CN110750603B - 楼宇服务预测方法、装置、系统、计算机设备和存储介质 - Google Patents
楼宇服务预测方法、装置、系统、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110750603B CN110750603B CN201910843927.4A CN201910843927A CN110750603B CN 110750603 B CN110750603 B CN 110750603B CN 201910843927 A CN201910843927 A CN 201910843927A CN 110750603 B CN110750603 B CN 110750603B
- Authority
- CN
- China
- Prior art keywords
- user
- information
- behavior track
- building service
- track information
- 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 57
- 230000006399 behavior Effects 0.000 claims description 280
- 238000007405 data analysis Methods 0.000 claims description 38
- 238000004590 computer program Methods 0.000 claims description 25
- 238000010586 diagram Methods 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012517 data analytics Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种楼宇服务预测方法、装置、系统、计算机设备和存储介质。方法包括:接收采集控制器采集的设定服务区域内的用户信息;用户信息中携带有用户标识;根据用户信息,确定用户在设定服务区域内的行为轨迹信息;根据用户标识查询预设数据库;若预设数据库中有与用户标识对应的预设行为轨迹信息,则根据行为轨迹信息以及预设行为轨迹信息,确定用户的楼宇服务预测结果;若预设数据库中没有与用户标识对应的预设行为轨迹信息,则根据行为轨迹信息,确定用户的楼宇服务预测结果;通过对用户行为轨迹的获取分析,实现了对用户所需楼宇服务的预测,为用户提供更为高效的楼宇服务,提高了获取楼宇服务的效率。
Description
技术领域
本申请涉及楼宇服务技术领域,特别是涉及一种楼宇服务预测方法、装置、系统、计算机设备和存储介质。
背景技术
随着当今社会科技的发展,商、住、办公一体化的趋势越来越明显,越来越多的综合性楼宇被建设起来,楼宇服务的种类也随之增多。
目前获取所需要的楼宇服务的方式,一般需要用户到指定地点查看楼宇指引挂牌或者到专门的咨询台咨询服务人员,以获取用户自身所需要的楼宇服务;但是,楼宇建筑内部结构复杂、方向辨识困难,往往很难快速获取所需要的服务,导致获取楼宇服务的效率较低。
发明内容
基于此,有必要针对上述技术问题,提供一种楼宇服务预测方法、装置、系统、计算机设备和存储介质。
一种楼宇服务预测方法,所述方法包括:
接收采集控制器采集的设定服务区域内的用户信息;所述用户信息中携带有用户标识;
根据所述用户信息,确定所述用户在所述设定服务区域内的行为轨迹信息;
根据所述用户标识查询预设数据库;
若所述预设数据库中有与所述用户标识对应的预设行为轨迹信息,则根据所述行为轨迹信息以及所述预设行为轨迹信息,确定所述用户的楼宇服务预测结果;
若所述预设数据库中没有与所述用户标识对应的预设行为轨迹信息,则根据所述行为轨迹信息,确定所述用户的楼宇服务预测结果。
在其中一个实施例中,所述根据所述用户信息,确定所述用户在所述设定服务区域内的行为轨迹信息,包括:
提取所述用户信息中的用户行动特征信息;所述用户行动特征信息中携带有对应的位置信息以及时间信息;
对所述用户行动特征信息进行分析,得到所述用户的行动路径;
根据所述用户的行动路径,确定所述用户在所述设定服务区域内的行为轨迹信息。
在其中一个实施例中,所述根据所述行为轨迹信息以及所述预设行为轨迹信息,确定所述用户的楼宇服务预测结果,包括:
将所述行为轨迹信息与所述预设行为轨迹信息进行匹配,得到匹配结果;
根据所述匹配结果,确定所述用户的楼宇服务预测结果。
在其中一个实施例中,所述根据所述匹配结果,确定所述用户的楼宇服务预测结果,包括:
若所述预设行为轨迹信息中有与所述行为轨迹信息匹配的信息,则从所述预设行为轨迹信息中,获取所述行为轨迹信息的下一行为轨迹信息;
根据所述下一行为轨迹信息,确定所述用户的楼宇服务预测结果;
若所述预设行为轨迹信息中没有与所述行为轨迹信息匹配的信息,则根据所述行为轨迹信息,确定所述用户的楼宇服务预测结果。
在其中一个实施例中,所述方法还包括:所述根据所述行为轨迹信息,确定所述用户的楼宇服务预测结果,包括:
根据所述行为轨迹信息,确定所述用户的行动状态;
获取所述行为轨迹信息的多个下一行为轨迹信息;
从所述多个下一行为轨迹信息,确定与所述用户的行动状态对应的下一行为轨迹信息;
根据所述下一行为轨迹信息,确定所述用户的楼宇服务预测结果。
在其中一个实施例中,所述方法还包括:
根据所述楼宇服务预测结果生成对应的楼宇服务设备控制指令;
将所述楼宇服务设备控制指令发送至指令分发控制器;所述指令分发控制器用于将所述楼宇服务设备控制指令发送至对应的楼宇服务设备,所述楼宇服务设备控制指令用于触发所述楼宇服务设备执行对应的楼宇服务操作。
一种楼宇服务预测装置,所述装置包括:
用户信息接收模块,用于接收采集控制器采集的设定服务区域内的用户信息;所述用户信息中携带有用户标识;
行为轨迹信息确定模块,用于根据所述用户信息,确定所述用户在所述设定服务区域内的行为轨迹信息;
查询模块,用于根据所述用户标识查询预设数据库;
第一服务预测模块,用于若所述预设数据库中有与所述用户标识对应的预设行为轨迹信息,则根据所述行为轨迹信息以及所述预设行为轨迹信息,确定所述用户的楼宇服务预测结果;
第二服务预测模块,用于若所述预设数据库中没有与所述用户标识对应的预设行为轨迹信息,则根据所述行为轨迹信息,确定所述用户的楼宇服务预测结果。
一种楼宇服务预测系统,包括:通过网络连接的采集控制器、大数据分析服务器和指令分发控制器;所述指令分发控制器还连接楼宇服务设备;
所述采集控制器,用于采集设定服务区域内的用户信息,将所述设定服务区域内的用户信息发送至所述大数据分析服务器;所述用户信息中携带有用户标识;
所述大数据分析服务器,用于执行上述楼宇服务预测方法的步骤;
所述指令分发控制器,用于接收所述大数据分析服务器发送的楼宇服务设备控制指令,将所述楼宇服务设备控制指令发送至对应的楼宇服务设备;
所述楼宇服务设备,用于根据所述楼宇服务设备控制指令,执行对应的楼宇服务操作。
一种计算机设备,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计算机程序时实现以下步骤:
接收采集控制器采集的设定服务区域内的用户信息;所述用户信息中携带有用户标识;
根据所述用户信息,确定所述用户在所述设定服务区域内的行为轨迹信息;
根据所述用户标识查询预设数据库;
若所述预设数据库中有与所述用户标识对应的预设行为轨迹信息,则根据所述行为轨迹信息以及所述预设行为轨迹信息,确定所述用户的楼宇服务预测结果;
若所述预设数据库中没有与所述用户标识对应的预设行为轨迹信息,则根据所述行为轨迹信息,确定所述用户的楼宇服务预测结果。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
接收采集控制器采集的设定服务区域内的用户信息;所述用户信息中携带有用户标识;
根据所述用户信息,确定所述用户在所述设定服务区域内的行为轨迹信息;
根据所述用户标识查询预设数据库;
若所述预设数据库中有与所述用户标识对应的预设行为轨迹信息,则根据所述行为轨迹信息以及所述预设行为轨迹信息,确定所述用户的楼宇服务预测结果;
若所述预设数据库中没有与所述用户标识对应的预设行为轨迹信息,则根据所述行为轨迹信息,确定所述用户的楼宇服务预测结果。
上述楼宇服务预测方法、装置、系统、计算机设备和存储介质,通过接收采集控制器采集的设定服务区域内的用户信息;所述用户信息中携带有用户标识;根据所述用户信息,确定所述用户在所述设定服务区域内的行为轨迹信息;根据所述用户标识查询预设数据库;若所述预设数据库中有与所述用户标识对应的预设行为轨迹信息,则根据所述行为轨迹信息以及所述预设行为轨迹信息,确定所述用户的楼宇服务预测结果;若所述预设数据库中没有与所述用户标识对应的预设行为轨迹信息,则根据所述行为轨迹信息,确定所述用户的楼宇服务预测结果;通过对用户信息进行自动分析,得到用户的行为轨迹信息,进而得到用户的楼宇服务预测结果;无需用户到指定地点查看楼宇指引挂牌或者到专门的咨询台咨询服务人员,从而简化了获取楼宇服务的过程,进而提高了获取楼宇服务的效率;同时,实现了根据用户的行为轨迹信息,确定用户的楼宇服务预测结果的目的,有利于为用户提供更为高效的楼宇服务,进一步提高了获取楼宇服务的效率。
附图说明
图1为一个实施例中楼宇服务预测方法的应用场景图;
图2为一个实施例中楼宇服务预测方法的流程示意图;
图3为一个实施例中楼宇服务预测步骤的流程示意图;
图4为一个实施例中楼宇服务预测步骤的流程示意图;
图5为一个实施例中楼宇服务预测步骤的流程示意图;
图6为一个实施例中楼宇服务预测步骤的流程示意图;
图7为一个可选实施例中楼宇服务预测方法的流程示意图;
图8为另一个可选实施例中楼宇服务预测方法的流程示意图;
图9为一个实施例中楼宇服务预测装置的结构框图;
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的楼宇服务预测方法,可以应用于如图1所示的应用环境中。该应用环境包括其中采集控制器101,大数据分析服务器102,指令分发控制器 103;大数据分析服务器102通过网络与采集控制器101和指令分发控制器103 相连接,采集控制器101连接各个楼宇服务设备104,指令分发控制器103与各个楼宇服务设备104连接。楼宇服务设备104用于给用户提供楼宇服务,可以是升降电梯、廊道内的显示器、监控摄像头和各处安置的多媒体指引板等,本申请对楼宇服务设备104的类型不做限定,应当认为凡是可以提供楼宇服务或采集用户信息装置都是本申请中的楼宇服务设备104。采集控制器101用于接收并传递各个楼宇服务设备104传输的信息,信息包括但不限于,楼宇服务设备104的运行状态、带有用户标识的信息、用户的验证信息、用户使用楼宇服务设备104的时间等,此处对采集信息的类型和其表现形式不做限定;大数据分析服务器102可以用独立的服务器或者是多个服务器组成的服务器集群来实现,用于接收各种信息并进行分析得出结果,根据结果生成相应指令并发送至对应设施中;指令分发控制器103用于在接收到指令后,将指令发送给对应楼宇服务设备104,并接收执行情况或当前运行状态等。需要说明的是,如图1及上述的各设备装置的连接或信息传输对象包括但不限于上述说明情况,具体实施中可根据实际情况作出其他改进,本申请对应用环境的其他情形不做具体限定。
本发明实施例提供一种楼宇服务预测方法、楼宇服务预测系统、装置、计算机设备和存储介质,以下分别进行详细说明:
在一个实施例中,如图2所示,提供了一种楼宇服务预测方法,以该方法应用于图1中的大数据分析服务器为例进行说明,包括以下步骤:
步骤S201,接收采集控制器采集的设定服务区域内的用户信息;用户信息中携带有用户标识。
在本步骤中,采集控制器是指安装在各个楼宇服务设备或楼宇内部的,可以收集用户信息及返回设备运行状态的装置;负责采集各门禁、电梯轿内和厅外的识别器、各区域摄像头等数据;通过协议转换,上传并保存在数据库;其中,采集保存的数据包括并不限于验证卡片数据、指纹特征、人脸特征、NFC 等来源形式,也可以是经系统提取分析后用户的高度、肥瘦、走路方向、速度、紧急情况、是否带包等进一步的数据;且在各区域采集控制器设备按频率采集各类行动数据,并进行转换,与旧数据进行对比保存;特别地,接收来自指令分发控制服务的数据,通过协议转换,也可下发至各楼宇自动化设备如电梯主控、语音控制模块、液晶屏控制板等进行各指令操作。服务区域是指可以应用本发明方法并可以采集到用户信息并进行楼宇服务预测的区域;需要说明的是,服务区域的设定可以不局限于楼宇场景,居民小区、停车场、商场等,如前文可以应用本方法的区域均是服务区域;用户信息是指携带有可以辨别用户,从信息中查找到用户当前状态、历史数据等的一系列可被标识的信息。
具体实现中,当用户的操作触发楼宇服务设备或各类传感器时,安装在上述设备上的采集控制器会将收集到的带有用户标识的用户信息进行整合;需要说明的是,用户信息数据的传输可以是实时进行,也可以是根据实际情况按照设定频率进行采集并保存;采集到的各类用户标识数据会在服务器内进行预先的分类筛选,初步区分进入大楼的人员是外来人员或常驻人员,同时可按照下述可选的分类规则进行,例如:
A、按人员类别;可分为物业管理人员、大楼工作人员、访客(客户)等。其中,物业管理人员可细分为前台、保安、后勤、工程和设备维保人员等;大楼工作人员分为办公室人员、商场销售人员、酒店管理人员、餐馆工作人员等;访客也可细分为供应商、外来维保、商场熟客、邮递外卖等常来人员和酒店住客、商场生客、餐馆客人、办公室访客等不常来人员。
B、按区域、楼层分类;可分为办公区、酒店区、商业区、餐饮区等,以及每一个楼层常驻人员分类等。
C、按时间分类;即进入、停留或离开各楼宇区域人员各时间段人员的分类汇总。
这样,根据采集控制器收集到的信息,配合上述可选的一种用户信息分类规则可以更加准确地推定用户当前的状态,提高了后续对用户的行为做预测的及时性,准确性。
步骤S202,根据用户信息,确定用户在设定服务区域内的行为轨迹信息。
在本步骤中,行为轨迹信息是指用户在进入设定服务区域服务器根据采集控制器收集到的信息计算而成的用户的行动路径。用户信息中带有大量的位置时间等可以形成相应路径的参数,这些参数经过服务器内预置的规则进行分析后就能得知用户的行为。例如,用户在A位置刷IC卡进入门禁后,摄像头识别到该用户并读取到该用户行走到B位置,那么从A到B即为该用户信息标识下部分的行为轨迹信息。需要说明的是,行为轨迹信息会随着采集控制器的不断采集而实时更新。
具体实现中,大数据分析服务器通过接收采集控制器发送的用户信息,并从中提取出用户信息中包含有时间、位置等数据,实时计算用户的行为轨迹,生成该用户标识下的行为轨迹信息并确定为用户在设定服务区域内的行为轨迹信息。这样,行为轨迹信息为后续进行预测提供了基础。
步骤S203,根据用户标识查询预设数据库。
在本步骤中,预设数据库是指服务器预先采集的带有用户标识的用户信息,以及外部人员预先采集并导入本系统的各类可被应用的信息数据,存储上述多个用户信息的数据库即为预设数据库;预设数据库中储存有多个用户行为轨迹信息、用户标识信息、楼宇服务设备位置信息、各楼宇设备的控制指令等,此处对数据库中存储的信息来源、类型的属性特征不做具体限定。
具体实现中,大数据分析服务器接收到采集控制器发送的带有用户标识的用户信息,据此用户标识在预设数据库中查找预设数据库中对应标识的预设行为轨迹信息并返回查询结果和信息数据。预设数据库存储的大量用户信息为楼宇服务预测提供了数据支持,提高了预测结果的准确性。
例如,预设数据库中存在有A用户的用户信息,该用户的用户标识为A101. 大数据分析服务器获取到采集控制器采集的带有A101标识的信息后,会在预设数据库中相应查找用户标识同样为A101的一条或多个预设行为轨迹信息。
步骤S204,若预设数据库中有与用户标识对应的预设行为轨迹信息,则根据行为轨迹信息以及预设行为轨迹信息,确定用户的楼宇服务预测结果。
在本步骤中,预设行为轨迹信息是指存储在预设数据库中带有用户标识的,能体现出用户历史行为轨迹的信息数据,统一用户标识下可以存储一条也可以是多条,根据采集控制器采集到的该用户标识的信息确定,且该数据随着采集控制器不断采集用户信息而保持不断的更新;楼宇服务预测结果是指应用了本方法之后得到的体现了用户所需楼宇服务的信息。
具体实现中,在预设数据库中查询到与用户标识信息对应的一条或多条预设行为轨迹信息后,进行大数据对上述数据的对比匹配计算;得出匹配度最高的行为轨迹信息,将该信息相对于实时获取到的行为轨迹信息的后续部分作为服务预测结果的内容,确定预测结果。需要说明的是,上述的获取服务预测结果过程是实时进行的,实际情况中可以根据各类有影响因素的数据进行更正,确保预测结果的准确性。
例如,大数据分析服务器在数据库中查找到了A用户的预设行为轨迹信息,具体时间A用户从电梯出来后去了B地点的卫生间。那么,大数据分析服务器在收到了采集控制器发送的A用户从同一个电梯出来,并朝B方向快步走去的用户信息后,大数据分析服务器会根据上述两条信息确定A用户本次的楼宇服务预测结果是去B地点,后续可以结合显示屏,手机推送等楼宇服务指引A用户前往B地点。
步骤S205,若预设数据库中没有与用户标识对应的预设行为轨迹信息,则根据行为轨迹信息,确定用户的楼宇服务预测结果。
具体实现中,若预设数据库没有该用户标识下的预设行为轨迹信息,则结合该用户所属的类别信息进行服务预测;例如某快递员第一次进入某覆盖了楼宇服务预测方法的写字楼内;进入大堂时,采集控制器设备会获取到该快递员的信息,确定该人员用户信心为上文提出的分类规则中的快递员类别人员,确定该用户所需的楼宇服务预测结果为需要乘梯服务。这样,即便用户时初次进入本区域,也可根据历史数据为用户提供相对准确的服务预测。
上述一种楼宇服务预测方法、装置、系统、计算机设备和存储介质,通过接收采集控制器采集的设定服务区域内的用户信息;用户信息中携带有用户标识;根据用户信息,确定用户在设定服务区域内的行为轨迹信息;根据用户标识查询预设数据库;若预设数据库中有与用户标识对应的预设行为轨迹信息,则根据行为轨迹信息以及预设行为轨迹信息,确定用户的楼宇服务预测结果;若预设数据库中没有与用户标识对应的预设行为轨迹信息,则根据行为轨迹信息,确定用户的楼宇服务预测结果,通过对用户行为轨迹的获取分析,实现了对用户所需楼宇服务的预测。无需用户到指定地点查看楼宇指引挂牌或者到专门的咨询台咨询服务人员,从而简化了获取楼宇服务的过程,进而提高了获取楼宇服务的效率;同时,实现了根据用户的行为轨迹信息,确定用户的楼宇服务预测结果的目的,有利于为用户提供更为高效的楼宇服务,进一步提高了获取楼宇服务的效率。
在一个实施例中,如图3所示,上述步骤S202,根据用户信息,确定用户在设定服务区域内的行为轨迹信息,包括:提取用户信息中的用户行动特征信息;用户行动特征信息中携带有对应的位置信息以及时间信息;对用户行动特征信息进行分析,得到用户的行动路径;根据用户的行动路径,确定用户在设定服务区域内的行为轨迹信息。
在本实施例中,用户行动特征信息是指能体现出用户移动中具体特征状态的信息;用户行动特征信息携带有位置和时间信息,但并不局限于位置和时间信息;位置信息是指采集控制器获取的用户信息中可以体现出用户当前位置,或相对于所采集信息的采集控制器距离的信息,需要说明的是,上述位置信息可以是具体确定的位置点信息,也可以是相对的距离信息,此处不做具体限定;时间信息是指采集控制器采集到的用户信息的时间或设备运行的时间等,通过时间信息可以得出用户进行某行为的规律、频次、状态等信息。
具体实施中,大数据分析服务器从用户信息中提取出相关的用户行动特征信息中的位置和时间等信息并进行大数据分析,生成了用户的行动路径图,能体现出用户运动的方向、距离、快慢等;行动路径在经过实时的更新叠加组合后,达到了能和预设行为轨迹信息对比时就构成了该用户在设定服务区域内的行为轨迹信息。
在一个实施例中,如图4所示,上述步骤S205,根据行为轨迹信息以及预设行为轨迹信息,确定用户的楼宇服务预测结果,包括:
步骤S401,将行为轨迹信息与预设行为轨迹信息进行匹配,得到匹配结果。
步骤S402,根据匹配结果,确定用户的楼宇服务预测结果。
在本实施例中,匹配结果是大数据服分析服务器将行为轨迹信息和一条或多条预设行为轨迹信息进行对比后得到的,具有一定匹配程度可以体现用户行为习惯的结果;
具体实现中,大数据分析服务器会将行为轨迹信息与预设行为轨迹信息进行匹配,匹配的结果会相应得出用户可能需要的楼宇服务,需要说明的是,大数据分析服务器的分析规则可以根据设定服务区域的实际情况进行改进。
例如,用户A的一条从门禁进入向B电梯的行为轨迹信息被大数据服分析服务器获取,同时大数据服分析服务器在预设数据库中查找到的一条用户A从门禁进入,乘坐B电梯到5楼的预设行为轨迹信息;此时,可以得出匹配结果是用户A需要到5楼,而楼宇服务预测结果则是电梯停靠在A所在的楼层,并且为其选中电梯的5楼按钮。
在一个实施例中,如图5所示,上述步骤S402,根据匹配结果,确定用户的楼宇服务预测结果,包括:
步骤S501,若预设行为轨迹信息中有与行为轨迹信息匹配的信息,则从预设行为轨迹信息中,获取行为轨迹信息的下一行为轨迹信息。
步骤S502,根据下一行为轨迹信息,确定用户的楼宇服务预测结果。
步骤S503,若预设行为轨迹信息中没有与行为轨迹信息匹配的信息,则根据行为轨迹信息,确定用户的楼宇服务预测结果。
在本实施例中,下一行为轨迹信息是指大数据分析服务器经匹配得到了接近的预设行为轨迹信息中,当前行为节点对应的预设行为轨迹节点后的第一个的具体行为信息即为下一行为轨迹信息。需要说明的是,下一行为轨迹信息也是个根据采集到的用户信息而不断更新的数值信息。
具体实现中,大数据分析服务器在预设数据中查找到接近的预设行为轨迹信息后,将预设行为轨迹信息中对应当前行为轨迹信息节点作为当前节点,当前节点后的行为则被确定为下一行为,下一行为对应的路径即确定为下一行为轨迹信息;进而确定对用户的楼宇服务预测结果。
例如,预设预设行为轨迹信息中一条是用户A进入门禁M后,乘坐电梯B 到达5楼;当前用户A刚通过门禁,此时门禁可作为上述的当前节点,而乘坐电梯则是上述的下一行为,从门禁到电梯厅的路径即为下一行为轨迹信息。
在一个实施例中,如图6所示,步骤S503,根据行为轨迹信息,确定用户的楼宇服务预测结果,包括:根据行为轨迹信息,确定用户的行动状态;获取行为轨迹信息的多个下一行为轨迹信息;从多个下一行为轨迹信息,确定与用户的行动状态对应的下一行为轨迹信息;根据下一行为轨迹信息,确定用户的楼宇服务预测结果。
本实施例中,行动状态是指根据用户信息中的行为轨迹信息中的行动特征信息进一步计算得出的体现用户当前状态的信息,比如快慢、方向、紧急与否等信息,基于此可以充实对用户行为轨迹信息的预测。
具体实现中,大数据分析服务器从行为轨迹信息中的时间,位置等可收集到的用户信息中综合得出用户的行动状态,根据此行动状态,结合该用户信息的类别标识信息,大数据分析服务器从预设数据库中预先筛选出类别相对应的一系列预设行为轨迹信息,从预设数据库中查找与该用户同一类别的其他用户的预设行为轨迹信息的相似行动状态;查找到的最相似行动状态所对应的预设行为轨迹信息结果即作为下一行为轨迹信息的获取源,据此下一行为轨迹信息,确定用户的楼宇服务预测结果。
例如,预设行为轨迹信息中有一条记载为快递员A下午15点通过门禁B 进入,乘坐电梯C到5楼;而大数据分析服务器获取到的同样为快递员类别的快递员Z在15点10分进入门禁,在没有其他匹配结果情况下,大数据分析服务器会将Z的行为轨迹信息的下一行为轨迹信息确定为从门禁B到电梯厅,从而为其呼梯是用户Z的楼宇服务预测结果。
在一个实施例中,方法还包括:将楼宇服务设备控制指令发送至指令分发控制器;指令分发控制器用于将楼宇服务设备控制指令发送至对应的楼宇服务设备,楼宇服务设备控制指令用于触发楼宇服务设备执行对应的楼宇服务操作。
在本实施例中,楼宇服务设备控制指令是要求楼宇服务设备执行相应操作的命令信息,存储在预设数据库中,可供大数据分析服务器调取。楼宇服务设备可以是电梯、显示屏、广播等;具体的楼宇服务设备控制指令可以是自动呼梯指令、电梯楼层设置指令、显示屏显示路径指令,还可以是手机提醒信息推送指令等,本申请中对具体的指令类型不做限定。
具体实施中,大数据分析服务器可根据楼宇服务预测结果在预设数据库中查找到对应的楼宇服务设备控制指令后发送给指令分发控制器;指令分发控制器接收到指令后对相应楼宇设备发出控制指令,楼宇服务设备收到指令后返回执行的状态;指令分发控制器再发送返回的设备状态信息至大数据分析服务器。这样,根据预测的结果对具体的楼宇服务设备进行了控制,为用户提供了准确且及时的服务;且返回的状态信息可以判断当前设备的状态,方便对不同的情况做出及时的调整,提高了楼宇系统的运行效率。
例如,大数据分析服务器对用户标识为A的楼宇服务预测结果为搭乘电梯,则会将呼梯指令发送至指令分发控制器;指令分发控制器在收到呼梯指令后发送楼宇服务设备控制指令至梯控系统;梯控系统调配电梯B到用户标识A所在的楼层进行等待;电梯B到达楼层后会向指令分发控制器返回当前状态,大数据分析服务器也获取到电梯B当前的状态。用户A在进入电梯后,大数据分析服务器会从预设行为轨迹信息中调取到用户A的目的地是5楼,故发送5楼的选择指令至电梯B,同时也可发送指令使电梯内的广告显示屏向用户A展示5楼的介绍信息。
在一个实施例中,大数据分析服务器还用于将方法中涉及的各种信息,例如:用户信息、用户标识、行为轨迹信息等发送至数据库中保存和更新。这样,预设数据库中可以积累一定的数据量,为后续的楼宇服务预测提供准确的信息数据来源。
在一个实施例中,如图7所示,提供了一种可选的楼宇服务预测流程。首先检测到服务区域内有人员进入,通过判断是否为陌生人进行初步分类;如果判断是陌生人,则从获取的该人员的特征中,预测所需服务并进行归类;若所需服务为新类型,则归类进访客类别,同时改变该用户下次进入楼宇所预测服务结果的权值属性;若不属于新类型,获取用户所需服务的预测结果,归类后同样添加至访客类型并更改对用户所提供服务预测的权值。若判断人员信息非陌生人,可以进一步判断是否为工作人员,若是工作人员,则预测所需服务之后和该用户信息对应的预设行为轨迹信息作对比,并归类为工作人员,更改对应服务预测的判断权值;若非工作人员则为常访客,在于测完后同样进行权值的变更。归类可以按照服务进行归类,也可以按人员类别,比如访客归类并保存该人员信息;保存的信息中含有该人员类别或该人员标识下所需的楼宇服务可能性。通过上述实施例的描述,本方法每次进行楼宇服务预测后,均会保存相应人员信息并按照类别进行归类;用户的每次服务预测都会增进本方法的预测准确性。
在另一个实施例中,如图8所示,提供了另一种可选的简化的楼宇服务预测流程。检测服务区域内进入的人员是否为已经进行过预测并提供过服务的人员;若未提供过服务,则判断该人员是否存在与预设数据库中,若不存在,如步骤S503对应实施例,获取当前区域、时间内该人员的用户信息;得出该人员的运动轨迹,但因为该人员不存在关联的预设行为轨迹信息,所以对该用户预测可以称之为是一种模糊预测,例如本实施例可以提供楼层介绍作为服务预测结果,确定所需楼宇服务为厅外液晶屏展示本楼层的介绍信息。若为存在于预设数据库的人员且为非工作人员时,通过对采集信息的处理预测用户是否要去往其他楼层,根据目的的不同,所提供的显示屏介绍信息也有所不同。若该人员为工作人员,可以直接从预设数据库中调取预设行为轨迹信息进行对比,若预测结果为需要乘梯,则为其呼梯;若不需乘梯,则可选的为其展示其他楼层的信息。
应该理解的是,虽然图1-8中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-8中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图9所示,提供了一种楼宇服务预测装置,包括:用户信息接收模块91、行为轨迹信息确定模块92、查询模块93、第一服务预测模块94、第二服务预测模块95,其中:
用户信息接收模块91,用于接收采集控制器采集的设定服务区域内的用户信息;用户信息中携带有用户标识;
行为轨迹信息确定模块92,用于根据用户信息,确定用户在设定服务区域内的行为轨迹信息;
查询模块93,用于根据用户标识查询预设数据库;
第一服务预测模块94,用于若预设数据库中有与用户标识对应的预设行为轨迹信息,则根据行为轨迹信息以及预设行为轨迹信息,确定用户的楼宇服务预测结果;
第二服务预测模块95,用于若预设数据库中没有与用户标识对应的预设行为轨迹信息,则根据行为轨迹信息,确定用户的楼宇服务预测结果。
在一个实施例中,行为轨迹信息确定模块91还用于根据用户信息,确定用户在设定服务区域内的行为轨迹信息,包括:提取用户信息中的用户行动特征信息;用户行动特征信息中携带有对应的位置信息以及时间信息;对用户行动特征信息进行分析,得到用户的行动路径;根据用户的行动路径,确定用户在设定服务区域内的行为轨迹信息。
在一个实施例中,第二服务预测模块95还用于根据行为轨迹信息以及预设行为轨迹信息,确定用户的楼宇服务预测结果,包括:将行为轨迹信息与预设行为轨迹信息进行匹配,得到匹配结果;根据匹配结果,确定用户的楼宇服务预测结果。
在一个实施例中,第二服务预测模块95还用于根据匹配结果,确定用户的楼宇服务预测结果,包括:若预设行为轨迹信息中有与行为轨迹信息匹配的信息,则从预设行为轨迹信息中,获取行为轨迹信息的下一行为轨迹信息;根据下一行为轨迹信息,确定用户的楼宇服务预测结果;若预设行为轨迹信息中没有与行为轨迹信息匹配的信息,则根据行为轨迹信息,确定用户的楼宇服务预测结果。
在一个实施例中,第二服务预测模块95还用于根据行为轨迹信息,确定用户的楼宇服务预测结果,包括:根据行为轨迹信息,确定用户的行动状态;获取行为轨迹信息的多个下一行为轨迹信息;从多个下一行为轨迹信息,确定与用户的行动状态对应的下一行为轨迹信息;根据下一行为轨迹信息,确定用户的楼宇服务预测结果。
在一个实施例中,第二服务预测模块95还用于根据楼宇服务预测结果生成对应的楼宇服务设备控制指令;将楼宇服务设备控制指令发送至指令分发控制器;指令分发控制器用于将楼宇服务设备控制指令发送至对应的楼宇服务设备,楼宇服务设备控制指令用于触发楼宇服务设备执行对应的楼宇服务操作。
上述各个实施例,通过接收采集控制器采集的设定服务区域内的用户信息;用户信息中携带有用户标识;根据用户信息,确定用户在设定服务区域内的行为轨迹信息;根据用户标识查询预设数据库;若预设数据库中有与用户标识对应的预设行为轨迹信息,则根据行为轨迹信息以及预设行为轨迹信息,确定用户的楼宇服务预测结果;若预设数据库中没有与用户标识对应的预设行为轨迹信息,则根据行为轨迹信息,确定用户的楼宇服务预测结果,提高了楼宇的运行效率。
关于楼宇服务预测装置的具体限定可以参见上文中对于楼宇服务预测方法的限定,在此不再赘述。上述楼宇服务预测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,如图1所示,提供了一种楼宇服务预测系统,包括:通过网络连接的采集控制器101、大数据分析服务器102和指令分发控制器103;指令分发控制器101还连接楼宇服务设备104;
采集控制器101,用于采集设定服务区域内的用户信息,将设定服务区域内的用户信息发送至大数据分析服务器102;用户信息中携带有用户标识;
大数据分析服务器102,用于执行楼宇服务预测方法的步骤;
指令分发控制器103,用于接收大数据分析服务器102发送的楼宇服务设备控制指令,将楼宇服务设备控制指令发送至对应的楼宇服务设备104;
楼宇服务设备104,用于根据楼宇服务设备控制指令,执行对应的楼宇服务操作。
本实施例,通过对楼宇服务预测的方法,提高了用户获取楼宇服务的效率。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储楼宇服务预测数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种楼宇服务预测方法。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,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,处理器执行计算机程序时实现以下步骤:
接收采集控制器采集的设定服务区域内的用户信息;用户信息中携带有用户标识;
根据用户信息,确定用户在设定服务区域内的行为轨迹信息;
根据用户标识查询预设数据库;
若预设数据库中有与用户标识对应的预设行为轨迹信息,则根据行为轨迹信息以及预设行为轨迹信息,确定用户的楼宇服务预测结果;
若预设数据库中没有与用户标识对应的预设行为轨迹信息,则根据行为轨迹信息,确定用户的楼宇服务预测结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据用户信息,确定用户在设定服务区域内的行为轨迹信息,包括:提取用户信息中的用户行动特征信息;用户行动特征信息中携带有对应的位置信息以及时间信息;对用户行动特征信息进行分析,得到用户的行动路径;根据用户的行动路径,确定用户在设定服务区域内的行为轨迹信息。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据行为轨迹信息以及预设行为轨迹信息,确定用户的楼宇服务预测结果,包括:将行为轨迹信息与预设行为轨迹信息进行匹配,得到匹配结果;根据匹配结果,确定用户的楼宇服务预测结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据匹配结果,确定用户的楼宇服务预测结果,包括:若预设行为轨迹信息中有与行为轨迹信息匹配的信息,则从预设行为轨迹信息中,获取行为轨迹信息的下一行为轨迹信息;根据下一行为轨迹信息,确定用户的楼宇服务预测结果;若预设行为轨迹信息中没有与行为轨迹信息匹配的信息,则根据行为轨迹信息,确定用户的楼宇服务预测结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据行为轨迹信息,确定用户的楼宇服务预测结果,包括:根据行为轨迹信息,确定用户的行动状态;获取行为轨迹信息的多个下一行为轨迹信息;从多个下一行为轨迹信息,确定与用户的行动状态对应的下一行为轨迹信息;根据下一行为轨迹信息,确定用户的楼宇服务预测结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据楼宇服务预测结果生成对应的楼宇服务设备控制指令;将楼宇服务设备控制指令发送至指令分发控制器;指令分发控制器用于将楼宇服务设备控制指令发送至对应的楼宇服务设备,楼宇服务设备控制指令用于触发楼宇服务设备执行对应的楼宇服务操作。
上述各个实施例,服务器通过处理器上运行的计算机程序,通过对用户信息进行自动分析,得到用户的行为轨迹信息,进而得到用户的楼宇服务预测结果;无需用户到指定地点查看楼宇指引挂牌或者到专门的咨询台咨询服务人员,从而简化了获取楼宇服务的过程,进而提高了获取楼宇服务的效率;同时,实现了根据用户的行为轨迹信息,确定用户的楼宇服务预测结果的目的,有利于为用户提供更为高效的楼宇服务,进一步提高了获取楼宇服务的效率。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
接收采集控制器采集的设定服务区域内的用户信息;用户信息中携带有用户标识;
根据用户信息,确定用户在设定服务区域内的行为轨迹信息;
根据用户标识查询预设数据库;
若预设数据库中有与用户标识对应的预设行为轨迹信息,则根据行为轨迹信息以及预设行为轨迹信息,确定用户的楼宇服务预测结果;
若预设数据库中没有与用户标识对应的预设行为轨迹信息,则根据行为轨迹信息,确定用户的楼宇服务预测结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据用户信息,确定用户在设定服务区域内的行为轨迹信息,包括:提取用户信息中的用户行动特征信息;用户行动特征信息中携带有对应的位置信息以及时间信息;对用户行动特征信息进行分析,得到用户的行动路径;根据用户的行动路径,确定用户在设定服务区域内的行为轨迹信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据行为轨迹信息以及预设行为轨迹信息,确定用户的楼宇服务预测结果,包括:将行为轨迹信息与预设行为轨迹信息进行匹配,得到匹配结果;根据匹配结果,确定用户的楼宇服务预测结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据匹配结果,确定用户的楼宇服务预测结果,包括:若预设行为轨迹信息中有与行为轨迹信息匹配的信息,则从预设行为轨迹信息中,获取行为轨迹信息的下一行为轨迹信息;根据下一行为轨迹信息,确定用户的楼宇服务预测结果;若预设行为轨迹信息中没有与行为轨迹信息匹配的信息,则根据行为轨迹信息,确定用户的楼宇服务预测结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据行为轨迹信息,确定用户的楼宇服务预测结果,包括:根据行为轨迹信息,确定用户的行动状态;获取行为轨迹信息的多个下一行为轨迹信息;从多个下一行为轨迹信息,确定与用户的行动状态对应的下一行为轨迹信息;根据下一行为轨迹信息,确定用户的楼宇服务预测结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据楼宇服务预测结果生成对应的楼宇服务设备控制指令;将楼宇服务设备控制指令发送至指令分发控制器;指令分发控制器用于将楼宇服务设备控制指令发送至对应的楼宇服务设备,楼宇服务设备控制指令用于触发楼宇服务设备执行对应的楼宇服务操作。
上述各个实施例,计算机可读存储介质通过其存储的计算机程序,通过通过对用户信息进行自动分析,得到用户的行为轨迹信息,进而得到用户的楼宇服务预测结果;无需用户到指定地点查看楼宇指引挂牌或者到专门的咨询台咨询服务人员,从而简化了获取楼宇服务的过程,进而提高了获取楼宇服务的效率;同时,实现了根据用户的行为轨迹信息,确定用户的楼宇服务预测结果的目的,有利于为用户提供更为高效的楼宇服务,进一步提高了获取楼宇服务的效率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程 ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限, RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步 DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM (ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus) 直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种楼宇服务预测方法,其特征在于,所述方法包括:
接收采集控制器采集的设定服务区域内的用户信息;所述用户信息中携带有用户标识;
根据所述用户信息,确定所述用户在所述设定服务区域内的行为轨迹信息;
根据所述用户标识查询预设数据库;
若所述预设数据库中有与所述用户标识对应的预设行为轨迹信息,则根据所述行为轨迹信息以及所述预设行为轨迹信息,确定所述用户的楼宇服务预测结果;
若所述预设数据库中没有与所述用户标识对应的预设行为轨迹信息,则根据所述行为轨迹信息,确定所述用户的楼宇服务预测结果,其中,根据所述行为轨迹信息,确定所述用户的行动状态,获取所述行为轨迹信息的多个下一行为轨迹信息,从所述多个下一行为轨迹信息,确定与所述用户的行动状态对应的下一行为轨迹信息,根据所述下一行为轨迹信息,确定所述用户的楼宇服务预测结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述用户信息,确定所述用户在所述设定服务区域内的行为轨迹信息,包括:
提取所述用户信息中的用户行动特征信息;所述用户行动特征信息中携带有对应的位置信息以及时间信息;
对所述用户行动特征信息进行分析,得到所述用户的行动路径;
根据所述用户的行动路径,确定所述用户在所述设定服务区域内的行为轨迹信息。
3.根据权利要求1所述的方法,其特征在于,所述根据所述行为轨迹信息以及所述预设行为轨迹信息,确定所述用户的楼宇服务预测结果,包括:
将所述行为轨迹信息与所述预设行为轨迹信息进行匹配,得到匹配结果;
根据所述匹配结果,确定所述用户的楼宇服务预测结果。
4.根据权利要求3所述的方法,其特征在于,所述根据所述匹配结果,确定所述用户的楼宇服务预测结果,包括:
若所述预设行为轨迹信息中有与所述行为轨迹信息匹配的信息,则从所述预设行为轨迹信息中,获取所述行为轨迹信息的下一行为轨迹信息;
根据所述下一行为轨迹信息,确定所述用户的楼宇服务预测结果;
若所述预设行为轨迹信息中没有与所述行为轨迹信息匹配的信息,则根据所述行为轨迹信息,确定所述用户的楼宇服务预测结果。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述方法还包括:根据所述楼宇服务预测结果生成对应的楼宇服务设备控制指令;
将所述楼宇服务设备控制指令发送至指令分发控制器;所述指令分发控制器用于将所述楼宇服务设备控制指令发送至对应的楼宇服务设备,所述楼宇服务设备控制指令用于触发所述楼宇服务设备执行对应的楼宇服务操作。
6.一种楼宇服务预测装置,其特征在于,所述装置包括:
用户信息接收模块,用于接收采集控制器采集的设定服务区域内的用户信息;所述用户信息中携带有用户标识;
行为轨迹信息确定模块,用于根据所述用户信息,确定所述用户在所述设定服务区域内的行为轨迹信息;
查询模块,用于根据所述用户标识查询预设数据库;
第一服务预测模块,用于若所述预设数据库中有与所述用户标识对应的预设行为轨迹信息,则根据所述行为轨迹信息以及所述预设行为轨迹信息,确定所述用户的楼宇服务预测结果;
第二服务预测模块,用于若所述预设数据库中没有与所述用户标识对应的预设行为轨迹信息,则根据所述行为轨迹信息,确定所述用户的楼宇服务预测结果,其中,根据所述行为轨迹信息,确定所述用户的行动状态,获取所述行为轨迹信息的多个下一行为轨迹信息,从所述多个下一行为轨迹信息,确定与所述用户的行动状态对应的下一行为轨迹信息,根据所述下一行为轨迹信息,确定所述用户的楼宇服务预测结果。
7.根据权利要求6所述的装置,其特征在于,行为轨迹信息确定模块,用于根据用户信息,确定用户在设定服务区域内的行为轨迹信息,包括:
提取用户信息中的用户行动特征信息;
用户行动特征信息中携带有对应的位置信息以及时间信息;
对用户行动特征信息进行分析,得到用户的行动路径;
根据用户的行动路径,确定用户在设定服务区域内的行为轨迹信息。
8.一种楼宇服务预测系统,其特征在于,包括:通过网络连接的采集控制器、大数据分析服务器和指令分发控制器;所述指令分发控制器还连接楼宇服务设备;
所述采集控制器,用于采集设定服务区域内的用户信息,将所述设定服务区域内的用户信息发送至所述大数据分析服务器;所述用户信息中携带有用户标识;
所述大数据分析服务器,用于执行权利要求1至5任一项所述的楼宇服务预测方法的步骤;
所述指令分发控制器,用于接收所述大数据分析服务器发送的楼宇服务设备控制指令,将所述楼宇服务设备控制指令发送至对应的楼宇服务设备;
所述楼宇服务设备,用于根据所述楼宇服务设备控制指令,执行对应的楼宇服务操作。
9.一种计算机设备,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计算机程序时实现权利要求1至5中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910843927.4A CN110750603B (zh) | 2019-09-06 | 2019-09-06 | 楼宇服务预测方法、装置、系统、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910843927.4A CN110750603B (zh) | 2019-09-06 | 2019-09-06 | 楼宇服务预测方法、装置、系统、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110750603A CN110750603A (zh) | 2020-02-04 |
CN110750603B true CN110750603B (zh) | 2022-08-12 |
Family
ID=69276197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910843927.4A Active CN110750603B (zh) | 2019-09-06 | 2019-09-06 | 楼宇服务预测方法、装置、系统、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110750603B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111341463B (zh) * | 2020-03-17 | 2023-08-15 | 腾讯科技(深圳)有限公司 | 疫情排查方法、装置、计算机设备和存储介质 |
CN111754051B (zh) * | 2020-07-23 | 2021-01-08 | 拉扎斯网络科技(上海)有限公司 | 通行时长预测处理方法及装置 |
CN114442496A (zh) * | 2021-12-24 | 2022-05-06 | 珠海华发新科技投资控股有限公司 | 基于物联网的室内控制系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104931041A (zh) * | 2015-05-03 | 2015-09-23 | 西北工业大学 | 一种基于用户轨迹数据的地点序列预测方法 |
CN105307112A (zh) * | 2014-08-01 | 2016-02-03 | 中国电信股份有限公司 | 分析获取用户移动轨迹的方法和系统 |
CN107702706A (zh) * | 2017-09-20 | 2018-02-16 | 广东欧珀移动通信有限公司 | 路径确定方法、装置、存储介质及移动终端 |
CN107798557A (zh) * | 2017-09-30 | 2018-03-13 | 平安科技(深圳)有限公司 | 电子装置、基于lbs数据的服务场所推荐方法及存储介质 |
CN108510099A (zh) * | 2017-02-28 | 2018-09-07 | 华为技术有限公司 | 一种路径规划的方法及穿戴设备 |
CN108985506A (zh) * | 2018-07-03 | 2018-12-11 | 蔚来汽车有限公司 | 行车路径推荐方法、预测方法、获取方法及其装置 |
CN109636105A (zh) * | 2018-11-06 | 2019-04-16 | 日立楼宇技术(广州)有限公司 | 电梯调度的方法、装置、计算机设备和存储介质 |
CN109657879A (zh) * | 2019-01-07 | 2019-04-19 | 平安科技(深圳)有限公司 | 预测路线获取方法、装置、计算机设备及存储介质 |
CN110046212A (zh) * | 2019-04-16 | 2019-07-23 | 北京百度网讯科技有限公司 | 路况变化信息确定方法、装置、计算机设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9992626B2 (en) * | 2012-10-31 | 2018-06-05 | Here Global B.V. | Method and apparatus for providing location-based services using location-based traces |
EP3317613A4 (en) * | 2015-06-30 | 2019-01-16 | Lawrence Douglas | SYSTEMS AND METHODS FOR AUTOMATIC PATH MANAGEMENT |
-
2019
- 2019-09-06 CN CN201910843927.4A patent/CN110750603B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105307112A (zh) * | 2014-08-01 | 2016-02-03 | 中国电信股份有限公司 | 分析获取用户移动轨迹的方法和系统 |
CN104931041A (zh) * | 2015-05-03 | 2015-09-23 | 西北工业大学 | 一种基于用户轨迹数据的地点序列预测方法 |
CN108510099A (zh) * | 2017-02-28 | 2018-09-07 | 华为技术有限公司 | 一种路径规划的方法及穿戴设备 |
CN107702706A (zh) * | 2017-09-20 | 2018-02-16 | 广东欧珀移动通信有限公司 | 路径确定方法、装置、存储介质及移动终端 |
CN107798557A (zh) * | 2017-09-30 | 2018-03-13 | 平安科技(深圳)有限公司 | 电子装置、基于lbs数据的服务场所推荐方法及存储介质 |
CN108985506A (zh) * | 2018-07-03 | 2018-12-11 | 蔚来汽车有限公司 | 行车路径推荐方法、预测方法、获取方法及其装置 |
CN109636105A (zh) * | 2018-11-06 | 2019-04-16 | 日立楼宇技术(广州)有限公司 | 电梯调度的方法、装置、计算机设备和存储介质 |
CN109657879A (zh) * | 2019-01-07 | 2019-04-19 | 平安科技(深圳)有限公司 | 预测路线获取方法、装置、计算机设备及存储介质 |
CN110046212A (zh) * | 2019-04-16 | 2019-07-23 | 北京百度网讯科技有限公司 | 路况变化信息确定方法、装置、计算机设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
基于隐马尔科夫模型和动态规划的手机数据移动轨迹匹配;陈浩等;《地理与地理信息科学》;20190506(第03期);第7-14页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110750603A (zh) | 2020-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110750603B (zh) | 楼宇服务预测方法、装置、系统、计算机设备和存储介质 | |
CN110723609B (zh) | 电梯控制方法、装置、系统、计算机设备和存储介质 | |
US9834405B2 (en) | Method and system for scheduling elevator cars in a group elevator system with uncertain information about arrivals of future passengers | |
CN106295788B (zh) | 客流量的统计方法及装置 | |
US20190228358A1 (en) | Transportation System, Schedule Proposal System, and Train Operations System | |
Akhavian et al. | Evaluation of queuing systems for knowledge-based simulation of construction processes | |
CN112041898B (zh) | 智能门系统 | |
JP5422859B2 (ja) | 監視装置および不審行動検出方法 | |
CN113053013B (zh) | 基于人脸识别的门禁控制方法、装置、计算机设备和介质 | |
CN108861908A (zh) | 一种智能电梯控制方法及相关设备 | |
CN112866647A (zh) | 一种基于智慧社区的物业智能化管理系统 | |
CN111377313B (zh) | 电梯系统 | |
CN110914875B (zh) | 基于位置的行为监测 | |
CN112802252B (zh) | 基于物联网的智能楼宇安全管理方法、系统和存储介质 | |
CN110379028B (zh) | 基于路线推荐的打卡方法、装置、计算机设备及存储介质 | |
CN116486332A (zh) | 客流量监测方法、装置、设备及存储介质 | |
JP2012133628A (ja) | 混雑情報管理サーバ、混雑状況提供システム及び混雑状況提供プログラム | |
CN115223085A (zh) | 一种风险人员的流调方法、装置、电子设备及存储介质 | |
CN113095155A (zh) | 入住管理方法、装置、系统及计算机可读存储介质 | |
CN113128831A (zh) | 基于边缘计算的人流引导方法、装置、计算机设备和存储介质 | |
CN113032629A (zh) | 一种酒店同行人员检测确定的方法及装置 | |
KR102580367B1 (ko) | 공동주택의 방문자 출입통제 시스템의 제어 방법 | |
JP6801064B1 (ja) | 情報処理装置、システム、方法及びプログラム | |
CN113783956B (zh) | 基于人脸识别的智能呼叫方法、装置、电子设备及介质 | |
CN113401748A (zh) | 电梯目的层预测方法、装置、计算机设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |