整体的建筑物。
可替代地,可以计算针对每一个用户的近实时的停留时间,特别是在用户仍然在该位置处的情况下。在这样的情况下,停留时间可以被计算为最早的事件记录和当前时间之间的时间差。
在步骤314处,针对每一个用户的停留时间可以被存储在数据存储区中。
在使用中,子系统可以被配置成基于存在于位置中的用户数目和/或基于所计算的停留时间来适配其服务提供。
最值得注意的是,用户的数目的计数可以被用于自动容量监视。周期性地,在位置处的用户数目可以与针对该位置的预定限制相比较。如果用户数目超过该限制,则子系统可以自动地拒绝另外的人的进入,或者可以通过电子标牌等自动地使用户转移到不同区域。
另一应用是关于自动紧急监视。例如,如果用户已经在比普通用户所做的长得多的时间内停留在特定位置中,则可能存在用户受伤或以其他方式被致使不能移动的风险。在这样的情况下,当停留时间超过用于位置的预定值或已偏离平均值足够远时,可以自动地调用紧急服务以确定用户是否需要帮助。
基础结构
上述方法针对要执行的各种客流量分析而提供。在使用中,这些方法通常在系统中执行。在图7中示出了一种这样的示例性系统。
在该系统中,数据最终源自移动网络运营商10。数据存储在一个或多个数据存储区11中。每一个数据存储区可以专用于不同种类的数据。例如,每一个数据存储区11可以涉及实时网络数据、网络和OSS数据、应用数据或操作数据中的一个或多个。
移动网络运营商10提供API服务12。响应于接收到API调用,API服务12从数据存储区11检索适当数据,并返回该数据。对API服务12的访问可以仅限于某些方,并且因此可能需要认证。对API服务12做出的请求可以被做成联合的查询,以使得响应于该查询,多个数据源被搜索并且结果被编译。在一些情况下,除了响应于接收到API调用之外,API服务12可以将数据发送到预定的接收者。例如,这可以发生在数据存储区11中的新存储的数据匹配于预定条件时。以此方式,API服务12可以利用“推送”传输。
提供分析平台20以管理上述的方法。
分析平台包括客户端API21,其被配置成调用移动网络运营商10处的适当的API服务12。执行这些调用以便检索针对要执行的分析方法所需的数据(诸如事件记录)。可以实时地(或至少近实时地,其中数据在对应事件发生的15分钟左右内是可用的)检索数据。
API服务12和客户端API21之间的通信通常涉及RESTful架构。因此,针对资源的请求可以通过客户端API21使用标准HTTP方法做出,并且响应使用HTML、XML或JSON通过FTP或HTTP而接收。
在客户端API21处接收的数据然后被发送到数据处理模块22。接收的数据可以落入到三种类别之一中:结构化数据(其遵循预先约定的标准的强制性核心)、半结构化数据(其遵循对预先约定的标准的可选附加)或非结构化数据(其不遵循预先约定的标准)。
在一些情况下,多个移动网络运营商10可以为其各自的数据提供API服务12。在该情况下,客户端API21可以继而从每一个移动网络运营商10检索数据,并继而将所检索的数据从每一个移动网络运营商10传递到数据处理模块22。
数据处理模块22被配置成根据其类型来处理传入的数据。更精确地,数据处理模块22包含操作以将数据处理成适于存储和/或将来使用的形式的一个或多个操作服务组件。组件可以包括接受结构化数据的一个或多个结构化加载器。组件可以附加地或可替代地包括被配置成对半结构化数据进行操作的一个或多个半结构化加载器。半结构化加载器可以操作以确定半结构化数据的数据字段,并创建适当的存储对象。组件(其可以包括结构化加载器或半结构化加载器)可以操作以执行数据验证、数据匿名化、数据富集和转换、数据优化(诸如索引)、数据审计和记入等中的一个或多个。一旦被处理,则数据然后被存储在数据存储区23中。
数据存储区23通常保存四个种类的数据:移动订户数据、参考数据、系统元数据和导出数据。移动订户数据包含源自网络事件和与移动订户有关的所有“原始”数据。这通常包括事件记录,并且可以被视为用于分析的主要种类数据。参考数据包括可以改善分析的操作的辅助数据。这可以包括网络站点/小区配置数据、地理数据(诸如GIS多边形数据)、外部客流量查证统计、人口统计或天气数据。相比于移动订户数据,参考数据可以较不频繁地更新,或者可以被作为静态的来对待并且不更新。系统元数据通常保存与各种API的操作(诸如调用限定和调度)相关的数据,以便维持系统内的灵活性。导出数据包括基于移动订户数据和参考数据所计算和推断的数据。
提供分析处理模块24,其作用于存储在数据存储区23中的数据上。如将理解的是,分析处理模块24通常实现本文所描述的客流量分析方法,然后将结果存储在数据存储区23中。更精确地,分析处理模块24可以包括处理器和存储器,其包括指令,所述指令当由处理器执行时使处理器执行上述方法中的一个或多个。
分析平台20还包括被配置成接收来自一个或多个外部实体的请求的API服务25。API服务25可以针对一个或多个不同等级的服务而提供。第一等级包括数据提取,从而提供了一种用于递送原始数据集的机制。在多数情况下,这很可能是导出数据。然而,在一些情况下(诸如,其中主数据源是不可用的),也可以提供其他类型的数据。第二等级包括数据可视化,从而提供了一种用于递送以视觉方式表达(例如,如图表、图形)或被处理以用于可视化中(诸如提供用于地理标注和可视化的KML/KMZ文件)的数据的机制。第三等级包括洞察(insight),从而提供一种用于递送报告(优选以预限定的格式)的机制。这可以用于提供原始数据的格式化输出(其继而可以包括可视化)。
可以提供分析门户32以虑及用于分析平台的用户接口。特别地,分析门户32被配置成虑及数据的报告和可视化。其通常包括被配置成通过API服务25从分析平台检索数据并提供一个或多个动态网页的网络服务器(webserver)。每一个网页当被调用以示出客流量数据的视图时被生成。这可以使用标准门户组件(portlet)来完成。
一个或多个子系统控制器34也可以通过API服务25与分析平台进行通信。对应的子系统(诸如空调子系统)可以被配置成根据所检索的数据进行操作。
虽然单独示出,但是可以想到的是,分析平台和分析门户可以一起操作,并且可以被提供为单个系统或计算机程序产品,使得分析门户简单地通过API服务25提供用户接口。
因此,在优选实施例中,提供了一种用于在网络中执行分析的系统。该系统优选地包括分析平台20。分析平台20优选地包括:客户端API模块21,其被配置成调用移动网络运营商10处的API服务12并且响应于该调用而从API服务12接收数据;数据存储区23;数据处理模块22,其被配置成处理所接收的数据并在数据存储区23中存储经处理的数据;分析处理模块24,其被配置成执行一个或多个分析方法(诸如在以上关于图2至6所描述的那些方法);以及API服务模块25,其被配置成配置成从一个或多个外部实体接收请求,并响应于请求而提供一个或多个数据服务。
现在将关于图8A和8B来描述示例性分析门户32。在这些示例中,分析门户32包括网络服务器40。网络服务器40通常被配置成接收请求并以共同的网络服务器格式(诸如HTTP)进行响应。响应可以包括提供动态门户或门户页面。网络服务器40优选被配置成遵守适当的标准,诸如JSR168。在使用中,网络服务器40(或至少网络服务器40的组件)可以与各种其他模块进行通信。因此,在图8A中所示的示例中,网络服务器40与分析平台20中的API服务25进行通信。以此方式,针对网络服务器40的操作所需的内容可以经由适当的调用而供应到API服务25。网络服务器40也经由API服务52(并且优选地经由由API服务52提供的数据提取功能)与数据存储区54进行通信。在这样的示例中,数据存储区54通常被配置成存储用于网络服务器40的门户元数据。数据存储区54和API服务52可以与分析平台20分离。
在一些实施例中,API服务52和数据存储区54与API服务25和数据存储区23集成。其示例示出在图8B中,其中网络服务器40经由API服务25(优选地经由由API服务25提供的数据提取功能,如上所述)与数据存储区23进行通信。数据存储区23因此可以被配置成存储门户元数据,并且API服务25被配置成供应关于所做出的适当调用的门户元数据。
如在图8A和8B二者中可以看到的,网络服务器40包括门户访问模块42,其被配置成评估用户或群组的证书,并基于该评估来评价组件(诸如门户组件)对于给定的用户或群组是否可见。为此目的,门户访问模块42可以优选地经由合适的API服务25、52与保存门户元数据的数据存储区23、54进行通信。基于对API服务的一个或多个查询的结果,门户访问模块42然后可以评价可见性或访问。
网络服务器40还包括布局控制模块44。布局控制模块44被配置成查询API服务25、52以检索门户元数据,并基于所检索的门户元数据来确定何处以及如何显示页面和门户组件。为此目的,布局控制模块44可以与具有一个或多个门户组件48的门户组件库46进行通信,门户组件库46被配置成使得可以用于显示数据的不同方面的模块化组件可用,并优选地遵守适当的标准,诸如JSR168。门户组件48可以包括映射门户组件、图表门户组件、图像门户组件、文本门户组件、或任何其他合适类型的门户组件。
门户组件库46也可以被配置成从合适的数据存储区检索内容以用于门户组件48中的一个或多个的显示中。特别地,门户组件库46可以对API服务25、52进行调用,以检索数据来用作内容。在使用中,每一个门户组件48可以由布局控制模块44基于所检索的门户元数据来初始化并维持。以此方式,布局控制模块44准备门户和门户页面以用于来自网络服务器40的响应中。
因此,在优选的实施例中,提供了一种用于操作分析门户的系统。该系统包括:门户访问控制模块42,其被配置成评价用户或群组的证书;门户组件库46,其被配置成存储一个或多个门户组件48;以及布局控制模块44,其被配置成基于门户元数据和一个或多个门户组件来初始化一个或多个门户页面。
本申请经由一个或多个示例描述了本发明的各实施例。然而,如将对于本领域技术人员是显而易见的,可以在不脱离本发明的精神和范围的情况下对所描述的示例和实施例做出各种修改和改变。这样的修改和改变包括在本申请的范围之内。
本申请描述了各种技术上可实现的分析系统和方法。本申请中描述的任何实施例的商业实现可以经受适用的隐私法。
Claims (16)
1.一种用于推断第一用户和区域之间的关系的方法,第一用户与一个或多个第一用户设备相关联,其中,一个或多个节点能服务位于所述区域之内的用户设备,所述方法包括:
检索多个事件记录的第一子集,其中每一个事件记录对应于节点中的事件并且包括用户设备信息、时间信息和位置信息,第一子集包括具有对应于一个或多个第一用户设备的用户设备信息的一个或多个事件记录;以及
基于与所检索的事件相关联的用户设备信息、时间信息和位置信息中的一个或多个来推断第一用户和区域之间的关系。
2.根据权利要求1所述的方法,还包括在数据存储区中存储所述关系。
3.根据权利要求1或2所述的方法,其中,推断关系包括:
过滤第一子集以产生第二子集,第二子集包括具有关于第一时间和第二时间之间的时间的时间信息的第一子集的事件记录;
确定针对每一个位置的平均值和标准偏差,所述每一个位置具有第二子集中的至少一个对应的事件记录;以及
基于针对每一个位置的平均值和标准偏差来推断针对用户的第一位置。
4.根据权利要求3所述的方法,其中,第一时间是白天时间且第二时间是夜晚时间,并且推断用户和位置之间的关系包括记录位置是针对用户的工作位置。
5.根据权利要求3所述的方法,其中,第一时间是夜晚时间且第二时间是白天时间,并且推断用户和位置之间的关系包括记录位置是针对用户的家庭位置。
6.根据权利要求1所述的方法,其中,推断关系包括针对与第一子集中的至少一个记录中的位置信息对应的每一个位置:
计算具有关于所述位置的位置信息的记录的数目;以及
基于记录的数目来推断用户和位置之间的关系。
7.根据权利要求6所述的方法,其中,基于数目来推断用户和第一位置之间的关系包括:
如果数目大于第一数目,则记录所述用户是在第一位置处的现场工作人员;
如果数目小于第一数目但大于第二数目,并且如果针对用户的工作位置与针对所述用户的家庭位置相同,则记录所述用户是在第一位置处的家庭工作人员;
如果数目小于第一数目但大于第二数目,并且如果针对用户的工作位置与针对所述用户的家庭位置不相同且所述第一位置与所述用户相关联,则记录所述用户是在第一位置处的内部访问者;以及
如果数目小于第一数目但大于第二数目,并且如果针对用户的工作位置与针对所述用户的家庭位置不相同且所述第一位置不与所述用户相关联,则记录所述用户是在第一位置处的外部访问者。
8.根据前述权利要求中的任一项所述的方法,其中,事件记录包括在节点处生成的计费数据记录。
9.根据前述权利要求中的任一项所述的方法,其中,设施中的子系统的操作基于所推断的关系而自动控制。
10.一种具有存储在其上的计算机可执行指令的计算机,所述指令当由计算机执行时使得所述计算机执行权利要求1至9中的任一项的方法。
11.一种用于确定用户在具有多个级别的分级结构中组织的多个位置中的位置处的存在的方法,所述多个位置是区域的部分,分级结构的每一个级别与区域的区域类型相关联,其中多个节点能服务位于所述区域内的用户设备,所述方法包括:
接收从分级结构选择的第一位置的指示;
确定与所选第一位置相关联的多个节点的子集,节点的所述子集中的每一个节点能服务位于第一位置处的用户设备;
从多个节点的子集中的每一个节点检索一个或多个事件记录,每一个事件记录对应于相关联的节点处的用户设备事件,并包括用户设备信息、事件信息和位置信息;以及
基于所检索的记录来确定位于所述所选第一位置处的用户的数目。
12.根据权利要求11所述的方法,还包括在数据存储区中存储用户的数目。
13.根据权利要求11所述的方法,还包括:
将第一位置处的用户数目与针对第一位置的预定用户容量相比较。
14.根据权利要求11至13中的任一项所述的方法,其中,区域类型包括分区、楼层或建筑物中的一个。
15.根据权利要求11至14中的任一项所述的方法,其中,确定与所选第一位置相关联的多个节点的子集包括从与第一位置相关联的节点和所述节点的后代形成所述子集。
16.一种具有存储在其上的计算机可执行指令的计算机可读介质,所述指令当由计算机执行时使得所述计算机执行权利要求11至15中的任一项的方法。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB1311037.4 | 2013-06-20 | ||
GB201311037A GB201311037D0 (en) | 2013-06-20 | 2013-06-20 | Collecting user movement information in a wireless network |
GB1316022.1 | 2013-09-09 | ||
GB201316022A GB201316022D0 (en) | 2013-09-09 | 2013-09-09 | Collecting user movement information in a wireless network |
PCT/GB2014/051901 WO2014203000A1 (en) | 2013-06-20 | 2014-06-20 | Location analysis for analytics |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105453121A true CN105453121A (zh) | 2016-03-30 |
Family
ID=51134133
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480046002.2A Pending CN105556554A (zh) | 2013-06-20 | 2014-06-20 | 多个设备相关性 |
CN201480046006.0A Pending CN105453121A (zh) | 2013-06-20 | 2014-06-20 | 用于分析学的位置分析 |
CN201480046004.1A Pending CN105474247A (zh) | 2013-06-20 | 2014-06-20 | 位置推断 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480046002.2A Pending CN105556554A (zh) | 2013-06-20 | 2014-06-20 | 多个设备相关性 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480046004.1A Pending CN105474247A (zh) | 2013-06-20 | 2014-06-20 | 位置推断 |
Country Status (4)
Country | Link |
---|---|
US (3) | US20160224901A1 (zh) |
EP (3) | EP3011525A1 (zh) |
CN (3) | CN105556554A (zh) |
WO (3) | WO2014203000A1 (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105556554A (zh) * | 2013-06-20 | 2016-05-04 | 沃达方Ip许可有限公司 | 多个设备相关性 |
CN106663105B (zh) * | 2014-06-27 | 2020-12-01 | 索尼公司 | 信息处理装置、信息处理方法和程序 |
US10523736B2 (en) | 2014-06-30 | 2019-12-31 | Microsoft Technology Licensing, Llc | Determining an entity's hierarchical relationship via a social graph |
CN105989079B (zh) | 2015-02-11 | 2019-10-08 | 阿里巴巴集团控股有限公司 | 获取设备指纹的方法及装置 |
EP3259893A1 (en) * | 2015-02-17 | 2017-12-27 | Telefonaktiebolaget LM Ericsson (publ) | Provision of location information in an ip multimedia subsystem network |
US20160248825A1 (en) * | 2015-02-25 | 2016-08-25 | Chian Chiu Li | Registration-Free Location-Based Social Networks |
US20160277526A1 (en) * | 2015-03-18 | 2016-09-22 | Facebook, Inc. | Systems and methods for determining household membership |
US10068027B2 (en) | 2015-07-22 | 2018-09-04 | Google Llc | Systems and methods for selecting content based on linked devices |
US10497023B2 (en) * | 2015-10-02 | 2019-12-03 | Adobe Inc. | Generating persistent profile identifiers |
US10348567B2 (en) * | 2015-10-15 | 2019-07-09 | Microsoft Technology Licensing, Llc | Mapping user identifiers between different device ecosystems |
US10110435B2 (en) * | 2015-11-10 | 2018-10-23 | Adobe Systems Incorporated | Techniques for associating variable versions of a cluster of devices identified at different times with the same user by assigning cluster identifiers |
US10255371B2 (en) * | 2016-09-19 | 2019-04-09 | Adobe Systems Incorporated | Methods and systems for identifying multiple devices belonging to a single user by merging deterministic and probabilistic data to generate a cross device data structure |
US9949230B1 (en) | 2016-12-07 | 2018-04-17 | At&T Intectual Property I, L.P. | Base station identification based location quality data determination |
WO2018121862A1 (en) * | 2016-12-29 | 2018-07-05 | Telecom Italia S.P.A. | Method and system for providing a proximity service to a mobile terminal in a smart space |
US10666720B2 (en) * | 2017-02-08 | 2020-05-26 | Free Stream Media Corp. | Maintenance of persistent master identifier for clusters of user identifiers across a plurality of devices |
US10469453B2 (en) * | 2017-02-10 | 2019-11-05 | Juniper Networks, Inc. | Granular offloading of a proxied secure session |
US10979284B2 (en) | 2017-04-28 | 2021-04-13 | Google Llc | Systems and methods for providing cross-network event attribution |
DE112017007657T5 (de) | 2017-07-19 | 2020-03-05 | Mitsubishi Electric Corporation | Verhaltensvisualisierungsvorrichtung und verhaltensvisualisierungsverfahren |
US10878051B1 (en) * | 2018-03-30 | 2020-12-29 | Palantir Technologies Inc. | Mapping device identifiers |
EP3570569B1 (en) | 2018-05-17 | 2020-12-09 | Motionlogic GmbH | Measuring and analyzing the movement of mobile devices with the help of a wireless telecommunication network |
WO2020085993A1 (en) * | 2018-10-26 | 2020-04-30 | Eureka Analytics Pte. Ltd. | Mathematical summaries of telecommunications data for data analytics |
CN110781743B (zh) * | 2019-09-23 | 2023-04-07 | 腾讯科技(深圳)有限公司 | 一种人群聚集事件的处理方法、装置及电子设备 |
US20230188937A1 (en) * | 2021-12-15 | 2023-06-15 | WootCloud Inc. | Systems and Methods for Computing Device Association |
US20240104411A1 (en) * | 2022-03-07 | 2024-03-28 | William Holloway Petrey, JR. | System and method for predicting the presence of an entity at certain locations |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080248815A1 (en) * | 2007-04-08 | 2008-10-09 | James David Busch | Systems and Methods to Target Predictive Location Based Content and Track Conversions |
US20100137003A1 (en) * | 2008-12-02 | 2010-06-03 | Verint Systems Ltd. | System and method for target location profiling |
CN102222370A (zh) * | 2011-06-17 | 2011-10-19 | 软库创投(北京)科技有限公司 | 终端设备、数据服务器、签到方法、签到处理方法及系统 |
CN102238584A (zh) * | 2010-05-04 | 2011-11-09 | 中国移动通信集团安徽有限公司 | 区域客流量监测装置、系统与方法 |
US20120226523A1 (en) * | 2009-10-23 | 2012-09-06 | Cadio, Inc. | Performing studies of consumer behavior determined using electronically-captured consumer location data |
US20130124333A1 (en) * | 2011-11-11 | 2013-05-16 | Jumptap, Inc. | Creation of a universal profile of a user by identifying similar user-managed assets on a plurality of devices of the user |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090187463A1 (en) * | 2008-01-18 | 2009-07-23 | Sony Corporation | Personalized Location-Based Advertisements |
US8260553B2 (en) * | 2008-09-30 | 2012-09-04 | Nokia Corporation | Methods, apparatuses, and computer program products for providing user location information |
US8296046B2 (en) * | 2009-12-08 | 2012-10-23 | At&T Intellectual Property I, L.P. | Cellular-based live traffic service |
KR101243536B1 (ko) * | 2011-04-25 | 2013-03-20 | 성균관대학교산학협력단 | 위치기반서비스를 이용한 음식점 검색 시스템 |
US8385943B1 (en) * | 2012-05-02 | 2013-02-26 | YFIND Technologies Pte. Ltd. | Method and apparatus for determining location information of a position in a multi-storey building |
US8954737B2 (en) * | 2013-06-18 | 2015-02-10 | Palo Alto Research Center Incorporated | Method and apparatus for performing distributed privacy-preserving computations on user locations |
CN105556554A (zh) * | 2013-06-20 | 2016-05-04 | 沃达方Ip许可有限公司 | 多个设备相关性 |
-
2014
- 2014-06-20 CN CN201480046002.2A patent/CN105556554A/zh active Pending
- 2014-06-20 WO PCT/GB2014/051901 patent/WO2014203000A1/en active Application Filing
- 2014-06-20 WO PCT/GB2014/051903 patent/WO2014203002A1/en active Application Filing
- 2014-06-20 US US14/977,346 patent/US20160224901A1/en not_active Abandoned
- 2014-06-20 US US14/977,333 patent/US20160196494A1/en not_active Abandoned
- 2014-06-20 US US14/977,351 patent/US20160294963A1/en not_active Abandoned
- 2014-06-20 CN CN201480046006.0A patent/CN105453121A/zh active Pending
- 2014-06-20 EP EP14736012.7A patent/EP3011525A1/en not_active Withdrawn
- 2014-06-20 EP EP14736011.9A patent/EP3011524A1/en not_active Withdrawn
- 2014-06-20 WO PCT/GB2014/051902 patent/WO2014203001A1/en active Application Filing
- 2014-06-20 EP EP14736010.1A patent/EP3011523A1/en not_active Withdrawn
- 2014-06-20 CN CN201480046004.1A patent/CN105474247A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080248815A1 (en) * | 2007-04-08 | 2008-10-09 | James David Busch | Systems and Methods to Target Predictive Location Based Content and Track Conversions |
US20100137003A1 (en) * | 2008-12-02 | 2010-06-03 | Verint Systems Ltd. | System and method for target location profiling |
US20120226523A1 (en) * | 2009-10-23 | 2012-09-06 | Cadio, Inc. | Performing studies of consumer behavior determined using electronically-captured consumer location data |
CN102238584A (zh) * | 2010-05-04 | 2011-11-09 | 中国移动通信集团安徽有限公司 | 区域客流量监测装置、系统与方法 |
CN102222370A (zh) * | 2011-06-17 | 2011-10-19 | 软库创投(北京)科技有限公司 | 终端设备、数据服务器、签到方法、签到处理方法及系统 |
US20130124333A1 (en) * | 2011-11-11 | 2013-05-16 | Jumptap, Inc. | Creation of a universal profile of a user by identifying similar user-managed assets on a plurality of devices of the user |
Also Published As
Publication number | Publication date |
---|---|
WO2014203002A1 (en) | 2014-12-24 |
EP3011524A1 (en) | 2016-04-27 |
WO2014203001A1 (en) | 2014-12-24 |
EP3011523A1 (en) | 2016-04-27 |
US20160196494A1 (en) | 2016-07-07 |
EP3011525A1 (en) | 2016-04-27 |
WO2014203000A1 (en) | 2014-12-24 |
US20160224901A1 (en) | 2016-08-04 |
US20160294963A1 (en) | 2016-10-06 |
CN105474247A (zh) | 2016-04-06 |
CN105556554A (zh) | 2016-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105453121A (zh) | 用于分析学的位置分析 | |
CN102150150B (zh) | 用于跨数据中心的资源定位和迁移的技术 | |
US9164663B1 (en) | Monitoring and reporting system for an electric power distribution and/or collection system | |
CN105246033B (zh) | 一种基于终端定位的人群状态监测方法和监测装置 | |
AU2017299712B2 (en) | Method and system for implementing a data center operating system | |
Nielsen et al. | Estimating passenger numbers in trains using existing weighing capabilities | |
CN103763122A (zh) | 一种故障信息的处理方法和服务系统 | |
CN107818133A (zh) | 一种基于大数据的居民区网络能力分析方法及系统 | |
CN106384312A (zh) | 一种旅游团队服务管理平台 | |
CN111294730B (zh) | 一种网络问题投诉信息处理的方法及装置 | |
CN107077132A (zh) | 使用分布式控制系统来管理加工厂的子系统的方法 | |
CN102360459A (zh) | 井下作业人员的安全监控系统 | |
Bayraktar et al. | Smart parking-management system for commercial vehicle parking at public rest areas | |
CN106169246A (zh) | 一种通过api获取道路实时路况的系统及其方法 | |
CN112286994A (zh) | 一种玻璃幕墙综合管理平台 | |
CN112258159A (zh) | 基于bim+gis的水工结构管理系统及方法 | |
CN104102968A (zh) | 一种移动关键业务的预警方法及装置 | |
JP2013148962A (ja) | サービス員派遣支援装置、サービス員派遣支援方法及びサービス員派遣支援プログラム | |
CN112116251A (zh) | 一种用于调水的水利信息自动化统计系统 | |
CN113273555A (zh) | 一种人工智能虫情预测系统及预测方法 | |
CN108965436B (zh) | 基于传感器网络的气体检测系统用高效稳定通讯系统 | |
CN114157687B (zh) | 一种基于云平台部署的变电信息集中展示系统及展示方法 | |
CN115017244A (zh) | 一种地理信息大数据与人口数据融合服务社区治理的方法 | |
CN101605339A (zh) | 网络带宽资源使用情况监测和提示系统和方法 | |
CN116210249A (zh) | 用于实现对在通信网络中的多个分析阶段中采集的数据的使用进行控制的实体和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160330 |
|
WD01 | Invention patent application deemed withdrawn after publication |