CN111126697B - 人员情况预测方法、装置、设备及存储介质 - Google Patents
人员情况预测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111126697B CN111126697B CN201911348302.7A CN201911348302A CN111126697B CN 111126697 B CN111126697 B CN 111126697B CN 201911348302 A CN201911348302 A CN 201911348302A CN 111126697 B CN111126697 B CN 111126697B
- Authority
- CN
- China
- Prior art keywords
- target
- personnel
- people
- predicted
- target area
- 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 84
- 230000008569 process Effects 0.000 claims description 20
- 230000015654 memory Effects 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000000523 sample Substances 0.000 description 34
- 238000010586 diagram Methods 0.000 description 15
- 230000008859 change Effects 0.000 description 13
- 230000002093 peripheral effect Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 12
- 230000001133 acceleration Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 9
- 238000013480 data collection Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 230000007115 recruitment Effects 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 238000001427 incoherent neutron scattering Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000004308 accommodation Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种人员情况预测方法、装置、设备及存储介质,属于网络技术领域。本公开基于目标区域的历史人员数据,获取目标时刻该目标区域内的第一预测人员数量,根据该目标区域和该目标区域的多个相邻区域之间的历史人员流动情况,获取该目标时刻该目标区域内的第二预测人员数量,基于第一预测人员数量者和第二预测人员数量获取最终的该目标时刻该目标区域的预测人员数量,进而输出该目标区域的预测人员情况。通过预测未来时刻的人员数量可以提前了解未来的人员状况,同时基于两种不同的预测方法的预测结果结合得到预测人员数量,提高了预测结果的准确性。
Description
技术领域
本公开涉及网络技术领域,特别涉及一种人员情况预测方法、装置、设备及存储介质。
背景技术
如今,人们在日常生活中出行一般会制定计划,在前往某个区域之前,会查看一下该区域内的人员情况,来判断是否要去该区域。在有多个区域时,也可以根据多个区域内的人员情况进行选择。例如,在学校场景中,学校会提供教室方便学生自习,但是在一些学生密度较大,学习气氛浓郁的学校,经常出现学生找了好几个教室都没有空余位置的情况,这会导致学生浪费大量时间用于寻找教室,不利于学生学习。
目前解决这种问题的方法一般通过监控区域内的人数,将该区域内人员情况展示给用户,但该区域内的人员情况在未来时间内可能会发生变化,用户无法通过当前区域的人员情况,准确地做出判断,也无法预测未来时间该区域内的人员情况来得到准确的信息,从而制定的计划不准确。例如,在学校场景下,通过监控当前教室内的人数,将教室内人员情况展示给学生来帮助学生节省找教室的时间。但是这种方法仅能对当前的教室内人员情况进行展示,学生达到教室后该教室的人员情况可能又发生了变化,增加寻找教室的时间。
发明内容
本公开实施例提供了一种人员情况预测方法、装置、设备及存储介质,可以解决相关技术中仅能展示当前区域内人员情况而无法获取到准确信息的问题。所述技术方案如下:
一方面,提供了一种人员情况预测方法,所述方法包括:
基于目标区域的历史人员数据,获取目标时刻所述目标区域内的第一预测人员数量;
根据所述目标区域和所述目标区域的多个相邻区域之间的历史人员流动情况,获取所述目标时刻所述目标区域内的第二预测人员数量;
基于所述第一预测人员数量和所述第二预测人员数量,获取所述目标时刻所述目标区域的预测人员数量;
根据所述预测人员数量,输出所述目标时刻所述目标区域的预测人员情况。
在一种可能实现方式中,
所述基于目标区域的历史人员数据,获取目标时刻所述目标区域内的第一预测人员数量,包括:
根据目标时刻,获取多个不同历史时间段中所述目标时刻对应的时刻所述目标区域内的人员数量,将所述人员数量作为所述目标区域的历史人员数据;
基于所述多个不同历史时间段中所述目标时刻对应的时刻所述目标区域内的人员数量,获取所述目标时刻所述目标区域内的人员数量,得到第一预测人员数量。
在一种可能实现方式中,所述基于所述多个不同历史时间段中所述目标时刻对应的时刻所述目标区域内的人员数量,获取所述目标时刻所述目标区域内的人员数量,得到第一预测人员数量,包括:
根据所述多个不同历史时间段各自的权重,对所述多个不同历史时间段中每个历史时间段中所述目标时刻对应的时刻所述目标区域内的人员数量进行加权,得到所述第一预测人员数量。
在一种可能实现方式中,所述不同历史时间段为以当前时刻为结束时间、长度不同的时间段;所述每个历史时间段中所述目标时刻对应的时刻包括多个时刻;
所述方法还包括:
获取所述每个历史时间段中所述多个时刻所述目标区域中的人员数量;
对所述多个时刻所述目标区域中的人员数量进行加权,得到所述每个历史时间段中所述目标时刻对应的时刻所述目标区域内的人员数量。
在一种可能实现方式中,所述基于所述多个不同历史时间段中所述目标时刻对应的时刻所述目标区域内的人员数量,获取所述目标时刻所述目标区域内的人员数量,得到第一预测人员数量,包括:
根据所述多个不同历史时间段各自的权重,对所述多个不同历史时间段中每个历史时间段中所述目标时刻对应的时刻所述目标区域内的人员数量进行加权,得到第三预测人员数量;
根据所有区域的历史人员数据,获取人员数量增长率;
基于所述第三预测人员数量和所述人员数量增长率,获取所述目标时刻所述目标区域内的人员数量,得到所述第一预测人员数量。
在一种可能实现方式中,所述基于所述第三预测人员数量和所述人员数量增长率,获取所述目标时刻所述目标区域内的人员数量,得到所述第一预测人员数量,包括:
获取所述第三预测人员数量和所述人员数量增长率的乘积,将所述乘积作为所述第一预测人员数量。
在一种可能实现方式中,所述根据所述目标区域和所述目标区域的多个相邻区域之间的历史人员流动情况,获取所述目标时刻所述目标区域内的第二预测人员数量,包括下述任一项:
基于所述目标区域的多个相邻区域中每个区域的历史人员数据,预测以所述目标时刻为结束时刻的目标时间段内流入所述目标区域的人员流动数量,将所述人员流动数量作为所述第二预测人员数量;
基于所述目标区域的多个相邻区域中每个区域的历史人员数据,预测以所述目标时刻为结束时刻的目标时间段内流入和流出所述目标区域的人员流动数量,将所述流入的人员流动数量与所述流出的人员流动数量的差值作为所述第二预测人员数量。
在一种可能实现方式中,所述基于所述目标区域的多个相邻区域中每个区域的历史人员数据,预测以所述目标时刻为结束时刻的目标时间段内流入所述目标区域的人员流动数量,包括:
对于所述多个相邻区域中每个区域,基于所述区域的历史人员数据,获取所述以所述目标时刻为结束时刻的目标时间段对应的开始时刻所述区域内的人员数量;
基于所述区域的历史人员数据,获取所述目标时间段对应的时间段内所述区域中人员流入所述目标区域的概率;
基于所述多个相邻区域中每个区域所述以所述目标时刻为结束时刻的目标时间段对应的开始时刻所述区域内的人员数量和所述目标时间段对应的时间段内所述区域中人员流入所述目标区域的概率,预测以所述目标时刻为结束时刻的目标时间段内流入所述目标区域的人员流动数量。
在一种可能实现方式中,所述基于所述多个相邻区域中每个区域所述以所述目标时刻为结束时刻的目标时间段对应的开始时刻所述区域内的人员数量和所述目标时间段对应的时间段内所述区域中人员流入所述目标区域的概率,预测以所述目标时刻为结束时刻的目标时间段内流入所述目标区域的人员流动数量,包括:
对于所述多个相邻区域中每个区域,获取所述以所述目标时刻为结束时刻的目标时间段对应的开始时刻所述区域内的人员数量和所述目标时间段内所述区域中人员流入所述目标区域的概率的乘积;
获取所述多个相邻区域中每个区域对应的乘积的和值,将所述和值作为以所述目标时刻为结束时刻的目标时间段内流入所述目标区域的人员流动数量。
在一种可能实现方式中,所述基于所述区域的历史人员数据,获取所述目标时间段内所述区域中人员流入所述目标区域的概率,包括:
基于所述区域的历史人员数据,获取多个不同历史时间段中每个历史时间段所述目标时刻对应时刻所述区域的人员数量和所述目标时间段对应的时间段内所述区域流入所述目标区域的人员数量;
获取所述目标时刻对应时刻所述区域的人员数量与所述目标时间段对应的时间段内所述区域流入所述目标区域的人员数量的比值;
对多个不同历史时间段中每个历史时间段的比值进行加权,得到所述目标时间段内所述区域中人员流入所述目标区域的概率。
在一种可能实现方式中,所述基于所述第一预测人员数量和所述第二预测人员数量,获取所述目标时刻所述目标区域的预测人员数量,包括:
获取所述第一预测人员数量对应的第一权重和所述第二预测人员数量对应的第二权重;
基于所述第一权重和所述第二权重,对所述第一预测人员数量和所述第二预测人员数量进行加权,得到所述目标时刻所述目标区域的预测人员数量。
在一种可能实现方式中,所述第一权重的获取过程包括:
对于所有区域中每个区域,基于所述目标时刻对应时刻所述区域的人员数量和所述目标时间段对应的历史时间段内流入所述区域的人员数量,确定所述第一权重。
在一种可能实现方式中,所述对于所有区域中每个区域,基于所述目标时刻对应时刻所述区域的人员数量和所述目标时间段对应的历史时间段内流入所述区域的人员数量,确定所述第一权重,包括:
根据第一人员数量与第二人员数量的比例,确定第一影响因子,所述第一人员数量为所有区域中每个区域的所述目标时刻对应时刻所述区域的人员数量,所述第二人员数量为所述目标时刻对应时刻所有区域的人员数量总和;
根据第三人员数量与第四人员数量的比例,确定第二影响因子,所述第三人员数量为所有区域中每个区域所述目标时间段对应的历史时间段内流入所述区域的人员数量,所述第四人员数量为所述目标时间段对应的历史时间段内流入所述区域的人员数量总和;
基于所述第一影响因子和所述第二影响因子,确定所述第一权重。
在一种可能实现方式中,所述根据所述预测人员数量,输出所述目标时刻所述目标区域的预测人员情况,包括下述任一项:
输出所述目标时刻所述目标区域的所述预测人员数量;
根据所述预测人员数量和所述目标区域的区域容纳量,获取并输出所述目标时刻所述目标区域的被占用率。
在一种可能实现方式中,所述方法还包括:
获取所述目标区域的历史人员情况;
根据所述目标时刻所述目标区域的预测人员情况和所述历史人员情况,获取并输出所述目标区域内的人员变化情况。
在一种可能实现方式中,所述方法还包括:
当所述目标区域的预测人员数量大于数量阈值时,输出提示信息,所述提示信息用于提示所述目标区域中人员数量多而需要重新规划将要进入的区域。
在一种可能实现方式中,所述根据所述预测人员数量,输出所述目标时刻所述目标区域的预测人员情况,包括下述任一项:
当接收到任一用户账号对所述目标区域的人员情况查看请求时,向所述用户账号发送所述目标时刻所述目标区域的预测人员情况;
当检测到任一用户账号所预定的区域为所述目标区域时,向所述用户账号发送所述目标时刻所述目标区域的预测人员情况;
当检测到任一用户账号所预定的区域为所述目标区域且所述目标区域的预测人员情况满足目标条件时,向所述用户账号发送所述目标时刻所述目标区域的预测人员情况。
在一种可能实现方式中,所述方法还包括:
获取所述目标时刻其他区域的预测人员数量;
根据所述目标区域和其他区域的预测人员数量,获取并输出多个区域中的预测人员分布情况。
在一种可能实现方式中,所述历史人员数据的获取过程包括:
对于任一区域,接收无线设备采集到的所述区域内的移动终端地址信息,根据所述移动终端地址信息,获取所述区域的第一历史人员数据;
接收对所述区域内采集的图像的人脸识别结果,根据所述人脸识别结果,获取所述区域的第二历史人员数据;
基于所述第一历史人员数据和所述第二历史人员数据,获取所述区域的所述历史人员数据。
在一种可能实现方式中,所述基于所述第一历史人员数据和所述第二历史人员数据,获取所述区域的所述历史人员数据,包括:
根据两种人员数据中人员位置关系或人员行进方向之间的关系中至少一项关系,确定所述第一历史人员数据和所述第二历史人员数据中相同人员数据;
对所述两种人员数据中相同人员数据进行合并,得到所述区域的所述历史人员数据。
一方面,提供了一种人员情况预测装置,所述装置包括:
获取模块,用于基于目标区域的历史人员数据,获取目标时刻所述目标区域内的第一预测人员数量;
所述获取模块还用于根据所述目标区域和所述目标区域的多个相邻区域之间的历史人员流动情况,获取所述目标时刻所述目标区域内的第二预测人员数量;
所述获取模块还用于根据所述目标区域和所述目标区域的多个相邻区域之间的历史人员流动情况,获取所述目标时刻所述目标区域内的第二预测人员数量;
输出模块,用于根据所述预测人员数量,输出所述目标时刻所述目标区域的预测人员情况。
在一种可能实现方式中,所述获取模块还用于:
根据目标时刻,获取多个不同历史时间段中所述目标时刻对应的时刻所述目标区域内的人员数量,将所述人员数量作为所述目标区域的历史人员数据;
基于所述多个不同历史时间段中所述目标时刻对应的时刻所述目标区域内的人员数量,获取所述目标时刻所述目标区域内的人员数量,得到第一预测人员数量。
在一种可能实现方式中,所述装置还包括:
加权模块,用于根据所述多个不同历史时间段各自的权重,对所述多个不同历史时间段中每个历史时间段中所述目标时刻对应的时刻所述目标区域内的人员数量进行加权,得到所述第一预测人员数量。
在一种可能实现方式中,所述不同历史时间段为以当前时刻为结束时间、长度不同的时间段;所述每个历史时间段中所述目标时刻对应的时刻包括多个时刻;
所述获取模块还用于获取所述每个历史时间段中所述多个时刻所述目标区域中的人员数量;
所述加权模块还用于对所述多个时刻所述目标区域中的人员数量进行加权,得到所述每个历史时间段中所述目标时刻对应的时刻所述目标区域内的人员数量。
在一种可能实现方式中,
所述装置还包括加权模块,用于根据所述多个不同历史时间段各自的权重,对所述多个不同历史时间段中每个历史时间段中所述目标时刻对应的时刻所述目标区域内的人员数量进行加权,得到第三预测人员数量;
所述获取模块还用于根据所有区域的历史人员数据,获取人员数量增长率;
所述获取模块还用于基于所述第三预测人员数量和所述人员数量增长率,获取所述目标时刻所述目标区域内的人员数量,得到所述第一预测人员数量。
在一种可能实现方式中,所述获取模块还用于获取所述第三预测人员数量和所述人员数量增长率的乘积,将所述乘积作为所述第一预测人员数量。
在一种可能实现方式中,所述预测模块还用于执行下述任一项:
基于所述目标区域的多个相邻区域中每个区域的历史人员数据,预测以所述目标时刻为结束时刻的目标时间段内流入所述目标区域的人员流动数量,将所述流入的人员流动数量与所述流出的人员流动数量的差值作为所述第二预测人员数量;
基于所述目标区域的多个相邻区域中每个区域的历史人员数据,预测以所述目标时刻为结束时刻的目标时间段内流入和流出所述目标区域的人员流动数量,将所述人员流动数量作为所述目标时刻所述目标区域内的第二预测人员数量。
在一种可能实现方式中,
所述获取模块还用于对于所述多个相邻区域中每个区域,基于所述区域的历史人员数据,获取所述以所述目标时刻为结束时刻的目标时间段对应的开始时刻所述区域内的人员数量;
所述获取模块还用于基于所述区域的历史人员数据,获取所述目标时间段对应的时间段内所述区域中人员流入所述目标区域的概率;
所述装置还包括预测模块,用于基于所述多个相邻区域中每个区域所述以所述目标时刻为结束时刻的目标时间段对应的开始时刻所述区域内的人员数量和所述目标时间段对应的时间段内所述区域中人员流入所述目标区域的概率,预测以所述目标时刻为结束时刻的目标时间段内流入所述目标区域的人员流动数量。
在一种可能实现方式中,所述获取模块还用于:
对于所述多个相邻区域中每个区域,获取所述以所述目标时刻为结束时刻的目标时间段对应的开始时刻所述区域内的人员数量和所述目标时间段内所述区域中人员流入所述目标区域的概率的乘积;
获取所述多个相邻区域中每个区域对应的乘积的和值,将所述和值作为以所述目标时刻为结束时刻的目标时间段内流入所述目标区域的人员流动数量。
在一种可能实现方式中,所述获取模块还用于:
基于所述区域的历史人员数据,获取多个不同历史时间段中每个历史时间段所述目标时刻对应时刻所述区域的人员数量和所述目标时间段对应的时间段内所述区域流入所述目标区域的人员数量;
获取所述目标时刻对应时刻所述区域的人员数量与所述目标时间段对应的时间段内所述区域流入所述目标区域的人员数量的比值;
对多个不同历史时间段中每个历史时间段的比值进行加权,得到所述目标时间段内所述区域中人员流入所述目标区域的概率。
在一种可能实现方式中,所述获取模块还用于:
获取所述第一预测人员数量对应的第一权重和所述第二预测人员数量对应的第二权重;
基于所述第一权重和所述第二权重,对所述第一预测人员数量和所述第二预测人员数量进行加权,得到所述目标时刻所述目标区域的预测人员数量。
在一种可能实现方式中,所述装置还包括:
确定模块,用于对于所有区域中每个区域,基于所述目标时刻对应时刻所述区域的人员数量和所述目标时间段对应的历史时间段内流入所述区域的人员数量,确定所述第一权重。
在一种可能实现方式中,所述确定模块还用于:
根据第一人员数量与第二人员数量的比例,确定第一影响因子,所述第一人员数量为所有区域中每个区域的所述目标时刻对应时刻所述区域的人员数量,所述第二人员数量为所述目标时刻对应时刻所有区域的人员数量总和;
根据第三人员数量与第四人员数量的比例,确定第二影响因子,所述第三人员数量为所有区域中每个区域所述目标时间段对应的历史时间段内流入所述区域的人员数量,所述第四人员数量为所述目标时间段对应的历史时间段内流入所述区域的人员数量总和;
基于所述第一影响因子和所述第二影响因子,确定所述第一权重。
在一种可能实现方式中,所述输出模块还用于执行下述任一项:
输出所述目标时刻所述目标区域的所述预测人员数量;
根据所述预测人员数量和所述目标区域的区域容纳量,获取并输出所述目标时刻所述目标区域的被占用率。
在一种可能实现方式中,所述获取模块还用于:
获取所述目标区域的历史人员情况;
根据所述目标时刻所述目标区域的预测人员情况和所述历史人员情况,获取并输出所述目标区域内的人员变化情况。
在一种可能实现方式中,所述输出模块还用于:
当所述目标区域的预测人员数量大于数量阈值时,输出提示信息,所述提示信息用于提示所述目标区域中人员数量多而需要重新规划将要进入的区域。
在一种可能实现方式中,所述装置还包括发送模块,用于执行下述任一项:
当接收到任一用户账号对所述目标区域的人员情况查看请求时,向所述用户账号发送所述目标时刻所述目标区域的预测人员情况;
当检测到任一用户账号所预定的区域为所述目标区域时,向所述用户账号发送所述目标时刻所述目标区域的预测人员情况;
当检测到任一用户账号所预定的区域为所述目标区域且所述目标区域的预测人员情况满足目标条件时,向所述用户账号发送所述目标时刻所述目标区域的预测人员情况。
在一种可能实现方式中,所述获取模块还用于:
获取所述目标时刻其他区域的预测人员数量;
根据所述目标区域和其他区域的预测人员数量,获取并输出多个区域中的预测人员分布情况。
在一种可能实现方式中,所述获取模块还用于:
对于任一区域,接收无线设备采集到的所述区域内的移动终端地址信息,根据所述移动终端地址信息,获取所述区域的第一历史人员数据;
接收对所述区域内采集的图像的人脸识别结果,根据所述人脸识别结果,获取所述区域的第二历史人员数据;
基于所述第一历史人员数据和所述第二历史人员数据,获取所述区域的所述历史人员数据。
在一种可能实现方式中,所述装置还包括:
确定模块,用于根据两种人员数据中人员位置关系或人员行进方向之间的关系中至少一项关系,确定所述第一历史人员数据和所述第二历史人员数据中相同人员数据;
合并模块,用于对所述两种人员数据中相同人员数据进行合并,得到所述区域的所述历史人员数据。
一方面,提供了一种计算机设备,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条指令,所述指令由所述一个或多个处理器加载并执行以实现所述人员情况预测方法所执行的操作。
一方面,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中存储有至少一条指令,所述指令由处理器加载并执行以实现所述人员情况预测方法所执行的操作。
本公开实施例提供的方法,基于目标区域的历史人员数据,获取目标时刻该目标区域内的第一预测人员数量,根据该目标区域和该目标区域的多个相邻区域之间的历史人员流动情况,获取该目标时刻该目标区域内的第二预测人员数量,基于第一预测人员数量者和第二预测人员数量获取最终的该目标时刻该目标区域的预测人员数量,进而输出该目标区域的预测人员情况。通过预测未来时刻的人员数量可以提前了解未来的人员状况,同时基于两种不同的预测方法的预测结果结合得到预测人员数量,提高了预测结果的准确性。
附图说明
为了更清楚地说明本公开实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本公开实施例提供的一种人员情况预测方法的实施环境;
图2是本公开实施例提供的一种人员情况预测方法流程图;
图3是本公开实施例提供的一种人员情况预测方法流程图;
图4是本公开实施例提供的一种通过Wi-Fi探针示意图;
图5是本公开实施例提供的一种通过Wi-Fi探针获取移动智能终端的mac地址的方案示意图;
图6是本公开实施例提供的一种人员流动示意图;
图7是本公开实施例提供的一种空闲教室预测系统结构图;
图8是本公开实施例提供的一种展示界面示意图;
图9是本公开实施例提供的一种人员情况预测装置结构示意图;
图10是本公开实施例提供的一种终端的结构示意图;
图11是本公开实施例提供的一种服务器的结构示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开实施方式作进一步地详细描述。
图1是本公开实施例提供的一种人员情况预测方法的实施环境,参见图1,该实施环境可以包括数据采集设备110和计算机设备120,也可以单独是计算机设备120。
在该实施环境包括数据采集设备110和计算机设备120时,数据采集设备110可以通过网络或数据线与该计算机设备120连接。其中,数据采集设备110可以具有数据采集功能,可以采集多种环境中的人员状况数据,具体的,该多种环境可以包括教学楼内。计算机设备120可以具有数据处理功能,可以对该数据采集设备110采集到的人员状况数据进行处理。
在该实施环境仅包括计算机设备120时,计算机设备120可以具有数据采集功能和数据处理功能,计算机设备120可以采集多种环境中的人员状况数据、对该人员状况数据进行处理。
在一种可能实现方式中,该计算机设备120可以为终端,也可以为服务器中,该数据采集设备110可以包括高清摄像头和无线保真(Wireless-Fidelity,WiFi)探针,该本公开实施例对此不作限定。
图2是本公开实施例提供的一种人员情况预测方法流程图,参见图2,该方法包括:
201、基于目标区域的历史人员数据,获取目标时刻该目标区域内的第一预测人员数量。
202、根据该目标区域和该目标区域的多个相邻区域之间的历史人员流动情况,获取该目标时刻该目标区域内的第二预测人员数量。
203、基于该第一预测人员数量和该第二预测人员数量,获取该目标时刻该目标区域的预测人员数量。
204、根据该预测人员数量,输出该目标时刻该目标区域的预测人员情况。
在一种可能实现方式中,
该基于目标区域的历史人员数据,获取目标时刻该目标区域内的第一预测人员数量,包括:
根据目标时刻,获取多个不同历史时间段中该目标时刻对应的时刻该目标区域内的人员数量,将该人员数量作为该目标区域的历史人员数据;
基于该多个不同历史时间段中该目标时刻对应的时刻该目标区域内的人员数量,获取该目标时刻该目标区域内的人员数量,得到第一预测人员数量。
在一种可能实现方式中,该基于该多个不同历史时间段中该目标时刻对应的时刻该目标区域内的人员数量,获取该目标时刻该目标区域内的人员数量,得到第一预测人员数量,包括:
根据该多个不同历史时间段各自的权重,对该多个不同历史时间段中每个历史时间段中该目标时刻对应的时刻该目标区域内的人员数量进行加权,得到该第一预测人员数量。
在一种可能实现方式中,该不同历史时间段为以当前时刻为结束时间、长度不同的时间段;该每个历史时间段中该目标时刻对应的时刻包括多个时刻;
该方法还包括:
获取该每个历史时间段中该多个时刻该目标区域中的人员数量;
对该多个时刻该目标区域中的人员数量进行加权,得到该每个历史时间段中该目标时刻对应的时刻该目标区域内的人员数量。
在一种可能实现方式中,该基于该多个不同历史时间段中该目标时刻对应的时刻该目标区域内的人员数量,获取该目标时刻该目标区域内的人员数量,得到第一预测人员数量,包括:
根据该多个不同历史时间段各自的权重,对该多个不同历史时间段中每个历史时间段中该目标时刻对应的时刻该目标区域内的人员数量进行加权,得到第三预测人员数量;
根据所有区域的历史人员数据,获取人员数量增长率;
基于该第三预测人员数量和该人员数量增长率,获取该目标时刻该目标区域内的人员数量,得到该第一预测人员数量。
在一种可能实现方式中,该基于该第三预测人员数量和该人员数量增长率,获取该目标时刻该目标区域内的人员数量,得到该第一预测人员数量,包括:
获取该第三预测人员数量和该人员数量增长率的乘积,将该乘积作为该第一预测人员数量。
在一种可能实现方式中,该根据该目标区域和该目标区域的多个相邻区域之间的历史人员流动情况,获取该目标时刻该目标区域内的第二预测人员数量,包括下述任一项:
基于该目标区域的多个相邻区域中每个区域的历史人员数据,预测以该目标时刻为结束时刻的目标时间段内流入该目标区域的人员流动数量,将该人员流动数量作为该第二预测人员数量;
基于该目标区域的多个相邻区域中每个区域的历史人员数据,预测以该目标时刻为结束时刻的目标时间段内流入和流出该目标区域的人员流动数量,将该流入的人员流动数量与该流出的人员流动数量的差值作为该第二预测人员数量。
在一种可能实现方式中,该基于该目标区域的多个相邻区域中每个区域的历史人员数据,预测以该目标时刻为结束时刻的目标时间段内流入该目标区域的人员流动数量,包括:
对于该多个相邻区域中每个区域,基于该区域的历史人员数据,获取该以该目标时刻为结束时刻的目标时间段对应的开始时刻该区域内的人员数量;
基于该区域的历史人员数据,获取该目标时间段对应的时间段内该区域中人员流入该目标区域的概率;
基于该多个相邻区域中每个区域该以该目标时刻为结束时刻的目标时间段对应的开始时刻该区域内的人员数量和该目标时间段对应的时间段内该区域中人员流入该目标区域的概率,预测以该目标时刻为结束时刻的目标时间段内流入该目标区域的人员流动数量。
在一种可能实现方式中,该基于该多个相邻区域中每个区域该以该目标时刻为结束时刻的目标时间段对应的开始时刻该区域内的人员数量和该目标时间段对应的时间段内该区域中人员流入该目标区域的概率,预测以该目标时刻为结束时刻的目标时间段内流入该目标区域的人员流动数量,包括:
对于该多个相邻区域中每个区域,获取该以该目标时刻为结束时刻的目标时间段对应的开始时刻该区域内的人员数量和该目标时间段内该区域中人员流入该目标区域的概率的乘积;
获取该多个相邻区域中每个区域对应的乘积的和值,将该和值作为以该目标时刻为结束时刻的目标时间段内流入该目标区域的人员流动数量。
在一种可能实现方式中,该基于该区域的历史人员数据,获取该目标时间段内该区域中人员流入该目标区域的概率,包括:
基于该区域的历史人员数据,获取多个不同历史时间段中每个历史时间段该目标时刻对应时刻该区域的人员数量和该目标时间段对应的时间段内该区域流入该目标区域的人员数量;
获取该目标时刻对应时刻该区域的人员数量与该目标时间段对应的时间段内该区域流入该目标区域的人员数量的比值;
对多个不同历史时间段中每个历史时间段的比值进行加权,得到该目标时间段内该区域中人员流入该目标区域的概率。
在一种可能实现方式中,该基于该第一预测人员数量和该第二预测人员数量,获取该目标时刻该目标区域的预测人员数量,包括:
获取该第一预测人员数量对应的第一权重和该第二预测人员数量对应的第二权重;
基于该第一权重和该第二权重,对该第一预测人员数量和该第二预测人员数量进行加权,得到该目标时刻该目标区域的预测人员数量。
在一种可能实现方式中,该第一权重的获取过程包括:
对于所有区域中每个区域,基于该目标时刻对应时刻该区域的人员数量和该目标时间段对应的历史时间段内流入该区域的人员数量,确定该第一权重。
在一种可能实现方式中,该对于所有区域中每个区域,基于该目标时刻对应时刻该区域的人员数量和该目标时间段对应的历史时间段内流入该区域的人员数量,确定该第一权重,包括:
根据第一人员数量与第二人员数量的比例,确定第一影响因子,该第一人员数量为所有区域中每个区域的该目标时刻对应时刻该区域的人员数量,该第二人员数量为该目标时刻对应时刻所有区域的人员数量总和;
根据第三人员数量与第四人员数量的比例,确定第二影响因子,该第三人员数量为所有区域中每个区域该目标时间段对应的历史时间段内流入该区域的人员数量,该第四人员数量为该目标时间段对应的历史时间段内流入该区域的人员数量总和;
基于该第一影响因子和该第二影响因子,确定该第一权重。
在一种可能实现方式中,该根据该预测人员数量,输出该目标时刻该目标区域的预测人员情况,包括下述任一项:
输出该目标时刻该目标区域的该预测人员数量;
根据该预测人员数量和该目标区域的区域容纳量,获取并输出该目标时刻该目标区域的被占用率。
在一种可能实现方式中,该方法还包括:
获取该目标区域的历史人员情况;
根据该目标时刻该目标区域的预测人员情况和该历史人员情况,获取并输出该目标区域内的人员变化情况。
在一种可能实现方式中,该方法还包括:
当该目标区域的预测人员数量大于数量阈值时,输出提示信息,该提示信息用于提示该目标区域中人员数量多而需要重新规划将要进入的区域。
在一种可能实现方式中,该根据该预测人员数量,输出该目标时刻该目标区域的预测人员情况,包括下述任一项:
当接收到任一用户账号对该目标区域的人员情况查看请求时,向该用户账号发送该目标时刻该目标区域的预测人员情况;
当检测到任一用户账号所预定的区域为该目标区域时,向该用户账号发送该目标时刻该目标区域的预测人员情况;
当检测到任一用户账号所预定的区域为该目标区域且该目标区域的预测人员情况满足目标条件时,向该用户账号发送该目标时刻该目标区域的预测人员情况。
在一种可能实现方式中,该方法还包括:
获取该目标时刻其他区域的预测人员数量;
根据该目标区域和其他区域的预测人员数量,获取并输出多个区域中的预测人员分布情况。
在一种可能实现方式中,该历史人员数据的获取过程包括:
对于任一区域,接收无线设备采集到的该区域内的移动终端地址信息,根据该移动终端地址信息,获取该区域的第一历史人员数据;
接收对该区域内采集的图像的人脸识别结果,根据该人脸识别结果,获取该区域的第二历史人员数据;
基于该第一历史人员数据和该第二历史人员数据,获取该区域的该历史人员数据。
在一种可能实现方式中,该基于该第一历史人员数据和该第二历史人员数据,获取该区域的该历史人员数据,包括:
根据两种人员数据中人员位置关系或人员行进方向之间的关系中至少一项关系,确定该第一历史人员数据和该第二历史人员数据中相同人员数据;
对该两种人员数据中相同人员数据进行合并,得到该区域的该历史人员数据。
本公开实施例提供的方法,基于目标区域的历史人员数据,获取目标时刻该目标区域内的第一预测人员数量,根据该目标区域和该目标区域的多个相邻区域之间的历史人员流动情况,获取该目标时刻该目标区域内的第二预测人员数量,基于第一预测人员数量者和第二预测人员数量获取最终的该目标时刻该目标区域的预测人员数量,进而输出该目标区域的预测人员情况。通过预测未来时刻的人员数量可以提前了解未来的人员状况,同时基于两种不同的预测方法的预测结果结合得到预测人员数量,提高了预测结果的准确性。
上述所有可选技术方案,可以采用任意结合形成本公开的可选实施例,在此不再一一赘述。
图3是本公开实施例提供的一种人员情况预测方法流程图,参见图3,该方法包括:
301、计算机设备获取目标区域的历史人员数据。
本公开实施例中,该计算机设备可以为终端或者服务器。该目标区域可以是目标场景中根据目标规则划分的多个区域中的一个区域,是当前要进行人员数量预测的区域,该目标场景可以是需要进行人员数量预测的场景,该目标规则可以是技术人员根据需求设置的,本公开实施例对该目标场景和该目标规则不进行限定。例如,该目标场景可以为学校的教学楼,可以根据教室不同划分得到多个区域,该目标区域可以是任一教室。
该历史人员数据可以包括当前时刻之前的目标长度的时间内该区域中的人员的位置信息、标识信息、时间信息,还可以包括人员行进方向信息。该目标长度可以是一年、两年、一星期,具体可以由技术人员根据需求进行设置,本公开实施例对此不进行限定。在一种可能实现方式中,该历史人员数据可以不包括该人员行进方向信息,计算机设备可以基于该历史人员数据中包括的信息,获取该人员行进方向信息,例如,计算机设备可以基于人员的位置信息和时间信息,获取该人员行进方向信息。本公开实施例对该历史人员数据包括的具体信息不进行限定。
计算机设备可以通过多种方式获取该目标区域的历史人员数据,在一种可能实现方式中,该获取过程可以包括下述方式一至方式三中的任一种:
方式一、计算机设备获取数据采集设备采集的该目标区域的历史人员数据。
计算机设备可以通过网络或数据线与数据采集设备连接,获取由该数据采集设备采集的该目标区域的历史人员数据。在一个可能实现方式中,该数据采集设备可以通过互联网、移动互联网或蓝牙中的至少一种方式向计算机设备发送该目标区域的历史人员数据。本公开实施例对计算机设备与该数据采集设备连接的方式不进行限定。
该数据采集设备可以是任意种类具有数据采集功能的设备,本公开实施例对此不进行限定。在一个可能实现方式中,该数据采集设备可以包括高清摄像头和无线保真(Wireless-Fidelity,Wi-Fi)探针。
该高清摄像头可以是高清晰度(High Definition,HD)1080逐行扫描(Progressive scanning,P)、HD 960P或HD 720P的摄像头。1080P为全高清,高清摄像头为在摄像头和清晰度综合达到的标准。该高清摄像头可以对区域内的人员进行记录,在一种可能实现方式中,该高清摄像头可以结合人脸识别算法识别出人员,对于已知人员对应到人员已有身份标识(Identity document,id),对于新识别到的人员创建新的身份标识id。该高清摄像头结合人脸识别技术可以至少获取到人员的位置信息、身份标识、身体特征和在不同位置对应的时间,其中,该身体特征可以至少包括身高、体重、年龄。该高清摄像头及人脸识别算法识别出人脸,以便于确定人流量及人的行进方向,作用和Wi-Fi探针互为补充。
该Wi-Fi探针可以为多种类型的Wi-Fi探针,例如,Wi-Fi探针可以为通过电气和电子工程师协会(Institute of Electrical and Electronics Engineers,IEEE)802.11协议采用主动扫描和被动扫描等方式发现智能设备的一种路由器。该Wi-Fi探针还可以为要有网络连接、无线网络通信等功能模块的Wi-Fi探针,如图4,图4是本公开实施例提供的一种通过Wi-Fi探针示意图。该Wi-Fi探针的功能还可以通过内置了Wi-Fi探针功能的路由器实现。本公开实施例对该Wi-Fi探针的具体种类不进行限定。该Wi-Fi探针可以更精准的确定人流量,以及更精准快速的定位。
该Wi-Fi探针可以获取移动智能终端的媒体访问控制(media access control,mac)地址,该移动智能终端可以指人员持有的移动智能终端,例如,可以包括智能手机、智能平板、笔记本(note book),本公开实施例对该移动智能终端的具体种类不进行限定。该移动智能终端的mac地址可以标识人员身份,例如,该Wi-Fi探针可以获取人员手机mac地址,并用手机mac地址来标识人员身份。该Wi-Fi探针可以获取多种信息,例如,可以获取到移动智能终端的mac地址、手机号、位置、与位置对应的时间等信息。本公开实施例对该Wi-Fi探针获取到的信息不进行限定。
在一个具体示例中,该Wi-Fi探针获取移动智能终端的mac地址方案可以如图5,图5是本公开实施例提供的一种通过Wi-Fi探针获取移动智能终端的mac地址的方案示意图,参见图5,在该图5所示的方案中,人员的移动智能终端的mac地址被Wi-Fi探针捕捉到后,可以进行加密并上传到服务器。该移动智能终端的mac地址可以为手机mac地址。
在一种可能实现方式中,该历史人员数据可以包括位置信息,该位置信息可以通过电信移动运营商的无线电通讯网络或外部定位方式获取移动终端用户所在地理位置的信息。其中,该无线电通讯网络可以包括全球移动通信系统(Global System for MobileCommunication,GSM)网、码分多址(Code Division Multiple Access,CDMA)网,该外部定位方式可以包括全球定位系统(Global Positioning System,GPS)、Wi-Fi探针,该地理位置的信息可以包括地理坐标或大地坐标。具体的,该位置信息可以由Wi-Fi探针、高清摄像头位置、移动基站中的至少一种来提供,移动基站数据在本公开中为参考数据,非必须数据。
在一种可能实现方式中,数据采集设备包括高清摄像头和Wi-Fi探针时,计算机设备可以通过该高清摄像头和该Wi-Fi探针采集的数据,获取人员的前进方向信息,具体可以包括下述获取方式一至获取方式二中的至少一种:
获取方式一、计算机设备通过该Wi-Fi探针每隔一定时间的数据采集能够判断出人员的行进路线和方向。其中,该Wi-Fi探针采集的数据可以包括人员身份标识id、位置信息、地点。
获取方式二、计算机设备结合该目标区域的地图、高清摄像头获取的位置信息、人脸识别出的人脸的朝向方向,判断当前人员正在行走的路线及方向。
方式二、计算机设备直接获取该目标区域的历史人员数据。
计算机设备可以具有数据采集功能,计算机设备可以直接采集到该目标区域的历史人员数据。
方式三、计算机设备可以从数据库中提取该目标区域的历史人员数据。
在该方式三中,可以通过数据库来存储该目标区域的历史人员数据,在计算机设备需要对该目标区域的历史人员数据进行处理时,再从该数据库中提取。
在一种可能实现方式中,计算机设备可以通过下述步骤一至步骤三获取区域的历史人员数据。
步骤一、对于任一区域,计算机设备接收无线设备采集到的该区域内的移动终端地址信息,根据该移动终端地址信息,获取该区域的第一历史人员数据。
该无线设备可以为多种能够采集移动终端地址信息的设备,在一个具体示例中,该无线设备可以为Wi-Fi探针。
步骤二、计算机设备接收对该区域内采集的图像的人脸识别结果,根据该人脸识别结果,获取该区域的第二历史人员数据。
该区域内的图像可以通过上述高清摄像头采集,也可以通过其他能够采集图像的设备获得,本公开实施例对此不进行限定。该人脸识别结果可以通过人脸识别技术对该采集的图像识别获得。
步骤三、计算机设备基于该第一历史人员数据和该第二历史人员数据,获取该区域的该历史人员数据。
由于计算机设备获取的到该移动终端的地址信息对应的人员和人脸识别结果对应的人员可能是重合的,例如,人员携带有手机,该人员可以被高清摄像头捕捉到,该人员对应的第二历史人员数据被存储。该人员的手机mac地址可以被Wi-Fi探针识别到,该手机mac地址对应的第一历史人员数据被存储,该两条数据对应的人员为同一人员。因此,计算机设备可以对该第一历史人员数据和该第二历史人员数据进行汇总分析,对识别到的同一人员的相关数据合并为一条数据进行存储,也即是获取该区域的该历史人员数据。
由于对于不同位置的人员,所能获取到的信息不尽相同。有些能获取到mac地址,有些能获取到高清图像,计算机设备可以将具备合并条件的数据进行合并,该具备合并条件的数据也即是对应同一人员的数据,该合并条件可以有多种,例如,该合并条件可以为第一历史人员数据和第二历史人员数据中对应的位置信息、时间信息和人员的前进方向信息相同。相同时间,该第一历史人员数据对应的人员位置和前进方向与某条第二历史人员数据对应的人员位置和前进方向相同,也即是该第一历史人员数据和该第二历史人员数据对应的人员相同,计算机设备可以将该第一历史人员数据和该第二历史人员数据合并为一条。具体的,该合并条件可以由技术人员根据需求进行设置,本公开实施例对此不进行限定。此过程中会产生一定的误差,但不会影响整体的判断,还增加了获取到人员数据的完整性。
在一种可能实现方式中,该步骤三具体可以包括:计算机设备根据两种人员数据中人员位置关系或人员行进方向之间的关系中至少一项关系,确定该第一历史人员数据和该第二历史人员数据中相同人员数据,对该两种人员数据中相同人员数据进行合并,得到该区域的该历史人员数据。
当该人员位置关系为位置相同、该人员行进方向之间的关系为方向相同,该第一历史人员数据和该第二历史人员数据可以为同一人员对应的数据,计算机数据可以将该两条数据合并。
302、计算机设备基于该目标区域的历史人员数据,获取目标时刻该目标区域内的第一预测人员数量。
该目标时刻可以是某一指定的时刻,该指定的时刻可以是当前时刻之后的某一时刻,例如,当前时刻为2020年9月1日10点10分,该目标时刻可以为2020年9月1日11点10分,也可以为2020年10月1日10点10分。计算机设备可以根据该目标时刻对应的历史时刻该目标区域内的人员数量,获取该第一预测人员数量。
计算机设备可以通过多种方式预测该目标时刻该目标区域内的人员数量,例如,计算机设备可以将该目标区域的历史人员数据输入目标模型,由该目标模型输出该目标时刻该目标区域内的人员数量。本公开实施例对计算机设备预测该目标时刻该目标区域内的人员数量的具体方式不进行限定。在一种可能实现方式中,计算机设备可以通过下述步骤一至步骤二预测该目标时刻该目标区域内的人员数量:
步骤一、计算机设备根据该目标时刻,获取多个不同历史时间段中该目标时刻对应的时刻该目标区域内的人员数量,将该人员数量作为该目标区域的历史人员数据。
该多个不同历史时间段可以为当前时刻之前的多个不同时间长度的时间段,该多个不同历史时间段的数量和时间长度可以由技术人员根据需求进行设置,本公开实施例对此不进行限定。例如,该多个不同历史时间段的数量可以为3,时间长度可以为24小时、一周、一年。
在一种可能实现方式中,该不同历史时间段为以当前时刻为结束时间、长度不同的时间段。在一个具体示例中,该多个不同历史时间段可以包括过去24小时、过去一周和过去一年。
该多个不同历史时间段该目标时刻对应的时刻可以是历史时间段内,该目标时刻的小时和分钟部分对应的时刻,在一种可能实现方式中,该每个历史时间段中该目标时刻对应的时刻包括多个时刻,例如,例如,该目标时刻为2020年9月1日11点10分,该多个历史时间段包括过去24小时、过去一周和过去一年。该过去24小时对应的时刻可以包括每个小时的第10分钟,共24个对应的时刻,例如,可以包括0:10、1:10和2:10。该过去一周对应的时刻可以包括过去一周每一天的11点10分,共7个对应的时刻。该过去一年对应的时刻可以包括过去一年每一天的11点10分,共356个对应的时刻。在一种可能实现方式中,为了也可以降低运算量,计算机设备可以获取过去一年每个月的该目标时刻对应时刻该目标区域内的人员数量得平均值,取每个月的平均值作为该目标时刻对应的时刻,共有12个对应的时刻。
步骤二、计算机设备基于该多个不同历史时间段中该目标时刻对应的时刻该目标区域内的人员数量,获取该目标时刻该目标区域内的人员数量,得到第一预测人员数量。
计算机设备将该多个不同历史时间段中该目标时刻对应的时刻该目标区域内的人员数量,而非单个历史时间段中该目标时刻对应的时刻该目标区域内的人员数量,作为预测该目标时刻该目标区域内的人员数量的依据,可以增加预测的准确性。
在一种可能实现方式中,上述步骤二具体可以包括计算机设备根据该多个不同历史时间段各自的权重,对该多个不同历史时间段中每个历史时间段中该目标时刻对应的时刻该目标区域内的人员数量进行加权,得到该第一预测人员数量。
该多个不同历史时间段各自的权重可以表示不同历史时间段对预测目标时刻该目标区域内的人员数量的影响程度,该多个不同历史时间段各自的权重可以是固定的,由技术人员根据需求设置,计算机设备使用时直接进行获取。该多个不同历史时间段各自的权重也可以变化的,由计算机设备通过计算获取,例如,计算机设备可以基于该目标区域的历史人员数据,获取该多个不同历史时间段对该预测的影响相关曲线,进而获得该多个不同历史时间段各自的权重,该多个不同历史时间段各自的权重还可以是计算机设备先设置该第一影响程度指标的初始值,通过后续的计算不断进行调整各自的权重,例如,计算机设备可以使用数据模型训练调整各自的权重。本公开实施例对计算机设备获取该多个不同历史时间段各自的权重的方式不进行限定。
在一种可能实现方式中,该多个历史时间段中给每个历史时间段对应的权重之和可以为1。
在一种可能实现方式中,过去一年对应的权重可以为年平均参数、过去一周对应的权重可以为周平均参数,过去24小时对应的权重可以为日平均参数。
在一种可能实现方式中,该不同历史时间段为以当前时刻为结束时间、长度不同的时间段,该每个历史时间段中该目标时刻对应的时刻包括多个时刻,计算机设备可以获取该每个历史时间段中该多个时刻该目标区域中的人员数量,对该多个时刻该目标区域中的人员数量进行加权,得到该每个历史时间段中该目标时刻对应的时刻该目标区域内的人员数量。
该每个历史时间段中该目标时刻对应的时刻包括多个时刻,该多个时刻中每个时刻可以对应有权重。在一种可能实现方式中,每个时刻对应的权重相同,计算机设备对该多个时刻该目标区域中的人员数量进行加权的过程,也即是对该多个时刻述目标区域中的人员数量求平均的过程。在另一种可能实现方式中,每个时刻对应的权重不同,具体的圈中可以由技术人员根据需求进行设置,也可以与每个历史时间段的时长相关,还可以该时刻与当前时刻之间的时间长度确定,本公开实施例对此不进行限定。
在一种具体可能实现方式中,每个时刻对应的圈中可以与该时刻与当前时刻之间的时间长度负相关,该时刻与当前时刻之间的时间长度越长,该时刻距当前时刻越远,对于预测该目标时刻的人员数量影响越小。
在一种可能实现方式中,上述步骤二可以通过下述预测步骤一至预测步骤五实现:
预测步骤一、对于每个历史时间段,计算机设备获取该多个时刻中每个时刻该目标区域中的人员数量对应的权重。
预测步骤二、计算机设备获取该多个时刻中每个时刻该目标区域中的人员数量对应的权重与该每个时刻该目标区域中的人员数量的第一乘积。
该多个不同历史时间段中每个历史时间段内该目标时刻对应时刻该目标区域内人员数量的平均值。
预测步骤三、计算机设备获取该多个时刻中每个时刻对应的第一乘积的第一和值,将该第一和值作为该目标时刻对应的时刻该目标区域内的人员数量。
预测步骤四、计算机设备获取该第一和值与该历史时间段对应的权重的第二乘积。
预测步骤五、计算机设备获取该多个不同历史时间段中每个历史时间段对应第二乘积的第二和值,将该第二和值作为该第一预测人员数量。
上述计算机设备获取该第一预测人员数量使用了该多个不同历史时间段各自的权重、每个历史时间段中该目标时刻对应的时刻该目标区域内的人员数量等数据。在一种可能实现方式中,计算机设备可以在上述数据基础上,可以获取人员数量增长率,基于更全面的数据获取该第一预测数量,具体方法可以包括下述步骤一至步骤三:
步骤一、计算机设备根据该多个不同历史时间段各自的权重,对该多个不同历史时间段中每个历史时间段中该目标时刻对应的时刻该目标区域内的人员数量进行加权,得到第三预测人员数量。
该第三预测人员数量也即是上述的该第一预测人员数量,此处对计算机设备获取该第三预测人员数量的获取过程不再赘述。
步骤二、计算机设备根据所有区域的历史人员数据,获取人员数量增长率。
该人员数量增长率可以是根据不同数据范围获取的,例如,可以只根据该目标区域的历史人员数据获取,也可以根据该目标区域和该目标区域的相邻区域的历史人员数据获取,还可以根据包括该目标区域和该目标区域的相邻区域在内的所有区域的历史人员数据获取,本公开实施例对该数据范围不进行限定。
计算机设备可以根据该数据范围内,目标历史时间段人员数量的增长,获取该人员数量增长率。该目标历史时间段可以是当前时刻之前的该固定长度的时间段,计算机设备可以基于该目标历史时间段结束时刻对应的人员数量和该目标历史时间段开始时刻对应的人员数量获得,该人员数量增长率具体可以为该结束时刻对应的人员数量与该开始时刻对应的人员数量的比值。
在一种可能实现方式中,该目标区域和该目标区域的所有相邻区域为学校教学楼中的区域,该人员增长率可以是该目标历史时间段学生人数增长率,该目标时间段可以以年为单位,例如,该目标时间段可以为过去一年,该人员增长率可以是新一年招生后的学生数量除以前一年内的校内学生数量。
步骤三、计算机设备基于该第三预测人员数量和该人员数量增长率,获取该目标时刻该目标区域内的人员数量,得到该第一预测人员数量。
计算机设备基于该人员数据增长率的到该第一预测人员数量,考虑了该多个历史时间段到该目标时刻之间,该目标区域内人员数量会由于所有区域总体人员数量的增加而发生增加,使该第一预测人员数量更准确。
在一种可能实现方式中,步骤三可以为:计算机设备获取该第三预测人员数量和该人员数量增长率的乘积,将该乘积作为该第一预测人员数量。
在一种可能实现方式中,步骤302可包括通过下述预测步骤一至预测步骤四获取该第一预测人员数量。
预测步骤一、对于每个历史时间段,计算机设备该多个时刻中每个时刻该目标区域中的人员数量对应的权重与该每个时刻该目标区域中的人员数量的第一乘积,获取该多个时刻中每个时刻对应的第一乘积的第一和值,将该第一和值作为该目标时刻对应的时刻该目标区域内的人员数量。该多个时刻中每个时刻中每个时刻对应的权重相等,预测步骤一也即是获取每个历史时间段该多个时刻对应人员数量的平均值的过程。
预测步骤二、计算机设备获取该第一和值与该历史时间段对应的权重的第二乘积。
预测步骤三、计算机设备获取该多个不同历史时间段中每个历史时间段对应第二乘积的第二和值。
预测步骤四、计算机设备根据所有区域的历史人员数据,获取人员数量增长率,获取该人员数量增长率与该第二和值的乘积,得到该第一预测人员数量。
在一种具体可能实现方式中,上述预测步骤一至预测步骤四可以通过下述公式一实现:
公式一:
在公式一中,t表示时间标识,指某一指定的时刻,i表示月份标识,j表示一周中不同天的标识,k表示一天中不同小时的标识。Ht表示根据历史数据平均值预测的未来t时刻区域K中的人数,R表示自然增长系数,也即是上述的人员数量增长率,可以按照新一年招生后的人数除以前一年内的校内人数得到,该参数可按年计算得到,RY表示年平均参数,RW表示周平均参数,RD表示日平均参数。HYt表示过去一年,t时刻的区域K中的每月平均人数,是对过去一年中的每个月,取该月中每天t时刻区域内的人数求平均,得到该月的月平均人数。过去一年有12个对应的HYt。HWt表示过去一周,t时刻区域K中的人数,是过去一周中每天t时刻区域内的人数,过去一周有7个对应的HWt。HDt过去24小时,t时刻区域K中的人数,这里t时刻指的是t时刻对应的分钟部分,每个小时对应的t时刻的分钟部分,例如,t时刻2019年9月1日上午10点5分,对应有过去24小时中每个小时的第5分钟区域K中的人数,例如,可以包括0点5分的HDt,1点5分的HDt。过去24个小时有24个对应的HDt。
在一种可能实现方式中,该RY、RW和RD的和值为1,具体可以为下述公式二:
公式二:RY+RW+RD=1
303、计算机设备根据该目标区域和该目标区域的多个相邻区域之间的历史人员流动情况,获取该目标时刻该目标区域内的第二预测人员数量。
该历史人员流动情况可以是从该目标区域和该目标区域的多个相邻区域的历史人员数据中获取的,可以包括历史时间段中,从该目标区域流入该多个相邻区域的数据和从该多个相邻区域流入该目标区域的数据。
在该目标区域和该目标区域的多个相邻区域之间,可以有人员流动,该多个相邻区域中的人员可以流入该目标区域,该目标区域中的人员可以流入该多给相邻区域,例如,图6是本公开实施例提供的一种人员流动示意图,如图6所示,在该示意图中包括9个区域,区域E可以为该目标区域,区域A、B、C、D、F、G、H和I为该目标区域的多个相邻区域,该示意图中箭头方向可以代表区域之间的人员流动方向。在一个具体示例中,该目标区域可以是任一教室,该目标区域的多个相邻区域可以是该任一教室周围的教室。
在一种可能实现方式中,计算机设备可以通过下述方式一至方式二中的任一种获取该目标时刻该目标区域内的第二预测人员数量:
方式一、计算机设备基于该目标区域的多个相邻区域中每个区域的历史人员数据,预测以该目标时刻为结束时刻的目标时间段内流入该目标区域的人员流动数量,将该人员流动数量作为该目标时刻该目标区域内的第二预测人员数量。
该目标时间段可以是指一个固定的统计分析周期,可以是固定时长的一个时间段,例如,该固定时长可以是10分钟,也可以是15分钟或20分钟,本公开实施例对该目标时时刻的时长不进行限定。
该多个相邻区域中每个区域的历史人员数据中可以包括历史时间段内该区域流入该目标区域的人员数量和该区域的人员数量,计算机设备基于该多个相邻区域中每个区域的历史人员数据,可以预测得到以该目标时刻为结束时刻的目标时间段内流入该目标区域的人员流动数量。计算机设备获取该目标区域的多个相邻区域中每个区域的历史人员数据与步骤301中计算式设备获取该目标区域的历史人员数据同理,本公开实施例在此不作赘述。
方式二、计算机设备基于该目标区域的多个相邻区域中每个区域的历史人员数据,预测以该目标时刻为结束时刻的目标时间段内流入和流出该目标区域的人员流动数量,将该流入的人员流动数量与该流出的人员流动数量的差值作为该第二预测人员数量。
计算机设备基于历史人员数据中流入和流出该目标区域的人员数量的差值,可以预测该目标时刻为结束时刻的目标时间段内该目标区域的人员流动数量,该人员流动情况可以反映该目标区域一定时间内的人员情况,可以将该人员流动数量作为该目标时刻该目标区域内的第二预测人员数量。
计算机设备可以通过多种方式预测以该目标时刻为结束时刻的目标时间段内流入该目标区域的人员流动数量,在一种可能实现方式中,计算机设备可以通过预测该多个相邻区域中每个区域的人员数量和流入该目标区域的概率,得到该人员流动数量。该方式一的具体步骤可以包括下述步骤一至步骤三:
步骤一、计算机设备对于该多个相邻区域中每个区域,基于该区域的历史人员数据,获取该以该目标时刻为结束时刻的目标时间段对应的开始时刻该区域内的人员数量。
具体预测步骤与上述步骤302中计算机设备获取该第一预测人员数量的步骤同理,在此不再赘述。
步骤二、计算机设备基于该区域的历史人员数据,获取该目标时间段对应的时间段内该区域中人员流入该目标区域的概率。
计算机设备可以通过多种方式获取该概率,在一种可能实现方式中,计算机设备可以通过下述获取步骤一至获取步骤三获取该概率:
获取步骤一、计算机设备基于该区域的历史人员数据,获取多个不同历史时间段中每个历史时间段该目标时刻对应时刻该区域的人员数量和该目标时间段对应的时间段内该区域流入该目标区域的人员数量。
计算机设备获取该多个不同历史时间段中每个历史时间段该目标时刻对应时刻该区域的人员数量和该目标时间段对应的时间段内该区域流入该目标区域的人员数量的步骤,可以与上述步骤302中计算机设备获取多个不同历史时间段中该目标时刻对应的时刻该目标区域内的人员数量的步骤同理,在此不进行赘述。其中,该目标时间段对应的时间段可以为以该目标时刻对应的时刻为结束时刻的时间段。
获取步骤二、计算机设备获取该目标时刻对应时刻该区域的人员数量与该目标时间段对应的时间段内该区域流入该目标区域的人员数量的比值。
在一种可能实现方式中,该不同历史时间段为以当前时刻为结束时间、长度不同的时间段,该每个历史时间段中该目标时刻对应的时刻包括多个时刻,计算机设备可以获取该每个历史时间段中该多个时刻该目标区域中的人员数量与该目标时间段对应的时间段内该区域流入该目标区域的人员数量,对该多个时刻该目标区域中的人员数量进行加权,得到该每个历史时间段中该目标时刻对应的时刻该目标区域内的人员数量。对多个目标时间段对应的时间段内该区域流入该目标区域的人员数量进行加权,得到该目标时间段对应的时间段内该区域流入该目标区域的人员数量。具体的,可以与上述步骤302中计算机设备对该多个时刻该目标区域中的人员数量进行加权的步骤同理,在此不进行赘述。
获取步骤三、计算机设备对多个不同历史时间段中每个历史时间段的比值进行加权,得到该目标时间段内该区域中人员流入该目标区域的概率。
在该获取步骤三中,计算机设备需要获取该多个不同历史时间段每个历史时间段的权重。该多个不同历史时间段每个历史时间段的权重可以表示不同历史时间段对预测人员流动数量的影响程度,计算机设备获取每个时间段对应的权重与上述步骤302中计算机设备获取该多个不同历史时间段各自的权重同理,在此不进行赘述。进行加权的步骤可以是,对于该多个不同历史时间段每个历史时间段,计算机设备获取该历史时间段对应的比值与该历史时间段对应的权重的乘积,获取该多个不同历史时间段每个历史时间段对应乘积的和值,将该和值作为该目标时间段内该区域中人员流入该目标区域的概率。
在一种可能实现方式中,该多个不同历史时间段可以包括过去24小时、过去一周和过去一年。
在一个具体示例中,计算机设备可以通过下述公式三实现该步骤二:
公式三:
t表示时间标识,Pt是PK,T,t的简化表示,表示在统计周期为T的情况下,根据历史实际数据计算的区域K的学生t时刻进入到目标区域的概率。INSYt表示过去一年,每月t时刻T时间周期内,也即是(t-T,t)时间段内从k区域进入到目标区域的平均人数,是对该月中每天(t-T,t)时间段内k区域进入到目标区域的人数求平均得到,过去一年有12个月,有12个对应的INSYt。INSWt表示过去一周,每天t时刻T时间周期内,也即是(t-T,t)时间段内从k区域进入到目标区域的人数,过去一周有7个对应的INSWt。INSDt表示过去24小时,每个小时t时刻T时间周期内,也即是(t-T,t)时间段内从k区域进入到目标区域的人数。HYt、HWt和HDt表示的含义与上述公式2中表示的含义相同,在此不作赘述。UY、UW、UD分别表示年、月、日对应的影响系数,在使用时是具体的数值。
步骤三、计算机设备基于该多个相邻区域中每个区域该以该目标时刻为结束时刻的目标时间段对应的开始时刻该区域内的人员数量和该目标时间段对应的时间段内该区域中人员流入该目标区域的概率,预测以该目标时刻为结束时刻的目标时间段内流入该目标区域的人员流动数量。
计算机设备获取该目标时刻为结束时刻的目标时间段对应的开始时刻该区域内的人员数量以及对应的概率后,可以将多个相邻区域中每个区域的该人员数量与该概率对应相乘后相加,获取预测的人员流动数量。
在一种可能实现方式中,该步骤三具体可以通过下述预测步骤一至预测步骤二实现:
预测步骤一、对于该多个相邻区域中每个区域,计算机设备获取该以该目标时刻为结束时刻的目标时间段对应的开始时刻该区域内的人员数量和该目标时间段内该区域中人员流入该目标区域的概率的乘积。
预测步骤二、计算机设备获取该多个相邻区域中每个区域对应的乘积的和值,将该和值作为以该目标时刻为结束时刻的目标时间段内流入该目标区域的人员流动数量。
在一个具体示例中,计算机设备可以通过下述公式四实现上述预测步骤一至预测步骤二:
公式四:
t表示时间标识,指某一指定的时刻,例如,2019年9月1日上午10点,K表示区域标识,L表示和目标区域相邻的区域数量,T表示一个固定的统计分析周期,Ht-T表示根据历史数据平均值预测的未来t-T时刻区域K中的人数,PK,T,t表示根据历史实际数据计算的,区域K的人在周期T也即是(t-T,t)时间内进入到目标区域的概率,F(t,T)预测的t时刻目标区域的流入人数,*表示乘号,∑表示求和符号。
上述公式四可以应用在图6所示的人员流动示意图中,计算的该目标区域为E区域,则E区域在未来T周期的流入数据,可以为从周边区域节点A、B、C、D、F、G、H和I区域流入人员数量的总和。A区域在未来T周期流入的数据可以等于A区域当前学生总数*未来T周期流入E区域的概率数。因此计算E区域在未来T周期的流入数据可以通过公式四,在该图6中,L取值为8。
304、计算机设备基于该第一预测人员数量和该第二预测人员数量,获取该目标时刻该目标区域的预测人员数量。
计算机设备通过上述步骤302和步骤303可以获取到该第一预测人员数量和该第二预测人员数量,该第一预测人员数量和该第二预测人员数量均可以表示该目标时刻该目标区域内的预测人员数量,但为了使该目标时刻该目标区域的预测人员数量更准确,计算机设备可以进一步的基于该第一预测人员数量和该第二预测人员数量,获取该预测人员数量。
计算机设备可以通过多种方式获取该目标时刻该目标区域的预测人员数量,在一种可能实现方式中,计算机设备可以通过下述步骤一至步骤二获取该目标时刻该目标区域的预测人员数量:
步骤一、计算机设备获取该第一预测人员数量对应的第一权重和该第二预测人员数量对应的第二权重。
该第一权重和该第二权重可以分别表示该第一预测人员数量和该第二预测人员数量对该目标时刻该目标区域的预测人员数量的影响程度。计算机设备可以通过多种方式获取该第一权重和该第二权重,例如,该第一权重和该第二权重可以是技术人员根据需求进行设置的,计算机设备可以直接获取。该第一权重和该第二权重还可以是计算机设备计算获取的。本公开实施例对此不进行限定。
在一种可能实现方式中,该第一权重和该第二权重的和为1。
在一种可能实现方式中,该第一权重的获取过程包括:对于所有区域中每个区域,计算机设备基于该目标时刻对应时刻该区域的人员数量和该目标历史时间段对应的历史时间段内流入该区域的人员数量,确定该第一权重。
该历史时间段可以是以该目标时刻对应该时刻为结束时刻的时间段,计算机设备基于该目标时刻对应时刻该区域的人员数量和该目标历史时间段对应的历史时间段内流入该区域的人员数量可以确定人员数量和人员流动数量两个维度的影响因子,基于该两个影响因子,可以获取每个影响因子对该预测人员的数量的影响力,也即是对应的权重。
在一种可能实现方式中,上述步骤具体可以为:计算机设备根据第一人员数量与第二人员数量的比例,确定第一影响因子,该第一人员数量为所有区域中每个区域的该目标时刻对应时刻该区域的人员数量,该第二人员数量为该目标时刻对应时刻所有区域的人员数量总和。计算机设备根据第三人员数量与第四人员数量的比例,确定第二影响因子,该第三人员数量为所有区域中每个区域该目标时间段对应的历史时间段内流入该区域的人员数量,该第四人员数量为该目标时间段对应的历史时间段内流入该区域的人员数量总和。计算机设备基于该第一影响因子和该第二影响因子,确定该第一权重。
具体的,该第一影响因子可以对应该第一权重,该第二影响因子可以对应该第二权重,计算机设备可以获取该第一影响因子和该第二影响因子的和值,获取该第一影响因子与该和值的比值,将该比值作为该第一权重。
在一种可能实现方式中,上述步骤具体可以包括:计算机设备获取所有区域中每个区域该目标时刻对应时刻该区域的人员数量的第一和值,将该第一和值作为该目标时刻对应时刻所有区域的人员数量总和,获取每个区域该目标时刻对应时刻该区域的人员数量与该第一和值的第一比值,获取该第一和值求自然对数后对应的第一对数。计算机设备获取所有区域中每个区域该目标时间段对应的历史时间段内流入该区域的人员数量的第二和值,获取该目标时间段对应的历史时间段内流入该区域的人员数量与该第二和值的第二比值,获取该第二和值求自然对数后对应的第二对数。计算机设备获取该目标区域对应的区域标识,基于每个区域对应的该第一比值、该第一对数、该第二比值、该第二对数和该区域标识,确定该第一权重。
在一个具体示例中,可以计算机设备通过下述公式五获取该第一权重:
公式五:
α表示第一权重,j表示维度标识,m表示计算用户价值时候的维度数量,i表示样本标识,n表示统计样本的个数,xij表示第j个统计维度下,第i个统计样本在该指标下的统计值。K表示区域标识,ln()表示自然对数函数。在本公开实施例中,m为2,一个维度是当前时刻历史人数,,一个维度是T周期内流入的人数。在一个具体示例中,区域为教室,n为1000表示针对1000个教室进行统计,xij为21表示该第j个统计维度下,第i个教室内人员数量或流入该第i个教室的人员数量为21。
步骤二、计算机设备基于该第一权重和该第二权重,对该第一预测人员数量和该第二预测人员数量进行加权,得到该目标时刻该目标区域的预测人员数量。
在一种可能实现方式中,上述步骤二具体可以为,计算机设备获取该第一权重与该第一预测人员数量的乘积,获取该第二权重与该第二预测人员数量的乘积,计算机设备将上述两个乘积相加,得到该目标时刻该目标区域的预测人员数量。
在一个具体示例中,该步骤二可以通过下述公式六和公式七实现:
公式六:Gt=α*Ht+β*F(t,T)
公式七:α+β=1
Gt表示预测的t时刻目标区域的人数,Ht表示根据历史数据平均值预测的未来t时刻该目标区域中的人数,F(t,T)表示预测的t时刻该目标区域的流入人数,α和β表示Ht和F(t,T)对Gt影响程度的参数,也即是上述第一权重和第二权重,该第一权重和该第二权重的和为1。
305、计算机设备根据该预测人员数量,输出该目标时刻该目标区域的预测人员情况。
该预测人员状况可以表示预测的该目标时刻该目标区域的人员状况,可以包括多种情况,例如,可以包括根据该预测人员数量进一步分析获得的信息,也可以直接是该预测人员数量,本公开实施例对此不进行限定。
在一种可能实现方式中,该预测人员状况可以包括情况一至情况二中的任一项:
情况一、计算机设备输出该目标时刻该目标区域的该预测人员数量。
情况二、计算机设备根据该预测人员数量和该目标区域的区域容纳量,获取并输出该目标时刻该目标区域的被占用率。
该区域容纳量可以表示该目标区域可以容纳的最大人员数量,该被占用率可以表示该目标区域在该目标时刻已经被占用的比率。具体的,计算机设备可以获取该预测人员数量与该区域容纳量的比值,将该比值作为该被占用率。在一个具体示例中,该被占用率可以指某一特定时刻,某一特定区域的人员的数量与提供的基础设施的比率,该某一特定时刻也即是该目标时刻该某一特定区域也即是该目标区域。例如,该目标区域为教学楼,教学楼内的学生数量与有效自习座位的比率可以为被占用率。
在一种可能实现方式中,计算机设备获取该目标区域的历史人员情况,根据该目标时刻该目标区域的预测人员情况和该历史人员情况,获取并输出该目标区域内的人员变化情况。
该人员变化情况可以表示一定时间内该目标区域内人员数量的变化情况,该历史人员情况可以包括当前时刻之前固定时长的时间段内的人员情况。基于该人员变化情况,可以观察到与历史同期相比,该目标区域内人员数量的变化。
在一种可能实现方式中,该目标区域可以为教学楼,该人员变化情况可以包括预测人员情况和历史人员情况,该历史人员情况可以为该教学楼的历史环比数据,例如,该历史人员情况可以包括过去7天的该教学楼的人员状况,计算机设备可以基于该历史人员情况获取过去7天中每天不同时刻的时间环比曲线。该时间环比曲线可以按照周期T来进行展示,划分展示人员数量的不同时刻,该周期T可以是时间长度小于24小时的任意时长的时间段。例如,T可以是10分钟,则一条时间环比曲线的点数是24*6=144个,每天可以对应有一条时间环比曲线,如果环比7天,可以有7条时间环比曲线。
在一种可能实现方式中,当该目标区域的预测人员数量大于数量阈值时,输出提示信息,该提示信息用于提示该目标区域中人员数量多而需要重新规划将要进入的区域。
该数量阈值可以由技术人员根据需求进行设置,本公开实施例对此不进行限定。当该目标区域的人员数量超过该数量阈值时,该提示信息提示用户该目标区域的人员数量过多,不适宜前往,用户可以根据该提示信息重新规划将要进入的区域。在一个具体示例中,该目标区域为教室,用户根据该提示信息,可以重新选择人员数量少的教室作为自习室。
在另一种可能实现方式中,当该目标区域的被占用率大于被占用率阈值时,输出提示信息,该提示信息用于提示该目标区域中被占用率。该被占用率阈值可以为百分之百,也可以为是百分之八十,具体可以由技术人员根据需求进行设置,本公开实施例对此不进行限定。
在一种可能实现方式中,该目标区域可以为教室,该目标区域的被占用率大于被占用率阈值或该目标区域的预测人员数量大于数量阈值,可以用来提示学生该目标时刻该教室内学生数量较多,不适宜在该目标时刻去往该教室寻找位置自习。
在一种可能实现方式中,计算机设备在获取到该预测人员数量后,可以直接根据该预测人员数量,输出该目标时刻该目标区域的预测人员情况。
例如,计算机设备可以周期性的获取该预测人员数量,然后根据该预测人员数量周期性的输出该预测人员状况。具体的该周期可以由技术人员根据需求进行设置,本公开实施例对此不进行限定。
在另一种可能实现方式中,计算机设备输出该预测人员情况的情况可以为下述任一项:
情况一、当接收到任一用户账号对该目标区域的人员情况查看请求时,计算机设备向该用户账号发送该目标时刻该目标区域的预测人员情况。该任一用户账号可以是能够向计算机设备发送查看请求的用户账号,可以属于目标应用程序,该任一用户想要获取目标区域的人员情况,可以发送对该目标区域的人员情况查看请求。该本公开实施例对该目标应用程序以及该用户发起对该目标区域的人员情况查看请求的过程不进行限定。
情况二、当检测到任一用户账号所预定的区域为该目标区域时,计算机设备向该用户账号发送该目标时刻该目标区域的预测人员情况。
该用户账号所属的目标应用程序可以输出多个区域供用户账号进行选择,该用户账号可以对该多个区域中的任一个区域进行预定,当该区域为该目标区域时,计算机设备可以将该目标时刻该目标区域的预测人员情况发送给该用户账号,用于提醒该用户账号该目标时刻该目标区域的人员情况。
情况三、当检测到任一用户账号所预定的区域为该目标区域且该目标区域的预测人员情况满足目标条件时,计算机设备向该用户账号发送该目标时刻该目标区域的预测人员情况。
该目标条件可以包括多种情况,例如,可以是该目标区域的预测人员数量超过最低数量阈值,也可以是该目标区域的被占用率超过最低被占用率阈值,本公开实施例对此不进行限定。
在一种可能实现方式中,计算机设备获取该目标时刻其他区域的预测人员数量,根据该目标区域和其他区域的预测人员数量,获取并输出多个区域中的预测人员分布情况。该其他区域可以是与该目标区域属于同一场景的多个区域,该其他区域中包括的区域数量可以为任意的,该多个区域的位置可以是相邻的也可以是不相邻的,本公开实施例对此不进行限定。该预测人员分布情况可以是按照目标规则输出的该多个区域中每个区域的预测人员情况,该目标规则可以由技术人员根据需求进行设置,本公开实施例对此不进行限定。
在一种具体可能实现方式中,该目标规则可以是用颜色的深浅来表示不同的被占用率,计算机设备计算该多个区域的被占用率,用该目标规则规定的颜色表示该多个区域的预测人员分布情况。在一个具体示例中,该多个目标区域可以为多个教室,计算机设备可以黄色深浅代表学生密度也即是区域占用率,用绿色代表空闲,用红色表示教室在上课。
在一种可能实现方式中,计算机设备获取该目标时刻多个区域的预测人员数量,当该多个区域中任一区域的预测人员数量与大于对应的数量阈值或被占用率大于对应的占用率阈值时,输出对应的提示信息。该对应的提示信息与上述该目标区域的预测人员数量大于数量阈值时,输出的提示信息同理,在此不再赘述。在一个具体示例中,该对应的提示信息可以携带有区域标识和具体提示信息,用于提示用户该任一区域的预测人员状况。
本公开实施例提供的方法,基于目标区域的历史人员数据,获取目标时刻该目标区域内的第一预测人员数量,根据该目标区域和该目标区域的多个相邻区域之间的历史人员流动情况,获取该目标时刻该目标区域内的第二预测人员数量,基于第一预测人员数量者和第二预测人员数量获取最终的该目标时刻该目标区域的预测人员数量,进而输出该目标区域的预测人员情况。通过预测未来时刻的人员数量可以提前了解未来的人员状况,同时基于两种不同的预测方法的预测结果结合得到预测人员数量,提高了预测结果的准确性。
在一个具体示例中,本公开提供的人员情况预测方法的应用场景可以为学校,不同的教室可以为不同的教学楼或教学楼内不同的教室。在该应用场景下,目标教室和该目标教室的相邻教室均为教室时,计算机设备可以通过下述步骤实现该学生情况预测过程。
步骤一、计算机设备获取目标教室的历史学生数据。
步骤二、计算机设备基于该目标教室的历史学生数据,获取目标时刻该目标教室内的第一预测学生数量。
在一种可能实现方式中,该步骤二具体可以包括下述预测步骤一至预测步骤二:
预测步骤一、计算机设备根据目标时刻,获取多个不同历史时间段中该目标时刻对应的时刻该目标教室内的学生数量,将该学生数量作为该目标教室的历史学生数据。
预测步骤二、计算机设备基于该多个不同历史时间段中该目标时刻对应的时刻该目标教室内的学生数量,获取该目标时刻该目标教室内的学生数量,得到第一预测学生数量。
在一种可能实现方式中,该预测步骤二具体可以包括:计算机设备根据该多个不同历史时间段各自的权重,对该多个不同历史时间段中每个历史时间段中该目标时刻对应的时刻该目标教室内的学生数量进行加权,得到该第一预测学生数量。
在一种可能实现方式中,该不同历史时间段为以当前时刻为结束时间、长度不同的时间段,该每个历史时间段中该目标时刻对应的时刻包括多个时刻。计算机设备可以获取该每个历史时间段中该多个时刻该目标教室中的学生数量,对该多个时刻该目标教室中的学生数量进行加权,得到该每个历史时间段中该目标时刻对应的时刻该目标教室内的学生数量。
在另一种可能实现方式中,该步骤二具体可以包括下述预测步骤一至预测步骤三:
预测步骤一、计算机设备根据该多个不同历史时间段各自的权重,对该多个不同历史时间段中每个历史时间段中该目标时刻对应的时刻该目标教室内的学生数量进行加权,得到第三预测学生数量。
预测步骤二、计算机设备根据所有教室的历史学生数据,获取自然增长系数。该自然增长系数可以按年计算获得,可以是学校每年招生后学生数量的增长率。在一个具体示例中,该自然增长系数可以是新一年招生后的学生数量除以前一年内的校内学生数量。
预测步骤三、计算机设备基于该第三预测学生数量和该自然增长系数,获取该目标时刻该目标教室内的学生数量,得到该第一预测学生数量。
在一种可能实现方式中,该预测步骤三可以为计算机设备获取该第三预测学生数量和该学生自然增长系数的乘积,将该乘积作为该第一预测学生数量。
步骤三、计算机设备获取该目标教室的多个相邻教室中每个教室的历史学生数据。
步骤四、计算机设备基于该目标教室的多个相邻教室中每个教室的历史学生数据,获取以该目标时刻为结束时刻的目标时间段内流入该目标教室的学生流动数量,将该学生流动数量作为该目标时刻该目标教室内的第二预测学生数量。
在一种可能实现方式中,该步骤四可以包括下述预测步骤一至预测步骤三:
预测步骤一、计算机设备对于该多个相邻教室中每个教室,基于该教室的历史学生数据,获取该以该目标时刻为结束时刻的目标时间段对应的开始时刻该教室内的学生数量。
预测步骤二、计算机设备基于该教室的历史学生数据,获取该目标时间段对应的时间段内该教室中学生流入该目标教室的概率。
在一种可能实现方式中,该预测步骤二可以包括下述获取步骤一至获取步骤四:
获取步骤一、计算机设备基于该教室的历史学生数据,获取多个不同历史时间段中每个历史时间段该目标时刻对应时刻该教室的学生数量和该目标时间段对应的时间段内该教室流入该目标教室的学生数量。
获取步骤二、计算机设备获取该目标时刻对应时刻该教室的学生数量与该目标时间段对应的时间段内该教室流入该目标教室的学生数量的比值。
获取步骤三、计算机设备对多个不同历史时间段中每个历史时间段的比值进行加权,得到该目标时间段内该教室中学生流入该目标教室的概率。
获取步骤四、计算机设备基于该多个相邻教室中每个教室该以该目标时刻为结束时刻的目标时间段对应的开始时刻该教室内的学生数量和该目标时间段对应的时间段内该教室中学生流入该目标教室的概率,预测以该目标时刻为结束时刻的目标时间段内流入该目标教室的学生流动数量。
在一种可能实现方式中,该获取步骤四可以包括计算机设备对于该多个相邻教室中每个教室,获取该以该目标时刻为结束时刻的目标时间段对应的开始时刻该教室内的学生数量和该目标时间段内该教室中学生流入该目标教室的概率的乘积。计算机设备获取该多个相邻教室中每个教室对应的乘积的和值,将该和值作为以该目标时刻为结束时刻的目标时间段内流入该目标教室的学生流动数量。
在一种可能实现方式中,该步骤四和步骤五可以用下述步骤代替:
计算机设备基于该目标教室的多个相邻教室中每个教室的历史学生数据,预测以该目标时刻为结束时刻的目标时间段内流入和流出该目标教室的学生流动数量,将该流入的学生流动数量与该流出的学生流动数量的差值作为该第二预测学生数量。
该步骤四和步骤五以及上述的代替步骤均为计算机设备根据该目标教室和该目标教室的多个相邻教室之间的历史学生流动情况,预测该目标时刻该目标教室内的第二预测学生数量的步骤,本公开实施例对计算机设备预测该目标时刻该目标教室内的第二预测学生数量的具体步骤不进行限定。
步骤五、计算机设备基于该第一预测学生数量和该第二预测学生数量,获取该目标时刻该目标教室的预测学生数量。
本公开实施例没有单独计算流出学生数量,因为批量流出往往是下课或教学楼临近熄灯时候,单独计算意义不大,且在历史学生数量中已包含流出学生数量因素。
在一种可能实现方式中,该步骤五可以包括下述获取步骤一至获取步骤二:
获取步骤一、计算机设备获取该第一预测学生数量对应的第一权重和该第二预测学生数量对应的第二权重。
在一种可能实现方式中,该第一权重的获取过程包括:对于所有教室中每个教室,计算机设备基于该目标时刻对应时刻该教室的学生数量和该目标历史时间段对应的历史时间段内流入该教室的学生数量,确定该第一权重。
在一种可能实现方式中,上述步骤具体可以为:计算机设备根据第一学生数量与第二学生数量的比例,确定第一影响因子,该第一学生数量为所有教室中每个教室的该目标时刻对应时刻该教室的学生数量,该第二学生数量为该目标时刻对应时刻所有教室的学生数量总和。计算机设备根据第三学生数量与第四学生数量的比例,确定第二影响因子,该第三学生数量为所有教室中每个教室该目标时间段对应的历史时间段内流入该教室的学生数量,该第四学生数量为该目标时间段对应的历史时间段内流入该教室的学生数量总和,基于该第一影响因子和该第二影响因子,确定该第一权重。
获取步骤二、基于该第一权重和该第二权重,对该第一预测学生数量和该第二预测学生数量进行加权,得到该目标时刻该目标教室的预测学生数量。
步骤六、计算机设备根据该预测学生数量,输出该目标时刻该目标教室的预测学生情况。
在一种可能实现方式中,该步骤六可以包括下述方式一至方式二中任一项:
方式一、计算机设备提供该目标时刻该目标教室的该预测学生数量。
方式二、计算机设备根据该预测学生数量和该目标教室的自习座位数,获取并输出该目标时刻该目标教室的被占用率。
在一种可能实现方式中,计算机设备可以获取该目标教室的历史学生情况,根据该目标时刻该目标教室的预测学生情况和该历史学生情况,获取并输出该目标教室内的学生变化情况。
在一种可能实现方式中,当该目标教室的预测学生数量大于数量阈值时,计算机设备输出提示信息,该提示信息用于提示该目标教室中学生数量多而需要重新规划将要进入的教室。
在一种可能实现方式中,该步骤六可以包括下述情况一至情况三中任一项:
情况一、计算机设备当接收到任一用户账号对该目标教室的学生情况查看请求时,向该用户账号发送该目标时刻该目标教室的预测学生情况。
情况二、计算机设备当检测到任一用户账号所预定的教室为该目标教室时,向该用户账号发送该目标时刻该目标教室的预测学生情况。
情况三、计算机设备当检测到任一用户账号所预定的教室为该目标教室且该目标教室的预测学生情况满足目标条件时,向该用户账号发送该目标时刻该目标教室的预测学生情况。
在一种可能实现方式中,计算机设备还可以获取该目标时刻其他教室的预测学生数量,根据该目标教室和其他教室的预测学生数量,获取并输出多个教室中的预测学生分布情况。
在一种可能实现方式中,任意教室的历史学生数据的获取过程可以包括下述获取步骤一至获取步骤三:
获取步骤一、计算机设备对于任一教室,接收无线设备采集到的该教室内的移动终端地址信息,根据该移动终端地址信息,获取该教室的第一历史学生数据。
获取步骤二、计算机设备接收对该教室内采集的图像的人脸识别结果,根据该人脸识别结果,获取该教室的第二历史学生数据。
获取步骤三、计算机设备基于该第一历史学生数据和该第二历史学生数据,获取该教室的该历史学生数据。
在一种可能实现方式中,该获取步骤三可以为计算机设备根据两种学生数据中学生位置关系或学生行进方向之间的关系中至少一项关系,确定该第一历史学生数据和该第二历史学生数据中相同学生数据。计算机设备对该两种学生数据中相同学生数据进行合并,得到该教室的该历史学生数据。
本公开实施例可以通过历史数据预测某教学楼内教室的空闲情况,也即是上述步骤二,还可以通过周边区域周期内流入学生数量,预测教室的空闲情况,也即是上述步骤四。基于该步骤二和步骤四两种方式预测的该目标时刻的学生数量,得到该预测学生数量,进而得到该目标教室的预测学生情况。
本公开实施例可以基于历史人员行进数据、历史占用率等数据预测未来一段时间,特定自习区域也即是教室的占用率,方便学生规划自己的自己目的地,并通过系统提前对自习的学生进行分流,减少学生寻找教室的时间。
对于一些学生密度较大,校园内学习氛围浓郁的高校,经常会存在学生找了几个教学楼才能找到合适的教室作为自习室的情况发生。为了减少学生寻找自习室的时间,本公开可以把自习室的当前空闲情况及未来特定时间段内的占用情况展示给学生,方便学生对自己上自习进行提前规划。本公开可以监控各个教室的人员密度,并判断出存在哪些空闲可用于自习的教室。同时,由于学生具有同一时间下课,人员数量集中爆发的特点,本公开可以结合历史数据及当前时间人员流动数据,来预判某个教学楼未来某个时间段的自习室空闲情况。
在一个具体示例中,基于上述人员情况预测方法在具体实现中可以有多种具体实现方式,下面提供一个人员情况预测方法的具体应用实例,图7是本公开实施例提供的一种空闲教室预测系统结构图,参见图7。
该系统结构图是基于计算机设备通过Wi-Fi探针和高清摄像头获取行人第一历史数据的举例说明,在该系统结构中,手机mac获取模块通过Wi-Fi探针扫描并获取移动智能终端的mac地址,然后上报手机信息给信息接收模块。移动智能终端和空闲教室预测系统交互,但不属于该空闲教室预测系统。人脸识别获取身份模块通过高清摄像头对行人进行摄像,对拍摄到的行人进行人脸识别,上报人脸识别信息给信息接收模块。信息接收模块可以为互联网服务器上的运行的模块,负责接收Wi-Fi探针、人脸识别等模块上报的信息,判断行人前进方向,并存储到信息存储模块中。信息存储模块存储从信息接收模块接收的信息,供信息分析模块存储和读取数据。人员流向预测模块根据从信息分析模块得到的信息通过算法进行人员流向预测,并反馈给空闲教室分析模块。人员流向预测模块根据特定时段人数及该时段未来一段时间的人员流向来预测特定时段未来一段时间,某些区域会流入和流出的人员数量。也即是上述步骤303中预测人员流动数量。空闲教室分析模块根据从信息存储模块获得的信息、排课信息、人员流向预测模块返回的信息等进行分析,得到当前教室空闲情况及未来特定时间段内的教室空闲情况。并生成相关信息输出给信息推送模块和告警模块。该空闲教室分析可以具有以下功能:进行空闲教室分析时,首先结合排课信息,将当前已经排课的教室排除在人员数量、空闲教室的计算外,然后在未来特定时间段的空闲教室计算中,排除已被排课的教室,并告知空闲教室展示终端模块,该教室的排课占用情况。信息推送模块为互联网服务器上的运行的模块,接收信息分析模块输出的信息。信息的发送可以通过包含但不限于:互联网、移动互联网、蓝牙等形式。在一种可能实现方式中,空闲分析模块可以把分析结论实时的输出到信息推送模块。
空闲教室展示终端模块为用户端信息接收模块。可以接收并展示信息推送模块输出的数据。具体接收并展示的内容。包含但不限于:各教学楼的热力图(可以通过红、黄、绿等不同颜色来标识人流密度)、各教学楼历史环比数据等。具体展示方式可以通过颜色、数字、文字描述等方式进行展示。在一种可能实现方式中,可以通过一种平铺式的展示方式,具体可以如图8,图8是本公开实施例提供的一种展示界面示意图,可以通过颜色深浅来表示学生密度。又例如,展示方式可以用不同的颜色表示教室内的学生密度,在图8中并未示出,例如,可以用红色代表上课、黄色深浅代表学生密度、绿色代表空闲,来展示A教学楼内教室占用情况。本公开通过算法预测未来某个时段教学楼中的教室空闲情况,可以极大的方便校内学生寻找到适合自己的自习室。
图9是本公开实施例提供的一种人员情况预测装置结构示意图。参见图9,该装置包括:
获取模块901,用于基于目标区域的历史人员数据,获取目标时刻该目标区域内的第一预测人员数量;
该获取模块901还用于根据该目标区域和该目标区域的多个相邻区域之间的历史人员流动情况,获取该目标时刻该目标区域内的第二预测人员数量;
该获取模块901还用于基于该第一预测人员数量和该第二预测人员数量,获取该目标时刻该目标区域的预测人员数量;
输出模块902,用于根据该预测人员数量,输出该目标时刻该目标区域的预测人员情况。
在一种可能实现方式中,该获取模块还用于:
根据目标时刻,获取多个不同历史时间段中该目标时刻对应的时刻该目标区域内的人员数量,将该人员数量作为该目标区域的历史人员数据;
基于该多个不同历史时间段中该目标时刻对应的时刻该目标区域内的人员数量,获取该目标时刻该目标区域内的人员数量,得到第一预测人员数量。
在一种可能实现方式中,该装置还包括:
加权模块,用于根据该多个不同历史时间段各自的权重,对该多个不同历史时间段中每个历史时间段中该目标时刻对应的时刻该目标区域内的人员数量进行加权,得到该第一预测人员数量。
在一种可能实现方式中,该不同历史时间段为以当前时刻为结束时间、长度不同的时间段;该每个历史时间段中该目标时刻对应的时刻包括多个时刻;
该获取模块还用于获取该每个历史时间段中该多个时刻该目标区域中的人员数量;
该加权模块还用于对该多个时刻该目标区域中的人员数量进行加权,得到该每个历史时间段中该目标时刻对应的时刻该目标区域内的人员数量。
在一种可能实现方式中,
该装置还包括加权模块,用于根据该多个不同历史时间段各自的权重,对该多个不同历史时间段中每个历史时间段中该目标时刻对应的时刻该目标区域内的人员数量进行加权,得到第三预测人员数量;
该获取模块还用于根据所有区域的历史人员数据,获取人员数量增长率;
该获取模块还用于基于该第三预测人员数量和该人员数量增长率,获取该目标时刻该目标区域内的人员数量,得到该第一预测人员数量。
在一种可能实现方式中,该获取模块还用于获取该第三预测人员数量和该人员数量增长率的乘积,将该乘积作为该第一预测人员数量。
在一种可能实现方式中,该预测模块还用于执行下述任一项:
基于该目标区域的多个相邻区域中每个区域的历史人员数据,预测以该目标时刻为结束时刻的目标时间段内流入该目标区域的人员流动数量,将该流入的人员流动数量与该流出的人员流动数量的差值作为该第二预测人员数量;
基于该目标区域的多个相邻区域中每个区域的历史人员数据,预测以该目标时刻为结束时刻的目标时间段内流入和流出该目标区域的人员流动数量,将该人员流动数量作为该目标时刻该目标区域内的第二预测人员数量。
在一种可能实现方式中,
该获取模块还用于对于该多个相邻区域中每个区域,基于该区域的历史人员数据,获取该以该目标时刻为结束时刻的目标时间段对应的开始时刻该区域内的人员数量;
该获取模块还用于基于该区域的历史人员数据,获取该目标时间段对应的时间段内该区域中人员流入该目标区域的概率;
该装置还包括预测模块,用于基于该多个相邻区域中每个区域该以该目标时刻为结束时刻的目标时间段对应的开始时刻该区域内的人员数量和该目标时间段对应的时间段内该区域中人员流入该目标区域的概率,预测以该目标时刻为结束时刻的目标时间段内流入该目标区域的人员流动数量。
在一种可能实现方式中,该获取模块还用于:
对于该多个相邻区域中每个区域,获取该以该目标时刻为结束时刻的目标时间段对应的开始时刻该区域内的人员数量和该目标时间段内该区域中人员流入该目标区域的概率的乘积;
获取该多个相邻区域中每个区域对应的乘积的和值,将该和值作为以该目标时刻为结束时刻的目标时间段内流入该目标区域的人员流动数量。
在一种可能实现方式中,该获取模块还用于:
基于该区域的历史人员数据,获取多个不同历史时间段中每个历史时间段该目标时刻对应时刻该区域的人员数量和该目标时间段对应的时间段内该区域流入该目标区域的人员数量;
获取该目标时刻对应时刻该区域的人员数量与该目标时间段对应的时间段内该区域流入该目标区域的人员数量的比值;
对多个不同历史时间段中每个历史时间段的比值进行加权,得到该目标时间段内该区域中人员流入该目标区域的概率。
在一种可能实现方式中,该获取模块还用于:
获取该第一预测人员数量对应的第一权重和该第二预测人员数量对应的第二权重;
基于该第一权重和该第二权重,对该第一预测人员数量和该第二预测人员数量进行加权,得到该目标时刻该目标区域的预测人员数量。
在一种可能实现方式中,该装置还包括:
确定模块,用于对于所有区域中每个区域,基于该目标时刻对应时刻该区域的人员数量和该目标时间段对应的历史时间段内流入该区域的人员数量,确定该第一权重。
在一种可能实现方式中,该确定模块还用于:
根据第一人员数量与第二人员数量的比例,确定第一影响因子,该第一人员数量为所有区域中每个区域的该目标时刻对应时刻该区域的人员数量,该第二人员数量为该目标时刻对应时刻所有区域的人员数量总和;
根据第三人员数量与第四人员数量的比例,确定第二影响因子,该第三人员数量为所有区域中每个区域该目标时间段对应的历史时间段内流入该区域的人员数量,该第四人员数量为该目标时间段对应的历史时间段内流入该区域的人员数量总和;
基于该第一影响因子和该第二影响因子,确定该第一权重。
在一种可能实现方式中,该输出模块还用于执行下述任一项:
输出该目标时刻该目标区域的该预测人员数量;
根据该预测人员数量和该目标区域的区域容纳量,获取并输出该目标时刻该目标区域的被占用率。
在一种可能实现方式中,该获取模块还用于:
获取该目标区域的历史人员情况;
根据该目标时刻该目标区域的预测人员情况和该历史人员情况,获取并输出该目标区域内的人员变化情况。
在一种可能实现方式中,该输出模块还用于:
当该目标区域的预测人员数量大于数量阈值时,输出提示信息,该提示信息用于提示该目标区域中人员数量多而需要重新规划将要进入的区域。
在一种可能实现方式中,该装置还包括发送模块,用于执行下述任一项:
当接收到任一用户账号对该目标区域的人员情况查看请求时,向该用户账号发送该目标时刻该目标区域的预测人员情况;
当检测到任一用户账号所预定的区域为该目标区域时,向该用户账号发送该目标时刻该目标区域的预测人员情况;
当检测到任一用户账号所预定的区域为该目标区域且该目标区域的预测人员情况满足目标条件时,向该用户账号发送该目标时刻该目标区域的预测人员情况。
在一种可能实现方式中,该获取模块还用于:
获取该目标时刻其他区域的预测人员数量;
根据该目标区域和其他区域的预测人员数量,获取并输出多个区域中的预测人员分布情况。
在一种可能实现方式中,该获取模块还用于:
对于任一区域,接收无线设备采集到的该区域内的移动终端地址信息,根据该移动终端地址信息,获取该区域的第一历史人员数据;
接收对该区域内采集的图像的人脸识别结果,根据该人脸识别结果,获取该区域的第二历史人员数据;
基于该第一历史人员数据和该第二历史人员数据,获取该区域的该历史人员数据。
在一种可能实现方式中,该装置还包括:
确定模块,用于根据两种人员数据中人员位置关系或人员行进方向之间的关系中至少一项关系,确定该第一历史人员数据和该第二历史人员数据中相同人员数据;
合并模块,用于对该两种人员数据中相同人员数据进行合并,得到该区域的该历史人员数据。
本公开实施例提供的装置,基于目标区域的历史人员数据,获取目标时刻该目标区域内的第一预测人员数量,根据该目标区域和该目标区域的多个相邻区域之间的历史人员流动情况,获取该目标时刻该目标区域内的第二预测人员数量,基于第一预测人员数量者和第二预测人员数量获取最终的该目标时刻该目标区域的预测人员数量,进而输出该目标区域的预测人员情况。通过预测未来时刻的人员数量可以提前了解未来的人员状况,同时基于两种不同的预测方法的预测结果结合得到预测人员数量,提高了预测结果的准确性。
需要说明的是:上述实施例提供的人员情况预测装置在人员情况预测时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的人员情况预测装置与人员情况预测方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图10是本公开实施例提供的一种终端的结构示意图。该终端1000可以是:智能手机、平板电脑、MP3(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端1000还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,终端1000包括有:一个或多个处理器1001和一个或多个存储器1002。
处理器1001可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器1001可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1001也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器1001可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器1001还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器1002可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器1002还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器1002中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器1001所执行以实现本公开中方法实施例提供的人员情况预测方法。
在一些实施例中,终端1000还可选包括有:外围设备接口1003和至少一个外围设备。处理器1001、存储器1002和外围设备接口1003之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1003相连。具体地,外围设备包括:射频电路1004、显示屏1005、摄像头组件1006、音频电路1007、定位组件1008和电源1009中的至少一种。
外围设备接口1003可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器1001和存储器1002。在一些实施例中,处理器1001、存储器1002和外围设备接口1003被集成在同一芯片或电路板上;在一些其他实施例中,处理器1001、存储器1002和外围设备接口1003中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路1004用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路1004通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1004将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路1004包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1004可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路1004还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本公开对此不加以限定。
显示屏1005用于显示UI(UserInterface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1005是触摸显示屏时,显示屏1005还具有采集在显示屏1005的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1001进行处理。此时,显示屏1005还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏1005可以为一个,设置终端1000的前面板;在另一些实施例中,显示屏1005可以为至少两个,分别设置在终端1000的不同表面或呈折叠设计;在再一些实施例中,显示屏1005可以是柔性显示屏,设置在终端1000的弯曲表面上或折叠面上。甚至,显示屏1005还可以设置成非矩形的不规则图形,也即异形屏。显示屏1005可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件1006用于采集图像或视频。可选地,摄像头组件1006包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件1006还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路1007可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器1001进行处理,或者输入至射频电路1004以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在终端1000的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1001或射频电路1004的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路1007还可以包括耳机插孔。
定位组件1008用于定位终端1000的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件1008可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源1009用于为终端1000中的各个组件进行供电。电源1009可以是交流电、直流电、一次性电池或可充电电池。当电源1009包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中,终端1000还包括有一个或多个传感器1010。该一个或多个传感器1010包括但不限于:加速度传感器1011、陀螺仪传感器1012、压力传感器1013、指纹传感器1014、光学传感器1015以及接近传感器1016。
加速度传感器1011可以检测以终端1000建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器1011可以用于检测重力加速度在三个坐标轴上的分量。处理器1001可以根据加速度传感器1011采集的重力加速度信号,控制显示屏1005以横向视图或纵向视图进行用户界面的显示。加速度传感器1011还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器1012可以检测终端1000的机体方向及转动角度,陀螺仪传感器1012可以与加速度传感器1011协同采集用户对终端1000的3D动作。处理器1001根据陀螺仪传感器1012采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器1013可以设置在终端1000的侧边框和/或显示屏1005的下层。当压力传感器1013设置在终端1000的侧边框时,可以检测用户对终端1000的握持信号,由处理器1001根据压力传感器1013采集的握持信号进行左右手识别或快捷操作。当压力传感器1013设置在显示屏1005的下层时,由处理器1001根据用户对显示屏1005的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器1014用于采集用户的指纹,由处理器1001根据指纹传感器1014采集到的指纹识别用户的身份,或者,由指纹传感器1014根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器1001授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器1014可以被设置终端1000的正面、背面或侧面。当终端1000上设置有物理按键或厂商Logo时,指纹传感器1014可以与物理按键或厂商Logo集成在一起。
光学传感器1015用于采集环境光强度。在一个实施例中,处理器1001可以根据光学传感器1015采集的环境光强度,控制显示屏1005的显示亮度。具体地,当环境光强度较高时,调高显示屏1005的显示亮度;当环境光强度较低时,调低显示屏1005的显示亮度。在另一个实施例中,处理器1001还可以根据光学传感器1015采集的环境光强度,动态调整摄像头组件1006的拍摄参数。
接近传感器1016,也称距离传感器,通常设置在终端1000的前面板。接近传感器1016用于采集用户与终端1000的正面之间的距离。在一个实施例中,当接近传感器1016检测到用户与终端1000的正面之间的距离逐渐变小时,由处理器1001控制显示屏1005从亮屏状态切换为息屏状态;当接近传感器1016检测到用户与终端1000的正面之间的距离逐渐变大时,由处理器1001控制显示屏1005从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图10中示出的结构并不构成对终端1000的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
图11是本公开实施例提供的一种服务器的结构示意图,该服务器1100可因配置或性能不同而产生比较大的差异,可以包括一个或多个处理器(central processing units,CPU)1101和一个或多个的存储器1102,其中,该一个或多个存储器1102中存储有至少一条指令,该至少一条指令由该一个或多个处理器1101加载并执行以实现上述各个方法实施例提供的方法。当然,该服务器1100还可以具有有线或无线网络接口、键盘以及输入输出接口等部件,以便进行输入输出,该服务器1100还可以包括其他用于实现设备功能的部件,在此不做赘述。
在示例性实施例中,还提供了一种计算机可读存储介质,例如包括指令的存储器,上述指令可由处理器执行以完成上述实施例中的人员情况预测方法。例如,该计算机可读存储介质可以是只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random AccessMemory,RAM)、只读光盘(Compact Disc Read-Only Memory,CD-ROM)、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,该程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
上述仅为本公开的可选实施例,并不用以限制本公开,凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (8)
1.一种人员情况预测方法,其特征在于,所述方法包括:
基于目标区域的历史人员数据,获取目标时刻所述目标区域内的第一预测人员数量,所述目标区域为教学楼或教室;
根据所述目标区域和所述目标区域的多个相邻区域之间的历史人员流动情况,获取所述目标时刻所述目标区域内的第二预测人员数量;
获取所述第一预测人员数量对应的第一权重和所述第二预测人员数量对应的第二权重,基于所述第一权重和所述第二权重,对所述第一预测人员数量和所述第二预测人员数量进行加权,得到所述目标时刻所述目标区域的预测人员数量,所述第一权重的获取过程包括:对于所有区域中每个区域,基于所述目标时刻对应时刻所述区域的人员数量和目标时间段对应的历史时间段内流入所述区域的人员数量,确定所述第一权重,其中,采用下述公式五来获取所述第一权重:
公式五:
α表示第一权重,j表示维度标识,m表示计算用户价值时候的维度数量,i表示样本标识,n表示统计样本的个数,xij表示第j个统计维度下,第i个统计样本在该指标下的统计值,K表示区域标识,ln()表示自然对数函数;并且,在进行空闲教室分析时,结合排课信息,将当前已经排课的教室排除在人员数量、空闲教室的计算外,然后在未来特定时间段的空闲教室计算中,排除己被排课的教室;
根据所述预测人员数量,输出所述目标时刻所述目标区域的预测人员情况,所述预测人员情况包括所述目标时刻所述目标区域的预测人员数量或被占用率,所述被占用率是指所述目标区域内的人员数量与提供的基础设施的比率,其中,当所述预测人员数量大于数量阈值或所述被占用率大于被占用率阈值时,输出提示信息。
2.根据权利要求1所述的方法,其特征在于,所述基于目标区域的历史人员数据,获取目标时刻所述目标区域内的第一预测人员数量,包括:
根据目标时刻,获取多个不同历史时间段中所述目标时刻对应的时刻所述目标区域内的人员数量,将所述人员数量作为所述目标区域的历史人员数据;
基于所述多个不同历史时间段中所述目标时刻对应的时刻所述目标区域内的人员数量,获取所述目标时刻所述目标区域内的人员数量,得到第一预测人员数量。
3.根据权利要求2所述的方法,其特征在于,所述基于所述多个不同历史时间段中所述目标时刻对应的时刻所述目标区域内的人员数量,获取所述目标时刻所述目标区域内的人员数量,得到第一预测人员数量,包括:
根据所述多个不同历史时间段各自的权重,对所述多个不同历史时间段中每个历史时间段中所述目标时刻对应的时刻所述目标区域内的人员数量进行加权,得到第三预测人员数量;
根据所有区域的历史人员数据,获取人员数量增长率;
基于所述第三预测人员数量和所述人员数量增长率,获取所述目标时刻所述目标区域内的人员数量,得到所述第一预测人员数量。
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标区域和所述目标区域的多个相邻区域之间的历史人员流动情况,获取所述目标时刻所述目标区域内的第二预测人员数量,包括下述任一项:
基于所述目标区域的多个相邻区域中每个区域的历史人员数据,预测以所述目标时刻为结束时刻的目标时间段内流入所述目标区域的人员流动数量,将所述人员流动数量作为所述第二预测人员数量;
基于所述目标区域的多个相邻区域中每个区域的历史人员数据,预测以所述目标时刻为结束时刻的目标时间段内流入和流出所述目标区域的人员流动数量,将所述流入的人员流动数量与所述流出的人员流动数量的差值作为所述第二预测人员数量。
5.根据权利要求4所述的方法,其特征在于,所述基于所述目标区域的多个相邻区域中每个区域的历史人员数据,预测以所述目标时刻为结束时刻的目标时间段内流入所述目标区域的人员流动数量,包括:
对于所述多个相邻区域中每个区域,基于所述区域的历史人员数据,获取所述以所述目标时刻为结束时刻的目标时间段对应的开始时刻所述区域内的人员数量;
基于所述区域的历史人员数据,获取所述目标时间段对应的时间段内所述区域中人员流入所述目标区域的概率;
基于所述多个相邻区域中每个区域所述以所述目标时刻为结束时刻的目标时间段对应的开始时刻所述区域内的人员数量和所述目标时间段对应的时间段内所述区域中人员流入所述目标区域的概率,预测以所述目标时刻为结束时刻的目标时间段内流入所述目标区域的人员流动数量。
6.一种人员情况预测装置,其特征在于,所述装置包括多个功能模块,所述多个功能模块用于执行权利要求1至权利要求5任一项所述的人员情况预测方法。
7.一种计算机设备,其特征在于,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条指令,所述指令由所述一个或多个处理器加载并执行以实现如权利要求1至权利要求5任一项所述的人员情况预测方法所执行的操作。
8.一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中存储有至少一条指令,所述指令由处理器加载并执行以实现如权利要求1至权利要求5任一项所述的人员情况预测方法所执行的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911348302.7A CN111126697B (zh) | 2019-12-24 | 2019-12-24 | 人员情况预测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911348302.7A CN111126697B (zh) | 2019-12-24 | 2019-12-24 | 人员情况预测方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111126697A CN111126697A (zh) | 2020-05-08 |
CN111126697B true CN111126697B (zh) | 2024-01-23 |
Family
ID=70500268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911348302.7A Active CN111126697B (zh) | 2019-12-24 | 2019-12-24 | 人员情况预测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111126697B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111723730B (zh) * | 2020-06-18 | 2023-08-22 | 中国银行股份有限公司 | 对目标对象的数量进行预测的方法及相关设备 |
CN112255923B (zh) * | 2020-10-13 | 2023-12-19 | 日立楼宇技术(广州)有限公司 | 一种电设备控制方法、装置、服务器及介质 |
CN113724116A (zh) * | 2020-12-18 | 2021-11-30 | 京东城市(北京)数字科技有限公司 | 一种区域人群活跃度确定方法、装置及电子设备 |
CN112950431B (zh) * | 2021-04-27 | 2022-02-25 | 深圳市创捷科技有限公司 | 一种智慧学校局域网电子班牌系统 |
CN117010556A (zh) * | 2023-07-04 | 2023-11-07 | 天地科技股份有限公司北京技术研究分公司 | 资源分配方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101350113A (zh) * | 2008-09-04 | 2009-01-21 | 上海交通大学 | 基于客流预测和自适应仿真的拥挤预警系统 |
CN106982413A (zh) * | 2016-01-15 | 2017-07-25 | 中国移动通信集团上海有限公司 | 一种区域客流趋势的预测方法及装置 |
CN108053080A (zh) * | 2017-12-30 | 2018-05-18 | 中国移动通信集团江苏有限公司 | 区域用户数量统计值预测方法、装置、设备及介质 |
CN108388852A (zh) * | 2018-02-09 | 2018-08-10 | 北京天元创新科技有限公司 | 一种基于深度学习的区域人群密度预测方法及装置 |
CN110414715A (zh) * | 2019-06-28 | 2019-11-05 | 武汉大学 | 一种基于社团检测的客流量预警方法 |
-
2019
- 2019-12-24 CN CN201911348302.7A patent/CN111126697B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101350113A (zh) * | 2008-09-04 | 2009-01-21 | 上海交通大学 | 基于客流预测和自适应仿真的拥挤预警系统 |
CN106982413A (zh) * | 2016-01-15 | 2017-07-25 | 中国移动通信集团上海有限公司 | 一种区域客流趋势的预测方法及装置 |
CN108053080A (zh) * | 2017-12-30 | 2018-05-18 | 中国移动通信集团江苏有限公司 | 区域用户数量统计值预测方法、装置、设备及介质 |
CN108388852A (zh) * | 2018-02-09 | 2018-08-10 | 北京天元创新科技有限公司 | 一种基于深度学习的区域人群密度预测方法及装置 |
CN110414715A (zh) * | 2019-06-28 | 2019-11-05 | 武汉大学 | 一种基于社团检测的客流量预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111126697A (zh) | 2020-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111126697B (zh) | 人员情况预测方法、装置、设备及存储介质 | |
CN107154969B (zh) | 目的地点推荐方法及装置 | |
CN111182453B (zh) | 定位方法、装置、电子设备及存储介质 | |
RU2654048C2 (ru) | Способ и устройство представления информации | |
CN109962939B (zh) | 位置推荐方法、装置、服务器、终端及存储介质 | |
KR101373007B1 (ko) | 주변 기기 식별 방법 및 장치 | |
CN109933638B (zh) | 基于电子地图的目标区域轮廓确定方法、装置及存储介质 | |
EP2262258A2 (en) | Mobile terminal, server device, information processing system, display control method, and program | |
EP3287745B1 (en) | Information interaction method and device | |
KR102109585B1 (ko) | 건물 내 위치 기반 서비스 구현 방법, 저장 매체, 서버 및 전자 장치 | |
CN110210045B (zh) | 目标区域的人数估算方法、装置及存储介质 | |
CN109887268B (zh) | 车辆调度方法、装置及存储介质 | |
CN102667707B (zh) | 用于显示信息的方法和显示装置 | |
KR102532390B1 (ko) | IoT 디바이스의 알람 규칙 구성 방법 및 장치, 디바이스, 및 저장 매체 | |
CN107560619A (zh) | 路径推荐方法和装置 | |
CN108628985B (zh) | 一种相册的处理方法及移动终端 | |
CN111062824B (zh) | 群组成员处理方法、装置、计算机设备及存储介质 | |
CN111372201B (zh) | 信息通知方法、装置及计算机设备 | |
CN112529871B (zh) | 评价图像的方法、装置及计算机存储介质 | |
CN112269939B (zh) | 自动驾驶的场景搜索方法、装置、终端、服务器及介质 | |
CN112131473B (zh) | 信息推荐方法、装置、设备及存储介质 | |
CN111428158B (zh) | 推荐位置的方法、装置、电子设备及可读存储介质 | |
CN110728390B (zh) | 一种事件预测的方法及装置 | |
CN110990728A (zh) | 兴趣点信息的管理方法、装置、设备及存储介质 | |
CN112365088B (zh) | 行程关键点的确定方法、装置、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |