CN110139221A - 一种基于手机信号微卡口的人口集群动态监测方法与系统 - Google Patents

一种基于手机信号微卡口的人口集群动态监测方法与系统 Download PDF

Info

Publication number
CN110139221A
CN110139221A CN201910386371.0A CN201910386371A CN110139221A CN 110139221 A CN110139221 A CN 110139221A CN 201910386371 A CN201910386371 A CN 201910386371A CN 110139221 A CN110139221 A CN 110139221A
Authority
CN
China
Prior art keywords
string
track
microcaloire
equipment
microcaloire mouth
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
CN201910386371.0A
Other languages
English (en)
Other versions
CN110139221B (zh
Inventor
王琪
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.)
Terminus Beijing Technology Co Ltd
Original Assignee
Terminus Beijing Technology Co Ltd
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 Terminus Beijing Technology Co Ltd filed Critical Terminus Beijing Technology Co Ltd
Priority to CN201910386371.0A priority Critical patent/CN110139221B/zh
Publication of CN110139221A publication Critical patent/CN110139221A/zh
Application granted granted Critical
Publication of CN110139221B publication Critical patent/CN110139221B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/08Testing, supervising or monitoring using real traffic
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/029Location-based management or tracking services

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请实施例提供了的人口集群动态监测方法,包括:获取预设时间窗内分布在目标空间范围内的全部微卡口采集到的微卡口记录表,所述微卡口记录表包括微卡口采集到的移动通信设备的设备串号和采集设备串号时对应的时间点;根据所述微卡口记录表,确定每个设备串号的串号轨迹,生成串号轨迹集;计算所述串号轨迹集中的每两个串号轨迹之间的同步性值;通过将同步性值大于第一预设阈值的两个串号轨迹对应的串号归为同一子集,进而将所述串号轨迹集划分为多个子集;提取串号数量大于第二预设阈值的子集中的串号轨迹点,生成集群移动轨迹。本申请实施例的方法,能够发掘人口集群并且分析人口集群的动态轨迹,为规划交通道路布局和疏导措施提供依据。

Description

一种基于手机信号微卡口的人口集群动态监测方法与系统
技术领域
本申请涉及微卡口技术领域,尤其涉及一种基于手机信号微卡口的人口集群动态监测方法与系统。
背景技术
手机串号即通常所说的手机序列号,为TAC+FAC+SNR+SP字段组合,一般又表示为IMEI。IMEI(International Mobile Equipment Identity)是国际移动设备身份码的缩写,又称为国际移动装备辨识码,是由15位数字组成的"电子串号",它与每台手机一一对应,而且该码是全世界唯一的。在手机实名制已经实现的条件下,利用该串号可以追查手机持有人的身份。下文中的串号、设备串号等均指的是该IMEI号码。
可以采集手机等移动通信设备串号的微卡口目前广泛分布于城市空间之中。微卡口可以与在其通信范围内的手机等移动通信设备自动建立无线连接,并获得手机上传的设备串号,并形成包含串号及其记录时间在内的记录表。公安,交通,城市管理等部门出于侦查,人口管理的需要,可以依法调用微卡口生成的该记录表,并对记录表包含的数据进行分析。而且,鉴于目前手机已经基本人手一台的状况,通过分析各个微卡口的该记录表,也可以取得反映人员分布和移动位置的大数据
目前基于微卡口的记录表可以实现针对特定人的动态轨迹监测,例如,调取在预定时间窗口(例如x月x日8:00-10:00)内存在某一设备串号的全部微卡口记录表,根据各张记录表中该串号的记录时间以及对应各个微卡口的位置,就可以分析该串号对应的特定人在该时间窗口内的动态移动轨迹。
但是,在某些应用当中,我们不是需要对特定人的动态轨迹进行提取分析,而是希望对更为宏观的某一人口集群的动态轨迹进行提取和分析。例如,在地铁或者公交枢纽站进行交通工具换乘,以及在火车站或者机场,或者早晚上下班高峰在居住聚集地和工作聚集地之间的人口潮汐现象中,都存在大量和非特定人口形成一个潜在的集群,进行具有共同趋向性的移动的现象。如果能够发掘这种人口集群并且分析他们的动态轨迹,可以为掌握某一时段的人流涌向,防范群体事故,规划交通道路布局和疏导措施提供依据,例如可以配合人口集群的动态轨迹而在其轨迹的适当位置设立限流栏杆,或者调节轨迹沿途红绿灯的变化时长,可以令轨迹沿途的广播设备和公告牌自动播放限流提示信息,等等。
现有技术中,缺乏发掘上述人口集群并且分析人口集群的动态轨迹的方法。
发明内容
有鉴于此,本申请的目的在于提出一种基于手机信号微卡口的人口集群动态监测方法与系统,来发掘人口集群并且分析人口集群的动态轨迹,为规划交通道路布局和疏导措施提供依据,进而防范群体事故。
基于上述目的,在本申请的第一个方面,提出了一种基于手机信号微卡口的人口集群动态监测方法,包括:
获取预设时间窗内分布在目标空间范围内的全部微卡口采集到的微卡口记录表,所述微卡口记录表包括微卡口采集到的移动通信设备的设备串号和采集设备串号时对应的时间点;
根据所述微卡口记录表,确定每个设备串号的串号轨迹,生成串号轨迹集;
计算所述串号轨迹集中的每两个串号轨迹之间的同步性值;
通过将同步性值大于第一预设阈值的两个串号轨迹对应的串号归为同一子集,进而将所述串号轨迹集划分为多个子集;
提取子集中的串号数量大于第二预设阈值的串号轨迹点,生成集群移动轨迹。
在一些实施例中,所述目标空间范围为城市区域、交通枢纽和多个交通站点的组合中的其中之一。
在一些实施例中,还包括:
微卡口采集自身通信范围内的移动通信设备的设备串号,记录采集移动通信设备的设备串号时对应的时间点,并对采集到的设备串号和对应的时间点进行记录,生成所述微卡口记录表。
在一些实施例中,所述根据所述微卡口记录表,确定每个设备串号的串号轨迹,生成串号轨迹集,具体包括:
对于所述微卡口记录表中的同一设备串号,根据对应的时间点的先后顺序将采集该设备串号的微卡口的位置顺次连接起来,生成该设备串号的串号轨迹,按照上述方法遍历所有的设备串号,生成串号轨迹集。
在一些实施例中,所述根据对应的时间点的先后顺序将采集该设备串号的微卡口的位置顺次连接起来,生成该设备串号的串号轨迹,具体包括:
获取所述目标空间范围的平面地图,将分布在所述目标空间范围内的全部微卡口的位置标注在所述平面地图上,按照对应的时间点的先后顺序将采集该设备串号的微卡口的位置顺次连接起来,生成该设备串号的串号轨迹。
在一些实施例中,所述计算所述串号轨迹集中的每两个串号轨迹之间的同步性值,包括:
对于所述串号轨迹集中的两个串号轨迹,每当由同一微卡口采集到两个设备串号的时间差小于第三预设阈值,则这两个串号轨迹之间的同步性值增加1,遍历两个串号轨迹中的所有微卡口,计算所述两个串号轨迹之间的同步性值。
在一些实施例中,每两个串号轨迹之间的同步性值的初始值为0。
基于上述目的,在本申请的第二个方面,还提出了一种基于手机信号微卡口的人口集群动态监测系统,包括:
微卡口记录表获取模块,用于获取预设时间窗内分布在目标空间范围内的全部微卡口采集到的微卡口记录表,所述微卡口记录表包括微卡口采集到的移动通信设备的设备串号和采集设备串号时对应的时间点;
串号轨迹集生成模块,用于根据所述微卡口记录表,确定每个设备串号的串号轨迹,生成串号轨迹集;
同步性值计算模块,用于计算所述串号轨迹集中的每两个串号轨迹之间的同步性值;
串号轨迹集划分模块,用于通过将同步性值大于第一预设阈值的两个串号轨迹对应的串号归为同一子集,进而将所述串号轨迹集划分为多个子集;
集群移动轨迹生成模块,用于提取子集中的串号数量大于第二预设阈值的串号轨迹点,生成集群移动轨迹。
在一些实施例中,所述串号轨迹集生成模块,具体用于:
对于所述微卡口记录表中的同一设备串号,根据对应的时间点的先后顺序将采集该设备串号的微卡口的位置顺次连接起来,生成该设备串号的串号轨迹,按照上述方法遍历所有的设备串号,生成串号轨迹集。
在一些实施例中,所述同步性值计算模块,具体用于:
对于所述串号轨迹集中的两个串号轨迹,每当由同一微卡口采集到两个设备串号的时间差小于第三预设阈值,则这两个串号轨迹之间的同步性值增加1,遍历两个串号轨迹中的所有微卡口,计算所述两个串号轨迹之间的同步性值。
本申请实施例提供了一种基于手机信号微卡口的人口集群动态监测方法与系统,其中方法包括:获取预设时间窗内分布在目标空间范围内的全部微卡口采集到的微卡口记录表,所述微卡口记录表包括微卡口采集到的移动通信设备的设备串号和采集设备串号时对应的时间点;根据所述微卡口记录表,确定每个设备串号的串号轨迹,生成串号轨迹集;计算所述串号轨迹集中的每两个串号轨迹之间的同步性值;通过将同步性值大于第一预设阈值的两个串号轨迹对应的串号归为同一子集,进而将所述串号轨迹集划分为多个子集;提取串号数量大于第二预设阈值的子集中的串号轨迹点,生成集群移动轨迹。本申请实施例的基于手机信号微卡口的人口集群动态监测方法与系统,能够发掘人口集群并且分析人口集群的动态轨迹,为规划交通道路布局和疏导措施提供依据,例如可以配合人口集群的动态轨迹而在其轨迹的适当位置设立限流栏杆,或者调节轨迹沿途红绿灯的变化时长,可以令轨迹沿途的广播设备和公告牌自动播放限流提示信息,等等,进而防范群体事故。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请实施例一的基于手机信号微卡口的人口集群动态监测方法的流程图;
图2是本申请实施例二的基于手机信号微卡口的人口集群动态监测方法的流程图;
图3是本申请实施例三的基于手机信号微卡口的人口集群动态监测系统的功能结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
如图1所示,是本申请实施例一的基于手机信号微卡口的人口集群动态监测方法的流程图。从图1中可以看出,本实施例的基于手机信号微卡口的人口集群动态监测方法,可以包括以下步骤:
S101:获取预设时间窗内分布在目标空间范围内的全部微卡口采集到的微卡口记录表,所述微卡口记录表包括微卡口采集到的移动通信设备的设备串号和采集设备串号时对应的时间点。
本实施例的基于手机信号微卡口的人口集群动态监测方法,可以应用于例如城市区域、交通枢纽和多个交通站点的组合这些目标空间,对目标空间范围内的人口集群的动态轨迹进行提取和分析。具体地,所述目标空间中的不同位置处可以预先设置有多个微卡口,例如在交通枢纽的人行通道的入口、出口或者交叉口等位置处设置微卡口,微卡口具有一定的通信范围,当携带通信设备(例如手机)的用户进入微卡口的通信范围内时,微卡口会自动建立与该用户的通信设备的通信连接,获取该用户的通信设备的设备串号,并记录当前时间作为获取该用户的通信设备的设备串号对应的时间点。微卡口按照上述工作过程采集每个经过自身通信范围的用户的通信设备的设备串号及其对应的时间点,并按照时间的先后顺序对用户的通信设备的设备串号及其对应的时间点进行存储,该存储的方式例如可以是写入表格或者生成日志,进而生成自身的微卡口记录表。当利用本申请实施例的基于手机信号微卡口的人口集群动态监测方法,对目标空间范围内的人口集群的动态轨迹进行提取和分析时,首先需要获取预设时间窗内分布在目标空间范围内的全部微卡口采集到的微卡口记录表。预设时间窗例如可以是x月x日8:00-10:00,具体可以根据实际需要确定预设时间窗,这里不再一一列举。
S102:根据所述微卡口记录表,确定每个设备串号的串号轨迹,生成串号轨迹集。
在本实施例中,当获取到预设时间窗内分布在目标空间范围内的全部微卡口采集到的微卡口记录表后,针对当前微卡口记录表(即所有微卡口记录表中的一个)中的目标设备串号,可以从其他微卡口记录表中查找该目标设备串号被采集时的时间点,以及对应的采集微卡口的位置,遍历所有微卡口记录表,确定采集目标设备串号的微卡口,根据采集时间的先后顺序将采集目标设备串号的微卡口的位置串联,生成目标设备串号的串号轨迹,然后,按照相同的步骤,确定其他设备串号的串号轨迹,将这些串号轨迹统计起来,生成串号轨迹集。
S103:计算所述串号轨迹集中的每两个串号轨迹之间的同步性值。
在本实施例中,当生成串号轨迹集后,进一步计算所述串号轨迹集中的每两个串号轨迹之间的同步性值。具体地,对于所述串号轨迹集中的两个串号轨迹,每当由同一微卡口采集到这两个设备串号的时间差小于第三预设阈值时,将这两个串号轨迹之间的同步性值增加1,遍历两个串号轨迹中的所有微卡口,计算所述两个串号轨迹之间的同步性值。按照上述过程,计算任意两个串号轨迹之间的同步性值。在本实施例中,两个串号轨迹之间的同步性值的初始值可以根据实际需要确定,通常情况下,两个串号轨迹之间的同步性值的初始值为0。
S104:通过将同步性值大于第一预设阈值的两个串号轨迹对应的串号归为同一子集,进而将所述串号轨迹集划分为多个子集。
在本实施例中,当计算确定每两个串号轨迹之间的同步性值后,可以将同步性值大于第一预设阈值的两个串号轨迹对应的串号归为同一子集,进而,通过遍历串号轨迹集中每两个串号轨迹进行两两计算,把所有串号归入各自的子集,将所述串号轨迹集划分为多个子集,例如,对于R1、R2、R3、R4这些串号轨迹,经过两两运算,R1-R2之间的同步性值大于第一预设阈值,R1-R3,R2-R3之间的同步性值也都大于第一预设阈值,则可以将R1、R2、R3归入同一个子集;R1-R4、R2-R4之间的同步性值大于第一预设阈值,但是R3-R4之间的同步性值不大于第一预设阈值,则R4不能归入该子集,而是由R1、R2、R4归入另一个子集;由此也可以看到同一个串号轨迹可以归入不同的子集。其中,第一预设阈值可以根据预设时间窗来确定,通常情况下,预设时间窗对应的时间区间越长,用户的移动范围也越大,则用户经过的微卡口的数量也约定,因此,第一预设阈值的大小可以根据预设时间窗来确定,预设时间窗调的时间区间越长,第一预设阈值的值也越大。在实际应用过程中,第一预设阈值的取值可以根据实际需要确定,或者也可以根据经验值得出。此外,当两个串号轨迹之间的同步性值的初始值不为0时,两个串号轨迹之间的同步性值的初始值越大,第一预设阈值的取值也越大。
S105:提取子集中的串号数量大于第二预设阈值的串号轨迹点,生成集群移动轨迹。
在将所述串号轨迹集划分为多个子集后,对于划分后的每一个子集,可以提取该子集中的串号数量大于第二预设阈值的串号轨迹点,生成集群移动轨迹。在实际应用过程中,为了使得子集具有代表性,子集中的串号数量应当大于一个最低的串号数量阈值例如50,而对于小于该串号数量阈值的子集可以不做分析。对于大于该串号数量阈值的子集,提取串号数量大于第二预设阈值的串号轨迹点,具体来说,如果该子集中大于第二预设阈值的串号在同一个时间区段内都经过了一个微卡口的所在位置,则说明在同一个时间区段内对应数量的用户经过了该微卡口,则将该微卡口位置设定为一个串号轨迹点,然后按时间顺序串联所有串号轨迹点,生成集群移动轨迹。本实施中的第二预设阈值可以是数值阈值,例如80、90等,也可以是比例阈值,例如75%、80%等,这里不再一一列举。
在生成集群移动轨迹后,可以作为规划交通道路布局和疏导措施的数据依据。
本实施例的基于手机信号微卡口的人口集群动态监测方法,能够发掘人口集群并且分析人口集群的动态轨迹,为规划交通道路布局和疏导措施提供依据,进而防范群体事故。
如图2所示,是本申请实施例二的基于手机信号微卡口的人口集群动态监测方法的流程图。本实施例的基于手机信号微卡口的人口集群动态监测方法,可以包括以下步骤:
S201:微卡口采集自身通信范围内的移动通信设备的设备串号,记录采集移动通信设备的设备串号时对应的时间点,并对采集到的设备串号和对应的时间点进行记录,生成所述微卡口记录表。
在本实施例中,目标空间中的不同位置处可以预先设置有多个微卡口,例如在交通枢纽的人行通道的入口、出口或者交叉口等位置处设置微卡口,微卡口具有一定的通信范围,当携带通信设备(例如手机)的用户进入微卡口的通信范围内时,微卡口会自动建立与该用户的通信设备的通信连接,获取该用户的通信设备的设备串号,并记录当前时间作为获取该用户的通信设备的设备串号对应的时间点。微卡口按照上述工作过程采集每个经过自身通信范围的用户的通信设备的设备串号及其对应的时间点,并按照时间的先后顺序对用户的通信设备的设备串号及其对应的时间点进行存储,该存储的方式例如可以是写入表格或者生成日志,进而生成自身的微卡口记录表。
S202:获取预设时间窗内分布在目标空间范围内的全部微卡口采集到的微卡口记录表,所述微卡口记录表包括微卡口采集到的移动通信设备的设备串号和采集设备串号时对应的时间点。
在本实施例中,当利用本申请实施例的基于手机信号微卡口的人口集群动态监测方法,对目标空间范围内的人口集群的动态轨迹进行提取和分析时,首先需要获取预设时间窗内分布在目标空间范围内的全部微卡口采集到的微卡口记录表。预设时间窗例如可以是x月x日8:00-10:00,具体可以根据实际需要确定预设时间窗,这里不再一一列举。
S203:对于所述微卡口记录表中的同一设备串号,根据对应的时间点的先后顺序将采集该设备串号的微卡口的位置顺次连接起来,生成该设备串号的串号轨迹,按照上述方法遍历所有的设备串号,生成串号轨迹集。
在本实施例中,当获取到预设时间窗内分布在目标空间范围内的全部微卡口采集到的微卡口记录表后,针对当前微卡口记录表(即所有微卡口记录表中的一个)中的目标设备串号,可以从其他微卡口记录表中查找该目标设备串号被采集时的时间点,以及对应的采集微卡口的位置,遍历所有微卡口记录表,确定采集目标设备串号的微卡口。然后获取所述目标空间范围的平面地图,例如可以通过常用的地图软件获取所述目标空间范围的平面地图,将分布在所述目标空间范围内的全部微卡口的位置标注在所述平面地图上,按照对应的时间点的先后顺序将采集该设备串号的微卡口的位置顺次连接起来,生成该设备串号的串号轨迹。根据采集时间的先后顺序将采集目标设备串号的微卡口的位置串联,生成目标设备串号的串号轨迹,然后,按照相同的步骤,确定其他设备串号的串号轨迹,将这些串号轨迹统计起来,生成串号轨迹集。
S204:对于所述串号轨迹集中的每两个串号轨迹,每当由同一微卡口采集到两个设备串号的时间差小于第三预设阈值,则这两个串号轨迹之间的同步性值增加1,遍历两个串号轨迹中的所有微卡口,计算所述两个串号轨迹之间的同步性值。
在本实施例中,当生成串号轨迹集后,进一步计算所述串号轨迹集中的每两个串号轨迹之间的同步性值。具体地,对于所述串号轨迹集中的两个串号轨迹,每当由同一微卡口采集到这两个设备串号的时间差小于第三预设阈值时,将这两个串号轨迹之间的同步性值增加1,遍历两个串号轨迹中的所有微卡口,计算所述两个串号轨迹之间的同步性值。按照上述过程,计算任意两个串号轨迹之间的同步性值。在本实施例中,两个串号轨迹之间的同步性值的初始值可以根据实际需要确定,通常情况下,两个串号轨迹之间的同步性值的初始值为0。
S205:通过将同步性值大于第一预设阈值的两个串号轨迹对应的串号归为同一子集,进而将所述串号轨迹集划分为多个子集。
在本实施例中,当计算确定每两个串号轨迹之间的同步性值后,可以将同步性值大于第一预设阈值的两个串号轨迹对应的串号归为同一子集,进而将所述串号轨迹集划分为多个子集。其中,第一预设阈值可以根据预设时间窗来确定,通常情况下,预设时间窗对应的时间区间越长,用户的移动范围也越大,则用户经过的微卡口的数量也约定,因此,第一预设阈值的大小可以根据预设时间窗来确定,预设时间窗调的时间区间越长,第一预设阈值的值也越大。在实际应用过程中,第一预设阈值的取值可以根据实际需要确定,或者也可以根据经验值得出。此外,当两个串号轨迹之间的同步性值的初始值不为0时,两个串号轨迹之间的同步性值的初始值越大,第一预设阈值的取值也越大。
S206:提取子集中的串号数量大于第二预设阈值的串号轨迹点,生成集群移动轨迹。
在将所述串号轨迹集划分为多个子集后,对于划分后的每一个子集,可以提取该子集中的串号数量大于第二预设阈值的串号轨迹点,生成集群移动轨迹。在实际应用过程中,为了使得子集具有代表性,子集中的串号数量应当大于一个串号数量阈值例如50,而对于小于该阈值的子集可以不做分析。对于大于该串号数量阈值的子集,提取串号数量大于第二预设阈值的串号轨迹点,具体来说,如果该子集中大于第二预设阈值的串号在同一个时间区段都经过了一个微卡口的所在位置,则说明在同一个时间区段内对应数量的用户经过了该微卡口,则将该微卡口位置设定为一个串号轨迹点,然后按时间顺序串联所有串号轨迹点,生成集群移动轨迹。本实施中的第二预设阈值可以是数值阈值,例如80、90等,也可以是比例阈值,例如75%、80%等,这里不再一一列举。
本实施例的基于手机信号微卡口的人口集群动态监测方法,能够发掘人口集群并且分析人口集群的动态轨迹,为规划交通道路布局和疏导措施提供依据,进而防范群体事故。
如图3所示,是本申请实施例三的基于手机信号微卡口的人口集群动态监测系统的功能结构示意图。本实施例的基于手机信号微卡口的人口集群动态监测系统,包括:
微卡口记录表获取模块301,用于获取预设时间窗内分布在目标空间范围内的全部微卡口采集到的微卡口记录表,所述微卡口记录表包括微卡口采集到的移动通信设备的设备串号和采集设备串号时对应的时间点。
具体地,在本实施例中,目标空间中的不同位置处可以预先设置有多个微卡口,例如在交通枢纽的人行通道的入口、出口或者交叉口等位置处设置微卡口,微卡口具有一定的通信范围,当携带通信设备(例如手机)的用户进入微卡口的通信范围内时,微卡口会自动建立与该用户的通信设备的通信连接,获取该用户的通信设备的设备串号,并记录当前时间作为获取该用户的通信设备的设备串号对应的时间点。微卡口按照上述工作过程采集每个经过自身通信范围的用户的通信设备的设备串号及其对应的时间点,并按照时间的先后顺序对用户的通信设备的设备串号及其对应的时间点进行存储,该存储的方式例如可以是写入表格或者生成日志,进而生成自身的微卡口记录表。当利用本申请实施例的基于手机信号微卡口的人口集群动态监测方法,对目标空间范围内的人口集群的动态轨迹进行提取和分析时,首先通过微卡口记录表获取模块301获取预设时间窗内分布在目标空间范围内的全部微卡口采集到的微卡口记录表。预设时间窗例如可以是x月x日8:00-10:00,具体可以根据实际需要确定预设时间窗,这里不再一一列举。
串号轨迹集生成模块302,用于根据所述微卡口记录表,确定每个设备串号的串号轨迹,生成串号轨迹集。
具体地,在本实施例中,当获取到预设时间窗内分布在目标空间范围内的全部微卡口采集到的微卡口记录表后,针对当前微卡口记录表(即所有微卡口记录表中的一个)中的目标设备串号,可以从其他微卡口记录表中查找该目标设备串号被采集时的时间点,以及对应的采集微卡口的位置,遍历所有微卡口记录表,确定采集目标设备串号的微卡口。然后获取所述目标空间范围的平面地图,将分布在所述目标空间范围内的全部微卡口的位置标注在所述平面地图上,按照对应的时间点的先后顺序将采集该设备串号的微卡口的位置顺次连接起来,生成该设备串号的串号轨迹。根据采集时间的先后顺序将采集目标设备串号的微卡口的位置串联,生成目标设备串号的串号轨迹,然后,按照相同的步骤,确定其他设备串号的串号轨迹,将这些串号轨迹统计起来,生成串号轨迹集。
同步性值计算模块303,用于计算所述串号轨迹集中的每两个串号轨迹之间的同步性值。
具体地,当生成串号轨迹集后,进一步计算所述串号轨迹集中的每两个串号轨迹之间的同步性值。具体地,对于所述串号轨迹集中的两个串号轨迹,每当由同一微卡口采集到这两个设备串号的时间差小于第三预设阈值时,将这两个串号轨迹之间的同步性值增加1,遍历两个串号轨迹中的所有微卡口,计算所述两个串号轨迹之间的同步性值。按照上述过程,计算任意两个串号轨迹之间的同步性值。在本实施例中,两个串号轨迹之间的同步性值的初始值可以根据实际需要确定,通常情况下,两个串号轨迹之间的同步性值的初始值为0。
串号轨迹集划分模块304,用于通过将同步性值大于第一预设阈值的两个串号轨迹对应的串号归为同一子集,进而将所述串号轨迹集划分为多个子集。
具体地,当计算确定每两个串号轨迹之间的同步性值后,可以将同步性值大于第一预设阈值的两个串号轨迹对应的串号归为同一子集,进而将所述串号轨迹集划分为多个子集。其中,第一预设阈值可以根据预设时间窗来确定,通常情况下,预设时间窗对应的时间区间越长,用户的移动范围也越大,则用户经过的微卡口的数量也约定,因此,第一预设阈值的大小可以根据预设时间窗来确定,预设时间窗调的时间区间越长,第一预设阈值的值也越大。在实际应用过程中,第一预设阈值的取值可以根据实际需要确定,或者也可以根据经验值得出。此外,当两个串号轨迹之间的同步性值的初始值不为0时,两个串号轨迹之间的同步性值的初始值越大,第一预设阈值的取值也越大。
集群移动轨迹生成模块305,用于提取子集中的串号数量大于第二预设阈值的串号轨迹点,生成集群移动轨迹。
具体地,在将所述串号轨迹集划分为多个子集后,对于划分后的每一个子集,可以提取该子集中的串号数量大于第二预设阈值的串号轨迹点,生成集群移动轨迹。在实际应用过程中,为了使得子集具有代表性,子集中的串号数量应当大于一个串号数量阈值例如50,而对于小于该阈值的子集可以不做分析。对于大于该串号数量阈值的子集,提取串号数量大于第二预设阈值的串号轨迹点,具体来说,如果该子集中大于第二预设阈值的串号在同一个时间区段内都经过了一个微卡口的所在位置,则说明在同一个时间区段内对应数量的用户经过了该微卡口,则将该微卡口位置设定为一个串号轨迹点,然后按时间顺序串联所有串号轨迹点,生成集群移动轨迹。本实施中的第二预设阈值可以是数值阈值,例如80、90等,也可以是比例阈值,例如75%、80%等,这里不再一一列举。
本申请实施例的基于手机信号微卡口的人口集群动态监测系统,能够发掘人口集群并且分析人口集群的动态轨迹,为规划交通道路布局和疏导措施提供依据,进而防范群体事故。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种基于手机信号微卡口的人口集群动态监测方法,其特征在于,包括:
获取预设时间窗内分布在目标空间范围内的全部微卡口采集到的微卡口记录表,所述微卡口记录表包括微卡口采集到的移动通信设备的设备串号和采集设备串号时对应的时间点;
根据所述微卡口记录表,确定每个设备串号的串号轨迹,生成串号轨迹集;
计算所述串号轨迹集中的每两个串号轨迹之间的同步性值;
通过将同步性值大于第一预设阈值的两个串号轨迹对应的串号归为同一子集,进而将所述串号轨迹集划分为多个子集;
提取子集中的串号数量大于第二预设阈值的串号轨迹点,生成集群移动轨迹。
2.根据权利要求1所述的方法,其特征在于,所述目标空间范围为城市区域、交通枢纽和多个交通站点的组合中的其中之一。
3.根据权利要求2所述的方法,其特征在于,还包括:
微卡口采集自身通信范围内的移动通信设备的设备串号,记录采集移动通信设备的设备串号时对应的时间点,并对采集到的设备串号和对应的时间点进行记录,生成所述微卡口记录表。
4.根据权利要求3所述的方法,其特征在于,所述根据所述微卡口记录表,确定每个设备串号的串号轨迹,生成串号轨迹集,具体包括:
对于所述微卡口记录表中的同一设备串号,根据对应的时间点的先后顺序将采集该设备串号的微卡口的位置顺次连接起来,生成该设备串号的串号轨迹,按照上述方法遍历所有的设备串号,生成串号轨迹集。
5.根据权利要求4所述的方法,其特征在于,所述根据对应的时间点的先后顺序将采集该设备串号的微卡口的位置顺次连接起来,生成该设备串号的串号轨迹,具体包括:
获取所述目标空间范围的平面地图,将分布在所述目标空间范围内的全部微卡口的位置标注在所述平面地图上,按照对应的时间点的先后顺序将采集该设备串号的微卡口的位置顺次连接起来,生成该设备串号的串号轨迹。
6.根据权利要求5所述的方法,其特征在于,所述计算所述串号轨迹集中的每两个串号轨迹之间的同步性值,包括:
对于所述串号轨迹集中的两个串号轨迹,每当由同一微卡口采集到两个设备串号的时间差小于第三预设阈值,则这两个串号轨迹之间的同步性值增加1,遍历两个串号轨迹中的所有微卡口,计算所述两个串号轨迹之间的同步性值。
7.根据权利要求6所述的方法,其特征在于,每两个串号轨迹之间的同步性值的初始值为0。
8.一种基于手机信号微卡口的人口集群动态监测系统,其特征在于,包括:
微卡口记录表获取模块,用于获取预设时间窗内分布在目标空间范围内的全部微卡口采集到的微卡口记录表,所述微卡口记录表包括微卡口采集到的移动通信设备的设备串号和采集设备串号时对应的时间点;
串号轨迹集生成模块,用于根据所述微卡口记录表,确定每个设备串号的串号轨迹,生成串号轨迹集;
同步性值计算模块,用于计算所述串号轨迹集中的每两个串号轨迹之间的同步性值;
串号轨迹集划分模块,用于通过将同步性值大于第一预设阈值的两个串号轨迹对应的串号归为同一子集,进而将所述串号轨迹集划分为多个子集;
集群移动轨迹生成模块,用于提取子集中的串号数量大于第二预设阈值的串号轨迹点,生成集群移动轨迹。
9.根据权利要求8所述的系统,其特征在于,所述串号轨迹集生成模块,具体用于:
对于所述微卡口记录表中的同一设备串号,根据对应的时间点的先后顺序将采集该设备串号的微卡口的位置顺次连接起来,生成该设备串号的串号轨迹,按照上述方法遍历所有的设备串号,生成串号轨迹集。
10.根据权利要求9所述的系统,其特征在于,所述同步性值计算模块,具体用于:
对于所述串号轨迹集中的两个串号轨迹,每当由同一微卡口采集到两个设备串号的时间差小于第三预设阈值,则这两个串号轨迹之间的同步性值增加1,遍历两个串号轨迹中的所有微卡口,计算所述两个串号轨迹之间的同步性值。
CN201910386371.0A 2019-05-09 2019-05-09 一种基于手机信号微卡口的人口集群动态监测方法与系统 Active CN110139221B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910386371.0A CN110139221B (zh) 2019-05-09 2019-05-09 一种基于手机信号微卡口的人口集群动态监测方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910386371.0A CN110139221B (zh) 2019-05-09 2019-05-09 一种基于手机信号微卡口的人口集群动态监测方法与系统

Publications (2)

Publication Number Publication Date
CN110139221A true CN110139221A (zh) 2019-08-16
CN110139221B CN110139221B (zh) 2020-02-14

Family

ID=67576767

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910386371.0A Active CN110139221B (zh) 2019-05-09 2019-05-09 一种基于手机信号微卡口的人口集群动态监测方法与系统

Country Status (1)

Country Link
CN (1) CN110139221B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1376886A1 (en) * 2002-06-17 2004-01-02 Agilent Technologies, Inc. - a Delaware corporation - Rake receiver delay line design
US20060287996A1 (en) * 2005-06-16 2006-12-21 International Business Machines Corporation Computer-implemented method, system, and program product for tracking content
CN103593430A (zh) * 2013-11-11 2014-02-19 胡宝清 一种基于移动对象时空信息轨迹分段聚类的方法
CN104717468A (zh) * 2015-03-06 2015-06-17 中国科学院大学 基于集群轨迹分类的集群场景智能监控方法及系统
CN104765873A (zh) * 2015-04-24 2015-07-08 百度在线网络技术(北京)有限公司 用户相似度确定方法和装置
CN104765808A (zh) * 2015-04-02 2015-07-08 广州杰赛科技股份有限公司 一种群体轨迹的挖掘方法及系统
CN105589939A (zh) * 2015-12-15 2016-05-18 北京百度网讯科技有限公司 识别群体运动轨迹方法和装置
CN105788271A (zh) * 2016-05-17 2016-07-20 厦门市美亚柏科信息股份有限公司 通过轨迹匹配识别目标移动对象的方法和装置
CN106339580A (zh) * 2016-08-18 2017-01-18 南京邮电大学 一种基于迁移轨迹的集群模式发现方法
CN106355203A (zh) * 2016-08-31 2017-01-25 无锡知谷网络科技有限公司 活动人群的分类方法和系统
CN107609682A (zh) * 2017-08-22 2018-01-19 上海世脉信息科技有限公司 一种大数据环境下人口集聚中短期预警方法
CN107944628A (zh) * 2017-11-27 2018-04-20 中国矿业大学 一种路网环境下的聚集模式发现方法及系统
CN108711119A (zh) * 2018-04-18 2018-10-26 特斯联(北京)科技有限公司 一种社区微卡口综合ai系统及其数据展现方法
CN108710827A (zh) * 2018-04-18 2018-10-26 特斯联(北京)科技有限公司 一种社区微警务巡查和信息自动分析系统及方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1376886A1 (en) * 2002-06-17 2004-01-02 Agilent Technologies, Inc. - a Delaware corporation - Rake receiver delay line design
US20060287996A1 (en) * 2005-06-16 2006-12-21 International Business Machines Corporation Computer-implemented method, system, and program product for tracking content
CN103593430A (zh) * 2013-11-11 2014-02-19 胡宝清 一种基于移动对象时空信息轨迹分段聚类的方法
CN104717468A (zh) * 2015-03-06 2015-06-17 中国科学院大学 基于集群轨迹分类的集群场景智能监控方法及系统
CN104765808A (zh) * 2015-04-02 2015-07-08 广州杰赛科技股份有限公司 一种群体轨迹的挖掘方法及系统
CN104765873A (zh) * 2015-04-24 2015-07-08 百度在线网络技术(北京)有限公司 用户相似度确定方法和装置
CN105589939A (zh) * 2015-12-15 2016-05-18 北京百度网讯科技有限公司 识别群体运动轨迹方法和装置
CN105788271A (zh) * 2016-05-17 2016-07-20 厦门市美亚柏科信息股份有限公司 通过轨迹匹配识别目标移动对象的方法和装置
CN106339580A (zh) * 2016-08-18 2017-01-18 南京邮电大学 一种基于迁移轨迹的集群模式发现方法
CN106355203A (zh) * 2016-08-31 2017-01-25 无锡知谷网络科技有限公司 活动人群的分类方法和系统
CN107609682A (zh) * 2017-08-22 2018-01-19 上海世脉信息科技有限公司 一种大数据环境下人口集聚中短期预警方法
CN107944628A (zh) * 2017-11-27 2018-04-20 中国矿业大学 一种路网环境下的聚集模式发现方法及系统
CN108711119A (zh) * 2018-04-18 2018-10-26 特斯联(北京)科技有限公司 一种社区微卡口综合ai系统及其数据展现方法
CN108710827A (zh) * 2018-04-18 2018-10-26 特斯联(北京)科技有限公司 一种社区微警务巡查和信息自动分析系统及方法

Also Published As

Publication number Publication date
CN110139221B (zh) 2020-02-14

Similar Documents

Publication Publication Date Title
Yang et al. A spatiotemporal and graph-based analysis of dockless bike sharing patterns to understand urban flows over the last mile
Iqbal et al. Development of origin–destination matrices using mobile phone call data
CN105513351A (zh) 一种基于大数据的交通出行特征数据提取方法
Petrovska et al. Traffic congestion analysis visualisation tool
CN104732756A (zh) 一种利用移动通信数据挖掘进行公交规划的方法
CN106997466A (zh) 用于检测道路的方法和装置
CN106339716A (zh) 一种基于加权欧氏距离的移动轨迹相似度匹配方法
CN105142106A (zh) 基于手机信令数据的出行者职住地识别与出行链刻画方法
CN108734129A (zh) 手机及车辆定位分析方法及系统
CN107194525A (zh) 一种基于手机信令的城市中心评估方法
CN102609616A (zh) 一种基于手机定位数据的动态人口分布密度检测方法
CN107656987A (zh) 一种基于lda模型的地铁站点功能挖掘方法
CN110990443A (zh) 一种基于手机信令的职住人口特征估算方法
CN114363842B (zh) 基于手机信令数据的公交乘客下车站点预测方法及装置
CN103903437B (zh) 基于视频交通检测数据的机动车出行od矩阵获取方法
CN104217593A (zh) 一种面向手机移动速度的路况信息实时获取方法
CN110516866A (zh) 一种用于城市轨交地铁拥挤度的实时估计方法
CN105991598A (zh) 用户获取方法及装置
CN103906086B (zh) 一种基于移动网络的人员流向监测方法和装置
CN102155948A (zh) 导航电子地图质量的随机检测评估方法及装置
CN106899306A (zh) 一种保持移动特征的车辆轨迹线数据压缩方法
CN113887617A (zh) 一种市域内部铁路出行轨迹识别方法、装置及存储介质
CN109493601B (zh) 一种公交支线设置方法
CN104700616A (zh) 城市交通压力预测方法及系统
Huang et al. Sensing Multi-modal Mobility Patterns: A Case Study of Helsinki using Bluetooth Beacons and a Mobile Application

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