CN107801418A - 利用地图检索记录的流动人口推算装置及方法 - Google Patents
利用地图检索记录的流动人口推算装置及方法 Download PDFInfo
- Publication number
- CN107801418A CN107801418A CN201680028732.9A CN201680028732A CN107801418A CN 107801418 A CN107801418 A CN 107801418A CN 201680028732 A CN201680028732 A CN 201680028732A CN 107801418 A CN107801418 A CN 107801418A
- Authority
- CN
- China
- Prior art keywords
- floating population
- map
- estimation device
- user terminal
- population
- 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.)
- Granted
Links
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Human Resources & Organizations (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种流动人口推算装置及方法。本发明的流动人口推算装置,包括:推算模型储存单元,其用于储存规定从多个用户终端请求的地图上包含指定场所的频率数与所述场所的流动人口之间的相关关系的流动人口推算模型;日志获取单元,其用于获取关于多个用户终端的地图请求的日志数据;以及流动人口推算单元,其用于推算基于所述日志数据与所述流动人口推算模型设定的场所的流动人口。这样,通过利用地图检索记录推算流动人口,相比以往的实测方式更能够提高效率及经济性。
Description
技术领域
本发明涉及一种流动人口推算装置及方法,尤其涉及一种基于大数据推算流动人口数量的装置及方法。
背景技术
作为用于防止风水灾的投资优先级的导出、用于风水灾保险的保险费计算、用于人命损失评价等的基础资料,人口的分布信息非常重要。
人口信息大的可分为静态人口和动态人口。静态人口可利用建筑物信息(种类、面积)等进行推算。而流动人口是与静态人口相反的概念,也被称为通行人口,具有通过特定区域的人口的含义。流动人口包括防灾对策制定,设施选址等在内,在整个公益,私益领域中成为重要的材料,因此,国家机关和企业对流动人口进行分析,将其用于各种用途。
首尔市从2009年开始向现场派遣调查员分析首尔市内10,000个地点的流动人口,采用调查员在特定地点,与方向无关,通过手算经过的人数而测定的实测方式。
根据这样的以往的实测方式,需要动员很多的人力,不仅需要很长时间,成为调查对象的空间范围也存在界限。而且,不能每次都进行实测,因此调查到的流动人口数是过去时间点的数据,无法反映最近的情况。
因此,若研究出不依赖于实测,而是基于与流动人口有关联的大数据推算流动人口的方案,期待能够克服以往基于实测的流动人口调查方法的问题点,并能够有效补全这一问题点。
发明内容
技术课题
本发明是鉴于上述问题提而出的,其目的在于提供一种能够替代并补全基于实测的流动人口调查方式的利用地图检索大数据的流动人口推算装置及方法。
课题解决方法
为了实现上述目的,本发明提供一种流动人口推算装置。本发明的一方面所涉及的流动人口推算装置,其特征在于,包括:推算模型储存单元,其用于储存规定从多个用户终端请求的地图上包含指定场所的频率数与所述场所的流动人口之间的相关关系的流动人口推算模型;日志获取单元,其用于获取关于多个用户终端的地图请求的日志数据;以及流动人口推算单元,其用于推算基于所述日志数据与所述流动人口推算模型设定的场所的流动人口。
其中,所述日志获取单元将从所述用户终端请求的地图的范围、地图的比例尺、地图的请求时间及用户信息获取为日志数据。
而且,地图提供服务器中每次从所述用户终端接收到地图请求时,所述日志获取单元都能够执行计入。
而且,所述日志获取单元能够除外处理关于检索地图时被请求为缺省的地图的日志数据。
另外,所述流动人口推算单元,可比例于所述用户终端请求的地图的比例尺大小,给所述日志数据赋予加权值。
而且,所述流动人口推算单元,对应于成为流动人口分析对象的场所在从所述用户终端请求的地图上所占据的位置,可另外给所述日志数据赋予加权值。
而且,所述流动人口推算单元,反比例于成为流动人口分析对象的场所和从所述用户终端请求的地图上预先决定的一点之间的距离,可给所述日志数据赋予加权值。
与此同时,所述流动人口推算单元基于所述用户终端于请求第一地图的第一请求时间和请求第二地图的第二请求时间的间隔,计算对于所述第一地图的滞留时间,并比例于所述滞留时间,可给所述日志数据赋予加权值。
另外,所述日志获取单元将从所述用户终端请求的地图的范围储存为多边形对象,以谋求运算的简易性。
而且,本发明所涉及的流动人口推算装置可进一步包括,将通过所述流动人口推算单元计算出的结果进行视觉化而提供的视觉化单元。
而且,所述流动人口推算单元按照请求地图时从所述用户终端检索到的检索语导出的题目区分所述流动人口,并根据需要能够提供多种分析。
另外,为了实现如上所述目的,本发明提供一种流动人口推算方法。本发明的一方面所涉及的流动人口推算方法,其特征在于,包括:储存规定从多个用户终端请求的地图上包含指定场所的频率数与所述场所的流动人口之间的相关关系的流动人口推算模型的步骤;获取关于多个用户终端的地图请求的日志数据的步骤;以及推算基于所述日志数据和所述流动人口推算模型而设定的场所的流动人口的步骤。
发明效果
如上所述,根据本发明,通过利用地图检索记录推算流动人口,能够提高效率及经济性。
根据本发明,通过给数据赋予加权值并有差别地适用,能够提高流动人口推算的准确度。
而且,根据本发明,不仅是特定的重点地点,还能够进行包括境界、领域在内的多种空间范围内的流动人口的分析。
附图说明
图1是包括根据本发明实施例的流动人口推算装置的地图服务系统的结构图;
图2是根据本发明实施例的流动人口推算装置的框图;
图3及图4是用于说明根据流动人口分析对象的场所在地图上所占的位置给日志数据赋予加权值的例子的参考图;
图5是根据本发明实施例的流动人口推算装置的流程图;以及
图6是提供流动人口分析结果的画面一例。
具体实施方式
下面,参照附图详细说明本发明的具体实施例。
图1是包括根据本发明实施例的流动人口推算装置的地图服务系统1的结构图。根据图1,系统1包括地图业务服务器S、用户终端T及流动人口推算装置100。
地图业务服务器S是用于提供地图服务的服务器,如果从用户终端T接收到地图请求(request),则对应于请求将地图数据传送到用户终端T。
地图服务服务器S以包括以磁贴(tile)为单位提供服务的磁贴地图服务在内的周知的多种方式提供地图服务,用户终端T对应于向台式电脑、移动通讯终端等地图服务服务器S发送请求,接受应答(response)的客户。
流动人口推算装置100基于多个用户终端T向地图服务服务器S请求地图时计入(logging)的日志数据和储存的推算模型,推算并提供设定场所的流动人口。下面,参照附图,说明流动人口推算装置100的构造。
图2是根据本发明实施例的流动人口推算装置的框图。根据图2,根据本发明实施例的流动人口推算装置100包括用户接口单元10、推算模型储存单元20、日志获取单元30、流动人口推算单元40及视觉化单元50。
用户接口单元10用于从用户那里接收各种输入,并表示信息,通过鼠标、键盘、按钮、数字键盘等用于输入信息的输入工具及输入菜单和提供包括分析结果等在内的等各种信息的显示设备实现。
推算模型储存单元20在地图服务服务器S上存储规定了在多个用户终端T请求的地图中包括指定场所的频率数与该场所的流动人口的相关关系的流动人口推算模型。流动人口推算模型是随着激活通过移动通信或者网络的地图服务及寻路服务,反映用户访问特定场所时检索相关地图的情况较多,从而模型化地图检索和流动人口数量时间的相关联系性的。
流动人口推算模型可以定义为与基于在用户终端T请求的地图中包含指定场所的频率数的流动人口数量相关的函数。此时,函数可定成为能够导出具体值的流动人口数量的函数,但是也可以定义成能够导出表示用于进行与预先决定的基准值之间的比较的相对数值的指数形态的函数。
这样的流动人口推算模型可以基于包括用于把握特定场所包含在用户终端T请求的地图中的频率数对相应场所的流动人口起什么样的影响的这一关联性的回归分析在内的各种统计方法而被模型化。推算模型中不仅包括特定场所包含在用户终端T查询的地图中的频率数,还可包括用户终端T请求地图的时间等的其他变数。例如,深夜请求的地图能够影响翌日人口流动数量的概率大于对于当日流动人口数量的影响。或者,根据地图请求时段,对于流动人口数量的影响程度也有可能不同。如此,考虑到了通过用户终端T查询的地图中包含的频率数外,影响流动人口的因素也是多样的。
日志获取单元30是每次多个用户终端T向地图服务服务器S请求地图时,获取计入的日志数据。
计入是每次地图服务服务器S中接收到用户终端T的请求时形成。例如,在用户终端T上,若用户扩大/缩小或者移动位置,则用户终端T在地图服务服务器S上执行新的请求,而每次都会进行计入。被计入的项目可包括从用户终端T请求的地图的范围、地图的比例尺、地图的请求时间、用户性别、年龄等用户信息、请求地图时一起检索到的检索语等。此时,地图的范围可计入为能够定义被请求的地图的领域的顶点坐标,或者地图服务被提供成磁贴单位时,可计入被请求的磁贴索引。
一方面,日志获取单元30能够除外处理检索地图时关于缺省请求地图的日志数据。这反映着对应于用户终端T的现在位置或者预设位置执行地图应用程序(app)时,对于缺省请求的地图的日志数据与流动人口的关联性少。
流动人口推算单元40基于通过推算模型储存单元20中储存的流动人口推算模型和日志获取单元30获得的日志数据,通过用户接口10推算设定的场所和流动人口。在此,流动人口分析对象的场所,例如,可以设定为像江南车站这样特定的地点,而根据需要还可以设定为拥有区分区域的特定境界。例如,像首尔市上溪洞和议政府市虎院洞的境界那样可以设定为行政洞境界或者也设定为道路境界。而且,不仅是特定重点地点,像上溪洞那样一定范围的领域也可以成为分析对象。
流动人口推算单元40利用日志数据抽出适用于流动人口推算模型的变数值,并将其适用于推算模型而推算流动人口。此时,根据流动人口推算时间、推算的流动人口的性别、岁数等基准,先行过滤日志数据的作业。例如,为了推算相当于30多岁男性的流动人口数量,基于获得的日志数据的用户信息,筛选对应于30多岁男性的日志数据。
而且,流动人口推算单元40在反映日志数据时,根据影响流动人口的程度,给不同日志数据赋予不同加权值而加以反映。例如,流动人口推算单元40可根据通过用户终端T请求的地图的比例尺大小、成为流动人口分析对象的场所在地图上所占的位置、用户的地图滞留时间等,给日志数据赋予加权值。
对于加权值的赋予项目,首先,观察地图的比例尺大小,可以判断用户终端T请求的地图上即便相同地包含着特定场所,根据地图比例尺对该场所的关心度不同。
例如,在全国地图上看议政府站和在小区域水准地图上看议政府站时,地图上均相同地包含着议政府站,但是,可以理解为在小区域水准地图上看时对于议政府站的实质性关心度更大。为此,对于两者适用的日志数据比重应该不一样。因此,流动人口推算单元40在计算流动人口分析对象的场所包含在地图上的频率数等时,比例于地图的比例尺大小给该日志数据赋予加权值,据此,用户终端T请求的地图越是大比例尺地图,赋予的加权值越大。
而且,流动人口推算单元40越是长时间查询用户终端T请求的地图,即对于地图的滞留时间越长,给相应日志数据赋予的加权值越大。这是因为能够判断越是长时间观察地图,对于相应场所的关心度越大。作为参考,以请求第一地图的第一请求时间和接着请求不同于第一地图的其他新的地图即请求第二地图的第二地图请求时间间隔为基础,能够计算出对于第一地图的滞留时间,此时,若第一请求时间和第二请求时间间隔过长,可以看做是不是查询而是搁置,因此,若超过了预先决定的基准时间时,可以从加权值赋予中排除。
接着,流动人口推算单元40根据在请求的地图上流动人口分析对象的场所在地图上所占的位置,能够给日志数据不同地赋予加权值。
图3及图4是用于说明根据流动人口分析对象场所在地图上所占的位置给日志数据赋予加权值的例子的参考图。
首先,根据图3,由于用户终端T查询到地图M时,如A,B,C将地图M区分为三个领域,并按照A,B,C的顺序赋予加权值。例如,假设推算议政府站的流动人口时,议政府站在地图M上属于相当于中心部的A领域,因此,可以给相应的日志数据赋予相对大的加权值。这是因为通过用户终端T把握地图时,用户所要确认的场所概率上相比地图的外扩领域往往更接近于画面的中心而观察。
另外,图3中将地图从中心远离的方向区分成三个领域,但是反映从左到右读书的文化圈的倾向,如图4从左到右分割地图M,并相比右侧,可以给左侧赋予相对大的加权值。这样,流动人口推算单元40将显示在用户终端T上的地图分割成一定领域,可以给不同领域赋予不同的加权值,而此时,可以多样决定领域的分割状态及加权值。
而且,流动人口推算单元40如上所述,可根据分割的领域赋予加权值,但是,也可根据流动人口分析对象的场所和从用户终端T请求的地图上的一点之间的距离给日志数据赋予加权值。在此,成为基准的一点是用户的关心地点,例如,可适用地图的中心。即,假设流动人口分析对象的场所为“P1”,从用户终端T请求的地图中心为“O”时,“P1”和“O”的距离越近,流动人口推算单元40赋予的加权值越大。这也是基于概率上用户的关心领域更近于画面的中心,如图3所示,根据分割的领域赋予加权值的情况的基本概念相同。
进一步地,流动人口推算单元40在请求地图时,根据从用户终端检索的检索语导出的题目区分流动人口而进行推算。例如,在用户终端与以江南站周边西餐厅的检索语一起请求江南站地图时,处理为与饮食店相关的流动人口,可按照多样目的进行区分。这样的信息过后能够有效用于设施选址等。
视觉化单元50用于视觉化通过流动人口推算单元40算出的结果,并通过用户接口单元10提供。视觉化单元50根据按照场所推算的流动人口数量,采用不同的颜色或者标识,能够进行相对比较地形成视觉化。
图5是根据本发明实施例的流动人口推算装置的流程图。下面,参照图5,说明流动人口推算装置100的结构的有机动作。
根据图5,展开储存了规定从用户终端请求的地图上包含指定场所的频率数与该场所的流动人口数量之间的相关关系的流动人口推算模型的数据库的构建过程(S10)。如上所述,流动人口推算模型是通过拥有把握包括流动人口分析对象的场所包含在通过服务器提供的地图上的频率数、地图请求时间等在内,对于影响流动人口的多种变数和相应场所的流动人口数量之间的相互关联性的各种统计分析而被模型化的。
流动人口推算装置100将适用于流动人口推算模型的数据值从关于多个用户终端的地图请求日志数据中获取(S20)。计入是每当从用户终端发生请求时执行,被计入的具体项目可根据包括请求的地图的范围、比例尺、请求时间、用户信息等在内,对于流动人口推算模型的使用所必要的数据而加以决定。
计入作业可在日志获取单元30中直接执行,或者也可接收从地图服务服务器S计入的数据。另外,日志获取单元30可将关用于户终端请求的地图的范围的数据储存管理为多边形对象。例如,若将OGC Geometry储存为多边形对象,之后计算流动人口分析对象的场所包含在请求的地图上的频率梳等时,够容易执行CONTAIN,INTERSECT等的OGC标准运算。作为参考,流动人口分析对象的场所被设定为特定重点时可利用CONTAIN运算,被设定为特定境界时可INTERSECT利用运算。
接着,流动人口推算单元40基于获取的日志数据和事先准备的流动人口推算模型对于分析对象的场所的流动人口(S30)。
流动人口推算单元40从日志数据中抽出适用于流动人口推算模型的项目,计算流动人口分析对象的场所包含在多个用户终端请求的地图上的频率数等。此时,考虑到实质上波及到流动人口数量的影响,根据地图的比例尺,地图滞留时间,分析对象的场所在地图上所占的位置等,按照日志数据赋予加权值。
而且,流动人口推算单元40将指定空间区分为网格单元,巡回着各个网格单元进行运输,以能够计算按网格单元包含的频率数。此时,被请求的地图范围里只包含网格单元的一部分时,可考虑被包含的领域的比率计算频率数。
另外,流动人口推算单元40适用通过用户接口单元10输入的基准,可执行对于日志数据的过滤。例如,通过限定日志数据,可以只获取在特定时间点以前/以后获取的日志数据,也可以只选择相当于以用户信息为基础输入的性别,年龄等的日志数据。这样,通过用户接口单元10筛选符合分析目的日志数据以获取有意义的数据。
推算的流动人口分析结果,如图6所示,为了使按空间能够相对容易把我流动人口,按照流动人口数量采用不同的颜色将其视觉化而提供(S40)。此时,按与用户信息,地图求时的检索语等相关的题目能够选择性地看到关于流动人口的信息地进行提供。
被提供的流动人口分析结果作为用于防灾对策的制定,各种设施的选址等的基础资料,能够有用地加以利用。
如上所说明,根据本发明的流动人口推算装置100及方法,随着地图服务的激活,注目地图服务的利用与流动人口之间的关联性,基于地图检索结果推算流动人口,以期待能够有效补全以往基于实测的流动人口调查方式。
另外,根据本发明的流动人口推算方法被编程在电脑上能够执行的程序,可以实现为磁存储媒介、光学判读媒介、数码存储媒介等多种记录媒体。
以上说明了本发明的几个实施例,但是本发明并不限定于此,而是在不脱离本发明精神的范围内,本领域普通技术人员可以进行多种形式的变形。
例如,上述实施例中说明了地图服务服务器S与流动人口推算装置100物理性分离的例子,但是,地图服务服务器S与流动人口推算装置100可以一体化地实现。
而且,如上述实施例,可以实现微从地图服务服务器S获取关于地图请求的日志数据,或者流动人口推算装置100直接执行计入之外,通过用户终端T中储存的应用程序执行计入,流动人口推算装置100从用户终端T接收日志数据。
因此,应该理解为本发明的实施例仅是例示性的,本发明的技术思想应从专利申请范围的记载中得到定义,其保护范围应包含等同物。
Claims (12)
1.一种流动人口推算装置,其特征在于,包括:
推算模型储存单元,用于储存规定从多个用户终端请求的地图上包含指定场所的频率数与所述场所的流动人口之间的相关关系的流动人口推算模型;
日志获取单元,用于获取关于多个用户终端的地图请求的日志数据;以及
流动人口推算单元,用于推算基于所述日志数据与所述流动人口推算模型设定的场所的流动人口。
2.根据权利要求1所述的流动人口推算装置,其特征在于:
所述日志获取单元将从所述用户终端请求的地图的范围、地图的比例尺、地图的请求时间及用户信息获取为日志数据。
3.根据权利要求1所述的流动人口推算装置,其特征在于:
所述日志获取单元在地图提供服务器上每次从所述用户终端接收到地图请求时,执行计入。
4.根据权利要求1所述的流动人口推算装置,其特征在于:
所述日志获取单元除外处理关于检索地图时被请求为缺省的地图的日志数据。
5.根据权利要求1所述的流动人口推算装置,其特征在于:
所述流动人口推算单元比例于在所述用户终端上请求的地图的比例尺大小,给所述日志数据赋予加权值。
6.根据权利要求1所述的流动人口推算装置,其特征在于:
所述流动人口推算单元对应于成为流动人口分析对象的场所在从所述用户终端请求的地图上所占据的位置,另外给所述日志数据赋予加权值。
7.根据权利要求1所述的流动人口推算装置,其特征在于:
所述流动人口推算单元反比例于成为流动人口分析对象的场所与从所述用户终端请求的地图上预先决定的一点之间的距离,给所述日志数据赋予加权值。
8.根据权利要求1所述的流动人口推算装置,其特征在于:
所述流动人口推算单元基于所述用户终端请求第一地图的第一请求时间和请求第二地图的第二请求时间的间隔,计算对于所述第一地图的滞留时间,并比例于所述滞留时间,给所述日志数据赋予加权值。
9.根据权利要求1所述的流动人口推算装置,其特征在于:
所述日志获取单元将从所述用户终端请求的地图的范围储存为多边形对象。
10.根据权利要求1所述的流动人口推算装置,其特征在于,还包括:
视觉化单元,其用于将通过所述流动人口推算单元计算出的结果进行视觉化并进行提供。
11.根据权利要求1所述的流动人口推算装置,其特征在于:
所述流动人口推算单元按照请求地图时从所述用户终端检索到的检索语导出的题目区分所述流动人口。
12.一种流动人口推算方法,其特征在于:
根据推算人口的装置进行的流动人口推算方法,包括:
储存规定从多个用户终端请求的地图上包含指定场所的频率数与所述场所的流动人口之间的相关关系的流动人口推算模型的步骤;
获取关于多个用户终端的地图请求的日志数据的步骤;以及
推算基于所述日志数据与所述流动人口推算模型设定的场所的流动人口的步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2016-0080621 | 2016-06-28 | ||
KR1020160080621A KR101744776B1 (ko) | 2016-06-28 | 2016-06-28 | 지도 검색 기록을 이용한 유동인구 추정 장치 및 방법 |
PCT/KR2016/014237 WO2018004083A1 (ko) | 2016-06-28 | 2016-12-06 | 지도 검색 기록을 이용한 유동인구 추정 장치 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107801418A true CN107801418A (zh) | 2018-03-13 |
CN107801418B CN107801418B (zh) | 2021-07-23 |
Family
ID=59220005
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680028732.9A Active CN107801418B (zh) | 2016-06-28 | 2016-12-06 | 利用地图检索记录的流动人口推算装置及方法 |
Country Status (3)
Country | Link |
---|---|
KR (1) | KR101744776B1 (zh) |
CN (1) | CN107801418B (zh) |
WO (1) | WO2018004083A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108985586A (zh) * | 2018-06-28 | 2018-12-11 | 中国联合网络通信有限公司深圳市分公司 | 居民出行指标的评估方法、装置及计算机可读存储介质 |
KR102533323B1 (ko) * | 2021-02-22 | 2023-05-17 | 김명락 | 위치 정보 및 카드 거래 정보를 기반으로 사용자의 유형분류 및 서비스추천 장치 및 방법 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110225194A1 (en) * | 2010-03-09 | 2011-09-15 | Electronics And Telecommunications Research Institute | Apparatus and method for analyzing information about floating population |
