CN108573464B - 一种同车用户识别方法及装置 - Google Patents

Abstract

本发明实施例提供了一种同车用户识别方法及装置，该方法包括：获取统计周期内同一路线上的每个切换点上发生切换事件的用户对应的用户信息，其中，用户信息包括切换事件发生时间、以及行驶方向标识信息；根据切换事件发生时间，将每个切换点上具有相同行驶方向标识信息的用户进行汇聚，以构成多个切换事件时间窗；依据对应于相邻切换点上的两个切换事件时间窗之间的时间间隔以及预设时间间隔条件，识别两个切换事件时间窗内包括的用户是否为同车用户。从而有效地提高了同车用户识别效率，并缩短了分析时延，进而提升了用户体验。

Description

一种同车用户识别方法及装置

技术领域

本发明实施例涉及通信领域，尤其涉及一种同车用户识别方法及装置。

背景技术

目前，针对高铁线路上的同车用户识别，现有技术采用的方法主要包括：

步骤1：以每个切换点为参考点，以10秒为统计粒度(5秒滑动)，将同一周期内在该切换点发生切换事件的用户归为一组同车用户，即U1，建立切换点-时间窗-用户列表之间的映射关系。

步骤2：对于同一个切换点，分析相邻时间窗内的用户列表是否有交集，若是，则将时间窗进行合并，直到时间窗不再连续(代表不同车次)。输出U2，即建立切换点-时间块-用户列表之间的映射关系。

步骤3：以小时为粒度，若不同切换点对应的用户列表有交集，则认为是同一车次在不同切换点，将其进行合并，得到U3。即建立一个小时内车次-用户列表之间的映射关系。

步骤4：以天为粒度，若两个相邻小时内，用户列表有交集，则认为是同一个车次跨小时，将其进行合并，并得到U4。即建立跨小时的车次-用户列表之间的映射关系。

显然，现有技术在对同车用户识别过程中，计算复杂度过高，导致识别效率低。并且，现有技术所需统计周期较长，因此造成分析时延大。

发明内容

本发明实施例提供一种同车用户识别方法，以解决现有技术在进行同车用户识别过程中存在的计算复杂度高、统计周期长而导致的效率低、时延大等问题。

为了解决上述问题，本发明公开了一种同车用户识别方法，所述方法包括：

获取统计周期内同一路线上的每个切换点上发生切换事件的用户对应的用户信息，其中，用户信息包括切换事件发生时间、以及行驶方向标识信息；

根据切换事件发生时间，将每个切换点上具有相同行驶方向标识信息的用户进行汇聚，以构成多个切换事件时间窗；

依据对应于相邻切换点上的两个切换事件时间窗之间的时间间隔以及预设时间间隔条件，识别两个切换事件时间窗内包括的用户是否为同车用户。

在本发明的一个优选的实施例中，根据切换事件对应的发生时间，将每个切换点上具有相同行驶方向标识信息的用户进行汇聚，以构成多个切换事件时间窗的步骤，具体包括：

针对每个切换点，提取具有相同行驶方向标识信息的用户；以及，

检测提取出的用户对应的切换事件发生时间；

将切换事件发生时间位于指定时间窗内的用户进行汇聚，并构成对应的切换事件脉冲，其中，每个脉冲所属时间段即为一个切换事件时间窗。

在本发明的一个优选的实施例中，依据对应于相邻切换点上的两个切换事件时间窗之间的时间间隔以及预设时间间隔条件，识别两个切换事件时间窗内包括的用户是否为同车用户的步骤，具体包括：

检测分别位于相邻切换点上的任意两个切换事件时间窗之间的时间间隔是否满足预设时间间隔条件；

若是，则确定任意两个切换事件时间窗内包括的用户为同车用户。

在本发明的一个优选的实施例中，方法进一步包括：

若识别到两个切换事件时间窗内包括的用户为同车用户，则建立同车用户集合，并继续对统计周期内的其他切换点进行同车用户识别，以更新同车用户集合。

在本发明的一个优选的实施例中，获取统计周期内同一路线上的每个切换点上发生切换事件的用户对应的用户信息的步骤之前，进一步包括：

确立预设时间间隔条件，包括：

根据列车车速以及同一路线上的相邻切换点之间的轨道长度，计算相邻切换点之间的理论时间间隔；

根据实际路测获取到的实际时间间隔，修正理论时间间隔。

根据本发明的另一方面，提供了一种同车用户识别装置，所述装置包括：

获取模块，用于获取统计周期内同一路线上的每个切换点上发生切换事件的用户对应的用户信息，其中，用户信息包括切换事件发生时间、以及行驶方向标识信息；

汇聚模块，用于根据切换事件发生时间，将每个切换点上具有相同行驶方向标识信息的用户进行汇聚，以构成多个切换事件时间窗；

识别模块，用于依据对应于相邻切换点上的两个切换事件时间窗之间的时间间隔以及预设时间间隔条件，识别两个切换事件时间窗内包括的用户是否为同车用户。

在本发明的一个优选的实施例中，汇聚模块进一步用于：

针对每个切换点，提取具有相同行驶方向标识信息的用户；以及，

检测提取出的用户对应的切换事件发生时间；

将切换事件发生时间位于指定时间窗内的用户进行汇聚，并构成对应的切换事件脉冲，其中，每个脉冲所属时间段即为一个切换事件时间窗。

在本发明的一个优选的实施例中，识别模块进一步用于：

检测分别位于相邻切换点上的任意两个切换事件时间窗之间的时间间隔是否满足预设时间间隔条件；

若是，则确定任意两个切换事件时间窗内包括的用户为同车用户。

在本发明的一个优选的实施例中，识别模块进一步用于：

若识别到两个切换事件时间窗内包括的用户为同车用户，则建立同车用户集合，并继续对统计周期内的其他切换点进行同车用户识别，以更新同车用户集合。

在本发明的一个优选的实施例中，装置进一步包括：

条件确立模块，用于确立预设时间间隔条件；

其中，条件确立模块进一步用于：

根据列车车速以及同一路线上的相邻切换点之间的轨道长度，计算相邻切换点之间的理论时间间隔；

根据实际路测获取到的实际时间间隔，修正理论时间间隔。

与现有技术相比，本发明中通过获取统计周期内同一路线上的每个切换点上发生切换事件的用户对应的用户信息，其中，用户信息包括切换事件发生时间、以及行驶方向标识信息；根据切换事件发生时间，将每个切换点上具有相同行驶方向标识信息的用户进行汇聚，以构成多个切换事件时间窗；依据对应于相邻切换点上的两个切换事件时间窗之间的时间间隔以及预设时间间隔条件，识别两个切换事件时间窗内包括的用户是否为同车用户。从而有效地提高了同车用户识别效率，并缩短了分析时延，进而提升了用户体验。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例的一种同车用户识别方法的流程图；

图2是本发明实施例的切换点脉冲示意图；

图3是本发明实施例的一种同车用户识别装置的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

参照图1，示出了本发明实施例的一种同车用户识别方法的流程图，具体可以包括以下步骤：

步骤101，获取统计周期内同一路线上的每个切换点上发生切换事件的用户对应的用户信息，其中，用户信息包括切换事件发生时间、以及行驶方向标识信息。

具体的，在本发明的实施例中，采集范围内所有用户在统计周期内发生的包括切换在内的所有信令事件均会输出至云平台。本装置从中提取同一路线上的每个切换点上发生切换事件的用户对应的用户信息。其中，用户信息包括但不限于：切换事件发生时间以及与用户对应的行驶方向标识信息。在本发明的实施例中，行驶方向标识信息用于标识用户所在列车的行驶方向为上行或下行。

步骤102，根据切换事件发生时间，将每个切换点上具有相同行驶方向标识信息的用户进行汇聚，以构成多个切换事件时间窗。

具体的，在本发明的实施例中，云平台在获取到的用户信息中，基于每个用户在切换点上的切换事件发生时间，将具有相同行驶方向标识信息的用户进行汇聚，并将汇聚后的多个用户构成切换事件时间窗，从而基于每个切换点(同一线路上)上均构成多个切换事件时间窗。即，同一个切换事件时间窗内被汇聚的用户均属于同一列车。

步骤103，依据对应于相邻切换点上的两个切换事件时间窗之间的时间间隔以及预设时间间隔条件，识别两个切换事件时间窗内包括的用户是否为同车用户。

具体的，在本发明的实施例中，云平台检测分别位于相邻切换点上的两个切换事件时间窗之间的时间间隔，云平台可通过检测两个切换事件时间窗之间的时间间隔是否满足预设时间间隔条件，从而识别两个切换事件时间窗内包括的用户是否为同车用户。在本发明的一个实施例中，相邻切换点可以为不连续的相邻切换点，举例说明：若切换点1和2为相邻切换点，并确定同车用户后，如果相邻切换点4和5的同车用户与相邻切换点1和2确定得同车用户相同，则可确定切换点1、2、4、5上的同车用户均相同。

综上，本发明实施例中的技术方案，通过获取统计周期内同一路线上的每个切换点上发生切换事件的用户对应的用户信息，其中，用户信息包括切换事件发生时间、以及行驶方向标识信息；根据切换事件发生时间，将每个切换点上具有相同行驶方向标识信息的用户进行汇聚，以构成多个切换事件时间窗；依据对应于相邻切换点上的两个切换事件时间窗之间的时间间隔以及预设时间间隔条件，识别两个切换事件时间窗内包括的用户是否为同车用户。从而有效地提高了同车用户识别效率，并缩短了分析时延，进而提升了用户体验。

此外，在本发明的一个优选的实施例中，根据切换事件对应的发生时间，将每个切换点上具有相同行驶方向标识信息的用户进行汇聚，以构成多个切换事件时间窗的步骤，具体包括：

针对每个切换点，提取具有相同行驶方向标识信息的用户；以及，

检测提取出的用户对应的切换事件发生时间；

将切换事件发生时间位于指定时间窗内的用户进行汇聚，并构成对应的切换事件脉冲，其中，每个脉冲所属时间段即为一个切换事件时间窗。

在本发明的一个优选的实施例中，依据对应于相邻切换点上的两个切换事件时间窗之间的时间间隔以及预设时间间隔条件，识别两个切换事件时间窗内包括的用户是否为同车用户的步骤，具体包括：

检测分别位于相邻切换点上的任意两个切换事件时间窗之间的时间间隔是否满足预设时间间隔条件；

若是，则确定任意两个切换事件时间窗内包括的用户为同车用户。

在本发明的一个优选的实施例中，方法进一步包括：

若识别到两个切换事件时间窗内包括的用户为同车用户，则建立同车用户集合，并继续对统计周期内的其他切换点进行同车用户识别，以更新同车用户集合。

在本发明的一个优选的实施例中，获取统计周期内同一路线上的每个切换点上发生切换事件的用户对应的用户信息的步骤之前，进一步包括：

确立预设时间间隔条件，包括：

根据列车车速以及同一路线上的相邻切换点之间的轨道长度，计算相邻切换点之间的理论时间间隔；

根据实际路测获取到的实际时间间隔，修正理论时间间隔。

为了使本领域技术人员更好的理解本发明的同车用户识别方法，下面以具体实施例进行详细阐述。

具体的，在本发明的实施例中，实现本发明实施例中的技术方案的执行主体可以为网络优化平台也可以为其他平台，本发明对此不作限定。本实施例中以优化平台为例进行详细举例。

首先，需要确立预设时间间隔条件。具体的，在本发明的实施例中，确立预设时间间隔条件的方法主要包括：

1)根据列车(在本发明的实施例中，列车可以为高铁也可以为其他列车)车速(参考列车时刻表)以及同一路线上的相邻切换点之间的轨道长度，计算相邻切换点之间的理论时间间隔。具体的，在本发明的实施例中，优化平台可根据相邻切换点之间的GPS信息获取到相邻切换点之间的轨道长度，并结合列车车速计算出列车在相邻切换点之间行驶的理论时间间隔。

2)根据实际路测获取到的实际时间间隔，修正理论时间间隔。具体的，在本发明的实施例中，用户可通过实际路测获取到列车行驶的实际时间间隔，并对理论时间间隔进行修正。用户可根据实际需求拟定具体修正方案，本发明对此不做限定。

在本发明的实施例中，优化平台可将同一路线上的各相邻切换点之间对应的理论时间间隔(修正后的)写入时间差信息表中，以记录各相邻切换点与时间间隔之间的对应关系。

接着，进入同车用户识别过程，识别过程主要包括：

1)获取统计周期内同一路线上的每个切换点上发生切换事件的用户对应的用户信息。

具体的，在本实施例中以1小时为统计周期，优化平台会实时或周期性收到采集范围内所有信令事件，并以每1小时为周期对不同线路上的所有切换点进行统计。即，针对所有切换点，优化平台会统计一小时内在本切换点发生切换事件的用户对应的用户信息。每条线路上的同车用户识别方法均相同，在本实施例中，以北京到上海的线路为例进行详细举例。在本实施例中，北京到上海的线路上包括切换点1-100，仅以切换点1、切换点2、切换点3、切换点4为例进行详细说明。

优化平台将在统计周期内获取到采集范围内不同线路上的所有切换点发来的用户信息，在本发明的实施例中，优化平台从所有用户信息中，识别并获取同一线路上的每个切换点的用户信息。具体识别切换点是否为同一路线上可通过识别切换点的标识信息或其他方式实现，本发明对此不作限定。

在本发明的实施例中，用户信息包括但不限于：切换事件发生时间、切换事件对应的源小区和目的小区，以及用户的行驶方向标识信息。

在本发明的实施例中，行驶方向标识信息用于标识用户所属列车的行驶方向。举例说明：北京至上海的列车为上行，上海至北京的列车为下行，则列车从北京至上海所经过的切换点顺序为切换点1-切换点2-切换点3-切换点4，其中，切换点1对应小区1向小区2进行切换，切换点2对应小区2向小区3切换，以此类推。上海到北京则相反。因此，如果统计周期内获取到用户1对应的用户信息1中，切换点1的用户信息1中：源小区为小区1，目标小区为小区2，切换点2的用户信息1中：源小区为小区2，目标小区为小区3，则列车是从切换点1到切换点2，即可初步认定列车是从北京开往上海。为排除由其他原因可能造成的判断不准确，优化平台还需要对结合切换点3进行进一步的判断以最终确定列车的行驶方向。接着，在确定列车的行驶方向后，优化平台向用户1添加上行标识信息。

在本实施例中，优化平台从多条线路中提取北京-上海的所有切换点，即切换点1-4统计到的用户信息。接着，优化平台针对每个切换点，对用户信息中的行驶方向标识信息进行识别，提取具有相同行驶方向标识信息的用户。在本实施例中，以提取切换点1中的上行用户为例，并且，上行用户包括：用户1-100。

在本实施例中，优化平台检测提取出的用户1-100对应的切换事件发生时间，并将切换事件发生时间位于指定时间窗内的用户进行汇聚，并构成对应的切换事件脉冲，其中，每个脉冲所属时间段即为一个切换事件时间窗。举例说明：在本实施例中，指定时间窗为10±5s(指定时间窗设置范围可根据实际需求设置，一般情况下一列列车通过切换点的时长不超过10秒钟)，假设用户1-40对应的切换事件从5:00:00开始一直持续到5:00:15，则可认定用户1-40为同车用户，优化平台将用户1-40进行汇聚并构成对应的切换事件脉冲。其中，每个脉冲所述时间段即为一个切换事件时间窗。参照图2示出本实施例中的切换点1-4进行用户汇聚后的脉冲示意图，在图中，横轴表示时间，纵轴表示用户数量。如图2所示，在切换点1的时间窗t1_1中，由于用户1-40在该时间窗内发生切换事件，因此，当用户1-40进行汇聚后，会形成脉冲。切换点2-4的用户汇聚方式与切换点1相同，此处不赘述。

在本发明的实施例中，优化平台检测分别位于相邻切换点上的任意两个切换事件时间窗之间的时间间隔是否满足预设时间间隔条件。若是，则确定任意两个切换事件时间窗内包括的用户为同车用户。具体的，仍参照图2，在本实施例中，假设切换点1-2的预设时间间隔条件为：40s，则优化平台检测切换点1上的任意一个脉冲(即本发明实施例中的切换事件时间窗)与切换点2上的任意一个脉冲之间的时间间隔，若存在时间间隔满足预设时间间隔条件，即40s的两个脉冲，即可确认两个脉冲包括的用户为同车用户。在图2中，t1_1与t1_2的时间间隔为40s，则可确定t1_1与t1_2内包括的用户为同车用户。

在本发明的实施例中，根据优化平台识别到的两个切换事件时间窗内包括的同车用户，建立同车用户集合，并继续对统计周期内的其他切换点进行同车用户识别，以更新同车用户集合。具体的，在本实施例中，优化平台在对切换点1和切换点2进行同车用户识别时，识别到列车1、列车2、列车3对应的用户集合1-3，随后，优化平台继续对其他切换点进行识别，以更新用户集合1-3。

在本发明的实施例中，为进一步确保用户识别的准确性并降低同车识别结果输出的时延，用户可设置识别周期，使优化平台在识别周期内将统计周期内统计的同车用户集合进行汇总。举例说明：若采集范围内的轨道线路行驶时长不超过4小时，则可将识别周期设置为4小时，则优化平台针对每趟列车需进行4小时的用户识别，即，优化平台每小时识别出的用户集合将在连续统计4小小时后进行数据汇总并输出，最终可在列车驶出采集范围的第一时间输出针对该列车的同车用户识别结果。

综上所述，本发明实施例中的技术方案，获取统计周期内同一路线上的每个切换点上发生切换事件的用户对应的用户信息，其中，用户信息包括切换事件发生时间、以及行驶方向标识信息；根据切换事件发生时间，将每个切换点上具有相同行驶方向标识信息的用户进行汇聚，以构成多个切换事件时间窗；依据对应于相邻切换点上的两个切换事件时间窗之间的时间间隔以及预设时间间隔条件，识别两个切换事件时间窗内包括的用户是否为同车用户。从而有效地提高了同车用户识别效率，并缩短了分析时延，进而提升了用户体验。

参照图3，示出了本发明实施例的一种同车用户识别装置的结构框图，该装置具体可以包括以下模块：

获取模块301，用于获取统计周期内同一路线上的每个切换点上发生切换事件的用户对应的用户信息，其中，用户信息包括切换事件发生时间、以及行驶方向标识信息。

汇聚模块302，用于根据切换事件发生时间，将每个切换点上具有相同行驶方向标识信息的用户进行汇聚，以构成多个切换事件时间窗。

识别模块303，用于依据对应于相邻切换点上的两个切换事件时间窗之间的时间间隔以及预设时间间隔条件，识别两个切换事件时间窗内包括的用户是否为同车用户。

在本发明的一个优选的实施例中，汇聚模块302进一步用于：

针对每个切换点，提取具有相同行驶方向标识信息的用户；以及，

检测提取出的用户对应的切换事件发生时间；

将切换事件发生时间位于指定时间窗内的用户进行汇聚，并构成对应的切换事件脉冲，其中，每个脉冲所属时间段即为一个切换事件时间窗。

在本发明的一个优选的实施例中，识别模块303进一步用于：

检测分别位于相邻切换点上的任意两个切换事件时间窗之间的时间间隔是否满足预设时间间隔条件；

若是，则确定任意两个切换事件时间窗内包括的用户为同车用户。

在本发明的一个优选的实施例中，识别模块303进一步用于：

若识别到两个切换事件时间窗内包括的用户为同车用户，则建立同车用户集合，并继续对统计周期内的其他切换点进行同车用户识别，以更新同车用户集合。

在本发明的一个优选的实施例中，装置进一步包括：

条件确立模块(图中未示出)，用于确立预设时间间隔条件；

其中，条件确立模块进一步用于：

根据列车车速以及同一路线上的相邻切换点之间的轨道长度，计算相邻切换点之间的理论时间间隔；

根据实际路测获取到的实际时间间隔，修正理论时间间隔。

综上所述，本发明实施例中的装置，通过获取统计周期内同一路线上的每个切换点上发生切换事件的用户对应的用户信息，其中，用户信息包括切换事件发生时间、以及行驶方向标识信息；根据切换事件发生时间，将每个切换点上具有相同行驶方向标识信息的用户进行汇聚，以构成多个切换事件时间窗；依据对应于相邻切换点上的两个切换事件时间窗之间的时间间隔以及预设时间间隔条件，识别两个切换事件时间窗内包括的用户是否为同车用户。从而有效地提高了同车用户识别效率，并缩短了分析时延，进而提升了用户体验。

对于设备实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本发明实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上对本发明所提供的一种同车用户识别方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种同车用户识别方法，其特征在于，包括：

获取统计周期内同一路线上的每个切换点上发生切换事件的用户对应的用户信息，其中，所述用户信息包括切换事件发生时间、以及行驶方向标识信息；

根据所述切换事件发生时间，将每个切换点上具有相同行驶方向标识信息的用户进行汇聚，以构成多个切换事件时间窗；

依据对应于相邻切换点上的两个切换事件时间窗之间的时间间隔以及预设时间间隔条件，识别所述两个切换事件时间窗内包括的用户是否为同车用户。

2.根据权利要求1所述的方法，其特征在于，所述根据所述切换事件发生时间，将每个切换点上具有相同行驶方向标识信息的用户进行汇聚，以构成多个切换事件时间窗的步骤，具体包括：

针对每个切换点，提取具有相同行驶方向标识信息的用户；以及，

检测提取出的用户对应的切换事件发生时间；

将切换事件发生时间位于指定时间窗内的用户进行汇聚，并构成对应的切换事件脉冲，其中，每个脉冲所属时间段即为一个切换事件时间窗。

3.根据权利要求1所述的方法，其特征在于，所述依据对应于相邻切换点上的两个切换事件时间窗之间的时间间隔以及预设时间间隔条件，识别所述两个切换事件时间窗内包括的用户是否为同车用户的步骤，具体包括：

检测分别位于相邻切换点上的任意两个切换事件时间窗之间的时间间隔是否满足所述预设时间间隔条件；

若是，则确定所述任意两个切换事件时间窗内包括的用户为同车用户。

4.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

若识别到两个切换事件时间窗内包括的用户为同车用户，则建立同车用户集合，并继续对所述统计周期内的其他切换点进行同车用户识别，以更新所述同车用户集合。

5.根据权利要求1所述的方法，其特征在于，所述获取统计周期内同一路线上的每个切换点上发生切换事件的用户对应的用户信息的步骤之前，进一步包括：

确立所述预设时间间隔条件，包括：

根据列车车速以及同一路线上的相邻切换点之间的轨道长度，计算所述相邻切换点之间的理论时间间隔；

根据实际路测获取到的实际时间间隔，修正所述理论时间间隔，将修正后的理论时间间隔确立为所述预设时间间隔条件。

6.一种同车用户识别装置，其特征在于，包括：

获取模块，用于获取统计周期内同一路线上的每个切换点上发生切换事件的用户对应的用户信息，其中，所述用户信息包括切换事件发生时间、以及行驶方向标识信息；

汇聚模块，用于根据所述切换事件发生时间，将每个切换点上具有相同行驶方向标识信息的用户进行汇聚，以构成多个切换事件时间窗；

识别模块，用于依据对应于相邻切换点上的两个切换事件时间窗之间的时间间隔以及预设时间间隔条件，识别所述两个切换事件时间窗内包括的用户是否为同车用户。

7.根据权利要求6所述的装置，其特征在于，所述汇聚模块进一步用于：

针对每个切换点，提取具有相同行驶方向标识信息的用户；以及，

检测提取出的用户对应的切换事件发生时间；

将切换事件发生时间位于指定时间窗内的用户进行汇聚，并构成对应的切换事件脉冲，其中，每个脉冲所属时间段即为一个切换事件时间窗。

8.根据权利要求6所述的装置，其特征在于，所述识别模块进一步用于：

检测分别位于相邻切换点上的任意两个切换事件时间窗之间的时间间隔是否满足所述预设时间间隔条件；

若是，则确定所述任意两个切换事件时间窗内包括的用户为同车用户。

9.根据权利要求6所述的装置，其特征在于，所述识别模块进一步用于：

若识别到两个切换事件时间窗内包括的用户为同车用户，则建立同车用户集合，并继续对所述统计周期内的其他切换点进行同车用户识别，以更新所述同车用户集合。

10.根据权利要求6所述的装置，其特征在于，所述装置进一步包括：

条件确立模块，用于确立所述预设时间间隔条件；

其中，所述条件确立模块进一步用于：

根据列车车速以及同一路线上的相邻切换点之间的轨道长度，计算所述相邻切换点之间的理论时间间隔；

根据实际路测获取到的实际时间间隔，修正所述理论时间间隔，将修正后的理论时间间隔确立为所述预设时间间隔条件。

Images