CN109341693A - 基于大数据和深度学习的娱乐场所导航方法和系统 - Google Patents

基于大数据和深度学习的娱乐场所导航方法和系统 Download PDF

Info

Publication number
CN109341693A
CN109341693A CN201811312192.4A CN201811312192A CN109341693A CN 109341693 A CN109341693 A CN 109341693A CN 201811312192 A CN201811312192 A CN 201811312192A CN 109341693 A CN109341693 A CN 109341693A
Authority
CN
China
Prior art keywords
entertainment
public place
current
seating capacity
value
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
Application number
CN201811312192.4A
Other languages
English (en)
Other versions
CN109341693B (zh
Inventor
朱定局
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Wisdom Light Information Technology Research Institute Co Ltd
Great Power Innovative Intelligent Technology (dongguan) Co Ltd
South China Normal University
Original Assignee
Nanjing Wisdom Light Information Technology Research Institute Co Ltd
Great Power Innovative Intelligent Technology (dongguan) Co Ltd
South China Normal University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Wisdom Light Information Technology Research Institute Co Ltd, Great Power Innovative Intelligent Technology (dongguan) Co Ltd, South China Normal University filed Critical Nanjing Wisdom Light Information Technology Research Institute Co Ltd
Priority to CN201811312192.4A priority Critical patent/CN109341693B/zh
Publication of CN109341693A publication Critical patent/CN109341693A/zh
Application granted granted Critical
Publication of CN109341693B publication Critical patent/CN109341693B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种基于大数据和深度学习的娱乐场所导航方法和系统,其中方法包括:当接收到请求信号后,由请求信号中提取出查找信息;并根据查找信息由大数据中获取目标娱乐场所对应的目标位置信息以及目标娱乐场所可容纳人数的当前剩余数量记录值;根据可容纳人数的当前剩余数量预测值判断当前状态是否满足导航条件,并在判断出当前状态满足导航条件时,根据用户的当前位置信息以及目标位置信息进行导航。其以目标娱乐场所可容纳人数的当前剩余数量记录值为依据进行导航条件的判断,避免了将用户盲目地引导至目标位置的现象,解决了传统的娱乐场所导航系统准确性和可靠性较低的问题。

Description

基于大数据和深度学习的娱乐场所导航方法和系统
技术领域
本发明涉及娱乐场所数据管理技术领域,特别是涉及一种基于大数据和深度学习的娱乐场所导航方法和系统。
背景技术
目前,现有导航系统通常不考虑拥挤程度,由此,发明人在实现本发明的过程中发现:当通过传统的导航系统进行娱乐场所的导航时很容易出现到达目标位置后却由于娱乐场所过度拥挤而无法进入的情况,使得用户的导航体验非常差,从而使得传统的娱乐场所导航系统的体验性差。
发明内容
基于此,有必要针对传统的导航系统体验性差的问题,提供一种基于大数据和深度学习的娱乐场所导航方法和系统。
第一方面,本发明实施例提供一种娱乐场所导航方法,其特征在于,包括如下步骤:
当接收到请求信号后,由所述请求信号中提取出查找信息;并根据所述查找信息由大数据中获取目标娱乐场所对应的目标位置信息,以及目标位置处的所述目标娱乐场所可容纳人数的当前剩余数量记录值;其中,所述可容纳人数的当前剩余数量记录值根据进入娱乐场所记录和离开娱乐场所记录实时更新;
将可容纳人数的当前剩余数量记录值输入目标娱乐场所的第三深度学习模型,通过计算得到目标娱乐场所的所述第三深度学习模型输出,将所述输出作为可容纳人数的当前剩余数量预测值;
由所述请求信号中提取导航模式信息;
当所述导航模式信息为进入娱乐场所模式时,根据所述可容纳人数的当前剩余数量预测值判断当前状态是否满足导航条件,并在判断出当前状态满足所述导航条件时,根据用户的当前位置信息以及所述目标位置信息进行导航。
优选地,还包括如下步骤:
当所述导航模式信息为离开娱乐场所模式时,直接根据用户的所述当前位置信息以及所述目标位置信息进行导航。
优选地,当根据用户的当前位置信息以及所述目标位置信息进行导航结束之后,还包括如下步骤:
根据所述导航模式信息和接收到的当前需要进入或离开娱乐场所的人数更新所述大数据中存储的根据所述可容纳人数的当前剩余数量记录值;
其中,所述当前需要进入或离开娱乐场所的人数包括当前需要进入娱乐场所的人数和当前需要离开娱乐场所的人数。
优选地,所述根据所述导航模式信息和所述当前需要进入或离开娱乐场所的人数更新所述大数据中存储的根据所述可容纳人数的当前剩余数量记录值,包括如下步骤:
当所述导航模式信息为所述进入娱乐场所模式时,将根据所述可容纳人数的当前剩余数量记录值设置为根据所述可容纳人数的当前剩余数量记录值减去所述当前需要进入娱乐场所的人数后的数值;
当所述导航模式信息为所述离开娱乐场所模式时,将根据所述可容纳人数的当前剩余数量记录值设置为根据所述可容纳人数的当前剩余数量记录值加上所述当前需要离开娱乐场所的人数后的数值。
优选地,当所述导航模式信息为所述进入娱乐场所模式时,将根据所述可容纳人数的当前剩余数量记录值设置为根据所述可容纳人数的当前剩余数量记录值减去所述当前需要进入娱乐场所的人数后的数值时,还包括如下步骤:
判断根据所述可容纳人数的当前剩余数量记录值减去所述当前需要进入娱乐场所的人数后的数值是否小于零;
若是,则将根据所述可容纳人数的当前剩余数量记录值修正为零;若否,则直接将根据所述可容纳人数的当前剩余数量记录值设置为根据所述可容纳人数的当前剩余数量记录值减去所述当前需要进入娱乐场所的人数后的数值;
当所述导航模式信息为所述离开娱乐场所模式时,将根据所述可容纳人数的当前剩余数量记录值设置为根据所述可容纳人数的当前剩余数量记录值加上所述当前需要离开娱乐场所的人数后的数值时,还包括如下步骤:
判断根据所述可容纳人数的当前剩余数量记录值加上所述当前需要离开娱乐场所的人数后的数值是否大于所述大数据中所述目标娱乐场所的可容纳人数;若是,则将根据所述可容纳人数的当前剩余数量记录值修正为所述可容纳人数;若否,则将根据所述可容纳人数的当前剩余数量记录值直接设置为根据所述可容纳人数的当前剩余数量记录值加上所述当前需要离开娱乐场所的人数后的数值。
优选地,所述根据所述可容纳人数的当前剩余数量预测值判断当前状态是否满足导航条件,包括如下步骤:
由所述请求信号中提取当前需要进入娱乐场所的人数,并判断根据所述可容纳人数的当前剩余数量预测值与所述当前需要进入娱乐场所的人数的大小关系;
当判断出根据所述可容纳人数的当前剩余数量预测值大于或等于所述当前需要进入娱乐场所的人数时,则确定为当前状态满足所述导航条件;
当判断出根据所述可容纳人数的当前剩余数量预测值小于所述当前需要进入娱乐场所的人数时,则确定为当前状态不满足所述导航条件。
优选地,所述当判断出根据所述可容纳人数的当前剩余数量预测值小于所述当前需要进入娱乐场所的人数时,还包括如下步骤:
发出是否确定导航的提示信息并检测是否接收到确定导航信号;
当接收到所述确定导航信号时,判断为当前状态满足所述导航条件;
当未接收到所述确定导航信号时,判断为当前状态不满足所述导航条件。
优选地,所述当判断出当前状态不满足所述导航条件时,还包括如下步骤:
由所述大数据中检索并输出与所述目标娱乐场所相似的相似娱乐场所列表,并检测是否接收到用户根据所述相似娱乐场所列表输入的选择信息;
当接收到所述选择信息时,由所述选择信息中提取出相似娱乐场所后,将所述目标位置信息更换为所述相似娱乐场所的位置信息。
优选地,所述当判断出根据所述可容纳人数的当前剩余数量预测值小于所述当前需要进入娱乐场所的人数时,还包括如下步骤:实时监测所述大数据中存储的根据所述可容纳人数的当前剩余数量记录值,并在监测到根据所述可容纳人数的当前剩余数量预测值大于或等于所述当前需要进入娱乐场所的人数时,发出相应的提示信息。
第二方面,本发明实施例提供一种娱乐场所导航系统,其特征在于,包括提取模块、获取模块、深度学习模块和进入娱乐场所导航模块;
所述提取模块,用于当接收到请求信号后,由所述请求信号中提取出查找信息;
所述获取模块,用于根据所述查找信息由大数据中获取目标娱乐场所对应的目标位置信息,以及目标位置处的所述目标娱乐场所可容纳人数的当前剩余数量记录值;其中,所述可容纳人数的当前剩余数量记录值根据进入娱乐场所记录和离开娱乐场所记录实时更新;
所述提取模块,还用于由所述请求信号中提取导航模式信息;
所述进入娱乐场所导航模块,用于当所述导航模式信息为进入娱乐场所模式时,根据所述可容纳人数的当前剩余数量预测值判断当前状态是否满足导航条件,并在判断出当前状态满足所述导航条件时,根据用户的当前位置信息以及所述目标位置信息进行导航。
上述娱乐场所导航方法,在接收到当前请求信号后,由请求信号中提取出相应的查找信息,并根据所提取出的查找信息由大数据中获取目标娱乐场所对应的目标位置信息以及该位置处放置的目标娱乐场所可容纳人数的当前剩余数量记录值后,在导航模式信息为进入娱乐场所模式时,根据所获取的可容纳人数的当前剩余数量记录值进行当前状态是否满足导航条件的判断,当满足导航条件时再根据用户的当前位置信息以及目标位置信息进行相应的导航。其中,大数据中存储的可容纳人数的当前剩余数量记录值根据进入娱乐场所记录和离开娱乐场所记录实时更新。由此,当在进入娱乐场所模式下进行导航之前,通过以大数据中存储的根据进入娱乐场所记录和离开娱乐场所记录实时更新的可容纳人数的当前剩余数量记录值为依据,进行当前状态是否满足导航条件的判断,在判断出满足导航条件时再进行导航,使得导航更加具有针对性,保证了用户到达目标位置后能够有效进入到自已所需要的目标娱乐场所,从而也就避免了采用传统的导航系统进行导航时将用户盲目的引导至目标位置的现象,最终有效解决了传统的娱乐场所导航系统体验性差的问题。
附图说明
图1为本发明的娱乐场所导航方法的一具体实施例的流程图;
图2为本发明的娱乐场所导航方法的另一具体实施例的流程图;
图3为本发明的娱乐场所导航方法的又一具体实施例的流程图;
图4为本发明的娱乐场所导航系统的一具体实施例的结构示意图;
图5为本发明的娱乐场所导航系统的另一具体实施例的结构示意图;
图6为本发明的娱乐场所导航系统的又一具体实施例的结构示意图。
具体实施方式
为使本发明技术方案更加清楚,以下结合附图及具体实施例对本发明作进一步详细说明。
首先,应当说明的是,本发明的娱乐场所导航方法中所记载的查找信息指的是用户或游客输入的与当前所要进入或离开的娱乐场所相关的信息,如:与娱乐场所名相关的关键词、进入人数、离开人数等。
目标娱乐场所则指的是用户或游客所要进入或离开的娱乐场所,其数量可为一本或多本。相应的,目标位置信息指的是目标娱乐场所在旅游景区中的具体位置。其表示方式可为:旅游景区的某一区域/某一区域内的某个位置,可以用电子地图的方式显示。
可容纳人数的当前剩余数量记录值则指的是在用户或游客所要进入或离开目标娱乐场所的当前时刻时,通过本实施例中方法所记录的该目标娱乐场所的可容纳人数的剩余数量。
参见图1,作为本发明的娱乐场所导航方法的一具体实施例,其首先包括步骤S100,接收当前请求信号,由请求信号中提取出查找信息,并根据提取出的查找信息由大数据中获取目标娱乐场所对应的目标位置信息以及目标娱乐场所可容纳人数的当前剩余数量记录值。此处,需要说明的是,因为娱乐场所大数据中所存储的娱乐场所数据量很大,所以是大数据。大数据包括大量娱乐场所的信息。其中,每本娱乐场所的信息包括但不限于该本娱乐场所的娱乐场所名、该本娱乐场所的可容纳人数、该本娱乐场所的位置、该本娱乐场所的可容纳人数的剩余数量。
其中,根据前面对查找信息的解释说明可知,查找信息包括与目标娱乐场所相关的关键词等信息。因此,作为一种可实施方式,根据查找信息由大数据中获取目标娱乐场所对应的目标位置信息具体可通过以下步骤来实现。
首先,通过接收用户或游客输入的与目标娱乐场所相关的关键词,如:目标娱乐场所的娱乐场所名、目标娱乐场所的特色等。当接收到用户输入的关键词后,再根据关键词在大数据中搜索查询与输入的关键词相匹配的娱乐场所列表。其中,获取与关键词相匹配的娱乐场所列表时,可通过将关键词与大数据中的娱乐场所进行匹配度比较,当匹配度大于第一预设匹配值时,表明当前所搜索到的娱乐场所为相匹配的娱乐场所,因此此时将其列入娱乐场所列表中。当匹配度小于第一预设匹配值时,则表明当前所搜索到的娱乐场所不是相匹配的娱乐场所,因此忽略不计并进行下一娱乐场所的匹配。可以理解的是,第一预设匹配值的具体取值可根据实际情况进行相应设置。当通过上述步骤获取相应的娱乐场所列表后,将娱乐场所列表输出并显示给用户。此时,用户可根据获取到的娱乐场所列表从中选取自己当前所需要的目标娱乐场所。进而再接收用户输入的由娱乐场所列表中所选取的目标娱乐场所相应的娱乐场所选择信号,并根据接收到的娱乐场所选择信号获取目标娱乐场所的标识信息(如:目标娱乐场所的名称)。然后,再根据所获取的目标娱乐场所的标识信息,由大数据中获取该目标娱乐场所对应的目标位置信息。其中,此处需要说明的是,最终所获取的目标位置信息可以在电子地图上进行显示。
由此,当通过上述步骤获取目标娱乐场所对应的目标位置信息后,即可由大数据中获取目标娱乐场所可容纳人数的当前剩余数量记录值。并且,大数据中所存储的可容纳人数的当前剩余数量记录值根据进入娱乐场所记录和离开娱乐场所记录实时更新。即,当有游客进入或离开娱乐场所时,此时大数据中所存储的可容纳人数的当前剩余数量记录值会根据进入或离开的人数进行实时更新,以保证准确的将目标娱乐场所的可容纳人数的剩余数量反馈给用户。
当获取目标娱乐场所可容纳人数的当前剩余数量记录值之后,由于用户输入的请求信号既可为进入娱乐场所请求信号,还可以为离开娱乐场所请求信号。因此,其在进行导航之前,首先需要确定当前用户的需求是进入娱乐场所还是离开娱乐场所。也就是说,在进行导航之前需要先确定相应的导航模式。由此,其首先需要执行步骤S200,由请求信号中提取导航模式信息。通过提取导航模式信息来确定当前时刻的实际导航模式。当提取出的导航模式信息为进入娱乐场所模式时,表明当前用户需求为进入娱乐场所,即导航模式为进入娱乐场所模式。
根据每一娱乐场所的导航历史大数据生成每一娱乐场所的第三深度学习模型。具体地,初始化每一娱乐场所的第一深度学习模型,将所述每一娱乐场所的第一深度学习模型的输入格式设置为所述每一娱乐场所的可容纳人数的剩余数量记录值格式,将所述第一深度学习模型的输出格式设置为所述每一娱乐场所的可容纳人数的剩余数量预测值格式;将所述每一娱乐场所的可容纳人数的每个剩余数量记录值输入所述每一娱乐场所的第一深度学习模型,对所述每一娱乐场所的第一深度学习模型进行无监督训练,得到所述每一娱乐场所的第二深度学习模型;将所述每一娱乐场所的可容纳人数的每个剩余数量记录值作为所述每一娱乐场所的第二深度学习模型的输入,将所述每一娱乐场所的可容纳人数的所述每个剩余数量记录值对应的剩余数量预测值作为所述每一娱乐场所的第二深度学习模型的输出,对所述每一娱乐场所的第二深度学习模型进行有监督训练,得到所述每一娱乐场所的第三深度学习模型。
将目标娱乐场所的可容纳人数的当前剩余数量记录值输入目标娱乐场所的第三深度学习模型,通过计算得到目标娱乐场所的所述第三深度学习模型输出,将所述输出作为可容纳人数的当前剩余数量预测值。因为可容纳人数的当前剩余数量记录值中没有考虑到通过非本实施例所述导航方式进出娱乐场所的人数,因为只要没有通过导航方式进出娱乐场所,就无法记录,自然也就没有反映到可容纳人数的当前剩余数量记录值中,因此通过深度学习来得到可容纳人数的当前剩余数量预测值,可容纳人数的当前剩余数量预测值比可容纳人数的当前剩余数量记录值更接近真实的可容纳人数的当前剩余数量,能提高可容纳人数的当前剩余数量的准确率,进而提高导航的成功率。
并且,由于在进入娱乐场所模式下,目标娱乐场所可容纳人数的当前剩余数量预测值对后续是否进行相应的导航具有一定的影响。因此,此时可通过步骤S300,根据可容纳人数的当前剩余数量预测值判断当前状态是否满足导航条件,并在判断出当前状态满足导航条件时,根据用户的当前位置信息以及目标位置信息进行相应的导航。
具体的,参见图2,其在进入娱乐场所模式下,根据可容纳人数的当前剩余数量预测值判断当前状态是否满足导航条件时,可通过以下步骤来实现。首先,通过步骤S310,由请求信号中提取当前需要进入娱乐场所的人数,并执行步骤S320,判断可容纳人数的当前剩余数量预测值与当前需要进入娱乐场所的人数的大小关系。当判断出可容纳人数的当前剩余数量预测值大于或等于当前需要进入娱乐场所的人数时,表明此时目标娱乐场所的可容纳人数的当前剩余数量预测值能够满足用户的需求,因此可直接确定为当前状态满足导航条件,进而可直接执行步骤S330,根据用户的当前位置信息以及目标位置信息进行相应的导航。当判断出可容纳人数的当前剩余数量预测值小于当前需要进入娱乐场所的人数时,表明此时目标娱乐场所的可容纳人数的当前剩余数量预测值不能满足用户此刻的需求。因此,此时可直接判断为当前状态不满足导航条件。
另外,优选的,当判断出可容纳人数的当前剩余数量预测值小于当前需要进入娱乐场所的人数时,此时用户有可能根据当前检索到的可容纳人数的剩余数量改变之前所想要进入的数量。因此,为了满足用于的进一步需求,此时需要根据用户的进一步需求来判断是否继续进行导航。由此,可通过步骤S340,发出是否确定导航的提示信息,以提示用户在当前目标娱乐场所的可容纳人数的剩余数量预测值不能满足其需求时,是否还要进行导航。同时,检测是否接收到确定导航信号。当接收到确定导航信号时,表明用户依然选择导航,因此此时可直接判断为当前状态满足导航条件。并在确定当前状态满足导航条件后,通过步骤S330,根据用户的当前位置信息以及目标位置信息进行相应的导航。当未接收到确定导航信号时,表明用户不再进行目标娱乐场所的进入,因此也就不需要再进行导航。由此,可直接判断为当前状态不满足导航条件,直接结束操作即可。
更进一步的,为了提高本发明的娱乐场所导航方法的智能性和灵活性,其在判断出当前状态不满足导航条件时,为了能够提供给用户更大更多的选择范围,优选的,其还包括步骤S350,由大数据中检索并输出与目标娱乐场所相似的相似娱乐场所列表。以实现向用户推荐与目标娱乐场所相似的娱乐场所的目的,从而扩大用户的选择范围。
具体的,其可通过比较目标娱乐场所的娱乐场所名与当前搜索到的娱乐场所的娱乐场所名的匹配度。当此时搜索到的娱乐场所的娱乐场所名与目标娱乐场所的娱乐场所名的匹配度大于或等于第二预设匹配值时,表明此时搜索到的娱乐场所为目标娱乐场所的相似娱乐场所,因此此时将其列入相似娱乐场所列表中。当此时搜索到的娱乐场所的娱乐场所名与目标娱乐场所的娱乐场所名的匹配度小于第二预设匹配值时,表明此时搜索到的娱乐场所不是目标娱乐场所的相似娱乐场所,因此可将其忽略并进行下一娱乐场所的搜索和匹配。可以理解的是,此处公开的第二预设匹配值与前面所记载的第一预设匹配值的取值可以相同,也可不同。并且其同样可根据实际情况进行具体设置,此处不再进行赘述。
当通过步骤S350,由大数据中检索并输出与目标娱乐场所相似的相似娱乐场所列表后,再通过执行步骤S360,检测是否接收到用户根据相似娱乐场所列表输入的选择信息,以判断用户是否进行了重新选择。当接收到选择信息时,表明用户进行了重新选择,由相似娱乐场所列表中选取了相似娱乐场所。此处,需要说明的是,由于用户进行了重新选择,因此此时用户所要到达的位置(即,最终导航的目标位置)已不再是之前所获取的目标位置信息。因此,为了保证能够将用户引导至此时其所要到达的位置,需要通过步骤S370,将目标位置信息更换为相似娱乐场所的位置信息后再进行相应的导航。
当未接收到选择信息时,表明此时用户并未从推荐给他的相似娱乐场所列表中选取相似娱乐场所,也就是说此时用户并未进行重新选择。因此,此时直接结束导航即可。
其通过上述步骤输出相应的相似娱乐场所列表,从而实现了当娱乐场所中目标娱乐场所可容纳人数的当前剩余数量记录值不能满足用户需求时,能够自动推荐给用户与其所查找的目标娱乐场所相似的娱乐场所列表,从而增大用户的选择范围。这也就有效提高了娱乐场所导航方法的灵活性和智能性。
当通过上述步骤判断出当前状态满足导航条件后,即可通过步骤S330,根据用户的当前位置以及目标位置信息进行相应的导航。具体的,其进行导航时,可通过以下步骤来实现。
首先,利用定位技术(如:GPS、二维码、蓝牙或WIFI)对用户进行定位,获取用户的当前位置信息。进而再根据用户的当前位置信息以及所确定的目标位置信息,将用户导航至目标位置信息。其中,当根据用户的当前位置信息以及所确定的目标位置信息将用户导航至目标位置信息时,首先在娱乐场所的电子地图上显示出目标位置,并在娱乐场所的电子地图上显示出用户的当前位置,进而再通过调用路径规划算法在电子地图上从用户的当前位置到目标位置之间规划出可达路径,从而根据所规划出的可达路径进行相应的导航。优选的,在根据所规划出的可达路径进行导航过程中,还可实时定位用户的当前位置,并在用户的当前位置到达目标位置的预设范围之内后,结束导航。
进一步的,由于本发明的娱乐场所导航方法在进行导航时依据的是大数据中记载的目标娱乐场所可容纳人数的当前剩余数量记录值。因此,为了进一步保证本发明的娱乐场所导航方法的精确性和可靠性,参见图3,作为本发明的娱乐场所导航方法的又一具体实施例,其在根据可容纳人数的当前剩余数量记录值和当前请求信号进行导航之后,还包括步骤S400,根据导航模式信息和接收到的当前需要进入娱乐场所的人数更新大数据中存储的可容纳人数的当前剩余数量记录值,以实现大数据的实时更新,保证大数据中存储的数据的准确性。
具体的,当导航模式信息为进入娱乐场所模式时,通过发出询问指令,以询问用户当前需要进入娱乐场所的人数。当用户输入相应的数量后,此时由用户输入的信息中提取出的当前需要进入娱乐场所的人数为当前进入数量。如果用户没有输入相应的数量,表明此时并没有进行当前需要进入娱乐场所的人数的设置,则默认当前需要进入娱乐场所的人数为1。然后,将可容纳人数的当前剩余数量记录值设置为可容纳人数的当前剩余数量记录值减去所获取的当前需要进入娱乐场所的人数后的数值,从而实现对大数据中可容纳人数的当前剩余数量记录值的实时更新,从而最终实现对目标娱乐场所的可容纳人数的剩余数量的实时记录。
此处,需要说明的是,为了更进一步的保证更新后的大数据中的数据的准确性,其在将可容纳人数的当前剩余数量记录值设置为可容纳人数的当前剩余数量记录值减去当前需要进入娱乐场所的人数后的数值时,还包括判断可容纳人数的当前剩余数量记录值减去当前需要进入娱乐场所的人数后的数值是否小于零的步骤。当判断出可容纳人数的当前剩余数量记录值减去当前需要进入娱乐场所的人数后的数值小于零时,则将可容纳人数的当前剩余数量记录值修正为零,以实现对大数据中数据的修正。当判断出可容纳人数的当前剩余数量记录值减去当前需要进入娱乐场所的人数后的数值大于或等于零时,表明此时更新后的可容纳人数的当前剩余数量记录值符合实际情况,因此直接将更新后的可容纳人数的当前剩余数量记录值设置为可容纳人数的当前剩余数量记录值减去当前需要进入娱乐场所的人数后的数值即可实现有人导航进入目标娱乐场所之后能够实时更新大数据中存储的该目标娱乐场所的数量的目的。同时,需要进一步说明的是,当接收到用户输入的可容纳人数的当前剩余数量记录值修改信号时,则根据接收到的可容纳人数的当前剩余数量记录值修改信号直接将目标娱乐场所可容纳人数的当前剩余数量记录值设置为修改值。
另外,还需要说明的是,由于传统的娱乐场所导航系统通常只有进入娱乐场所模式的导航,往往没有设置离开娱乐场所模式的导航方法。由此,当用户采用传统的娱乐场所导航系统进行导航时,只能够实现进入娱乐场所的导航。因此,为了能够提高娱乐场所的管理质量,缩短娱乐场所整理时间,同时进一步保证用户在离开娱乐场所时能够准确的由大数据中记载的娱乐场所具体位置获取到需要离开的娱乐场所,在本发明的娱乐场所导航方法的一具体实施例中,导航模式信息还包括有离开娱乐场所模式。
具体的,参见图1,其通过步骤S200,由请求信号中提取出相应的导航模式信息后,当导航模式信息为离开娱乐场所模式时,由于目标娱乐场所可容纳人数的当前剩余数量记录值对于离开娱乐场所记录没有任何影响,因此,当通过前面所述的步骤S100,接收当前请求信号,由请求信号中提取出查找信息,并根据提取出的查找信息由大数据中获取目标娱乐场所对应的目标位置信息以及目标娱乐场所可容纳人数的当前剩余数量记录值,并通过步骤S200,确定当前导航模式为离开娱乐场所模式后,可直接执行步骤S300’,根据用户的当前位置信息以及目标位置信息进行相应的导航。其中,在离开娱乐场所模式下,由于根据用户的当前位置信息以及目标位置信息进行导航时与在进入娱乐场所模式下的导航方式相同,因此,此处不再赘述。同时,当将用户引导至目标位置处后,同样为了实现大数据中所存储的目标娱乐场所可容纳人数的当前剩余数量记录值的准确性,此时也需要对大数据进行数据更新。
具体的,在离开娱乐场所模式下进行大数据的数据更新时,当通过发出询问指令,由用户输入的信息中提取出相应的当前需要离开娱乐场所的人数(如果未接收到用户输入的信息,表明用户并没有进行当前需要离开娱乐场所的人数的设置,则默认当前需要离开娱乐场所的人数为1)后,将可容纳人数的当前剩余数量记录值加上所获取的当前需要离开娱乐场所的人数后获取更新后的可容纳人数的当前剩余数量记录值,从而实现对大数据中可容纳人数的当前剩余数量记录值的实时更新。其中,需要说明的是,当在离开娱乐场所模式下进行大数据中可容纳人数的当前剩余数量记录值的更新时,此时的当前需要离开娱乐场所的人数指的是用户导航当前所要离开的游客的数量。
相应的,为了更进一步的保证更新后的大数据中的数据的准确性,在获取更新后的可容纳人数的当前剩余数量记录值后,还包括判断更新后的可容纳人数的当前剩余数量记录值是否大于目标娱乐场所的可容纳人数的步骤。当判断出更新后的可容纳人数的当前剩余数量预测值大于可容纳人数时,则将更新后的可容纳人数的当前剩余数量记录值修正为可容纳人数,以实现对大数据中数据的修正。当判断出更新后的可容纳人数的当前剩余数量预测值小于或等于可容纳人数时,表明此时更新可容纳人数的剩余数量符合实际情况,因此直接将更新后的可容纳人数的当前剩余数量记录值设置为可容纳人数的当前剩余数量记录值加上当前需要离开娱乐场所的人数后的数值即可实现离开目标娱乐场所之后实时更新大数据中存储的该目标娱乐场所的数量的目的。更进一步的,当接收到可容纳人数的当前剩余数量记录值修改信号时,则根据接收到的可容纳人数的当前剩余数量记录值修改信号直接将目标娱乐场所可容纳人数的当前剩余数量记录值设置为修改值。
更进一步的,在本发明的娱乐场所导航方法的一具体实施例中,其在进入娱乐场所模式下,当判断出可容纳人数的当前剩余数量预测值小于当前需要进入娱乐场所的人数时,还包括实时监测大数据中目标娱乐场所可容纳人数的当前剩余数量记录值,并在可容纳人数的当前剩余数量记录值满足用户需求时,发送相应的提示信息的步骤,以告知用户此时可以进行目标娱乐场所的进入,由此更进一步的提高了娱乐场所导航方法的智能性和灵活性。
相应的,为了实现上述任一种娱乐场所导航方法,本发明还提供了一种娱乐场所导航系统。由于本发明提供的娱乐场所导航系统的工作原理与本发明提供的娱乐场所导航方法的原理相同或相似,因此重复之处不再赘述。
参见图4,作为本发明的娱乐场所导航系统100的一具体实施例,其适用于安装在各种移动终端(如:手机、平板电脑等)上,具体包括提取模块110、获取模块120和进入娱乐场所导航模块130。其中,提取模块110,用于当接收到请求信号后,由请求信号中提取出查找信息。获取模块120,用于根据查找信息由大数据中获取目标娱乐场所对应的目标位置信息,以及目标娱乐场所可容纳人数的当前剩余数量记录值。其中,可容纳人数的当前剩余数量记录值根据进入娱乐场所记录和离开娱乐场所记录实时更新。提取模块110,还用于由请求信号中提取导航模式信息。深度学习模块用于将可容纳人数的当前剩余数量记录值输入当前娱乐场所的所述第三深度学习模型,通过计算得到当前娱乐场所的所述第三深度学习模型输出,将所述输出作为可容纳人数的当前剩余数量预测值。进入娱乐场所导航模块130,用于当导航模式信息为进入娱乐场所模式时,根据可容纳人数的当前剩余数量预测值判断当前状态是否满足导航条件,并在判断出当前状态满足导航条件时,根据用户的当前位置信息以及目标位置信息进行导航。
优选的,参见图4,在本发明的娱乐场所导航系统100的一具体实施例中,其还包括离开娱乐场所导航模块140。其中,离开娱乐场所导航模块140,用于当导航模式信息为离开娱乐场所模式时,直接根据用户的当前位置信息以及目标位置信息进行导航。
更为优选的,参见图5,其还包括数量更新模块150。其中,数量更新模块150,用于根据导航模式信息和接收到的当前需要进入或离开娱乐场所的人数更新大数据中存储的可容纳人数的当前剩余数量记录值。其中,当前需要进入或离开娱乐场所的人数包括当前需要进入娱乐场所的人数和当前需要离开娱乐场所的人数。
进一步的,数量更新模块150包括进入娱乐场所更新子模块和离开娱乐场所更新子模块(图中均未示出)。其中,进入娱乐场所更新子模块,用于当导航模式信息为进入娱乐场所模式时,将可容纳人数的当前剩余数量记录值设置为可容纳人数的当前剩余数量记录值减去当前需要进入娱乐场所的人数后的数值。离开娱乐场所更新子模块,用于当导航模式信息为离开娱乐场所模式时,将可容纳人数的当前剩余数量记录值设置为可容纳人数的当前剩余数量记录值加上当前需要离开娱乐场所的人数后的数值。
其中,进入娱乐场所更新子模块包括第一判断单元、第一修正单元和第一设置单元(图中均未示出)。相应的,离开娱乐场所更新子模块包括第二判断单元、第二修正单元和第二设置单元(图中均未示出)。
其中,第一判断单元,用于判断可容纳人数的当前剩余数量记录值减去当前需要进入娱乐场所的人数后的数值是否小于零。第一修正单元,用于当第一判断单元判断出可容纳人数的当前剩余数量记录值减去当前需要进入娱乐场所的人数后的数值小于零时,将可容纳人数的当前剩余数量记录值修正为零。第一设置单元,用于当第一判断单元判断出可容纳人数的当前剩余数量记录值减去当前需要进入娱乐场所的人数后的数值大于或等于零时,直接将可容纳人数的当前剩余数量记录值设置为可容纳人数的当前剩余数量记录值减去当前需要进入娱乐场所的人数后的数值。
相应的,第二判断单元,用于判断可容纳人数的当前剩余数量记录值加上当前需要离开娱乐场所的人数后的数值是否大于大数据中目标娱乐场所的可容纳人数。第二修正单元,用于当第二判断单元判断出可容纳人数的当前剩余数量记录值加上当前需要离开娱乐场所的人数后的数值大于大数据中目标娱乐场所的可容纳人数时,将可容纳人数的当前剩余数量记录值修正为可容纳人数。第二设置单元,用于当第二判断单元判断出可容纳人数的当前剩余数量记录值加上当前需要离开娱乐场所的人数后的数值小于或等于大数据中目标娱乐场所的可容纳人数时,将可容纳人数的当前剩余数量记录值直接设置为可容纳人数的当前剩余数量记录值加上当前需要离开娱乐场所的人数后的数值。
参见图6,还需要说明的是,在本发明的娱乐场所导航系统100的又一具体实施例中,进入娱乐场所导航模块130包括第一判断子模块131。其中,第一判断子模块131,用于由请求信号中提取当前需要进入娱乐场所的人数,并判断可容纳人数的当前剩余数量记录值与当前需要进入娱乐场所的人数的大小关系。第一判断子模块131,还用于当判断出可容纳人数的当前剩余数量预测值大于或等于当前需要进入娱乐场所的人数时,确定为当前状态满足导航条件。第一判断子模块131,还用于当判断出可容纳人数的当前剩余数量预测值小于当前需要进入娱乐场所的人数时,确定为当前状态不满足导航条件。
优选的,在本发明的娱乐场所导航系统100的又一具体实施例中,进入娱乐场所导航模块130还包括信息提示子模块132。其中,信息提示子模块132,用于当第一判断子模块131判断出可容纳人数的当前剩余数量预测值小于当前需要进入娱乐场所的人数时,发出是否确定导航的提示信息并检测是否接收到确定导航信号;当接收到确定导航信号时,判断为当前状态满足导航条件;当未接收到确定导航信号时,判断为当前状态不满足导航条件。
另外,参见图6,进入娱乐场所导航模块130还包括推荐子模块133。其中,推荐子模块133,用于当判断出当前状态不满足导航条件时,由大数据中检索并输出与目标娱乐场所相似的相似娱乐场所列表,并检测是否接收到用户根据相似娱乐场所列表输入的选择信息。推荐子模块133,还用于当接收到选择信息时,由选择信息中提取出相似娱乐场所后,将目标位置信息更换为相似娱乐场所的位置信息。推荐子模块133,还用于当未接收到选择信息时,直接结束导航。
更进一步的,在本发明的娱乐场所导航系统100的一具体实施例中,进入娱乐场所导航模块130还包括监测子模块和信息发送子模块(图中均未示出)。其中,监测子模块用于实时监测大数据中目标娱乐场所可容纳人数的当前剩余数量记录值。信息发送子模块则用于当监测子模块监测到可容纳人数的当前剩余数量记录值满足用户的当前需要进入娱乐场所的人数时,发送相应的提示信息以提示用户。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种娱乐场所导航方法,其特征在于,包括如下步骤:
当接收到请求信号后,由所述请求信号中提取出查找信息;并根据所述查找信息由大数据中获取目标娱乐场所对应的目标位置信息,以及目标位置处的所述目标娱乐场所可容纳人数的当前剩余数量记录值;其中,所述可容纳人数的当前剩余数量记录值根据进入娱乐场所记录和离开娱乐场所记录实时更新;
将可容纳人数的当前剩余数量记录值输入目标娱乐场所的第三深度学习模型,通过计算得到目标娱乐场所的所述第三深度学习模型输出,将所述输出作为可容纳人数的当前剩余数量预测值;
由所述请求信号中提取导航模式信息;
当所述导航模式信息为进入娱乐场所模式时,根据所述可容纳人数的当前剩余数量预测值判断当前状态是否满足导航条件,并在判断出当前状态满足所述导航条件时,根据用户的当前位置信息以及所述目标位置信息进行导航。
2.根据权利要求1所述的方法,其特征在于,还包括如下步骤:
当所述导航模式信息为离开娱乐场所模式时,直接根据用户的所述当前位置信息以及所述目标位置信息进行导航。
3.根据权利要求2所述的方法,其特征在于,当根据用户的当前位置信息以及所述目标位置信息进行导航结束之后,还包括如下步骤:
根据所述导航模式信息和接收到的当前需要进入或离开娱乐场所的人数更新所述大数据中存储的根据所述可容纳人数的当前剩余数量记录值;
其中,所述当前需要进入或离开娱乐场所的人数包括当前需要进入娱乐场所的人数和当前需要离开娱乐场所的人数。
4.根据权利要求3所述的方法,其特征在于,所述根据所述导航模式信息和所述当前需要进入或离开娱乐场所的人数更新所述大数据中存储的根据所述可容纳人数的当前剩余数量记录值,包括如下步骤:
当所述导航模式信息为所述进入娱乐场所模式时,将根据所述可容纳人数的当前剩余数量记录值设置为根据所述可容纳人数的当前剩余数量记录值减去所述当前需要进入娱乐场所的人数后的数值;
当所述导航模式信息为所述离开娱乐场所模式时,将根据所述可容纳人数的当前剩余数量记录值设置为根据所述可容纳人数的当前剩余数量记录值加上所述当前需要离开娱乐场所的人数后的数值。
5.根据权利要求4所述的方法,其特征在于,当所述导航模式信息为所述进入娱乐场所模式时,将根据所述可容纳人数的当前剩余数量记录值设置为根据所述可容纳人数的当前剩余数量记录值减去所述当前需要进入娱乐场所的人数后的数值时,还包括如下步骤:
判断根据所述可容纳人数的当前剩余数量记录值减去所述当前需要进入娱乐场所的人数后的数值是否小于零;
若是,则将根据所述可容纳人数的当前剩余数量记录值修正为零;若否,则直接将根据所述可容纳人数的当前剩余数量记录值设置为根据所述可容纳人数的当前剩余数量记录值减去所述当前需要进入娱乐场所的人数后的数值;
当所述导航模式信息为所述离开娱乐场所模式时,将根据所述可容纳人数的当前剩余数量记录值设置为根据所述可容纳人数的当前剩余数量记录值加上所述当前需要离开娱乐场所的人数后的数值时,还包括如下步骤:
判断根据所述可容纳人数的当前剩余数量记录值加上所述当前需要离开娱乐场所的人数后的数值是否大于所述大数据中所述目标娱乐场所的可容纳人数;
若是,则将根据所述可容纳人数的当前剩余数量记录值修正为所述可容纳人数;若否,则将根据所述可容纳人数的当前剩余数量记录值直接设置为根据所述可容纳人数的当前剩余数量记录值加上所述当前需要离开娱乐场所的人数后的数值。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述根据所述可容纳人数的当前剩余数量预测值判断当前状态是否满足导航条件,包括如下步骤:
由所述请求信号中提取当前需要进入娱乐场所的人数,并判断根据所述可容纳人数的当前剩余数量预测值与所述当前需要进入娱乐场所的人数的大小关系;
当判断出根据所述可容纳人数的当前剩余数量预测值大于或等于所述当前需要进入娱乐场所的人数时,则确定为当前状态满足所述导航条件;
当判断出根据所述可容纳人数的当前剩余数量预测值小于所述当前需要进入娱乐场所的人数时,则确定为当前状态不满足所述导航条件。
7.根据权利要求6所述的方法,其特征在于,所述当判断出根据所述可容纳人数的当前剩余数量预测值小于所述当前需要进入娱乐场所的人数时,还包括如下步骤:
发出是否确定导航的提示信息并检测是否接收到确定导航信号;
当接收到所述确定导航信号时,判断为当前状态满足所述导航条件;
当未接收到所述确定导航信号时,判断为当前状态不满足所述导航条件。
8.根据权利要求1所述的方法,其特征在于,所述当判断出当前状态不满足所述导航条件时,还包括如下步骤:
由所述大数据中检索并输出与所述目标娱乐场所相似的相似娱乐场所列表,并检测是否接收到用户根据所述相似娱乐场所列表输入的选择信息;
当接收到所述选择信息时,由所述选择信息中提取出相似娱乐场所后,将所述目标位置信息更换为所述相似娱乐场所的位置信息。
9.根据权利要求6所述的方法,其特征在于,所述当判断出根据所述可容纳人数的当前剩余数量预测值小于所述当前需要进入娱乐场所的人数时,还包括如下步骤:
实时监测所述大数据中存储的根据所述可容纳人数的当前剩余数量记录值,并在监测到根据所述可容纳人数的当前剩余数量预测值大于或等于所述当前需要进入娱乐场所的人数时,发出相应的提示信息。
10.一种娱乐场所导航系统,其特征在于,包括提取模块、获取模块和进入娱乐场所导航模块;
所述提取模块,用于当接收到请求信号后,由所述请求信号中提取出查找信息;
所述获取模块,用于根据所述查找信息由大数据中获取目标娱乐场所对应的目标位置信息,以及目标位置处的所述目标娱乐场所可容纳人数的当前剩余数量记录值;其中,所述可容纳人数的当前剩余数量记录值根据进入娱乐场所记录和离开娱乐场所记录实时更新;
所述提取模块,还用于由所述请求信号中提取导航模式信息;
所述进入娱乐场所导航模块,用于当所述导航模式信息为进入娱乐场所模式时,根据所述可容纳人数的当前剩余数量预测值判断当前状态是否满足导航条件,并在判断出当前状态满足所述导航条件时,根据用户的当前位置信息以及所述目标位置信息进行导航。
CN201811312192.4A 2018-11-06 2018-11-06 基于大数据和深度学习的娱乐场所导航方法和系统 Active CN109341693B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811312192.4A CN109341693B (zh) 2018-11-06 2018-11-06 基于大数据和深度学习的娱乐场所导航方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811312192.4A CN109341693B (zh) 2018-11-06 2018-11-06 基于大数据和深度学习的娱乐场所导航方法和系统

Publications (2)

Publication Number Publication Date
CN109341693A true CN109341693A (zh) 2019-02-15
CN109341693B CN109341693B (zh) 2021-02-05

Family

ID=65313552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811312192.4A Active CN109341693B (zh) 2018-11-06 2018-11-06 基于大数据和深度学习的娱乐场所导航方法和系统

Country Status (1)

Country Link
CN (1) CN109341693B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112287673A (zh) * 2020-10-23 2021-01-29 广州云趣信息科技有限公司 一种基于深度学习来实现语音导航机器人的方法
CN114179104A (zh) * 2021-12-13 2022-03-15 盐城工学院 一种基于视觉识别的采摘机器人控制方法及系统
CN117010556A (zh) * 2023-07-04 2023-11-07 天地科技股份有限公司北京技术研究分公司 资源分配方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105222783A (zh) * 2015-09-07 2016-01-06 广东欧珀移动通信有限公司 一种展厅导航方法及移动终端
US20160321764A1 (en) * 2015-04-29 2016-11-03 Flux Group, LLC Method of and system for planning and redistributing congested flows based on integrated calendar information
CN106203694A (zh) * 2016-07-07 2016-12-07 百度在线网络技术(北京)有限公司 场所拥挤度预测模型建立、场所拥挤度预测方法和装置
CN106403949A (zh) * 2016-06-13 2017-02-15 华南师范大学 基于大数据库的图书馆导航方法和系统
CN108629323A (zh) * 2018-05-11 2018-10-09 哈尔滨工业大学 一种景区游客链式出行一体化提供方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160321764A1 (en) * 2015-04-29 2016-11-03 Flux Group, LLC Method of and system for planning and redistributing congested flows based on integrated calendar information
CN105222783A (zh) * 2015-09-07 2016-01-06 广东欧珀移动通信有限公司 一种展厅导航方法及移动终端
CN106403949A (zh) * 2016-06-13 2017-02-15 华南师范大学 基于大数据库的图书馆导航方法和系统
CN106203694A (zh) * 2016-07-07 2016-12-07 百度在线网络技术(北京)有限公司 场所拥挤度预测模型建立、场所拥挤度预测方法和装置
CN108629323A (zh) * 2018-05-11 2018-10-09 哈尔滨工业大学 一种景区游客链式出行一体化提供方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112287673A (zh) * 2020-10-23 2021-01-29 广州云趣信息科技有限公司 一种基于深度学习来实现语音导航机器人的方法
CN114179104A (zh) * 2021-12-13 2022-03-15 盐城工学院 一种基于视觉识别的采摘机器人控制方法及系统
CN117010556A (zh) * 2023-07-04 2023-11-07 天地科技股份有限公司北京技术研究分公司 资源分配方法及装置

Also Published As

Publication number Publication date
CN109341693B (zh) 2021-02-05

Similar Documents

Publication Publication Date Title
CN106403949B (zh) 基于大数据库的图书馆导航方法和系统
CN109341693A (zh) 基于大数据和深度学习的娱乐场所导航方法和系统
US11854067B2 (en) System for user interaction in a retail environment
JP3838014B2 (ja) 嗜好学習装置、嗜好学習システム、嗜好学習方法および記録媒体
CN108346430A (zh) 对话系统、具有对话系统的车辆以及对话处理方法
US7536416B2 (en) Facility search apparatus and method
CN105180924B (zh) 一种基于餐厅排队的导航方法及移动终端
CN110377365A (zh) 展示小程序的方法和装置
CN107315749B (zh) 媒体处理方法、装置、设备和系统
WO2020062926A1 (zh) 景点推荐方法、计算机设备及计算机可读存储介质
CN106092085B (zh) 导航方法和装置
CN108072368B (zh) 导航方法及装置
CN110751578A (zh) 一种旅游用导向识别设备
CN109752021A (zh) 一种行驶路线规划方法及装置
CN110875940A (zh) 基于虚拟机器人的应用程序调用方法、装置和设备
CN109141424B (zh) 图书馆的导航设备及图书馆的导航方法
CN108733059A (zh) 一种导览方法及机器人
JP2000020548A (ja) 目的地表示装置、及び行動推測装置
CN104484355B (zh) 一种阅读前后辅助用户进行生字巩固的方法和终端
CN108061557A (zh) 一种导航方法及移动终端
JP5965430B2 (ja) モバイル端末の位置及び動きパターンを用いてユーザ間の関係を設定するソーシャルネットワークサービス提供システム及び方法
JP3692767B2 (ja) 移動計画作成装置及び媒体
CN106504567A (zh) 一种智能停车位竞争信息展示方法及装置
JP2007040791A (ja) ナビゲーション装置およびプログラム
CN111753216B (zh) 一种基于可穿戴设备的定位方法及可穿戴设备

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