CN104951845A (zh) * | 2015-05-29 | 2015-09-30 | 华南理工大学 | 基于网络关注度拟合客流量的旅游景区饱和度预警方法 |
CN105376709A (zh) * | 2015-10-10 | 2016-03-02 | 北京中创信测信息技术有限公司 | 基于移动通信技术统计区域人口数量的方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130082635A (ko) * | 2011-12-12 | 2013-07-22 | 현대엠엔소프트 주식회사 | 유동인구 분석 시스템 및 그 방법 |
KR20140056828A (ko) * | 2012-11-01 | 2014-05-12 | 네이버비즈니스플랫폼 주식회사 | 사용자 단말을 이용한 유동 인구 분석 장치, 방법 및 컴퓨터 판독 가능한 기록 매체 |
KR101451527B1 (ko) * | 2013-12-05 | 2014-10-23 | (주)오픈메이트 | 유동인구 추정 고도화 시스템 및 방법 |
KR101573190B1 (ko) * | 2014-04-21 | 2015-12-01 | (주)대한에이앤씨 | 실시간 유동 인구 측정 시스템 및 방법 |
-
2016
- 2016-06-28 KR KR1020160080621A patent/KR101744776B1/ko active IP Right Grant
- 2016-12-06 CN CN201680028732.9A patent/CN107801418B/zh active Active
- 2016-12-06 WO PCT/KR2016/014237 patent/WO2018004083A1/ko active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110225194A1 (en) * | 2010-03-09 | 2011-09-15 | Electronics And Telecommunications Research Institute | Apparatus and method for analyzing information about floating population |
CN104951845A (zh) * | 2015-05-29 | 2015-09-30 | 华南理工大学 | 基于网络关注度拟合客流量的旅游景区饱和度预警方法 |
CN105376709A (zh) * | 2015-10-10 | 2016-03-02 | 北京中创信测信息技术有限公司 | 基于移动通信技术统计区域人口数量的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2018004083A1 (ko) | 2018-01-04 |
CN107801418B (zh) | 2021-07-23 |
KR101744776B1 (ko) | 2017-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10991248B2 (en) | Parking identification and availability prediction | |
Zhang et al. | Using OpenStreetMap point-of-interest data to model urban change—A feasibility study | |
Laffan et al. | Assessing endemism at multiple spatial scales, with an example from the Australian vascular flora | |
US20070156479A1 (en) | Multivariate statistical forecasting system, method and software | |
CN105446988B (zh) | 预测类别的方法和装置 | |
Pebesma et al. | Interactive visualization of uncertain spatial and spatio‐temporal data under different scenarios: an air quality example | |
Wang et al. | Comparative performance of logistic regression and survival analysis for detecting spatial predictors of land-use change | |
CA2935281C (en) | A multidimensional recursive learning process and system used to discover complex dyadic or multiple counterparty relationships | |
US20200279025A1 (en) | Machine-learned model selection network planning | |
US20080288527A1 (en) | User interface for graphically representing groups of data | |
CN104252286A (zh) | 用于显示和分析雇员历史数据的系统及方法 | |
Patias et al. | A scalable analytical framework for spatio-temporal analysis of neighborhood change: A sequence analysis approach | |
Nocke et al. | Methods for the visualization of clustered climate data | |
Karimi Ghaleh Jough et al. | Steel moment-resisting frame reliability via the interval analysis by FCM-PSO approach considering various uncertainties | |
DeBock et al. | A comparative evaluation of probabilistic regional seismic loss assessment methods using scenario case studies | |
CN107801418A (zh) | 利用地图检索记录的流动人口推算装置及方法 | |
Khoshnevis et al. | Prioritizing ground‐motion validation metrics using semisupervised and supervised learning | |
Bajat et al. | Spatial hedonic modeling of housing prices using auxiliary maps | |
Calka et al. | The Application of Geoinformation Theory in Housing Mass Appraisal | |
CN110837604B (zh) | 基于住房监控平台的数据分析方法及装置 | |
Maruotti et al. | Time-varying clustering of multivariate longitudinal observations | |
Zhou et al. | A user-driven sampling model for large-scale geographical point data visualization via convolutional neural networks | |
Lin et al. | Evaluating the use of publicly available remotely sensed land cover data for areal interpolation | |
US20190034825A1 (en) | Automatically selecting regression techniques | |
Harishkumar et al. | Spatio-temporal clustering analysis for air pollution particulate matter (pm 2.5) using a deep learning model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |