CN110675206B - 群租发现方法、装置、设备及计算机可读介质 - Google Patents
群租发现方法、装置、设备及计算机可读介质 Download PDFInfo
- Publication number
- CN110675206B CN110675206B CN201810717498.1A CN201810717498A CN110675206B CN 110675206 B CN110675206 B CN 110675206B CN 201810717498 A CN201810717498 A CN 201810717498A CN 110675206 B CN110675206 B CN 110675206B
- Authority
- CN
- China
- Prior art keywords
- target area
- probability
- probability index
- group
- wifi
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000000926 separation method Methods 0.000 claims abstract description 11
- 238000009826 distribution Methods 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 230000002265 prevention Effects 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0645—Rental transactions; Leasing transactions
-
- 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
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种群租发现方法、装置、设备及计算机可读介质,所述方法包括根据目标区域内的无线连接数据获取第一概率指数;根据所述目标区域的居住密度获取第二概率指数;根据公司地址和家庭住址的分离情况获取第三概率指数;根据用户的个人身份信息获取第四概率指数;将第一概率指数、第二概率指数、第三概率指数和第四概率指数进行加权求和,获得目标区域为群租的概率。本发明实施例从不同的角度对当前目标区域的群租概率进行计算,然后再进行加权求和,可以更加精确地获得目标区域发群租概率,以方便相关部门进行整顿或安全的预防。
Description
技术领域
本发明涉及大数据技术领域,尤其涉及一种群租发现方法及装置、设备和计算机可读介质。
背景技术
随着社会的发展,大城市人口越来越多,群租成为了大城市普遍存在的现象,由于群租房的环境和承租人的经济能力,导致群租房环境较差,存在各种安全隐患,同时对周边住户产生了较大的影响。
因此,政府经常对各种群租进行清理,以杜绝各种安全事故的发生,由于城市的巨大,人口的众多,管理上很难及时到位,尽管付出了巨大的劳动,每年仍然发生不少由于群租导致的安全事故。
如何判断一个小区或个人住房内出现群租现象,现有一般通过街道或物业的访查,群众的举报,效率较差,无法及时获取群租的信息,难以有效地监控和防止群租的发生。
发明内容
本发明实施例提供一种群租发现方法、装置、设备及计算机可读介质,以解决或缓解现有技术中的一个或多个技术问题。
第一方面,本发明实施例提供了一种群租发现方法,包括:
根据目标区域内的无线连接数据获取第一概率指数;
根据所述目标区域的居住密度获取第二概率指数;
根据公司地址和家庭住址的分离情况获取第三概率指数;
根据用户的个人身份信息获取第四概率指数;
将第一概率指数、第二概率指数、第三概率指数和第四概率指数进行加权求和,获得目标区域为群租的概率。
结合第一方面,本发明实施例在第一方面的第一种实施方式中,所述根据目标区域内的无线连接数据获取第一概率指数,包括:
获取目标区域的WiFi名称;
统计目标区域中的WiFi的连接情况,以获取第一概率指数。
结合第一方面的第一种实施方式,本发明实施例在第一方面的第二种实施方式中,所述获取目标区域的WiFi名称,包括:
对目标区域的边界进行识别;
获取当前WiFi的物理地址和坐标位置,判断是否在目标区域中,若是,则属于目标区域内的WiFi。
结合第一方面的第一种实施方式,本发明实施例在第一方面的第三种实施方式中,所述统计目标区域中的WiFi的连接情况,包括:
统计WiFi连接次数、连接频率、连接的时间分布和连接人数分布变化趋势中的至少一项。
结合第一方面,本发明实施例在第一方面的第四种实施方式中,所述根据所述目标区域的居住密度获取第二概率指数,包括:
对用户的位置进行定位,以获取家庭住址位于目标区域内的用户数量;
计算用户数量与目标区域的面积的比值,以获取第二概率指数。
结合第一方面,本发明实施例在第一方面的第五种实施方式中,所述根据公司地址和家庭住址的分离情况获取第三概率指数,包括:
对用户的位置进行定位,以获取用户的家庭住址和公司住址;
统计家庭住址与目标住址分开的数量情况,以获取第三概率指数。
第二方面,本发明实施例提供了一种群租发现装置,包括:
第一概率获取模块,用于根据目标区域内的无线连接数据获取第一概率指数;
第二概率获取模块,用于根据所述目标区域的居住密度获取第二概率指数;
第三概率获取模块,用于根据公司地址和家庭住址的分离情况获取第三概率指数;
第四概率获取模块,用于根据用户的个人身份信息获取第四概率指数;
加权求和模块,用于将第一概率指数、第二概率指数、第三概率指数和第四概率指数进行加权求和,获得目标区域为群租的概率。
结合第二方面,本发明实施例在第二方面的第一种实施方式中,所述第一概率获取模块包括:
WiFi名称子模块,用于获取目标区域的WiFi名称;
WiFi连接统计子模块,用于统计目标区域中的WiFi的连接情况,以获取第一概率指数。
结合第二方面的第一种实施方式,本发明实施例在第二方面的第二种实施方式中,所述WiFi名称获取模块包括:
识别单元,用于对目标区域的边界进行识别;
判断单元,用于获取当前WiFi的物理地址和坐标位置,判断是否在目标区域中,若是,则属于目标区域内的WiFi。
结合第二方面的第一种实施方式,本发明实施例在第二方面的第三种实施方式中,所述WiFi连接统计子模块具体用于统计WiFi连接次数、连接频率、连接的时间分布和连接人数分布变化趋势中的至少一项。
结合第二方面,本发明实施例在第二方面的第四种实施方式中,所述第二概率获取模块包括:
用户数量获取子模块,用于对用户的位置进行定位,以获取家庭住址位于目标区域内的用户数量;
居住密度计算子模块,用于计算用户数量与目标区域的面积的比值,以获取第二概率指数。
结合第二方面,本发明实施例在第二方面的第五种实施方式中,所述第三概率获取模块包括:
住址获取模块,用于对用户的位置进行定位,以获取用户的家庭住址和公司住址;
住址统计模块,用于统计家庭住址与目标住址分开的数量情况,以获取第三概率指数。
所述装置的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
第三方面,在一个可能的设计中,群租发现装置的结构中包括处理器和存储器,所述存储器用于存储支持群租发现装置执行上述第一方面中群租发现方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述群租发现装置还可以包括通信接口,用于群租发现装置与其他设备或通信网络通信。
第四方面,本发明实施例提供了一种计算机可读介质,用于存储群租发现装置所用的计算机软件指令,其包括用于执行上述第一方面的群租发现方法所涉及的程序。
本发明实施例从不同的角度对当前目标区域的群租概率进行计算,然后再进行加权求和,可以更加精确地获得目标区域发群租概率,以方便相关部门进行整顿或安全的预防。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本发明公开的一些实施方式,而不应将其视为是对本发明范围的限制。
图1为本发明实施例的群租发现方法的流程图;
图2为本发明实施例的步骤S100的具体步骤流程图;
图3为本发明实施例的步骤S110的具体步骤流程图;
图4为本发明实施例的步骤S200的具体步骤流程图;
图5为本发明实施例的步骤S300的具体步骤流程图;
图6为本发明实施例的群租发现方法整体实现的示意图;
图7为本发明另一实施例的群组发现装置的示意图;
图8为本发明另一实施例的第一概率获取模块的内部框图;
图9为本发明另一实施例的WiFi名称获取模块的内部框图;
图10为本发明另一实施例的第二概率获取模块的内部框图;
图11为本发明另一实施例的第三概率获取模块的内部框图;
图12为本发明另一实施例的群租发现设备框图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本发明的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。本发明实施例主要提供了一种通群租发现的方法及装置,下面分别通过以下实施例进行技术方案的展开描述。
本发明提供了一种群租发现方法和装置,以下详细介绍本发明实施例的群租发现方法和装置的具体处理流程和原理。
如图1所示,其为本发明实施例的群租发现方法的流程图。本发明实施例的群租发现方法可以包括以下步骤:
S100:根据目标区域内的无线连接数据获取第一概率指数。
在本实施例中,对目标区域内的无线连接数据进行统计分析,获取当前目标区域内存在群租的概率指数。如图2所示,在一种实施方式中,所述步骤S100包括:
S110:获取目标区域的WiFi(wireless fidelity,无线保真)名称。如图3所示,在一种实施方式中,所述步骤S110包括:
S111:对目标区域的边界进行识别。
在进行小区边界识别时,可以先标志出小区边界范围,具体可以细到小区内的某一栋楼的边界。在标记过程主要考虑因素可以包括:比如边界难以划分清晰的小区;一些非独栋的商铺和居住区;商住两用的小区,以及小区边界内有非小区建筑设施:如小区内有医院、有学校等。
S112:获取当前WiFi的物理地址和坐标位置,判断是否在目标区域中,若是,则属于目标区域内的WiFi。
在确定好当前目标区域的边界后,需要对目标区域内的WiFi进行识别。在识别时,首先需要获取WiFi的物理地址和坐标位置,然后再对一些移动WiFi进行过滤处理。再通过算法判断WiFi的坐标是否在目标区域中,判断是否属于当前目标区域的WiFi。然后,进一步还可以通过WiFi的名字进行校验,比如:WiFi的名字若是商铺、酒店,则可以将其排除。通过上述的统计识别后,可以获得WiFi地址与当前目标区域的映射关系表。
S120:统计目标区域中的WiFi的连接情况,以获取第一概率指数。
在一种实施方式中,所述WiFi的连接情况包括:WiFi连接次数、连接频率、连接的时间分布和连接人数分布变化趋势中的至少一项。具体可以划分为明细分析指标和/或总体分析指标。
其中,明细分析指标可以包括:
1、连接某个WiFi的用户连接该WiFi的次数、时间分布。例如,该WiFi用户连接某个WiFi在一个月内达到10次以上,时间集中在工作日的休息时间和周末,工作日的工作时间大多不连接该WiFi,则可以表明该用户时的居住地址在该WiFi所在的目标区域中,但其工作地址不在目标区域中。
2、连接某个WiFi的用户连接其他WiFi的时间、个数、连接天数分布。例如:一个月内该用户在工作日的休息时间和周末连接其他WiFi的个数,可以判断该用户是否长期连接某一个WiFi,以判断是否长期居住该WiFi所在的区域中。
总体分析指标可以包括:
1、连接时间分布,比如将时间划分为工作时间和休息时间、工作日和周末等,然后再统计该WiFi的用户整体连接时间分布。
2、连接人数分布,可以统计连接该WiFi的整体连接人数变化趋势。
通过上述明细分析指标和总体分析指标,可以获取当前目标区域存在群租现象的第一概率指数。
S200:根据所述目标区域的居住密度获取第二概率指数。
一般来说,若目标区域的居住密度越大,则存在群租现象的概率越大。如图4所示,在一种实施方式中,所述步骤S200包括:
S210:对用户的位置进行定位,以获取家庭住址位于目标区域内的用户数量。
具体可以基于用户手机定位数据,对用户的家所在地进行识别,并且与WiFi识别结果形成双重验证,从而获得定位到同一个小区的居民的数量。
S220:计算用户数量与目标区域的面积的比值,以获取第二概率指数。
S300:根据公司地址和家庭住址的分离情况获取第三概率指数。
一般来说,职住分离数量越大,则存在群租现象的概率就越大。如图5所示,在一种实施方式中,所述步骤S300包括:
S310:对用户的位置进行定位,以获取用户的家庭住址和公司住址。
可以基于用户手机定位数据,对用户的家和公司地址数据进行识别,对用户的职住状况进行分析。例如,一般群租的人员职住分离状况较为严重,可以作为群租概率的一个判断因素。
S320:统计家庭住址与目标住址分开的数量情况,以获取第三概率指数。
S400:根据用户的个人身份信息获取第四概率指数。其中,所述个人身份信息可以包括用户的职业情况、收入情况、学历情况等因素。例如,一般高收入、高学历的人群出现群租现象的概率就比较低,因此可以将用户个人的身份信息作为因素进行考虑,以获取第四概率指数。
S500:将第一概率指数、第二概率指数、第三概率指数和第四概率指数进行加权求和,获得目标区域为群租的概率。
最后,将上述几个概率进行加权求和,各个指数之间的权重,可以根据实际情况进行调整。比如:目标区域的群组指数=0.6*第一概率指数+0.2*第二概率指数+0.1*第三概率指数+0.1*第四概率指数。
如图6所示,其为本发明实施例的群租发现方法整体实现的示意图。以下结合一个例子介绍本发明实施例的群租概率的计算过程:
例如,当前目标区域为百环家园,其中经过分析计算,可以获得:
1、通过用户连接WiFi数据模块初步识别群租户/群租小区,获得第一概率指数为:0.8。
2、通过计算小区的居住密度(居住人数/小区面积),获得的第二概率指数为:0.6。
3、根据上班时的通行时间和通行距离计算分离指数,获得的第三概率指数为0.75。
4、根据用户画像,即用户个人信息获得的第四概率指数。例如,用户个人信息包括:职业(管理者和企业主,个体经营业者,专业技术人员,文职人员,生产操作人员,服务人员)、收入水平(高、中、低)、学历(本科及以上、高中及以下、大专),根据这3个维度的信息,配置小区群居的概率,获得的第四概率指数为0.4。
接上例,最终的百环家园的群租概率为:
0.6*0.8+0.2*0.6+0.1*0.75+0.1*0.4=0.715。
相比于现有技术,本发明实施例从不同的角度对当前目标区域的群租概率进行计算,然后再进行加权求和,可以更加精确地获得目标区域发群租概率,以方便相关部门进行整顿或安全的预防。
如图7所示,本发明实施例提供了一种群租发现装置,包括:
第一概率获取模块100,用于根据目标区域内的无线连接数据获取第一概率指数。
第二概率获取模块200,用于根据所述目标区域的居住密度获取第二概率指数。
第三概率获取模块300,用于根据公司地址和家庭住址的分离情况获取第三概率指数。
第四概率获取模块400,用于根据用户的个人身份信息获取第四概率指数。
加权求和模块500,用于将第一概率指数、第二概率指数、第三概率指数和第四概率指数进行加权求和,获得目标区域为群租的概率。
如图8所示,所述第一概率获取模块100包括:
WiFi名称子模块110,用于获取目标区域的WiFi名称。
WiFi连接统计子模块120,用于统计目标区域中的WiFi的连接情况,以获取第一概率指数。
如图9所示,所述WiFi名称获取模块110包括:
识别单元111,用于对目标区域的边界进行识别。
判断单元112,用于获取当前WiFi的物理地址和坐标位置,判断是否在目标区域中,若是,则属于目标区域内的WiFi。
所述WiFi连接统计子模块120具体用于统计WiFi连接次数、连接频率、连接的时间分布和连接人数分布变化趋势中的至少一项。
如图10所示,所述第二概率获取模块200包括:
用户数量获取子模块210,用于对用户的位置进行定位,以获取家庭住址位于目标区域内的用户数量。
居住密度计算子模块220,用于计算用户数量与目标区域的面积的比值,以获取第二概率指数。
如图11所示,所述第三概率获取模块300包括:
住址获取模块310,用于对用户的位置进行定位,以获取用户的家庭住址和公司住址。
住址统计模块320,用于统计家庭住址与目标住址分开的数量情况,以获取第三概率指数。
在另一个实施例中,本发明还提供一种群租发现设备,如图12所示,该设备包括:存储器610和处理器620,存储器610内存储有可在处理器620上运行的计算机程序。所述处理器620执行所述计算机程序时实现上述实施例中的群租发现方法。所述存储器610和处理器620的数量可以为一个或多个。
该设备还包括:
通信接口630,用于与外界设备进行通信,进行数据交互传输。
存储器610可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
如果存储器610、处理器620和通信接口630独立实现,则存储器610、处理器620和通信接口630可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部设备互连(PCI,PeripheralComponent)总线或扩展工业标准体系结构(EISA,Extended Industry StandardComponent)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图12中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器610、处理器620及通信接口630集成在一块芯片上,则存储器610、处理器620及通信接口630可以通过内部接口完成相互间的通信。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
本发明实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质的更具体的示例至少(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,计算机可读存储介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
在本发明实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于指令执行系统、输入法或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、射频(Radio Frequency,RF)等等,或者上述的任意合适的组合。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种群租发现方法,其特征在于,包括:
根据目标区域内的无线连接数据获取目标区域为群租的第一概率指数,所述无线连接数据包括WiFi连接次数、连接频率、在工作日和非工作日连接的时间分布、连接人数分布变化趋势中的至少一项;
根据目标区域的居住密度获取目标区域为群租的第二概率指数;
根据目标区域内的用户的公司地址和家庭住址的分离情况获取目标区域为群租的第三概率指数;
根据目标区域内的用户的个人身份信息获取目标区域为群租的第四概率指数;
将第一概率指数、第二概率指数、第三概率指数和第四概率指数进行加权求和,获得目标区域为群租的概率;
其中,所述根据目标区域内的无线连接数据获取目标区域为群租的第一概率指数,包括:对目标区域的边界进行识别;获取当前WiFi的物理地址和坐标位置,判断当前WiFi是否在目标区域中,若是,则确定当前WiFi属于目标区域内的WiFi,并得到当前WiFi的名称;统计目标区域中的WiFi连接次数、连接频率、在工作日和非工作日连接的时间分布和连接人数分布变化趋势中的至少一项,以确定所述第一概率指数。
2.根据权利要求1所述的方法,其特征在于,所述根据目标区域的居住密度获取目标区域为群租的第二概率指数,包括:
对用户的位置进行定位,以获取家庭住址位于目标区域内的用户数量;
计算用户数量与目标区域的面积的比值,以获取第二概率指数。
3.根据权利要求1所述的方法,其特征在于,根据目标区域内的用户的公司地址和家庭住址的分离情况获取目标区域为群租的第三概率指数,包括:
对用户的位置进行定位,以获取用户的家庭住址和公司住址;
统计家庭住址与目标住址分开的数量情况,以获取第三概率指数。
4.一种群租发现装置,其特征在于,包括:
第一概率获取模块,用于根据目标区域内的无线连接数据获取目标区域为群租的第一概率指数,所述无线连接数据包括WiFi连接次数、连接频率、在工作日和非工作日连接的时间分布、连接人数分布变化趋势中的至少一项;
第二概率获取模块,用于根据目标区域的居住密度获取目标区域为群租的第二概率指数;
第三概率获取模块,用于根据目标区域内的用户的公司地址和家庭住址的分离情况获取目标区域为群租的第三概率指数;
第四概率获取模块,用于根据目标区域内的用户的个人身份信息获取目标区域为群租的第四概率指数;
加权求和模块,用于将第一概率指数、第二概率指数、第三概率指数和第四概率指数进行加权求和,获得目标区域为群租的概率;
其中,所述第一概率获取模块具体用于:对目标区域的边界进行识别;获取当前WiFi的物理地址和坐标位置,判断当前WiFi是否在目标区域中,若是,则确定当前WiFi属于目标区域内的WiFi,并得到当前WiFi的名称;统计目标区域中的WiFi连接次数、连接频率、在工作日和非工作日连接的时间分布和连接人数分布变化趋势中的至少一项,以确定所述第一概率指数。
5.根据权利要求4所述的装置,其特征在于,所述第二概率获取模块包括:
用户数量获取子模块,用于对用户的位置进行定位,以获取家庭住址位于目标区域内的用户数量;
居住密度计算子模块,用于计算用户数量与目标区域的面积的比值,以获取第二概率指数。
6.根据权利要求4所述的装置,其特征在于,所述第三概率获取模块包括:
住址获取模块,用于对用户的位置进行定位,以获取用户的家庭住址和公司住址;
住址统计模块,用于统计家庭住址与目标住址分开的数量情况,以获取第三概率指数。
7.一种群租发现设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-3中任一所述的群租发现方法。
8.一种计算机可读介质,其存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-3中任一所述的群租发现方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810717498.1A CN110675206B (zh) | 2018-07-03 | 2018-07-03 | 群租发现方法、装置、设备及计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810717498.1A CN110675206B (zh) | 2018-07-03 | 2018-07-03 | 群租发现方法、装置、设备及计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110675206A CN110675206A (zh) | 2020-01-10 |
CN110675206B true CN110675206B (zh) | 2023-03-14 |
Family
ID=69065677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810717498.1A Active CN110675206B (zh) | 2018-07-03 | 2018-07-03 | 群租发现方法、装置、设备及计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110675206B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275599B (zh) * | 2020-02-03 | 2022-09-20 | 重庆特斯联智慧科技股份有限公司 | 一种基于大数据集成算法的群租房预警方法、装置、存储介质及终端 |
CN111401431B (zh) * | 2020-03-12 | 2023-07-25 | 成都小步创想慧联科技有限公司 | 群租房识别方法及系统及存储介质 |
CN112364263A (zh) * | 2020-11-11 | 2021-02-12 | 深圳力维智联技术有限公司 | 基于多维度数据的群租房识别方法、装置、设备及介质 |
CN112381610A (zh) * | 2020-11-16 | 2021-02-19 | 国网上海市电力公司 | 一种群租风险指数的预测方法及计算机设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123477A (zh) * | 2014-08-15 | 2014-10-29 | 上海博路信息技术有限公司 | 一种基于生活数据的群租分析方法 |
CN104488304A (zh) * | 2012-08-09 | 2015-04-01 | 塔塔咨询服务有限公司 | 测量某一地方的人口的拥挤度的系统和方法 |
CN107248110A (zh) * | 2017-07-21 | 2017-10-13 | 王正业 | 一种出租房及流动人口信息交互管理系统 |
CN107993179A (zh) * | 2018-01-04 | 2018-05-04 | 南京市公安局栖霞分局 | 一种警务平台人口房屋数据筛查登记方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8024762B2 (en) * | 2006-06-13 | 2011-09-20 | Time Warner Cable Inc. | Methods and apparatus for providing virtual content over a network |
-
2018
- 2018-07-03 CN CN201810717498.1A patent/CN110675206B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104488304A (zh) * | 2012-08-09 | 2015-04-01 | 塔塔咨询服务有限公司 | 测量某一地方的人口的拥挤度的系统和方法 |
CN104123477A (zh) * | 2014-08-15 | 2014-10-29 | 上海博路信息技术有限公司 | 一种基于生活数据的群租分析方法 |
CN107248110A (zh) * | 2017-07-21 | 2017-10-13 | 王正业 | 一种出租房及流动人口信息交互管理系统 |
CN107993179A (zh) * | 2018-01-04 | 2018-05-04 | 南京市公安局栖霞分局 | 一种警务平台人口房屋数据筛查登记方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110675206A (zh) | 2020-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110675206B (zh) | 群租发现方法、装置、设备及计算机可读介质 | |
US20120220274A1 (en) | Position information analysis device and position information analysis method | |
CN108181607A (zh) | 基于指纹库的定位方法、装置及计算机可读存储介质 | |
CN109949063B (zh) | 一种地址确定方法、装置、电子设备及可读存储介质 | |
CN109413565B (zh) | 覆盖场景的服务小区的确定方法、装置及电子设备 | |
CN107730375B (zh) | 一种税务地图管理的方法、系统及终端设备 | |
CN110633726A (zh) | 一种房源识别方法、装置、存储介质及电子设备 | |
KR102476663B1 (ko) | 쇠퇴지역의 재난재해를 종합진단하는 시스템 및 방법 | |
KR102147999B1 (ko) | 부동산 정보를 제공하기 위한 방법 | |
US20120218150A1 (en) | Management server, population information calculation management server, non-populated area management method, and population information calculation method | |
CN110895535B (zh) | 数据处理方法、装置及电子设备 | |
CN111639786A (zh) | 资源配置方法、装置、存储介质及计算机设备 | |
CN112566029A (zh) | 基于手机定位数据的城市就业中心识别方法及装置 | |
CN114219379B (zh) | 一种适用于社区服务圈的资源配套评估方法、及系统 | |
CN114422955B (zh) | 5g室内弱覆盖区域的定位方法及装置、设备、存储介质 | |
CN115033766A (zh) | 数据处理方法、生活圈的显示方法及装置、介质、设备 | |
Zhong et al. | Multi-objective optimization approach of shelter location with maximum equity: an empirical study in Xin Jiekou district of Nanjing, China | |
CN113689226A (zh) | 商业综合体的选址方法、装置、电子设备和存储介质 | |
CN117858040A (zh) | 一种基于手机信令数据的城镇空间单元社群划分方法 | |
CN117056620A (zh) | 一种基于职业信息处理业务的方法、装置、设备及介质 | |
CN109388758B (zh) | 人口迁徙目的确定方法、装置、设备及存储介质 | |
CN111935772A (zh) | 一种确定业务区域的价值的方法和装置 | |
CN110059234A (zh) | 水务异常事件侦测方法及装置、计算机装置及存储介质 | |
CN109146122A (zh) | 一种概率预测方法、装置、电子设备及计算机存储介质 | |
JP2004118853A (ja) | 詳細統計データの作成方法、プログラムおよび装置 |
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 |