CN110188935B - 一种时间信息确定方法及处理设备 - Google Patents

一种时间信息确定方法及处理设备 Download PDF

Info

Publication number
CN110188935B
CN110188935B CN201910424158.4A CN201910424158A CN110188935B CN 110188935 B CN110188935 B CN 110188935B CN 201910424158 A CN201910424158 A CN 201910424158A CN 110188935 B CN110188935 B CN 110188935B
Authority
CN
China
Prior art keywords
target item
determining
information
time
time length
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.)
Active
Application number
CN201910424158.4A
Other languages
English (en)
Other versions
CN110188935A (zh
Inventor
崔思博
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.)
Vivo Mobile Communication Hangzhou Co Ltd
Original Assignee
Vivo Mobile Communication 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 Vivo Mobile Communication Co Ltd filed Critical Vivo Mobile Communication Co Ltd
Priority to CN201910424158.4A priority Critical patent/CN110188935B/zh
Publication of CN110188935A publication Critical patent/CN110188935A/zh
Application granted granted Critical
Publication of CN110188935B publication Critical patent/CN110188935B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G06F18/2155—Generating training patterns; Bootstrap methods, e.g. bagging or boosting characterised by the incorporation of unlabelled data, e.g. multiple instance learning [MIL], semi-supervised techniques using expectation-maximisation [EM] or naïve labelling
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种时间信息确定方法及处理设备，其中，时间信息确定方法包括：根据目的地信息，确定目标场合信息；根据所述目标场合信息，确定目标事项信息；根据所述目标事项信息，获取与所述目标事项信息对应的第一参数数据；根据所述第一参数数据，确定完成目标事项所需时长；其中，所述第一参数数据包括与所述目标事项信息对应的队列排队数据。本方案能够精准的估算用户前往目的地完成目标事项所需的时长，帮助用户更加合理地安排出行时间，很好的解决现有技术中出行提示方案无法估算用户出行公共场合完成目标事项所需时长的问题。

Description

一种时间信息确定方法及处理设备
技术领域
本发明涉及终端技术领域，尤其涉及一种时间信息确定方法及处理设备。
背景技术
随着国家经济发展，越来越多的乘客选择搭乘飞机出行。传统模式下，官方建议乘客提前2小时以上到达机场，但这样的方式经常会使乘客耽误大量的时间在候机上，对时间的安排不够合理，时间的利用效率很低。许多乘客在熟悉乘机流程后，选择减少提前到达机场的时间。与此同时带来一个问题，减少提前到达机场的时间，需要经常面对可能误机的风险：许多乘客在到达机场后，因值机、托运、安检等排队人数过多，等待时间过长，安检口距离登机口过远导致迟到最终错过飞机。
而目前的导航或出行提示工具，只能估算乘坐交通工具到达机场的时间，但无法估算到达机场后到最终能够登机的时间；无法实现对用户搭乘飞机完整出行场景的时间预估覆盖。
发明内容
本发明的目的在于提供一种时间信息确定方法及处理设备，以解决现有技术中出行提示方案无法估算用户出行公共场合完成目标事项所需时长的问题。
为了解决上述技术问题，本发明是这样实现的：
第一方面，本发明实施例提供了一种时间信息确定方法，应用于处理设备，包括：
根据目的地信息，确定目标场合信息；
根据所述目标场合信息，确定目标事项信息；
根据所述目标事项信息，获取与所述目标事项信息对应的第一参数数据；
根据所述第一参数数据，确定完成目标事项所需时长；
其中，所述第一参数数据包括与所述目标事项信息对应的队列排队数据。
第二方面，本发明实施例还提供了一种处理设备，包括：
第一确定模块，用于根据目的地信息，确定目标场合信息；
第二确定模块，用于根据所述目标场合信息，确定目标事项信息；
第一获取模块，用于根据所述目标事项信息，获取与所述目标事项信息对应的第一参数数据；
第三确定模块，用于根据所述第一参数数据，确定完成目标事项所需时长；
其中，所述第一参数数据包括与所述目标事项信息对应的队列排队数据。
第三方面，本发明实施例还提供了一种处理设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述的时间信息确定方法的步骤。
第四方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现上述的时间信息确定方法的步骤。
在本发明实施例中，通过根据目的地信息，确定目标场合信息；根据所述目标场合信息，确定目标事项信息；根据所述目标事项信息，获取与所述目标事项信息对应的第一参数数据；根据所述第一参数数据，确定完成目标事项所需时长；其中，所述第一参数数据包括与所述目标事项信息对应的队列排队数据；能够精准的估算用户前往目的地完成目标事项所需的时长，帮助用户更加合理地安排出行时间，很好的解决现有技术中出行提示方案无法估算用户出行公共场合完成目标事项所需时长的问题。
附图说明
图1为本发明实施例的时间信息确定方法流程示意图；
图2为本发明实施例的时间信息确定方法具体应用流程示意图；
图3为本发明实施例的排队场景示意图；
图4为本发明实施例的出行信息提醒示意图一；
图5为本发明实施例的出行信息提醒示意图二；
图6为本发明实施例的导航详情示意图；
图7为本发明实施例的处理设备结构示意图一；
图8为本发明实施例的处理设备结构示意图二。
具体实施方式
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、完整地描述，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。
本发明针对现有的技术中出行提示方案无法估算用户出行公共场合完成目标事项所需时长的问题，提供一种时间信息确定方法，应用于处理设备(可为服务器)，如图1所示，包括：
步骤11：根据目的地信息，确定目标场合信息。
关于目的地信息具体可为用户出行的目的地信息，可以通过用户终端获取，比如用户终端获取自身已安装的出行应用程序中的出行信息(可包括目的地信息)，并上传给处理设备。处理设备根据目的地信息确定目标场合的类型等信息。其中，目标场合的类型可为机场、火车站、超市、电影院等公共场合类型，但并不以此为限，目标场合信息可以为与目的地信息相关的机场、火车站、超市、电影院等公共场合类型信息。
步骤12：根据所述目标场合信息，确定目标事项信息。
具体可以是处理设备根据目标场合信息，确定需要执行的目标事项，比如，目的地是机场，那么目标事项可包括值机、托运、安检等目标事项。
步骤13：根据所述目标事项信息，获取与所述目标事项信息对应的第一参数数据。
第一参数数据具体包括哪几个参数的数据，是根据目标事项信息确定的，比如：目标事项信息为值机信息，对应的第一参数数据可包括值机排队的数据(比如排队人数等)以及进行值机操作的数据，但并不以此为限。这样能够保证后续得到的完成目标事项所需时长更加精准。
步骤14：根据所述第一参数数据，确定完成目标事项所需时长。
其中，所述第一参数数据包括与所述目标事项信息对应的队列排队数据。
具体可以是处理设备根据目标事项信息以获取对应的参考数据(即上述第一参数数据)，进而根据参考数据预测(估算)完成目标事项所需时长，比如目标事项为值机，则获取与值机对应的参考数据(比如排队人数、不同类型的排队人员所需服务时长-执行目标事项所需时长)，根据参考数据得到值机排队所需时长，从而确定完成目标事项所需时长。
此处的完成目标事项所需时长可以是针对一个目标事项的所需时长，比如仅仅确定值机这个事项所需的时长，也可以针对多个目标事项的所需时长，比如确定值机、托运、安检等各个目标事项的所需时长，从而确定用户从到达机场一直到登机所需的总时长，在此不作限定。
本发明实施例提供的所述时间信息确定方法通过根据目的地信息，确定目标场合信息；根据所述目标场合信息，确定目标事项信息；根据所述目标事项信息，获取与所述目标事项信息对应的第一参数数据；根据所述第一参数数据，确定完成目标事项所需时长；其中，所述第一参数数据包括与所述目标事项信息对应的队列排队数据；能够精准的估算用户前往目的地完成目标事项所需的时长，帮助用户更加合理地安排出行时间，很好的解决现有技术中出行提示方案无法估算用户出行公共场合完成目标事项所需时长的问题。
其中，所述队列排队数据可包括队列排队人数以及各个排队人员的特征数据。
具体的，所述特征数据可包括性别信息、年龄信息、服饰信息和行李信息中的至少一种，但并不以此为限。
关于队列排队数据可通过云摄像头获得，具体可以是云摄像头获取队列排队数据，并上传给处理设备。
本发明实施例中，所述根据所述目标事项信息，获取与所述目标事项信息对应的第一参数数据，包括：若当前时刻与目标事项的开始执行时刻之间的差值大于预设阈值，则根据所述目标事项信息，获取历史数据中与所述开始执行时刻对应的历史时刻的第一参数数据；或者若当前时刻与目标事项的开始执行时刻之间的差值小于或等于预设阈值，则获取当前时刻所述目标事项信息对应的第一参数数据。
这样能够进一步保证获取的第一参数数据的准确性，在当前时刻距离目标事项的开始执行时刻较长时，从历史数据中获取对应时刻的数据(可以是预设周期内的平均数据)作为第一参数数据，以避免数据的不准确性，比如用户的航班的起飞时间是晚上十一点(闲时)，而当前时刻是上午十一点(忙时)，如果按照当前时刻的数据确定值机所需时长，很显然不太合适，因为忙时值机所需的时长与闲时值机所需的时长相比，两者之间的差距肯定很大；
而在当前时刻距离目标事项的开始执行时刻较短时，则可以获取当前时刻的实时数据作为预设参数数据，以进一步提升数据的精准度。
本发明实施例中，所述根据所述第一参数数据，确定完成目标事项所需时长，包括：利用最大期望EM算法模型，根据所述第一参数数据，确定完成目标事项所需时长。
这样利用EM算法模型进行数据处理能够提高处理速度。
具体的，所述利用最大期望EM算法模型，根据所述第一参数数据，确定完成目标事项所需时长，包括：利用最大期望EM算法模型，根据所述第一参数数据，确定所述目标事项信息对应的各个排队人员的服务时长；根据所述服务时长，确定完成目标事项所需时长；其中，所述服务时长是指执行目标事项所需时长。
这样能够提高方案的处理速度。
其中，关于针对某一类型的用户的服务时长，可以是预存储的，或者通过云摄像头按照预设周期获取更新的，比如每天进行更新，到达更新时刻后会重新获取该类型的用户的服务时长，还可以针对同一类型的用户的服务时长进行均值计算，并将均值作为该类型用户的服务时长，但并不以此为限。
更具体的，所述根据所述服务时长，确定完成目标事项所需时长，包括：根据所述服务时长和用户自身所需服务时长，确定完成目标事项所需时长。
这样能够得到更加准确的完成目标事项所需时长。
进一步的，在根据所述服务时长和用户自身所需服务时长，确定完成目标事项所需时长之前，还包括：根据用户自身的特征数据，确定所述用户自身所需服务时长(第一种方式)；或者根据预设服务时长均值，确定所述用户自身所需服务时长(第二种方式)。
其中的特征数据可包括性别信息、年龄信息、服饰信息和行李信息中的至少一种。
采用上述第一种方式确定用户自身所需服务时长得到数据更加精准，采用上述第二种方式确定用户自身所需服务时长使得方案处理速度更快。
更进一步的，在利用最大期望EM算法模型，根据所述第一参数数据，确定完成目标事项所需时长之后，还包括：获取用户完成目标事项的实际时长；根据确定的完成目标事项所需时长和实际时长，更新EM算法模型。
这样能够不断提升EM算法模型的数据处理精准度。
具体的，所述根据确定的完成目标事项所需时长和实际时长，更新EM算法模型，包括：根据确定的完成目标事项所需时长和实际时长，更新EM算法模型中针对所述第一参数数据的权重系数。
也就是针对第一参数数据中的各个数据的权重系数进行更新，使得EM算法模型处理得到的数据结果更加准确。
进一步的，在所述根据所述第一参数数据，确定完成目标事项所需时长之后，还包括：将所述完成目标事项所需时长，发送给显示设备进行显示。
其中，显示设备可包括终端和/或目标场合内的公示屏，但并不以此为限。显示设备与处理设备可集成为同一个设备，也可以为硬件结构上互相独立的不同的设备，在此不作限定。
这样能够方便用户直观快捷的了解到完成目标事项所需时长，更合理的安排时间。
下面对本发明实施例提供的所述时间信息确定方法进行进一步说明，目标场合信息以机场信息为例，处理设备以排队时长估算服务器为例。
针对上述技术问题，考虑到目前缺少一种能够实时反馈站内人流情况、估算到达机场后至登机所需时长的方法；本发明实施例提供了一种时间信息确定方法，其主要目的在于，帮助用户完整地了解搭乘飞机出行场景所需的时长，对用户方案选择进行合理地建议，必要时做出预警，能够提高用户乘机出行场景中对用户在机场办理相关事宜所需时长的估算准确度，从而帮助用户更加合理地安排出行时间。
本发明实施例中，预设阈值以4小时为例，如图2所示，本发明实施例提供的方案可包括：
步骤21：开始。
步骤22：通过终端获取用户预定的行程单，提取出发时间、出发机场、航站楼、值机柜台、安检口、登机口等行程信息。
步骤23：根据提取的行程信息匹配所需服务，所需服务如：估算值机等待所需时长、安检等待所需时长、安检口步行至登机口所需时长等；若当前时刻在出行4小时前，则进入步骤24，若当前时刻在出行4小时内，则进入步骤25。
步骤24：出行4小时前，查询历史数据并估算所需的总时长。
所需的总时长可以是估算的上述各个所需时长之和。
步骤25：出行4小时内，采集实时数据并估算所需的总时长。
步骤26：通过多种方式反馈估算的总时长至用户侧。
步骤27：完成。
具体的，关于获取用户的行程信息：
在终端，可通过用户主动添加、订票信息自动识别等方式获取用户的交通票据信息并获取对应的出发时间、出发机场、航站楼、办票柜台、安检口、登机口等信息。
关于估算用户进入机场至最终能够登机所需的时长：
出行4小时前：可以周为单位，调取对应的历史时刻的机场内的历史数据。
出行4小时内：可调取机场内与目标事项对应的办事区域的云摄像头的实时数据。
具体的，用户到达机场后至登机口所需的时长主要包括：值机所需时长、托运行李所需时长、安检所需时长、安检后步行至检票口所需时长。
其中，估算机场内值机、安检等排队场景(如图3所示)等待时长的具体流程可如下：
其中涉及的硬件包括：云摄像头、排队公示屏、和排队时长估算服务器；
具体流程包括：
(1)柜台上方的云摄像头识别并判断队列区域。
(2)云摄像头可通过基于视频的人数统计技术确定队列排队人数、并可通过图像识别技术识别排队乘客的特征数据(可包括性别、年龄、服饰、行李情况等)。
(3)云摄像头识别黄线至柜台之间的区域(办理事项的区域)，确定同一乘客进入并离开该区域的时长即为完成对应特征乘客的服务时长。
(4)云摄像头实时上传数据至排队时长估算服务器。
(5)排队时长估算服务器根据与目标事项对应的柜台的排队人数、各个乘客的特征数据等参数，用EM算法(最大期望算法)模型估算出每个柜台完成现有乘客的目标事项所需的总时长，比如完成现有乘客值机或安检所需的总时长。
(6)排队时长估算服务器可将排队时长估算结果通过排队公示屏展示给现场乘客，还可反馈给终端向用户展示。
(7)排队时长估算服务器进一步可根据估算的排队时长和真实的排队时长，训练排队时长估算模型(即上述EM算法模型)。
由上可知，本发明实施例通过以上方式可分别估算完成值机、安检等目标事项所需的时长，此处的时长主要包括完成目标事项所需等待的时长，还可包括用户自身进行值机、安检等目标事项所需的服务时长；关于该服务时长可根据预设的平均所需服务时长进行确定。
关于反馈数据至用户侧：
(1)可在出行提示工具中，增加排队时长提示，如图4(出发4小时前的提示示意)和图5(出发4小时内的提醒示意)所示；
(2)可在导航方案选定、时长计算中加入排队时长项，如图6所示；但并不以此为限。
由上可知，本发明实施例提供的方案能够帮助用户完整地了解搭乘飞机等出行场景所需排队时长，让用户能够合理安排出行时间：
不同于传统导航或出行提示工具仅能估算从出发点至机场的时间，本发明实施例提供的方案通过云摄像头和图像识别技术，能够估算用户到达机场后至登机口所需的总时长；并可不断训练EM算法模型，提高排队时长估算的准确性；通过这样的方法，实现了对用户搭乘飞机出行场景所需时长估算的完整覆盖；对用户可以提出更加合理的时间安排建议，减少由于过早到达机场产生的不必要的时间浪费，并降低用户由于机场人流量过大而错过飞机的可能性。
在此说明，用户能够随经济发展，在公共场合需要排队的场景也越来越多，本发明实施例提供的方案可通过公共设施(云摄像头等)与个人终端的交互提前告知用户排队所需时长，使用户能够更加合理地分配时间资源；本发明实施例提供的方案不限于上述机场场景的使用，但凡涉及公共场合排队的场景，均适用。
本发明实施例还提供了一种处理设备，如图7所示，包括：
第一确定模块71，用于根据目的地信息，确定目标场合信息；
第二确定模块72，用于根据所述目标场合信息，确定目标事项信息；
第一获取模块73，用于根据所述目标事项信息，获取与所述目标事项信息对应的第一参数数据；
第三确定模块74，用于根据所述第一参数数据，确定完成目标事项所需时长；
其中，所述第一参数数据包括与所述目标事项信息对应的队列排队数据。
本发明实施例提供的所述处理设备通过根据目的地信息，确定目标场合信息；根据所述目标场合信息，确定目标事项信息；根据所述目标事项信息，获取与所述目标事项信息对应的第一参数数据；根据所述第一参数数据，确定完成目标事项所需时长；其中，所述第一参数数据包括与所述目标事项信息对应的队列排队数据；能够精准的估算用户前往目的地完成目标事项所需的时长，帮助用户更加合理地安排出行时间，很好的解决现有技术中出行提示方案无法估算用户出行公共场合完成目标事项所需时长的问题。
其中，所述队列排队数据包括队列排队人数以及各个排队人员的特征数据。
具体的，所述特征数据可包括性别信息、年龄信息、服饰信息和行李信息中的至少一种，但并不以此为限。
本发明实施例中，所述第一获取模块，包括：第一获取子模块，用于若当前时刻与目标事项的开始执行时刻之间的差值大于预设阈值，则根据所述目标事项信息，获取历史数据中与所述开始执行时刻对应的历史时刻的第一参数数据；或者若当前时刻与目标事项的开始执行时刻之间的差值小于或等于预设阈值，则获取当前时刻所述目标事项信息对应的第一参数数据。
本发明实施例中，所述第三确定模块，包括：第一确定子模块，用于利用最大期望EM算法模型，根据所述第一参数数据，确定完成目标事项所需时长。
具体的，所述第一确定子模块，包括：第一确定单元，用于利用最大期望EM算法模型，根据所述第一参数数据，确定所述目标事项信息对应的各个排队人员的服务时长；第二确定单元，用于根据所述服务时长，确定完成目标事项所需时长；其中，所述服务时长是指执行目标事项所需时长。
更具体的，所述第二确定单元具体用于：根据所述服务时长和用户自身所需服务时长，确定完成目标事项所需时长。
进一步的，所述的处理设备，还包括：第四确定模块，用于在根据所述服务时长和用户自身所需服务时长，确定完成目标事项所需时长之前，根据用户自身的特征数据，确定所述用户自身所需服务时长；或者根据预设服务时长均值，确定所述用户自身所需服务时长。
更进一步的，所述的处理设备，还包括：第二获取模块，用于在利用最大期望EM算法模型，根据所述第一参数数据，确定完成目标事项所需时长之后，获取用户完成目标事项的实际时长；第一更新模块，用于根据确定的完成目标事项所需时长和实际时长，更新EM算法模型。
具体的，所述第一更新模块，包括：第一更新子模块，用于根据确定的完成目标事项所需时长和实际时长，更新EM算法模型中针对所述第一参数数据的权重系数。
进一步的，所述的处理设备，还包括：第一发送模块，用于在根据所述第一参数数据，确定完成目标事项所需时长之后，将所述完成目标事项所需时长，发送给显示设备进行显示。
本发明实施例提供的处理设备能够实现图1至图6的方法实施例中处理设备实现的各个过程，为避免重复，这里不再赘述。
图8为实现本发明各个实施例的一种处理设备的硬件结构示意图，该处理设备可具体为一种终端80，该终端80包括但不限于：射频单元81、网络模块82、音频输出单元83、输入单元84、传感器85、显示单元86、用户输入单元87、接口单元88、存储器89、处理器810、以及电源811等部件。本领域技术人员可以理解，图8中示出的终端结构并不构成对终端的限定，终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，终端包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。
其中，处理器810，用于根据目的地信息，确定目标场合信息；根据所述目标场合信息，确定目标事项信息；根据所述目标事项信息，获取与所述目标事项信息对应的第一参数数据；根据所述第一参数数据，确定完成目标事项所需时长；其中，所述第一参数数据包括与所述目标事项信息对应的队列排队数据。
在本发明实施例中，通过根据目的地信息，确定目标场合信息；根据所述目标场合信息，确定目标事项信息；根据所述目标事项信息，获取与所述目标事项信息对应的第一参数数据；根据所述第一参数数据，确定完成目标事项所需时长；其中，所述第一参数数据包括与所述目标事项信息对应的队列排队数据；能够精准的估算用户前往目的地完成目标事项所需的时长，帮助用户更加合理地安排出行时间，很好的解决现有技术中出行提示方案无法估算用户出行公共场合完成目标事项所需时长的问题。
可选的，所述队列排队数据包括队列排队人数以及各个排队人员的特征数据。
可选的，所述特征数据包括性别信息、年龄信息、服饰信息和行李信息中的至少一种。
可选的，处理器810具体用于，若当前时刻与目标事项的开始执行时刻之间的差值大于预设阈值，则根据所述目标事项信息，获取历史数据中与所述开始执行时刻对应的历史时刻的第一参数数据；或者
若当前时刻与目标事项的开始执行时刻之间的差值小于或等于预设阈值，则获取当前时刻所述目标事项信息对应的第一参数数据。
可选的，处理器810具体用于，利用最大期望EM算法模型，根据所述第一参数数据，确定完成目标事项所需时长。
可选的，处理器810具体用于，利用最大期望EM算法模型，根据所述第一参数数据，确定所述目标事项信息对应的各个排队人员的服务时长；根据所述服务时长，确定完成目标事项所需时长；其中，所述服务时长是指执行目标事项所需时长。
可选的，处理器810具体用于，根据所述服务时长和用户自身所需服务时长，确定完成目标事项所需时长。
可选的，处理器810还用于，在根据所述服务时长和用户自身所需服务时长，确定完成目标事项所需时长之前，根据用户自身的特征数据，确定所述用户自身所需服务时长；或者根据预设服务时长均值，确定所述用户自身所需服务时长。
可选的，处理器810还用于，在利用最大期望EM算法模型，根据所述第一参数数据，确定完成目标事项所需时长之后，获取用户完成目标事项的实际时长；根据确定的完成目标事项所需时长和实际时长，更新EM算法模型。
可选的，处理器810具体用于，根据确定的完成目标事项所需时长和实际时长，更新EM算法模型中针对所述第一参数数据的权重系数。
可选的，处理器810具体用于，在所述根据所述第一参数数据，确定完成目标事项所需时长之后，将所述完成目标事项所需时长，发送给显示设备进行显示。
应理解的是，本发明实施例中，射频单元81可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器810处理；另外，将上行的数据发送给基站。通常，射频单元81包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元81还可以通过无线通信系统与网络和其他设备通信。
终端通过网络模块82为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元83可以将射频单元81或网络模块82接收的或者在存储器89中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元83还可以提供与终端80执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元83包括扬声器、蜂鸣器以及受话器等。
输入单元84用于接收音频或视频信号。输入单元84可以包括图形处理器(Graphics Processing Unit，GPU)841和麦克风842，图形处理器841对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元86上。经图形处理器841处理后的图像帧可以存储在存储器89(或其它存储介质)中或者经由射频单元81或网络模块82进行发送。麦克风842可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元81发送到移动通信基站的格式输出。
终端80还包括至少一种传感器85，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板861的亮度，接近传感器可在终端80移动到耳边时，关闭显示面板861和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别终端姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器85还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。
显示单元86用于显示由用户输入的信息或提供给用户的信息。显示单元86可包括显示面板861，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板861。
用户输入单元87可用于接收输入的数字或字符信息，以及产生与终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元87包括触控面板871以及其他输入设备872。触控面板871，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板871上或在触控面板871附近的操作)。触控面板871可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器810，接收处理器810发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板871。除了触控面板871，用户输入单元87还可以包括其他输入设备872。具体地，其他输入设备872可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。
进一步的，触控面板871可覆盖在显示面板861上，当触控面板871检测到在其上或附近的触摸操作后，传送给处理器810以确定触摸事件的类型，随后处理器810根据触摸事件的类型在显示面板861上提供相应的视觉输出。虽然在图8中，触控面板871与显示面板861是作为两个独立的部件来实现终端的输入和输出功能，但是在某些实施例中，可以将触控面板871与显示面板861集成而实现终端的输入和输出功能，具体此处不做限定。
接口单元88为外部装置与终端80连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元88可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到终端80内的一个或多个元件或者可以用于在终端80和外部装置之间传输数据。
存储器89可用于存储软件程序以及各种数据。存储器89可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器89可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器810是终端的控制中心，利用各种接口和线路连接整个终端的各个部分，通过运行或执行存储在存储器89内的软件程序和/或模块，以及调用存储在存储器89内的数据，执行终端的各种功能和处理数据，从而对终端进行整体监控。处理器810可包括一个或多个处理单元；优选的，处理器810可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器810中。
终端80还可以包括给各个部件供电的电源811(比如电池)，优选的，电源811可以通过电源管理系统与处理器810逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
另外，终端80包括一些未示出的功能模块，在此不再赘述。
优选的，本发明实施例还提供一种处理设备，包括处理器810，存储器89，存储在存储器89上并可在所述处理器810上运行的计算机程序，该计算机程序被所述处理器810执行时实现上述时间信息确定方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本发明实施例还提供一种计算机可读存储介质，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时间信息确定方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
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上述实施例方法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，但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

Claims (10)

1.一种时间信息确定方法，应用于处理设备，其特征在于，包括：
根据目的地信息，确定目标场合信息；
根据所述目标场合信息，确定目标事项信息；
根据所述目标事项信息，获取与所述目标事项信息对应的第一参数数据；
根据所述第一参数数据，确定完成目标事项所需时长；
其中，所述第一参数数据包括与所述目标事项信息对应的队列排队数据；
所述根据所述目标事项信息，获取与所述目标事项信息对应的第一参数数据，包括：
若当前时刻与目标事项的开始执行时刻之间的差值大于预设阈值，则根据所述目标事项信息，获取历史数据中与所述开始执行时刻对应的历史时刻的第一参数数据；或者
若当前时刻与目标事项的开始执行时刻之间的差值小于或等于预设阈值，则获取当前时刻所述目标事项信息对应的第一参数数据；
所述根据所述第一参数数据，确定完成目标事项所需时长，包括：
利用最大期望EM算法模型，根据所述第一参数数据，确定完成目标事项所需时长；
所述利用最大期望EM算法模型，根据所述第一参数数据，确定完成目标事项所需时长，包括：
利用最大期望EM算法模型，根据所述第一参数数据，确定所述目标事项信息对应的各个排队人员的服务时长；
根据用户自身的特征数据，确定所述用户自身所需服务时长；其中，所述用户自身的特征数据包括性别信息、年龄信息、服饰信息和行李信息中的至少一种；
根据所述服务时长和用户自身所需服务时长，确定完成目标事项所需时长；
其中，所述服务时长是指执行目标事项所需时长。
2.根据权利要求1所述的时间信息确定方法，其特征在于，所述队列排队数据包括队列排队人数以及各个排队人员的特征数据。
3.根据权利要求1所述的时间信息确定方法，其特征在于，在根据所述服务时长和用户自身所需服务时长，确定完成目标事项所需时长之前，还包括：
根据预设服务时长均值，确定所述用户自身所需服务时长。
4.根据权利要求1所述的时间信息确定方法，其特征在于，在所述根据所述第一参数数据，确定完成目标事项所需时长之后，还包括：
将所述完成目标事项所需时长，发送给显示设备进行显示。
5.一种处理设备，其特征在于，包括：
第一确定模块，用于根据目的地信息，确定目标场合信息；
第二确定模块，用于根据所述目标场合信息，确定目标事项信息；
第一获取模块，用于根据所述目标事项信息，获取与所述目标事项信息对应的第一参数数据；
第三确定模块，用于根据所述第一参数数据，确定完成目标事项所需时长；
其中，所述第一参数数据包括与所述目标事项信息对应的队列排队数据；
所述第一获取模块，包括：
第一获取子模块，用于若当前时刻与目标事项的开始执行时刻之间的差值大于预设阈值，则根据所述目标事项信息，获取历史数据中与所述开始执行时刻对应的历史时刻的第一参数数据；或者
若当前时刻与目标事项的开始执行时刻之间的差值小于或等于预设阈值，则获取当前时刻所述目标事项信息对应的第一参数数据；
所述第三确定模块，包括：
第一确定子模块，用于利用最大期望EM算法模型，根据所述第一参数数据，确定完成目标事项所需时长；
所述第一确定子模块，包括：
第一确定单元，用于利用最大期望EM算法模型，根据所述第一参数数据，确定所述目标事项信息对应的各个排队人员的服务时长；
第四确定模块，用于在根据所述服务时长和用户自身所需服务时长，确定完成目标事项所需时长之前，根据用户自身的特征数据，确定所述用户自身所需服务时长；其中，所述用户自身的特征数据包括性别信息、年龄信息、服饰信息和行李信息中的至少一种；
第二确定单元，用于根据所述服务时长和用户自身所需服务时长，确定完成目标事项所需时长；
其中，所述服务时长是指执行目标事项所需时长。
6.根据权利要求5所述的处理设备，其特征在于，所述队列排队数据包括队列排队人数以及各个排队人员的特征数据。
7.根据权利要求5所述的处理设备，其特征在于，还包括：
第四确定模块，还用于在根据所述服务时长和用户自身所需服务时长，确定完成目标事项所需时长之前，
根据预设服务时长均值，确定所述用户自身所需服务时长。
8.根据权利要求5所述的处理设备，其特征在于，还包括：
第一发送模块，用于在根据所述第一参数数据，确定完成目标事项所需时长之后，将所述完成目标事项所需时长，发送给显示设备进行显示。
9.一种处理设备，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的时间信息确定方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的时间信息确定方法的步骤。
CN201910424158.4A 2019-05-21 2019-05-21 一种时间信息确定方法及处理设备 Active CN110188935B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910424158.4A CN110188935B (zh) 2019-05-21 2019-05-21 一种时间信息确定方法及处理设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910424158.4A CN110188935B (zh) 2019-05-21 2019-05-21 一种时间信息确定方法及处理设备

Publications (2)

Publication Number Publication Date
CN110188935A CN110188935A (zh) 2019-08-30
CN110188935B true CN110188935B (zh) 2022-01-28

Family

ID=67717136

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910424158.4A Active CN110188935B (zh) 2019-05-21 2019-05-21 一种时间信息确定方法及处理设备

Country Status (1)

Country Link
CN (1) CN110188935B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111210047A (zh) * 2019-11-12 2020-05-29 恒大智慧科技有限公司 一种景点服务时间预估方法、装置及存储介质
CN111241159B (zh) * 2020-01-08 2023-07-07 山东汇贸电子口岸有限公司 确定任务执行时间的方法及装置
CN112100576B (zh) * 2020-09-15 2024-06-14 京东方科技集团股份有限公司 排队方案的确定方法、装置、电子设备及计算机可读介质
CN112665171B (zh) * 2020-12-18 2022-05-31 珠海格力电器股份有限公司 管槽式送风系统、控制方法及设备
CN116564120A (zh) * 2023-07-05 2023-08-08 深圳市京视智能科技有限公司 车站信息智能展示方法、装置、设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521909A (zh) * 2011-12-07 2012-06-27 广州广电运通金融电子股份有限公司 排队服务处理方法及系统
CN108256050A (zh) * 2018-01-12 2018-07-06 携程旅游网络技术（上海）有限公司 行程订单的关联服务推送方法、系统、设备和存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521909A (zh) * 2011-12-07 2012-06-27 广州广电运通金融电子股份有限公司 排队服务处理方法及系统
CN108256050A (zh) * 2018-01-12 2018-07-06 携程旅游网络技术（上海）有限公司 行程订单的关联服务推送方法、系统、设备和存储介质

Also Published As

Publication number Publication date
CN110188935A (zh) 2019-08-30

Similar Documents

Publication Publication Date Title
CN110188935B (zh) 一种时间信息确定方法及处理设备
CN109041148B (zh) 一种移动终端操作方法及移动终端
CN108332764B (zh) 一种路线推荐方法及移动终端
CN108573189B (zh) 一种获取排队信息的方法及装置
CN110795949A (zh) 一种刷卡方法、装置、电子设备及介质
CN108882142A (zh) 提醒消息发送方法及移动终端
CN108460817B (zh) 一种拼图方法及移动终端
CN110456395B (zh) 一种定位方法及终端设备
CN108920572B (zh) 公交信息处理方法和移动终端
CN107886301A (zh) 一种交通信息的提醒方法及装置
CN108068846B (zh) 一种地铁乘车调度方法及移动终端
CN108986528A (zh) 一种行车引导方法、信息指示方法、终端设备及服务器
CN112734520B (zh) 营运车辆接单控制方法、装置、电子设备及存储介质
CN107920331B (zh) 一种车辆定位方法、终端、服务器及计算机存储介质
CN109474889B (zh) 信息传输方法、移动终端及服务器
CN111143086B (zh) 一种服务请求方法及电子设备
CN108093139B (zh) 一种导航信息显示的方法及设备
CN111256678A (zh) 导航方法及电子设备
CN107730030B (zh) 一种路径规划方法及移动终端
CN111080305A (zh) 一种风险识别方法、装置及电子设备
CN115985309A (zh) 语音识别方法、装置、电子设备及存储介质
CN111031172B (zh) 控制飞行模式的方法及电子设备
CN107844242B (zh) 一种移动终端的显示方法及移动终端
CN107255482A (zh) 导航方法和装置
CN109813298B (zh) 一种导航方法及终端设备

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220812

Address after: 311121 Room 305, Building 20, Longquan Road, Cangqian Street, Yuhang District, Hangzhou City, Zhejiang Province

Patentee after: VIVO MOBILE COMMUNICATION (HANGZHOU) Co.,Ltd.

Address before: 523860 No. 283 BBK Avenue, Changan Town, Changan, Guangdong.

Patentee before: VIVO MOBILE COMMUNICATION Co.,Ltd.