CN110149391A - 一种基于特征信息的智慧社区平台系统及方法 - Google Patents
一种基于特征信息的智慧社区平台系统及方法 Download PDFInfo
- Publication number
- CN110149391A CN110149391A CN201910415013.8A CN201910415013A CN110149391A CN 110149391 A CN110149391 A CN 110149391A CN 201910415013 A CN201910415013 A CN 201910415013A CN 110149391 A CN110149391 A CN 110149391A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- preference
- data
- intelligence community
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 24
- 230000004927 fusion Effects 0.000 claims description 26
- 230000010365 information processing Effects 0.000 claims description 15
- 238000001228 spectrum Methods 0.000 claims description 15
- 238000003672 processing method Methods 0.000 claims description 13
- 230000003542 behavioural effect Effects 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 10
- 230000008447 perception Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 6
- 230000008901 benefit Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000001149 cognitive effect Effects 0.000 claims description 3
- 230000001351 cycling effect Effects 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 3
- 238000005562 fading Methods 0.000 claims description 3
- 230000003252 repetitive effect Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000007418 data mining Methods 0.000 abstract description 2
- 230000006399 behavior Effects 0.000 description 27
- 238000004590 computer program Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明属于网络数据处理技术领域,公开了一种基于特征信息的智慧社区平台系统及方法,利用数据采集与挖掘工具分别采集用户基本信息、用户偏好信息以及用户所在区域的相关公共出行信息;根据用户的基本信息、使用信息以及用户的偏好进行用户数据信息的特征分类,对用户所在区域的相关公共出行信息进行汇总、特征处理;根据用户数据信息的特征分类信息匹配相应特征的公共出行信息。本发明能够根据用户的选择偏好信息针对性的向用户展示信息,避免用户接受到过多无用信息,无法高效选择有效信息。同时本发明基于数据挖掘能够全面采集公共出行相关所有信息,为用户的公共出行提供全面、准确的服务。
Description
技术领域
本发明属于网络数据处理技术领域,尤其涉及一种基于特征信息的智慧社区平台系统及方法。
背景技术
目前,业内常用的现有技术是这样的:
智慧社区是智慧城市的基础组成部分,由于社区所具有的相对适中的空间尺度,及其在城市生活和社会管理中的重要作用,智慧社区已成为当前推进智慧城市试点及应用的热点领域,也是未来城市社区发展和建设的重要方向。智慧住区或智慧住区的建设对智慧城市的可持续发展,解决城市发展中出现的问题具有重要意义。
然而现有智慧社区并无针对用户公共出行提供详细全面的信息服务,且现有服务不具备针对性。
综上所述,现有技术存在的问题是:
现有智慧社区并无针对用户公共出行提供详细全面的信息服务,且现有服务不具备针对性。
发明内容
针对现有技术存在的问题,本发明提供了一种基于特征信息的智慧社区平台系统及方法。
本发明是这样实现的,一种基于特征信息的智慧社区平台信息处理方法,所述基于特征信息的智慧社区平台信息处理方法包括:
步骤一,利用数据采集与挖掘工具分别采集用户基本信息、用户偏好信息以及用户所在区域的相关公共出行信息;
步骤二,根据用户的基本信息、使用信息以及用户的偏好进行用户数据信息的特征分类,对用户所在区域的相关公共出行信息进行汇总、特征处理;
获得用户偏好数据的特征;用户正常行为数据和用户偏好行为数据通过正交的公共控制信道向数据融合中心进行偏好信息的汇报;数据融合中心对收集到的偏好信息进行数据融合,并依据用户偏好行为节点的用户偏好行为感知模式计算全局的获取概率;
步骤三,根据用户数据信息的特征分类信息匹配相应特征的公共出行信息,并利用显示终端向用户输出相应特征的公共出行信息;
步骤四,利用云服务器存储用户基本信息、偏好信息、公共出行相关信息以及用户选择信息。
进一步,所述用户偏好信息具体包括:
用户多次浏览信息以及用户选择信息。
进一步,用户偏好行为节点的认知无线电网络合作频谱偏好方法包括以下步骤:
步骤一,参与合作偏好的节点开始进行周期为τs的频谱检测过程,获得用户偏好数据的特征;
步骤二,用户正常行为数据和用户偏好行为数据通过正交的公共控制信道向数据融合中心进行偏好信息的汇报;
步骤三,数据融合中心对收集到的偏好信息进行数据融合,并依据用户偏好行为节点的用户偏好行为感知模式计算全局的获取概率;
步骤四,次级用户与主用户共享频谱资源,如果检测到主用户处于闲状态,则将以大功率发射信号,否则将以小功率发射信号;
步骤五,构建优化模型,确定有关发射功率和偏好时间的约束条件,求解所建立的最优化问题,得到使得次级网络的吞吐量最大的合作偏好的偏好周期和次级用户的信号发射功率;
步骤六,重复循环步骤一至步骤五,直至完成仿真实验多次,对每次得到的最优解取平均,以平均值作为频谱偏好模型的偏好参数。
进一步,步骤一中参与合作偏好的节点确定每条链路上多个服务质量度量参数的变化区间和分布函数,按如下过程进行;
第一步,根据主用户信号的特征和信道衰减系数,计算各本地偏好节点CRi接受到的信号yi(n);
第二步,根据能量检测原理,得到偏好节点CRi处的信号能量的统计量Vi,当采样量足够大时,Vi近似服从高斯分布。
进一步,步骤二中用户正常行为数据和用户偏好行为数据通过正交的公共控制信道向数据融合中心进行偏好信息的汇报,用户正常行为数据将如实地汇报自己的偏好信息,用户偏好行为节点则采用获取感知模式进行汇报:当信号能量统计量Vi大于感知阈值η,则如实地报告自己的偏好结果;否则将以概率pa发动感知,向数据融合中心发送一个较高的能量值以达到用户偏好行为感知的目的。
进一步,步骤三的具体方法包括:
第一步,根据各个节点的信噪比γi为每一个参与合作偏好的次级用户CRi,i=1…k设计一个权重然后对收集得到的信号能量统计量Ui进行线性加权得到最终的信号能量的统计量
第二步,分析获取用户偏好行为感知模式对频谱偏好造成的影响,得到全局获取概率Pf和感知概率pa、感知阈值η、感知强度Δ之间的函数表达式如下:
其中:
本发明的另一目的在于提供一种实现所述基于特征信息的智慧社区平台信息处理方法的信息数据处理终端。
本发明的另一目的在于提供一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行所述的基于特征信息的智慧社区平台信息处理方法。
本发明的另一目的在于提供一种基于特征信息的智慧社区平台系统,所述基于特征信息的智慧社区平台系统具体包括:
用户信息采集模块:与智慧社区平台连接,用于采集用户基本信息、用户偏好信息;
公共出行信息采集模块:与智慧社区平台连接,用于采集出租车、公交车、火车、高铁等公共出行方式相关信息;
信息处理模块:与智慧社区平台连接,用于将采集的用户信息、出租车、公交车、火车、高铁公共出行方式相关信息进行分类特征处理;
智慧社区平台:与用户信息采集模块、特征信息采集模块、信息处理模块、信息存储模块、信息展示模块连接;用于根据用户基本使用信息、以往偏好信息匹配相应公共出行特征信息;
信息存储模块:与智慧社区平台连接,用于利用云服务器存储用户信息、用户偏好信息以及公共出行信息的特征分类处理结果;
信息展示模块:与智慧社区平台连接,用于根据用户信息与公共出行特征匹配结果利用显示终端向用户输出相应的公共出行信息。
本发明的另一目的在于提供一种搭载所述基于特征信息的智慧社区平台系统的基于特征信息的智慧社区信息处理设备。
综上所述,本发明的优点及积极效果为:
本发明能够根据用户的选择偏好信息针对性的向用户展示信息,避免用户接受到过多无用信息,无法高效选择有效信息。同时本发明基于数据挖掘能够全面采集公共出行相关所有信息,为用户的公共出行提供全面、准确的服务。
本发明根据用户的基本信息、使用信息以及用户的偏好进行用户数据信息的特征分类,对用户所在区域的相关公共出行信息进行汇总、特征处理;
获得用户偏好数据的特征;用户正常行为数据和用户偏好行为数据通过正交的公共控制信道向数据融合中心进行偏好信息的汇报;数据融合中心对收集到的偏好信息进行数据融合,并依据用户偏好行为节点的用户偏好行为感知模式计算全局的获取概率。
附图说明
图1是本发明实施例提供的基于特征信息的智慧社区平台系统结构示意图。
图中:1、用户信息采集模块;2、公共出行信息采集模块;3、信息处理模块;4、智慧社区平台;5、信息存储模块;6、信息展示模块。
图2是本发明实施例提供的基于特征信息的基于特征信息的智慧社区平台信息处理方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
现有智慧社区并无针对用户公共出行提供详细全面的信息服务,且现有服务不具备针对性。
为解决上述问题,下面结合附图对本发明的应用原理做详细描述。
如图1所示,本发明实施例提供的基于特征信息的智慧社区平台系统具体包括:
用户信息采集模块1、公共出行信息采集模块2、信息处理模块3、智慧社区平台4、信息存储模块5、信息展示模块6;
用户信息采集模块1:与智慧社区平台4连接,用于采集用户基本信息、用户偏好信息;
公共出行信息采集模块2:与智慧社区平台4连接,用于采集出租车、公交车、火车、高铁等公共出行方式相关信息;
信息处理模块3:与智慧社区平台4连接,用于将采集的用户信息、出租车、公交车、火车、高铁等公共出行方式相关信息进行分类特征处理;
智慧社区平台4:与用户信息采集模块1、特征信息采集模块2、信息处理模块3、信息存储模块5、信息展示模块6连接;用于根据用户基本使用信息、以往偏好信息匹配相应公共出行特征信息;
信息存储模块5:与智慧社区平台4连接,用于利用云服务器存储用户信息、用户偏好信息以及公共出行信息的特征分类处理结果;
信息展示模块6:与智慧社区平台4连接,用于根据用户信息与公共出行特征匹配结果利用显示终端向用户输出相应的公共出行信息。
本发明实施例提供的基于特征信息的用户偏好信息具体包括:
用户多次浏览信息以及用户选择信息。
如图2所示,本发明实施例提供的基于特征信息的智慧社区平台信息处理方法具体包括:
S101,利用数据采集与挖掘工具分别采集用户基本信息、用户偏好信息以及用户所在区域的相关公共出行信息;
S102,根据用户的基本信息、使用信息以及用户的偏好进行用户数据信息的特征分类,对用户所在区域的相关公共出行信息进行汇总、特征处理;
S103,根据用户数据信息的特征分类信息匹配相应特征的公共出行信息,并利用显示终端向用户输出相应特征的公共出行信息;
S104,利用云服务器存储用户基本信息、偏好信息、公共出行相关信息以及用户选择信息。
步骤S102中,根据用户的基本信息、使用信息以及用户的偏好进行用户数据信息的特征分类,对用户所在区域的相关公共出行信息进行汇总、特征处理;
获得用户偏好数据的特征;用户正常行为数据和用户偏好行为数据通过正交的公共控制信道向数据融合中心进行偏好信息的汇报;数据融合中心对收集到的偏好信息进行数据融合,并依据用户偏好行为节点的用户偏好行为感知模式计算全局的获取概率。
所述用户偏好信息具体包括:
用户多次浏览信息以及用户选择信息。
进一步,用户偏好行为节点的认知无线电网络合作频谱偏好方法包括以下步骤:
步骤一,参与合作偏好的节点开始进行周期为τs的频谱检测过程,获得用户偏好数据的特征;
步骤二,用户正常行为数据和用户偏好行为数据通过正交的公共控制信道向数据融合中心进行偏好信息的汇报;
步骤三,数据融合中心对收集到的偏好信息进行数据融合,并依据用户偏好行为节点的用户偏好行为感知模式计算全局的获取概率;
步骤四,次级用户与主用户共享频谱资源,如果检测到主用户处于闲状态,则将以大功率发射信号,否则将以小功率发射信号;
步骤五,构建优化模型,确定有关发射功率和偏好时间的约束条件,求解所建立的最优化问题,得到使得次级网络的吞吐量最大的合作偏好的偏好周期和次级用户的信号发射功率;
步骤六,重复循环步骤一至步骤五,直至完成仿真实验多次,对每次得到的最优解取平均,以平均值作为频谱偏好模型的偏好参数。
步骤一中参与合作偏好的节点确定每条链路上多个服务质量度量参数的变化区间和分布函数,按如下过程进行;
第一步,根据主用户信号的特征和信道衰减系数,计算各本地偏好节点CRi接受到的信号yi(n);
第二步,根据能量检测原理,得到偏好节点CRi处的信号能量的统计量Vi,当采样量足够大时,Vi近似服从高斯分布。
步骤二中用户正常行为数据和用户偏好行为数据通过正交的公共控制信道向数据融合中心进行偏好信息的汇报,用户正常行为数据将如实地汇报自己的偏好信息,用户偏好行为节点则采用获取感知模式进行汇报:当信号能量统计量Vi大于感知阈值η,则如实地报告自己的偏好结果;否则将以概率pa发动感知,向数据融合中心发送一个较高的能量值以达到用户偏好行为感知的目的。
步骤三的具体方法包括:
第一步,根据各个节点的信噪比γi为每一个参与合作偏好的次级用户CRi,i=1…k设计一个权重然后对收集得到的信号能量统计量Ui进行线性加权得到最终的信号能量的统计量
第二步,分析获取用户偏好行为感知模式对频谱偏好造成的影响,得到全局获取概率Pf和感知概率pa、感知阈值η、感知强度Δ之间的函数表达式如下:
其中:
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于特征信息的智慧社区平台信息处理方法,其特征在于,所述基于特征信息的智慧社区平台信息处理方法包括:
步骤一,利用数据采集与挖掘工具分别采集用户基本信息、用户偏好信息以及用户所在区域的相关公共出行信息;
步骤二,根据用户的基本信息、使用信息以及用户的偏好进行用户数据信息的特征分类,对用户所在区域的相关公共出行信息进行汇总、特征处理;
获得用户偏好数据的特征;用户正常行为数据和用户偏好行为数据通过正交的公共控制信道向数据融合中心进行偏好信息的汇报;数据融合中心对收集到的偏好信息进行数据融合,并依据用户偏好行为节点的用户偏好行为感知模式计算全局的获取概率;
步骤三,根据用户数据信息的特征分类信息匹配相应特征的公共出行信息,并利用显示终端向用户输出相应特征的公共出行信息;
步骤四,利用云服务器存储用户基本信息、偏好信息、公共出行相关信息以及用户选择信息。
2.如权利要求1所述的基于特征信息的智慧社区平台信息处理方法,其特征在于,所述用户偏好信息具体包括:
用户多次浏览信息以及用户选择信息。
3.如权利要求1所述的基于特征信息的智慧社区平台信息处理方法,其特征在于,
用户偏好行为节点的认知无线电网络合作频谱偏好方法包括以下步骤:
步骤一,参与合作偏好的节点开始进行周期为τs的频谱检测过程,获得用户偏好数据的特征;
步骤二,用户正常行为数据和用户偏好行为数据通过正交的公共控制信道向数据融合中心进行偏好信息的汇报;
步骤三,数据融合中心对收集到的偏好信息进行数据融合,并依据用户偏好行为节点的用户偏好行为感知模式计算全局的获取概率;
步骤四,次级用户与主用户共享频谱资源,如果检测到主用户处于闲状态,则将以大功率发射信号,否则将以小功率发射信号;
步骤五,构建优化模型,确定有关发射功率和偏好时间的约束条件,求解所建立的最优化问题,得到使得次级网络的吞吐量最大的合作偏好的偏好周期和次级用户的信号发射功率;
步骤六,重复循环步骤一至步骤五,直至完成仿真实验多次,对每次得到的最优解取平均,以平均值作为频谱偏好模型的偏好参数。
4.如权利要求3所述的基于特征信息的智慧社区平台信息处理方法,其特征在于,
步骤一中参与合作偏好的节点确定每条链路上多个服务质量度量参数的变化区间和分布函数,按如下过程进行;
第一步,根据主用户信号的特征和信道衰减系数,计算各本地偏好节点CRi接受到的信号yi(n);
第二步,根据能量检测原理,得到偏好节点CRi处的信号能量的统计量Vi,当采样量足够大时,Vi近似服从高斯分布。
5.如权利要求3所述的基于特征信息的智慧社区平台信息处理方法,其特征在于,
步骤二中用户正常行为数据和用户偏好行为数据通过正交的公共控制信道向数据融合中心进行偏好信息的汇报,用户正常行为数据将如实地汇报自己的偏好信息,用户偏好行为节点则采用获取感知模式进行汇报:当信号能量统计量Vi大于感知阈值η,则如实地报告自己的偏好结果;否则将以概率pa发动感知,向数据融合中心发送一个较高的能量值以达到用户偏好行为感知的目的。
6.如权利要求3所述的基于特征信息的智慧社区平台信息处理方法,其特征在于,
步骤三的具体方法包括:
第一步,根据各个节点的信噪比γi为每一个参与合作偏好的次级用户CRi,i=1…k设计一个权重然后对收集得到的信号能量统计量Ui进行线性加权得到最终的信号能量的统计量
第二步,分析获取用户偏好行为感知模式对频谱偏好造成的影响,得到全局获取概率Pf和感知概率pa、感知阈值η、感知强度Δ之间的函数表达式如下:
其中:
7.一种实现权利要求1~6任意一项所述基于特征信息的智慧社区平台信息处理方法的信息数据处理终端。
8.一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行如权利要求1-6任意一项所述的基于特征信息的智慧社区平台信息处理方法。
9.一种基于特征信息的智慧社区平台系统,其特征在于,所述基于特征信息的智慧社区平台系统具体包括:
用户信息采集模块:与智慧社区平台连接,用于采集用户基本信息、用户偏好信息;
公共出行信息采集模块:与智慧社区平台连接,用于采集出租车、公交车、火车、高铁等公共出行方式相关信息;
信息处理模块:与智慧社区平台连接,用于将采集的用户信息、出租车、公交车、火车、高铁公共出行方式相关信息进行分类特征处理;
智慧社区平台:与用户信息采集模块、特征信息采集模块、信息处理模块、信息存储模块、信息展示模块连接;用于根据用户基本使用信息、以往偏好信息匹配相应公共出行特征信息;
信息存储模块:与智慧社区平台连接,用于利用云服务器存储用户信息、用户偏好信息以及公共出行信息的特征分类处理结果;
信息展示模块:与智慧社区平台连接,用于根据用户信息与公共出行特征匹配结果利用显示终端向用户输出相应的公共出行信息。
10.一种搭载权利要求9所述基于特征信息的智慧社区平台系统的基于特征信息的智慧社区信息处理设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910415013.8A CN110149391A (zh) | 2019-05-17 | 2019-05-17 | 一种基于特征信息的智慧社区平台系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910415013.8A CN110149391A (zh) | 2019-05-17 | 2019-05-17 | 一种基于特征信息的智慧社区平台系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110149391A true CN110149391A (zh) | 2019-08-20 |
Family
ID=67595717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910415013.8A Pending CN110149391A (zh) | 2019-05-17 | 2019-05-17 | 一种基于特征信息的智慧社区平台系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110149391A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927702A (zh) * | 2014-04-22 | 2014-07-16 | 姚薇 | 一种基于特征信息的智慧社区平台 |
CN104202102A (zh) * | 2014-09-10 | 2014-12-10 | 西安电子科技大学 | 一种考虑恶意节点的认知无线电网络合作频谱感知方法 |
CN105913342A (zh) * | 2016-04-08 | 2016-08-31 | 上海旭薇物联网科技有限公司 | 一种基于大数据挖掘算法的智慧社区系统 |
CN105956048A (zh) * | 2016-04-27 | 2016-09-21 | 上海遥薇(集团)有限公司 | 一种社区服务大数据算法挖掘系统 |
CN107578258A (zh) * | 2017-09-15 | 2018-01-12 | 中山大学 | 一种智能景区旅游服务公平性游客评价控制系统 |
-
2019
- 2019-05-17 CN CN201910415013.8A patent/CN110149391A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927702A (zh) * | 2014-04-22 | 2014-07-16 | 姚薇 | 一种基于特征信息的智慧社区平台 |
CN104202102A (zh) * | 2014-09-10 | 2014-12-10 | 西安电子科技大学 | 一种考虑恶意节点的认知无线电网络合作频谱感知方法 |
CN105913342A (zh) * | 2016-04-08 | 2016-08-31 | 上海旭薇物联网科技有限公司 | 一种基于大数据挖掘算法的智慧社区系统 |
CN105956048A (zh) * | 2016-04-27 | 2016-09-21 | 上海遥薇(集团)有限公司 | 一种社区服务大数据算法挖掘系统 |
CN107578258A (zh) * | 2017-09-15 | 2018-01-12 | 中山大学 | 一种智能景区旅游服务公平性游客评价控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhu et al. | A novel base station analysis scheme based on telecom big data | |
US8630652B2 (en) | Method and apparatus for optimizing the location of heterogeneous underlaid evolved node-Bs | |
CN101969662B (zh) | 一种随机接入优化的终端测量上报的方法及系统 | |
CN101409884A (zh) | 基于测量报告的网络频率优化方法 | |
CN102223191A (zh) | 一种空闲频谱的获取方法和设备 | |
EP2934037B1 (en) | Technique for Evaluation of a Parameter Adjustment in a Mobile Communications Network | |
Saffar et al. | Machine learning with partially labeled data for indoor outdoor detection | |
Sandoval et al. | Deriving and updating optimal transmission configurations for lora networks | |
Berger et al. | Online antenna tilt-based capacity and coverage optimization | |
JP2023535841A (ja) | 基地局の省エネルギー処理方法及び処理装置 | |
CN112968739A (zh) | 一种短波应急通信信道评估和分配方法 | |
Hu et al. | A study of LTE network performance based on data analytics and statistical modeling | |
CN106304153B (zh) | 一种确定室内用户的方法及装置 | |
Alho et al. | Machine learning based mobile network throughput classification | |
CN110012461A (zh) | 一种基于边缘计算的移动通信人员身份识别系统 | |
CN103200124A (zh) | 一种业务策略的调整方法及装置 | |
CN103634858B (zh) | 一种用户设备的切换方法、基站、用户设备和切换系统 | |
CN108900325B (zh) | 一种电力通信业务与无线专网技术的适配性评估方法 | |
CN110149391A (zh) | 一种基于特征信息的智慧社区平台系统及方法 | |
Strzoda et al. | Measurements and analysis of large scale lora network efficiency | |
WO2021208877A1 (zh) | 一种网络性能数据的监控方法及相关设备 | |
CN112468248B (zh) | 基于电力无线专网的认知无线电频谱检测方法 | |
Alaya-Feki et al. | Interference cartography for hierarchical dynamic spectrum access | |
CN107566060A (zh) | 一种智能电网通信中的自适应信道分配方法 | |
CN116506863A (zh) | 决策优化方法、装置、电子设备及可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190820 |
|
RJ01 | Rejection of invention patent application after publication |