CN109951804A - 一种人流量估计方法及装置 - Google Patents
一种人流量估计方法及装置 Download PDFInfo
- Publication number
- CN109951804A CN109951804A CN201910143023.0A CN201910143023A CN109951804A CN 109951804 A CN109951804 A CN 109951804A CN 201910143023 A CN201910143023 A CN 201910143023A CN 109951804 A CN109951804 A CN 109951804A
- Authority
- CN
- China
- Prior art keywords
- mac address
- pseudo
- duplicate removal
- true
- data list
- 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
Landscapes
- Mobile Radio Communication Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供了一种人流量估计方法及装置,所述方法包括:获取位于目标区域内所有智能设备wifi模块的MAC地址数据;对获取的MAC地址数据进行数据清洗,获取真MAC地址的总数据列表和伪MAC地址的总数据列表;根据所述真MAC地址的总数据列表和所述伪MAC地址的总数据列表,确定去重后的伪MAC地址的数量和去重后的真MAC地址的数量;根据所述去重后的伪MAC地址的数量和所述去重后的真MAC地址的数量,估计所述目标区域的人流量。本发明实施例由于利用去重后的伪MAC地址的数量和去重后的真MAC地址的数量,估计目标区域的人流量,因此能够得到较为准确的人流量估计结果。
Description
技术领域
本发明实施例涉及计算机技术领域,具体涉及一种人流量估计方法及装置。
背景技术
手机现如今是最普遍、使用范围最广的通讯工具,而且大部分的家庭和公共场所都覆盖了无线上网环境。通过对一些用户的手机行为习惯进行分析后获知,当用户离开这些无线上网环境时,绝大部分的用户不会刻意关闭手机中wifi模块。因此,通过这一事实研究表明,可以通过对用户手机wifi模块的MAC地址的检测,确定相应区域内的人流量。
然而,现有的根据手机wifi模块的MAC地址确定人流量的方法,只是简单机械地根据相应区域内检测到的MAC地址的数量确定相应区域内的人流量,通过目前这种人流量确定方法估计得到的人流量统计结果往往误差较大,不够准确,缺乏参考意义。
发明内容
针对现有技术中的问题,本发明实施例提供一种人流量估计方法及装置。
第一方面,本发明实施例提供了一种人流量估计方法,包括:
获取位于目标区域内所有智能设备wifi模块的MAC地址数据;
对获取的MAC地址数据进行数据清洗,获取真MAC地址的总数据列表和伪MAC地址的总数据列表;
根据所述真MAC地址的总数据列表和所述伪MAC地址的总数据列表,确定去重后的伪MAC地址的数量和去重后的真MAC地址的数量;
根据所述去重后的伪MAC地址的数量和所述去重后的真MAC地址的数量,估计所述目标区域的人流量。
进一步地,所述根据所述真MAC地址的总数据列表和所述伪MAC地址的总数据列表,确定去重后的伪MAC地址的数量和去重后的真MAC地址的数量,包括:
根据所述伪MAC地址的总数据列表确定伪MAC地址的总数量;
根据所述真MAC地址的总数据列表对真MAC地址进行去重处理,获取去重后的真MAC地址的数量以及真MAC地址的去重比例;
根据真MAC地址的去重比例以及所述伪MAC地址的总数量,获取去重后的伪MAC地址的数量。
进一步地,所述真MAC地址的去重比例为:真MAC地址的总数量与去重后的真MAC地址的数量的比值T,所述比值T=R/R-r1,其中,R表示真MAC地址的总数量,R-r1表示去重后的真MAC地址的数量;
相应地,所述根据真MAC地址的去重比例以及所述伪MAC地址的总数量,获取去重后的伪MAC地址的数量,包括:
根据下面关系模型获取去重后的伪MAC地址的数量:
(F-r2)=F/T
其中,F表示伪MAC地址的总数量,F-r2表示去重后的伪MAC地址的数量。
进一步地,所述根据所述去重后的伪MAC地址的数量和所述去重后的真MAC地址的数量,估计所述目标区域的人流量,包括:
根据下面关系模型估计所述目标区域的人流量:
count=F-r2+R-r1;
其中,count表示所述目标区域的人流量,F-r2表示去重后的伪MAC地址的数量,R-r1表示去重后的真MAC地址的数量。
进一步地,在根据所述真MAC地址的总数据列表和所述伪MAC地址的总数据列表,确定去重后的伪MAC地址的数量和去重后的真MAC地址的数量之前,所述方法还包括:
分别将所述真MAC地址的总数据列表和所述伪MAC地址的总数据列表中出现频率高于预设阈值的MAC地址去除;
相应地,利用去除出现频率高于预设阈值的MAC地址的真MAC地址的总数据列表和去除出现频率高于预设阈值的MAC地址的伪MAC地址的总数据列表,确定去重后的伪MAC地址的数量和去重后的真MAC地址的数量。
进一步地,所述对获取的MAC地址数据进行数据清洗,获取真MAC地址的总数据列表和伪MAC地址的总数据列表,包括:
根据预设的厂商MAC地址表,对获取的MAC地址数据进行数据清洗,获取真MAC地址的总数据列表和伪MAC地址的总数据列表。
进一步地,所述获取位于目标区域内所有智能设备wifi模块的MAC地址数据,包括:
利用部署在所述目标区域内的探针设备探测位于目标区域内所有智能设备wifi模块的MAC地址数据。
第二方面,本发明实施例还提供了一种人流量估计装置,包括:
第一获取模块,用于获取位于目标区域内所有智能设备wifi模块的MAC地址数据;
第二获取模块,用于对获取的MAC地址数据进行数据清洗,获取真MAC地址的总数据列表和伪MAC地址的总数据列表;
确定模块,用于根据所述真MAC地址的总数据列表和所述伪MAC地址的总数据列表,确定去重后的伪MAC地址的数量和去重后的真MAC地址的数量;
估计模块,用于根据所述去重后的伪MAC地址的数量和所述去重后的真MAC地址的数量,估计所述目标区域的人流量。
第三方面,本发明实施例还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所述人流量估计方法的步骤。
第四方面,本发明实施例还提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所述人流量估计方法的步骤。
由上述技术方案可知,本发明实施例提供的人流量估计方法及装置,由于利用去重后的伪MAC地址的数量和去重后的真MAC地址的数量估计目标区域的人流量,因此能够得到较为准确的人流量估计结果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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是本发明一实施例提供的人流量估计方法的流程图;
图2是本发明一实施例提供的人流量估计方法的处理过程示意图;
图3是本发明另一实施例提供的人流量估计装置的结构示意图;
图4是本发明又一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。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前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1示出了本发明实施例提供的人流量估计方法的流程图。如图1所示,本发明实施例提供的人流量估计方法包括如下步骤:
步骤101:获取位于目标区域内所有智能设备wifi模块的MAC地址数据。
在本步骤中,所述目标区域可以为预先指定的一个范围较为固定的区域,如指定商场、指定学校、指定房间等等。
在本步骤中,由于是利用智能设备wifi模块的MAC地址数据进行人流量估计,因此在本实施例中,所述智能设备一般为能唯一表明单一用户的智能设备,如目前阶段,所述智能设备一般指手机,因为目前情况下每个人都会随身携带手机,且一般情况下都是人手一部(忽略一个人带2个手机的情况,因为这对估计结果影响较小),因此利用目标区域内所有手机wifi模块的MAC地址数据,可以估计目标区域内的人流量(由于MAC地址的唯一性,即可确认为一个MAC地址相当于一个人)。需要说明的是,虽然所述智能设备当前阶段一般指手机,但是本实施例并不局限于手机。例如,当未来的某个时间点,手表、耳机、眼镜或其他电子设备具备能够取代手机的功能时,所述智能设备也可以为所述手表、耳机、眼镜或其他电子设备。例如,在未来的某个时间点,人们不再携带手机,而是人手一部手表,进而通过手表进行通信和上网,且手表中携带有wifi模块,那么就可以利用目标区域内所有手表wifi模块的MAC地址数据估计目标区域内的人流量。
在本步骤中,可以优选利用部署在所述目标区域内的探针设备探测位于目标区域内所有智能设备wifi模块的MAC地址数据。例如,当用户开着手机的wifi模块进入到探针设备的覆盖范围时,探针设备即可采集到这些用户的手机MAC地址。
步骤102:对获取的MAC地址数据进行数据清洗,获取真MAC地址的总数据列表和伪MAC地址的总数据列表。
在本步骤中,随着部分智能设备系统的不断改进,使得探针设备抓取到的一些MAC地址为随机的MAC地址,这里称为伪MAC地址。由于伪MAC地址为随机变化的,因此,对于使用伪MAC地址的智能设备,探针设备每对其扫描一次,抓取到的伪MAC都不一样。
需要说明的是,由于不同智能设备系统的升级情况不同,导致一部分智能设备仍然开放真MAC地址,而另一部分智能设备可能已经开始使用随机MAC地址,也即伪MAC地址,因此对于探针设备获取的MAC地址数据,其中包含了一部分真MAC地址和一部分伪MAC地址,因此对获取的MAC地址数据进行数据清洗,区别真MAC地址和伪MAC地址非常有必要,以便于后面分别对真MAC地址和伪MAC地址进行去重处理。
步骤103:根据所述真MAC地址的总数据列表和所述伪MAC地址的总数据列表,确定去重后的伪MAC地址的数量和去重后的真MAC地址的数量。
在本步骤中,由于在对目标区域人流量估计时,一般估计的是目标区域在某一时间段(如某天下午2点-4点,或,周六整天)的人流量,因此,探针设备在该段时间内会进行多次探测,所以上述步骤获取的所述真MAC地址的总数据列表和所述伪MAC地址的总数据列表中可能包含了较多的重复数据,因此,若机械地根据获取的所述真MAC地址的总数据列表和所述伪MAC地址的总数据列表,确定目标区域内的人流量,那么得到的人流量估计结果将会存在较大误差,不具备实际参考意义。因此,在本步骤中,在获取真MAC地址的总数据列表和伪MAC地址的总数据列表后,分别对真MAC地址的总数据列表和伪MAC地址的总数据列表进行去重处理,进而得到去重后的伪MAC地址的数量和去重后的真MAC地址的数量,进而根据所述去重后的伪MAC地址的数量和所述去重后的真MAC地址的数量估计所述目标区域的人流量时可以得到较为准确的估计结果。
在本步骤中,在根据真MAC地址的总数据列表对真MAC地址进行数据去重时,由于真MAC地址的总数据列表中包含的是真MAC地址,因此对真MAC地址数据的去重处理较为简单,直接将重复多次出现的MAC地址算作一次即可。但是对于伪MAC地址,由于每次探测到的伪MAC地址都在不断变化,因此在对伪MAC地址数据进行去重处理时,将变得较为困难。在本步骤中,考虑到场景的一致性、用户行为的一致性、探针设备探测频率的一致性,故在对伪MAC地址的总数据列表进行去重处理时,可以优选参考真MAC地址数据的去重比例,进而利用真MAC地址数据的去重比例,对伪MAC地址数据进行去重处理,进而得到去重后的伪MAC地址的数量。
步骤104:根据所述去重后的伪MAC地址的数量和所述去重后的真MAC地址的数量,估计所述目标区域的人流量。
在本步骤中,利用去重后的伪MAC地址的数量和去重后的真MAC地址的数量估计所述目标区域的人流量,从而可以得到较为准确的估计结果。
由上述技术方案可知,本发明实施例提供的人流量估计方法及装置,由于利用去重后的伪MAC地址的数量和去重后的真MAC地址的数量,估计目标区域的人流量,因此能够得到较为准确的人流量估计结果。
基于上述实施例的内容,在一种可选实施方式中,上述步骤103可通过如下方式实现:
根据所述伪MAC地址的总数据列表确定伪MAC地址的总数量;
根据所述真MAC地址的总数据列表对真MAC地址进行去重处理,获取去重后的真MAC地址的数量以及真MAC地址的去重比例;
根据真MAC地址的去重比例以及所述伪MAC地址的总数量,获取去重后的伪MAC地址的数量。
在本实施例中,考虑到场景的一致性、用户行为的一致性、探针设备探测频率的一致性等因素,故在对伪MAC地址的总数据列表进行去重处理时,可以优选参考真MAC地址数据的去重比例,进而利用真MAC地址数据的去重比例,对伪MAC地址数据进行去重处理,进而得到去重后的伪MAC地址的数量。
基于上述实施例的内容,在一种可选实施方式中,所述真MAC地址的去重比例为:真MAC地址的总数量与去重后的真MAC地址的数量的比值T,所述比值T=R/R-r1,其中,R表示真MAC地址的总数量,R-r1表示去重后的真MAC地址的数量;
相应地,在本实施例中,所述根据真MAC地址的去重比例以及所述伪MAC地址的总数量,获取去重后的伪MAC地址的数量,具体通过如下方式实现:
根据下面关系模型获取去重后的伪MAC地址的数量:
(F-r2)=F/T
其中,F表示伪MAC地址的总数量,F-r2表示去重后的伪MAC地址的数量。
基于上述实施例的内容,在一种可选实施方式中,上述步骤104可通过如下方式实现:
根据下面关系模型估计所述目标区域的人流量:
count=F-r2+R-r1;
其中,count表示所述目标区域的人流量,F-r2表示去重后的伪MAC地址的数量,R-r1表示去重后的真MAC地址的数量。
基于上述实施例的内容,在一种可选实施方式中,在上述步骤103之前,所述方法还包括:
步骤A:分别将所述真MAC地址的总数据列表和所述伪MAC地址的总数据列表中出现频率高于预设阈值的MAC地址去除;
相应地,上述步骤103适应性地变为:利用去除出现频率高于预设阈值的MAC地址的真MAC地址的总数据列表和去除出现频率高于预设阈值的MAC地址的伪MAC地址的总数据列表,确定去重后的伪MAC地址的数量和去重后的真MAC地址的数量。
在本实施例中,为进一步减少误差,提高人流量估计的准确度,在执行上述步骤103之前,优选地,先过滤掉高频出现的MAC地址,例如一个MAC地址出现了1000次,就可以认为是高频MAC地址,这明显属于异常数据,因此在后面的计算中要排除掉这些MAC地址,以便于减小误差。
基于上述实施例的内容,在一种可选实施方式中,上述步骤102可通过如下方式实现:
根据预设的厂商MAC地址表,对获取的MAC地址数据进行数据清洗,获取真MAC地址的总数据列表和伪MAC地址的总数据列表。
在本实施例中,可以利用预设的厂商MAC地址表,对获取的MAC地址数据进行数据清洗。例如,服务器在接收到探针设备获取的MAC地址数据后,开始启动清洗程序,服务器中的清洗程序先提取出获取的MAC地址的前三段,XX:XX:XX,然后利用厂商的MAC地址表进行对比分析,如果前三段在厂商的MAC地址列表里,则属于真MAC地址,否则属于伪MAC地址,从而通过该处理过程可以快速区分出真伪MAC地址,然后做标记后存入到Elasticsearch数据分析平台中,其中,这一部分数据作为实时数据进行保存。
基于上述实施例的内容,在一种可选实施方式中,上述步骤101可通过如下方式实现:
利用部署在所述目标区域内的探针设备探测位于目标区域内所有智能设备wifi模块的MAC地址数据。
在本实施例中,利用部署在所述目标区域内的探针设备,可以简单且准确地探测到位于目标区域内所有智能设备wifi模块的MAC地址数据。
参见图2所示的处理流程图,共包括数据采集、数据清洗、数据处理和数据计算四个过程。
一、数据采集装置部署在目标区域(采集一天内的数据),其他的均为云服务器或者IDC机房。
二、接收到采集的数据后,数据格式为json格式,数据清洗程序区分出真伪MAC地址后做标记存入Elasticsearc。
三、当数据处理程序执行后,首先过滤出MAC频率出现次数高的MAC地址,本实施例中预设的频率阈值为50,如果MAC地址出现频率高于50次则排除,然后将其余符合的数据按条件进行聚合后,存入数据库表结构如下表1所示:
表1
四、数据计算,为了方便计算这里设:真MAC地址数量为R,去重后的真MAC地址数量为R-r1,伪MAC地址数量为F,去重后的伪MAC地址为数量F-r2,真MAC地址的去重比例为T。在计算时,真MAC地址的去重比例T=R/R-r1;伪MAC地址实际去重后的值(F-r2)=F/T;总人数count=F-r2+R-r1,即可算出这天经过目标区域的人流量数。
基于相同的发明构思,本发明另一实施例提供了一种人流量估计装置,参见图3,该装置包括:第一获取模块21、第二获取模块22确定模块23和估计模块24,其中:
第一获取模块21,用于获取位于目标区域内所有智能设备wifi模块的MAC地址数据;
第二获取模块22,用于对获取的MAC地址数据进行数据清洗,获取真MAC地址的总数据列表和伪MAC地址的总数据列表;
确定模块23,用于根据所述真MAC地址的总数据列表和所述伪MAC地址的总数据列表,确定去重后的伪MAC地址的数量和去重后的真MAC地址的数量;
估计模块24,用于根据所述去重后的伪MAC地址的数量和所述去重后的真MAC地址的数量,估计所述目标区域的人流量。
由于本发明实施例提供的人流量估计装置,可以用于执行上述实施例所述的人流量估计方法,其工作原理和有益效果类似,故此处不再详述,具体内容可参见上述实施例的介绍。
基于相同的发明构思,本发明又一实施例提供了一种电子设备,参见图4,所述电子设备具体包括如下内容:处理器301、存储器302、通信接口303和总线304;
其中,所述处理器301、存储器302、通信接口303通过所述总线304完成相互间的通信;所述通信接口303用于实现各建模软件及智能制造装备模块库等相关设备之间的信息传输;
所述处理器301用于调用所述存储器302中的计算机程序,所述处理器执行所述计算机程序时实现上述人流量估计方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述过程:获取位于目标区域内所有智能设备wifi模块的MAC地址数据;对获取的MAC地址数据进行数据清洗,获取真MAC地址的总数据列表和伪MAC地址的总数据列表;根据所述真MAC地址的总数据列表和所述伪MAC地址的总数据列表,确定去重后的伪MAC地址的数量和去重后的真MAC地址的数量;根据所述去重后的伪MAC地址的数量和所述去重后的真MAC地址的数量,估计所述目标区域的人流量。
基于相同的发明构思,本发明又一实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述人流量估计方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述过程:获取位于目标区域内所有智能设备wifi模块的MAC地址数据;对获取的MAC地址数据进行数据清洗,获取真MAC地址的总数据列表和伪MAC地址的总数据列表;根据所述真MAC地址的总数据列表和所述伪MAC地址的总数据列表,确定去重后的伪MAC地址的数量和去重后的真MAC地址的数量;根据所述去重后的伪MAC地址的数量和所述去重后的真MAC地址的数量,估计所述目标区域的人流量。
此外,上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本发明实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种人流量估计方法,其特征在于,包括:
获取位于目标区域内所有智能设备wifi模块的MAC地址数据;
对获取的MAC地址数据进行数据清洗,获取真MAC地址的总数据列表和伪MAC地址的总数据列表;
根据所述真MAC地址的总数据列表和所述伪MAC地址的总数据列表,确定去重后的伪MAC地址的数量和去重后的真MAC地址的数量;
根据所述去重后的伪MAC地址的数量和所述去重后的真MAC地址的数量,估计所述目标区域的人流量。
2.根据权利要求1所述的方法,其特征在于,所述根据所述真MAC地址的总数据列表和所述伪MAC地址的总数据列表,确定去重后的伪MAC地址的数量和去重后的真MAC地址的数量,包括:
根据所述伪MAC地址的总数据列表确定伪MAC地址的总数量;
根据所述真MAC地址的总数据列表对真MAC地址进行去重处理,获取去重后的真MAC地址的数量以及真MAC地址的去重比例;
根据真MAC地址的去重比例以及所述伪MAC地址的总数量,获取去重后的伪MAC地址的数量。
3.根据权利要求2所述的方法,其特征在于,所述真MAC地址的去重比例为:真MAC地址的总数量与去重后的真MAC地址的数量的比值T,所述比值T=R/R-r1,其中,R表示真MAC地址的总数量,R-r1表示去重后的真MAC地址的数量;
相应地,所述根据真MAC地址的去重比例以及所述伪MAC地址的总数量,获取去重后的伪MAC地址的数量,包括:
根据下面关系模型获取去重后的伪MAC地址的数量:
(F-r2)=F/T
其中,F表示伪MAC地址的总数量,F-r2表示去重后的伪MAC地址的数量。
4.根据权利要求3所述的方法,其特征在于,所述根据所述去重后的伪MAC地址的数量和所述去重后的真MAC地址的数量,估计所述目标区域的人流量,包括:
根据下面关系模型估计所述目标区域的人流量:
count=F-r2+R-r1;
其中,count表示所述目标区域的人流量,F-r2表示去重后的伪MAC地址的数量,R-r1表示去重后的真MAC地址的数量。
5.根据权利要求1~4任一项所述的方法,其特征在于,在根据所述真MAC地址的总数据列表和所述伪MAC地址的总数据列表,确定去重后的伪MAC地址的数量和去重后的真MAC地址的数量之前,所述方法还包括:
分别将所述真MAC地址的总数据列表和所述伪MAC地址的总数据列表中出现频率高于预设阈值的MAC地址去除;
相应地,利用去除出现频率高于预设阈值的MAC地址的真MAC地址的总数据列表和去除出现频率高于预设阈值的MAC地址的伪MAC地址的总数据列表,确定去重后的伪MAC地址的数量和去重后的真MAC地址的数量。
6.根据权利要求1所述的方法,其特征在于,所述对获取的MAC地址数据进行数据清洗,获取真MAC地址的总数据列表和伪MAC地址的总数据列表,包括:
根据预设的厂商MAC地址表,对获取的MAC地址数据进行数据清洗,获取真MAC地址的总数据列表和伪MAC地址的总数据列表。
7.根据权利要求1所述的方法,其特征在于,所述获取位于目标区域内所有智能设备wifi模块的MAC地址数据,包括:
利用部署在所述目标区域内的探针设备探测位于目标区域内所有智能设备wifi模块的MAC地址数据。
8.一种人流量估计装置,其特征在于,包括:
第一获取模块,用于获取位于目标区域内所有智能设备wifi模块的MAC地址数据;
第二获取模块,用于对获取的MAC地址数据进行数据清洗,获取真MAC地址的总数据列表和伪MAC地址的总数据列表;
确定模块,用于根据所述真MAC地址的总数据列表和所述伪MAC地址的总数据列表,确定去重后的伪MAC地址的数量和去重后的真MAC地址的数量;
估计模块,用于根据所述去重后的伪MAC地址的数量和所述去重后的真MAC地址的数量,估计所述目标区域的人流量。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述人流量估计方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述人流量估计方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910143023.0A CN109951804B (zh) | 2019-02-26 | 2019-02-26 | 一种人流量估计方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910143023.0A CN109951804B (zh) | 2019-02-26 | 2019-02-26 | 一种人流量估计方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109951804A true CN109951804A (zh) | 2019-06-28 |
CN109951804B CN109951804B (zh) | 2020-09-22 |
Family
ID=67007732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910143023.0A Active CN109951804B (zh) | 2019-02-26 | 2019-02-26 | 一种人流量估计方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109951804B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110366200A (zh) * | 2019-08-01 | 2019-10-22 | 上海重盟信息技术有限公司 | 一种终端标定的方法及装置 |
CN110706376A (zh) * | 2019-08-02 | 2020-01-17 | 阿里巴巴集团控股有限公司 | 一种人流量统计方法和装置 |
CN111132022A (zh) * | 2019-12-20 | 2020-05-08 | 成都西加云杉科技有限公司 | 一种人群预警分析方法、装置及系统 |
CN114158031A (zh) * | 2021-12-02 | 2022-03-08 | 深圳市共进电子股份有限公司 | 一种统计终端的方法、装置、路由器及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150230096A1 (en) * | 2012-11-21 | 2015-08-13 | Empire Technology Development Llc | Schemes for connecting to wireless network |
CN106297288A (zh) * | 2016-08-23 | 2017-01-04 | 同济大学 | 一种公交乘客客流数据采集与分析方法 |
CN106982411A (zh) * | 2017-03-20 | 2017-07-25 | 华南理工大学 | 一种基于wifi探针数据的实时客流统计方法 |
US20180124824A1 (en) * | 2015-04-28 | 2018-05-03 | Lg Electronics Inc. | Method for transmitting and receiving uplink data using contention based resources in wireless communication system and apparatus therefor |
CN108012309A (zh) * | 2017-11-28 | 2018-05-08 | 北京锐安科技有限公司 | 基于WiFi的人流量统计方法、装置及系统 |
CN109246685A (zh) * | 2018-11-29 | 2019-01-18 | 锐捷网络股份有限公司 | 基于mac地址的客流量统计方法、设备及存储介质 |
CN109327856A (zh) * | 2018-11-29 | 2019-02-12 | 锐捷网络股份有限公司 | 客流量统计方法、网络设备及存储介质 |
-
2019
- 2019-02-26 CN CN201910143023.0A patent/CN109951804B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150230096A1 (en) * | 2012-11-21 | 2015-08-13 | Empire Technology Development Llc | Schemes for connecting to wireless network |
US20180124824A1 (en) * | 2015-04-28 | 2018-05-03 | Lg Electronics Inc. | Method for transmitting and receiving uplink data using contention based resources in wireless communication system and apparatus therefor |
CN106297288A (zh) * | 2016-08-23 | 2017-01-04 | 同济大学 | 一种公交乘客客流数据采集与分析方法 |
CN106982411A (zh) * | 2017-03-20 | 2017-07-25 | 华南理工大学 | 一种基于wifi探针数据的实时客流统计方法 |
CN108012309A (zh) * | 2017-11-28 | 2018-05-08 | 北京锐安科技有限公司 | 基于WiFi的人流量统计方法、装置及系统 |
CN109246685A (zh) * | 2018-11-29 | 2019-01-18 | 锐捷网络股份有限公司 | 基于mac地址的客流量统计方法、设备及存储介质 |
CN109327856A (zh) * | 2018-11-29 | 2019-02-12 | 锐捷网络股份有限公司 | 客流量统计方法、网络设备及存储介质 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110366200A (zh) * | 2019-08-01 | 2019-10-22 | 上海重盟信息技术有限公司 | 一种终端标定的方法及装置 |
CN110366200B (zh) * | 2019-08-01 | 2022-11-18 | 上海重盟信息技术有限公司 | 一种终端标定的方法及装置 |
CN110706376A (zh) * | 2019-08-02 | 2020-01-17 | 阿里巴巴集团控股有限公司 | 一种人流量统计方法和装置 |
WO2021022793A1 (zh) * | 2019-08-02 | 2021-02-11 | 创新先进技术有限公司 | 一种人流量统计方法和装置 |
CN110706376B (zh) * | 2019-08-02 | 2021-09-28 | 创新先进技术有限公司 | 一种人流量统计方法和装置 |
CN111132022A (zh) * | 2019-12-20 | 2020-05-08 | 成都西加云杉科技有限公司 | 一种人群预警分析方法、装置及系统 |
CN114158031A (zh) * | 2021-12-02 | 2022-03-08 | 深圳市共进电子股份有限公司 | 一种统计终端的方法、装置、路由器及存储介质 |
CN114158031B (zh) * | 2021-12-02 | 2023-08-22 | 深圳市共进电子股份有限公司 | 一种统计终端的方法、装置、路由器及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109951804B (zh) | 2020-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109951804A (zh) | 一种人流量估计方法及装置 | |
CN109104694B (zh) | 一种基于手机信令的用户停留位置发现方法及系统 | |
CN106205186B (zh) | 一种推荐停车位置的方法及终端 | |
CN105943013B (zh) | 心率检测方法及装置、智能可穿戴设备 | |
CN106210163B (zh) | 基于ip地址的定位方法及装置 | |
CN109102334A (zh) | 商圈划分方法、装置及电子设备 | |
CN105260414B (zh) | 用户行为相似性计算方法及装置 | |
CN109962789B (zh) | 基于网络数据构建物联网应用标签体系的方法和装置 | |
CN106685752B (zh) | 一种信息处理方法及终端 | |
CN112444858B (zh) | 基于边云协同的地震实时监测ai计算方法、装置及介质 | |
CN110390584A (zh) | 一种异常用户的识别方法、识别装置及可读存储介质 | |
WO2017101652A1 (zh) | 网站页面间访问路径的确定方法及装置 | |
CN106027693B (zh) | 基于ip地址的定位方法及装置 | |
CN110290467A (zh) | 停留点、商业区服务范围、影响因素的获取方法及装置 | |
CN104883705B (zh) | 一种数据业务投诉的问题定位方法及装置 | |
CN108076032B (zh) | 一种异常行为用户识别方法及装置 | |
CN106327230A (zh) | 一种异常用户检测方法及设备 | |
CN106682058B (zh) | 应用程序的筛选方法、装置和系统 | |
CN109800052B (zh) | 应用于分布式容器云平台的异常检测与定位方法及装置 | |
CN106131238B (zh) | Ip地址的分类方法及装置 | |
CN109977745A (zh) | 人脸图像处理方法及相关装置 | |
CN109993586A (zh) | 一种营销产品的方法和装置 | |
CN103810241B (zh) | 一种低频点击的过滤方法和装置 | |
CN112926639A (zh) | 一种轨迹跟踪方法、装置、存储介质及电子装置 | |
CN111915378A (zh) | 用户属性预测方法、装置、计算机设备及存储介质 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20190905 Address after: 100022 First Floor of Basketball Theme Park, 69 Fuxing Road, Haidian District, Beijing Applicant after: Beijing Laili Space-time Technology Co., Ltd. Address before: 100044 Tengda Building, 168 Xizhimenwai Street, Haidian District, Beijing Applicant before: Beijing Kongzhong Messenger Information Technology Co., Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |