CN111612430A - 一种亲密用户确定方法及装置 - Google Patents
一种亲密用户确定方法及装置 Download PDFInfo
- Publication number
- CN111612430A CN111612430A CN202010456295.9A CN202010456295A CN111612430A CN 111612430 A CN111612430 A CN 111612430A CN 202010456295 A CN202010456295 A CN 202010456295A CN 111612430 A CN111612430 A CN 111612430A
- Authority
- CN
- China
- Prior art keywords
- close
- user
- time
- source user
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本申请公开了一种亲密用户确定方法及装置,所述方法包括:根据预设时间段内源用户的信令数据,生成所述源用户的行动轨迹;根据所述源用户的行动轨迹确定目标用户群;根据所述时间段内目标用户群的信令数据,生成目标用户群的行动轨迹;根据所述源用户的行动轨迹、预设宽度和目标用户群的行动轨迹从所述目标用户群中筛选出所述源用户的亲密用户。可以确定源用户的亲密用户,尤其适用于社会公共安全或公共卫生事件响应,快速、精准的对亲密用户进行甄别,有效提高事件响应和处理速度,为人民生命财产安全提供保障。
Description
技术领域
本申请属于通信技术领域,具体涉及一种亲密用户确定方法及装置。
背景技术
近年来,随着各行各业的快速发展,安全已上升到国家战略高度,尤其是公共安全和公共卫生等公共安全事件,极大影响着人民生命财产安全。大数据时代,如何利用现有的移动数据资源和技术体系,进一步完善国家安全保障体系,提升人们工作生活的安全指数,切实保障人民生命财产安全,显得尤为重要。
现有方案主要采取预警或事后人为干预等手段,应对突发的公共安全或卫生事件,主要依靠人力且各单位较为孤立,耗时耗力,不能自动、快速对相关人员进行筛查和判断,难以满足信息社会对公共安全响应速度的需求。
发明内容
本申请针对现有方案主要采取预警或事后人为干预等手段,应对突发的公共安全或卫生事件,主要依靠人力且各单位较为孤立,耗时耗力,不能自动、快速对相关人员进行筛查和判断的问题,提供一种基站环状连接网络接入的方法及基站。
作为本申请的第一个方面,提供一种亲密用户确定方法,其特征在于,包括:
根据预设时间段内源用户的信令数据,生成所述源用户的行动轨迹;
根据所述源用户的行动轨迹确定目标用户群;
根据所述时间段内目标用户群的信令数据,生成目标用户群的行动轨迹;
根据所述源用户的行动轨迹、预设宽度和目标用户群的行动轨迹从所述目标用户群中筛选出所述源用户的亲密用户。
优选地,所述根据预设时间段内源用户的信令数据,生成所述源用户的行动轨迹,包括:
根据所述时间段内源用户的信令数据确定源用户在预设时间段的位置信息,根据该位置信息确定源用户的活动区域;
根据所述时间段内源用户的信令数据确定源用户在所述活动区域的出入时间和出入时间中各个离散时间的源用户的位置;
根据所述出入时间和出入时间中各个离散时间的源用户的位置,生成所述源用户的行动轨迹。
优选地,所述根据所述源用户的行动轨迹确定目标用户群,包括:
将满足以下至少一个条件的用户确定为目标用户群:
离开所述活动区域的时间在第一时间和第二时间之间,所述第一时间为所述源用户的行动轨迹中所述源用户进入所述活动区域的时间,所述第二时间为所述源用户的行动轨迹中所述源用户离开所述活动区域的时间;进入所述活动区域的时间在所述第一时间和所述第二时间之间;进入所述活动区域的时间在所述第一时间之前且离开所述活动区域的时间在所述第二时间之后。
优选地,所述根据所述源用户的行动轨迹、预设宽度和目标用户群的行动轨迹从所述目标用户群中筛选出所述源用户的亲密用户,包括:
根据所述源用户的行动轨迹、预设宽度和所述目标用户群的行动轨迹确定源用户的近距用户以及近距轨迹;
确定所述近距用户的近距次数和单次近距时长;
根据所述近距轨迹、所述源用户的行动轨迹、所述单次近距时长和所述近距次数从所述近距用户中筛选出亲密用户。
优选地,所述根据所述源用户的行动轨迹、预设宽度和所述目标用户群的行动轨迹确定源用户的近距用户以及近距轨迹,包括:
以所述源用户的行动轨迹为中心线,按照预设宽度进行双向等宽扩展,生成源用户的扩展活动轨迹;
若所述目标用户群中的用户的行动轨迹与所述源用户的扩展活动轨迹相交,则确定该用户为所述源用户的近距用户;
确定所述近距用户的行动轨迹与所述源用户的扩展活动轨迹相交的连线为近距轨迹。
优选地,所述确定所述近距用户的近距次数和单次近距时长,包括:
确定所述源用户的扩展活动轨迹中所述近距轨迹的数量,作为近距次数;
确定所述源用户的扩展活动轨迹中时间最长的近距轨迹的时长,作为单次近距时长;
所述根据所述近距轨迹、所述源用户的行动轨迹、所述单次近距时长和所述近距次数从所述近距用户中筛选出亲密用户,包括:
判断所述近距轨迹和所述源用户的行动轨迹是否一致;
若是,则确定该近距用户为亲密用户;
若否,则将单次近距时长大于第一阈值和/或所述近距次数大于第二阈值的近距用户确定为亲密用户。
优选地,所述从所述近距用户中筛选出亲密用户之后,还包括:
确定所述亲密用户的等级。
优选地,所述确定所述亲密用户的等级,包括:
确定近距轨迹和所述源用户的行动轨迹一致的亲密用户为一级亲密用户;
确定近距轨迹和所述源用户的行动轨迹不一致,且所述单次近距时长大于第一阈值,且所述近距次数大于第二阈值的亲密用户为二级亲密用户;
确定近距轨迹和所述源用户的行动轨迹不一致,且所述单次近距时长大于第一阈值的亲密用户为三级亲密用户;或者,
确定近距轨迹和所述源用户的行动轨迹不一致,且所述近距次数大于第二阈值的亲密用户为三级亲密用户。
作为本申请的第二个方面,提供一种亲密用户确定装置,包括:
第一生成模块,用于根据预设时间段内源用户的信令数据,生成所述源用户的行动轨迹;
第一确定模块,用于根据所述源用户的行动轨迹确定目标用户群;
第二生成模块,用于根据所述时间段内目标用户群的信令数据,生成目标用户群的行动轨迹;
筛选模块,用于根据所述源用户的行动轨迹、预设宽度和目标用户群的行动轨迹从所述目标用户群中筛选出所述源用户的亲密用户。
优选地,所述第一生成模块,包括:
第一确定子模块,用于根据所述时间段内源用户的信令数据确定源用户在预设时间段的位置信息,根据该位置信息确定源用户的活动区域;
第二确定子模块,用于根据所述时间段内源用户的信令数据确定源用户在所述活动区域的出入时间和出入时间中各个离散时间的源用户的位置;
生成子模块,用于根据所述出入时间和出入时间中各个离散时间的源用户的位置,生成所述源用户的行动轨迹。
优选地,所述第一确定模块,具体用于:
将满足以下至少一个条件的用户确定为目标用户群:
离开所述活动区域的时间在第一时间和第二时间之间,所述第一时间为所述源用户的行动轨迹中所述源用户进入所述活动区域的时间,所述第二时间为所述源用户的行动轨迹中所述源用户离开所述活动区域的时间;进入所述活动区域的时间在所述第一时间和所述第二时间之间;进入所述活动区域的时间在所述第一时间之前且离开所述活动区域的时间在所述第二时间之后。
优选地,所述筛选模块,包括:
第三确定子模块,用于根据所述源用户的行动轨迹、预设宽度和所述目标用户群的行动轨迹确定源用户的近距用户以及近距轨迹;
第四确定子模块,用于确定所述近距用户的近距次数和单次近距时长;
筛选子模块,用于根据所述近距轨迹、所述源用户的行动轨迹、所述单次近距时长和所述近距次数从所述近距用户中筛选出亲密用户。
优选地,所述第三确定子模块,具体用于:
以所述源用户的行动轨迹为中心线,按照预设宽度进行双向等宽扩展,生成源用户的扩展活动轨迹;
若所述目标用户群中的用户的行动轨迹与所述源用户的扩展活动轨迹相交,则确定该用户为所述源用户的近距用户;
确定所述近距用户的行动轨迹与所述源用户的扩展活动轨迹相交的连线为近距轨迹。
优选地,所述第四确定子模块,具体用于:
确定所述源用户的扩展活动轨迹中所述近距轨迹的数量,作为近距次数;
确定所述源用户的扩展活动轨迹中时间最长的近距轨迹的时长,作为单次近距时长;
所述筛选子模块,具体用于:
判断所述近距轨迹和所述源用户的行动轨迹是否一致;
若是,则确定该近距用户为亲密用户;
若否,则将单次近距时长大于第一阈值和/或所述近距次数大于第二阈值的近距用户确定为亲密用户。
优选地,所述装置,还包括:
第二确定模块,用于确定所述亲密用户的等级。
优选地,所述第二确定模块,具体用于:
确定近距轨迹和所述源用户的行动轨迹一致的亲密用户为一级亲密用户;
确定近距轨迹和所述源用户的行动轨迹不一致,且所述单次近距时长大于第一阈值,且所述近距次数大于第二阈值的亲密用户为二级亲密用户;
确定近距轨迹和所述源用户的行动轨迹不一致,且所述单次近距时长大于第一阈值的亲密用户为三级亲密用户;或者,确定近距轨迹和所述源用户的行动轨迹不一致,且所述近距次数大于第二阈值的亲密用户为三级亲密用户。
本申请可以确定源用户的亲密用户,尤其适用于社会公共安全或公共卫生事件响应,快速、精准的对亲密用户进行甄别,有效提高事件响应和处理速度,为人民生命财产安全提供保障。
附图说明
图1为本申请第一实施例提供的一种亲密用户确定方法的流程图;
图2为本申请第一实施例提供的图1中步骤S1的一种可选实施方式;
图3为本申请第一实施例提供的图1中步骤S4的一种可选实施方式;
图4为本申请第一实施例提供的确定近距用户以及近距轨迹的示意图;
图5为本申请第二实施例提供的一种亲密用户确定装置的结构示意图;
图6为本申请第二实施例提供的一种亲密用户确定装置的另一结构示意图;
图7为本申请第二实施例提供的一种亲密用户确定装置的另一结构示意图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本发明作进一步详细描述。
本申请提供一种亲密用户确定方法及装置。以下分别结合本申请提供的实施例的附图逐一进行详细说明。
作为本申请的第一个实施例,提供一种亲密用户确定方法,如图1所示,所述亲密用户确定方法包括以下步骤。
步骤1,根据预设时间段内源用户的信令数据,生成源用户的行动轨迹。
源用户是某已知用户,需针对其分析获取与其相关的亲密用户,常见如公共安全部门通缉人员、公共卫生事件感染人员(例如,新冠病毒患者)等。
预设时间段是预设的筛查起止时间,如通缉人员出逃时间至今、感染人员确诊时间之前一周等。
行动轨迹是预设时间段内时间轴的线性行动轨迹,是源用户的活动区域内连续时间点的具体位置。
在该步骤中,根据预设时间段内源用户的信令数据,生成源用户预设时间段内在活动区域的线性行动轨迹。
步骤2,根据源用户的行动轨迹确定目标用户群。
在该步骤中,目标用户群是未知用户,是本申请待求的目标对象,即泛用户,满足预设条件的确定为目标用户群。从目标用户群中选出源用户的亲密用户。
步骤3,根据时间段内目标用户群的信令数据,生成目标用户群的行动轨迹。
在该步骤中,根据预设时间段内目标用户群的信令数据,生成目标用户群预设时间段内在与源用户同一个活动区域的线性行动轨迹。
步骤4,根据源用户的行动轨迹、预设宽度和目标用户群的行动轨迹从目标用户群中筛选出源用户的亲密用户。
预设宽度,是指针对源用户的行动轨迹进行扩展时,扩展原则为从线到面,以源用户的行动轨迹为基准按照预设宽度进行双向等宽扩展。
在该步骤中,从目标用户群中筛选出的源用户的亲密用户与源用户的行动轨迹、预设宽度和目标用户群的行动轨迹相关。
本申请可以确定源用户的亲密用户,即确定公共安全部门通缉人员或公共卫生事件感染人员的亲密用户,以确定公共安全部门通缉人员的同伙或公共卫生事件感染人员的密切接触者等人员,快速、精准的对亲密用户进行甄别,有效提高事件响应和处理速度,为人民生命财产安全提供保障。
在一些实施例中,如图2所示,所述根据预设时间段内源用户的信令数据,生成源用户的行动轨迹(即步骤1),包括:
步骤101,根据时间段内源用户的信令数据确定源用户在预设时间段的位置信息,根据该位置信息确定源用户的活动区域。
在该步骤中,对于已知的源用户,其信令数据由移动用户大数据获取,根据该用户(IMSI)在时间段内源用户的信令数据,确定源用户在预设时间段的位置信息,即时间-位置对标数据,根据该位置信息确定源用户的活动区域,即确定预设时间段内的主要活动场所,对主要活动场所进行甄别,得到具有出入口约束的活动区域(常见如公交、地铁、车站、商场、办公楼等)。此处只确定一个源用户的活动区域,以基于该活动区域确定所述源用户的亲密用户。
步骤102,根据时间段内源用户的信令数据确定源用户在活动区域的出入时间和出入时间中各个离散时间的源用户的位置。
步骤103,根据出入时间和出入时间中各个离散时间的源用户的位置,生成源用户的行动轨迹。
在该步骤中,X轴为离散时间(与点对标),Y轴为活动区域,以出入时间对应的各离散时间为横坐标,出入时间对应的各离散时间对应的位置为纵坐标,得到源用户在出入时间内连续的行动轨迹。
例如,以源用户A为例进行说明,A进出该活动区域分别为Aenter、Aout,B进出该场所时间分别为Benter、Bout。则A在该活动区域的行动轨迹为:以Aenter和Aout为X轴起止时间,以各离散时间A的连续位置为Y轴坐标,连线得到A的行动轨迹,理想情况为一段曲线。存在不同时间同一活动场所多次活动的情况,因此行动轨迹可能为间断的曲线。同理,目标用户群的行动轨迹的生成方法与源用户的行动轨迹的生成方法相同,目标用户群的行动轨迹也可能为间断的曲线。
在一些实施例中,所述根据源用户的行动轨迹确定目标用户群(即步骤2),包括:将满足以下至少一个条件的用户确定为目标用户群:离开活动区域的时间在第一时间和第二时间之间;进入活动区域的时间在第一时间和第二时间之间;进入活动区域的时间在第一时间之前且离开活动区域的时间在第二时间之后。
在本申请实施例中,采用分级筛查确定源用户的亲密用户。包括初级筛查、二级筛查和三级筛查,分别输出目标用户群、近距用户和亲密用户。
在该步骤中,为一级筛查步骤。所述第一时间为源用户的行动轨迹中源用户进入所述活动区域的时间,所述第二时间为源用户的行动轨迹中源用户离开活动区域的时间。以源用户的行动轨迹为基准,分析出入时间及对应活动区域出入口的用户信息(数据来源于门禁、闸机或其他可记录摄像设备等),进行初级筛查。将进出该活动区域,并满足至少一个初级筛查条件的用户确定为目标用户群中的用户。
例如,以源用户A在某活动区域进出为例进行说明,源用户A进入时间为Aenter,离开时间为Aout,某目标用户B的进入时间为Benter,离开时间为Bout。将A、B时间进行比对,满足以下至少一个初级筛查条件的用户视为目标用户群中的用户:
条件1:Aenter≤Bout≤Aout;
条件2:Aenter≤Benter≤Aout;
条件3:Benter≤Aenter且Bout≥Aout;
条件1为离开时间在源用户A出入时间之间的用户,条件2为进入时间在源用户A出入时间之间的用户,二者相当于源用户A在该场所活动期间进入或离开的用户,与源用户A行动轨迹有相交(时间段、场所区域)。条件3为源用户A出入该活动区域期间,已经在该活动区域且未离开的用户(长时间停留、留宿等)。以上,以源用户A行动轨迹为基准,筛查出源用户A出入时间中对应活动区域内满足至少一个初级筛查条件的目标用户群。
在一些实施例中,如图3所示,所述根据源用户的行动轨迹、预设宽度和目标用户群的行动轨迹从目标用户群中筛选出所述源用户的亲密用户(即步骤4),包括:
步骤401,根据源用户的行动轨迹、预设宽度和目标用户群的行动轨迹确定源用户的近距用户以及近距轨迹。
在该步骤中,为二级筛查步骤。近距用户,是指目标用户群中与源用户接触距离较近的用户。近距轨迹是指源用户与近距用户满足近距时间空间要求的重叠轨迹,这里的时间空间要求视场景要求而定,如10秒内距离小于5米。源用户的近距用户以及近距轨迹与源用户的行动轨迹、预设宽度和目标用户群的行动轨迹相关。
步骤402,确定近距用户的近距次数和单次近距时长。
在该步骤中,近距次数为在所述活动区域与该源用户近距接触的次数。单次近距时长为在所述活动区域与该源用户近距接触时间最长的时长。
步骤403,根据近距轨迹、源用户的行动轨迹、单次近距时长和近距次数从近距用户中筛选出亲密用户。
在该步骤中,为三级筛查步骤。从近距用户中筛选出亲密用户与近距轨迹、源用户的行动轨迹、单次近距时长和近距次数相关。
在一些实施例中,所述根据源用户的行动轨迹、预设宽度和目标用户群的行动轨迹确定源用户的近距用户以及近距轨迹(步骤401),包括:以源用户的行动轨迹为中心线,按照预设宽度进行双向等宽扩展,生成源用户的扩展活动轨迹;若目标用户群中的用户的行动轨迹与源用户的扩展活动轨迹相交,则确定该用户为源用户的近距用户;确定近距用户的行动轨迹与源用户的扩展活动轨迹相交的连线为近距轨迹。
扩展活动轨迹是针对源用户的行动轨迹的扩展,扩展原则为从线到面,扩展宽度为预设宽度,扩展活动轨迹以源用户的行动轨迹为基准,双向等宽扩展后的区域。如图4所示,源用户A行动轨迹扩展以后为图中的等宽区域。
具体的,在二级筛查步骤中,以源用户的行动轨迹为基准,按照预设宽度推算其扩展活动轨迹。预设宽度可根据具体场景进行差异化设置,比如,对于某传染疾病,安全距离为5米以上,考虑到传染源的浮动型,留出一米冗余,将预设宽度设为6米。双向扩展后,扩展活动轨迹为沿源用户的行动轨迹,宽度12米的等宽区域。以源用户的出入时间为基准,将源用户的扩展活动轨迹与目标用户群中的用户的行动轨迹进行叠加,后者行动轨迹在前者扩展活动轨迹的区域内的,视为二者近距相交,则确定后者为前者的近距用户。确定近距用户的行动轨迹与源用户的扩展活动轨迹相交的连线为近距轨迹。
如图4所示,源用户A的扩展活动轨迹与目标用户B行动轨迹相交起始点为M、N,二者在时间、空间上满足近距关系,则B为A的近距用户,二者在该时间段内的近距轨迹为M-N。
在一些实施例中,所述确定所述近距用户的近距次数和单次近距时长(步骤402),包括:确定源用户的扩展活动轨迹中近距轨迹的数量,作为近距次数;确定源用户的扩展活动轨迹中时间最长的近距轨迹的时长,作为单次近距时长。
具体的,在源用户的扩展活动轨迹中的近距轨迹可能为多个,即近距用户与源用户间断多次近距离接触。确定源用户的扩展活动轨迹中近距轨迹的数量,作为近距次数。确定源用户的扩展活动轨迹中时间最长的近距轨迹的时长,作为单次近距时长,例如图4中,若近距轨迹M-N在源用户的扩展活动轨迹中是时间最长的近距轨迹,则将其时长作为单次近距时长。
在一些实施例中,所述根据近距轨迹、源用户的行动轨迹、单次近距时长和近距次数从近距用户中筛选出亲密用户(即步骤404),包括:判断近距轨迹和源用户的行动轨迹是否一致;若是,则确定该近距用户为亲密用户;若否,则将单次近距时长大于第一阈值和/或所述近距次数大于第二阈值的近距用户确定为亲密用户。
具体的,在三级筛查步骤中,对源用户在所述活动区域所有时间段的近距用户及其近距轨迹进行综合分析,从近距用户中筛选出亲密用户。可以确定源用户的亲密用户,即确定公共安全部门通缉人员或公共卫生事件感染人员的亲密用户,以确定公共安全部门通缉人员的同伙或公共卫生事件感染人员的密切接触者等人员,进一步采取相应措施。参考指标有轨迹一致性、单次近距时长和近距次数等。
一般的,轨迹一致性级别高于其他两者。一般情况,先根据轨迹一致性进行判断,判断近距轨迹和源用户的行动轨迹一致的近距用户为亲密用户。在轨迹一致性指标不满足时,然后结合单次近距时长和近距次数进行判断,单次近距时长和近距次数级别一致,将单次近距时长大于第一阈值和/或所述近距次数大于第二阈值的近距用户确定为亲密用户。
需要说明的是,对于一些特殊的场景,可以单独确定其是否为亲密用户。例如,对于公交、地铁等移动封闭场景,在轨迹一致性不满足的情况下,因为源用户和近距用户之间相对没有运动,可以只考虑单次近距时长。例如,单站行驶时间为T,将单次近距时长大于T的近距用户认为其近距程度较高,确定其为亲密用户。
在一些实施例中,所述从所述近距用户中筛选出亲密用户之后,还包括:确定亲密用户的等级。
具体的,亲密用户的等级是近距用户与其源用户的近距程度,根据轨迹一致性、单次近距时长和近距次数进行判断。得出各亲密用户的近距程度分级排序,有助于对亲密用户进行进一步筛查和排除。
在一些实施例中,所述确定亲密用户的等级,包括:确定近距轨迹和源用户的行动轨迹一致的亲密用户为一级亲密用户;确定近距轨迹和源用户的行动轨迹不一致,且单次近距时长大于第一阈值,且近距次数大于第二阈值的亲密用户为二级亲密用户;确定近距轨迹和源用户的行动轨迹不一致,且单次近距时长大于第一阈值的亲密用户为三级亲密用户;或者,确定近距轨迹和源用户的行动轨迹不一致,且近距次数大于第二阈值的亲密用户为三级亲密用户。
具体的,轨迹一致性级别高于其他两者。一般情况,先根据轨迹一致性进行判断,判断近距轨迹和源用户的行动轨迹一致的近距用户为一级亲密用户(如并行行进)。在轨迹一致性指标不满足时,然后结合单次近距时长和近距次数进行判断,将近距次数多,单次近距时长较长的近距用户为二级亲密用户。将单次近距时长和近距次数两个指标中只满足一个指标的近距用户确定为三级亲密用户。
需要说明的是,对于一些特殊的场景,也可以单独设置其为亲密用户的等级。例如,对于公交、地铁等移动封闭场景,在轨迹一致性不满足的情况下,因为源用户和近距用户之间相对没有运动,可以只考虑单次近距时长。此种场景下,可以将满足单次近距时长指标的亲密用户设置其等级为二级亲密用户。具体可按照需要自行设定,此处不作限定。
作为本申请的第二个实施例,提供一种亲密用户确定装置,如图5所示,所述亲密用户确定装置包括第一生成模块11,第一确定模块12、第二生成模块13、筛选模块14。本申请所提供的亲密用户确定装置用于执行本申请的第一个实施例所提供的亲密用户确定方法。具体如下:
第一生成模块11,用于根据预设时间段内源用户的信令数据,生成所述源用户的行动轨迹。
第一确定模块12,用于根据所述源用户的行动轨迹确定目标用户群。
第二生成模块13,用于根据所述时间段内目标用户群的信令数据,生成目标用户群的行动轨迹。
筛选模块14,用于根据所述源用户的行动轨迹、预设宽度和目标用户群的行动轨迹从所述目标用户群中筛选出所述源用户的亲密用户。
优选地,如图6所示,所述第一生成模块11,包括:
第一确定子模块111,用于根据所述时间段内源用户的信令数据确定源用户在预设时间段的位置信息,根据该位置信息确定源用户的活动区域。
第二确定子模块112,用于根据所述时间段内源用户的信令数据确定源用户在所述活动区域的出入时间和出入时间中各个离散时间的源用户的位置。
生成子模块113,用于根据所述出入时间和出入时间中各个离散时间的源用户的位置,生成所述源用户的行动轨迹。
优选地,所述第一确定模块12,具体用于:
将满足以下至少一个条件的用户确定为目标用户群:
离开所述活动区域的时间在第一时间和第二时间之间,所述第一时间为所述源用户的行动轨迹中所述源用户进入所述活动区域的时间,所述第二时间为所述源用户的行动轨迹中所述源用户离开所述活动区域的时间;进入所述活动区域的时间在所述第一时间和所述第二时间之间;进入所述活动区域的时间在所述第一时间之前且离开所述活动区域的时间在所述第二时间之后。
优选地,如图7所示,所述筛选模块14,包括:
第三确定子模块141,用于根据所述源用户的行动轨迹、预设宽度和所述目标用户群的行动轨迹确定源用户的近距用户以及近距轨迹。
第四确定子模块142,用于确定所述近距用户的近距次数和单次近距时长。
筛选子模块143,用于根据所述近距轨迹、所述源用户的行动轨迹、所述单次近距时长和所述近距次数从所述近距用户中筛选出亲密用户。
优选地,所述第三确定子模块141,具体用于:
以所述源用户的行动轨迹为中心线,按照预设宽度进行双向等宽扩展,生成源用户的扩展活动轨迹。
若所述目标用户群中的用户的行动轨迹与所述源用户的扩展活动轨迹相交,则确定该用户为所述源用户的近距用户。
确定所述近距用户的行动轨迹与所述源用户的扩展活动轨迹相交的连线为近距轨迹。
优选地,所述第四确定子模块142,具体用于:
确定所述源用户的扩展活动轨迹中所述近距轨迹的数量,作为近距次数。
确定所述源用户的扩展活动轨迹中时间最长的近距轨迹的时长,作为单次近距时长。
所述筛选子模块143,具体用于:
判断所述近距轨迹和所述源用户的行动轨迹是否一致。
若是,则确定该近距用户为亲密用户。
若否,则将单次近距时长大于第一阈值和/或所述近距次数大于第二阈值的近距用户确定为亲密用户。
优选地,所述装置,还包括:
第二确定模块,用于确定所述亲密用户的等级。
优选地,所述第二确定模块,具体用于:
确定近距轨迹和所述源用户的行动轨迹一致的亲密用户为一级亲密用户。
确定近距轨迹和所述源用户的行动轨迹不一致,且所述单次近距时长大于第一阈值,且所述近距次数大于第二阈值的亲密用户为二级亲密用户。
确定近距轨迹和所述源用户的行动轨迹不一致,且所述单次近距时长大于第一阈值的亲密用户为三级亲密用户;或者,确定近距轨迹和所述源用户的行动轨迹不一致,且所述近距次数大于第二阈值的亲密用户为三级亲密用户。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (16)
1.一种亲密用户确定方法,其特征在于,包括:
根据预设时间段内源用户的信令数据,生成所述源用户的行动轨迹;
根据所述源用户的行动轨迹确定目标用户群;
根据所述时间段内目标用户群的信令数据,生成目标用户群的行动轨迹;
根据所述源用户的行动轨迹、预设宽度和目标用户群的行动轨迹从所述目标用户群中筛选出所述源用户的亲密用户。
2.根据权利要求1所述的亲密用户确定方法,其特征在于,所述根据预设时间段内源用户的信令数据,生成所述源用户的行动轨迹,包括:
根据所述时间段内源用户的信令数据确定源用户在预设时间段的位置信息,根据该位置信息确定源用户的活动区域;
根据所述时间段内源用户的信令数据确定源用户在所述活动区域的出入时间和出入时间中各个离散时间的源用户的位置;
根据所述出入时间和出入时间中各个离散时间的源用户的位置,生成所述源用户的行动轨迹。
3.根据权利要求1所述的亲密用户确定方法,其特征在于,所述根据所述源用户的行动轨迹确定目标用户群,包括:
将满足以下至少一个条件的用户确定为目标用户群:
离开所述活动区域的时间在第一时间和第二时间之间,所述第一时间为所述源用户的行动轨迹中所述源用户进入所述活动区域的时间,所述第二时间为所述源用户的行动轨迹中所述源用户离开所述活动区域的时间;进入所述活动区域的时间在所述第一时间和所述第二时间之间;进入所述活动区域的时间在所述第一时间之前且离开所述活动区域的时间在所述第二时间之后。
4.根据权利要求1所述的亲密用户确定方法,其特征在于,所述根据所述源用户的行动轨迹、预设宽度和目标用户群的行动轨迹从所述目标用户群中筛选出所述源用户的亲密用户,包括:
根据所述源用户的行动轨迹、预设宽度和所述目标用户群的行动轨迹确定源用户的近距用户以及近距轨迹;
确定所述近距用户的近距次数和单次近距时长;
根据所述近距轨迹、所述源用户的行动轨迹、所述单次近距时长和所述近距次数从所述近距用户中筛选出亲密用户。
5.根据权利要求4所述的亲密用户确定方法,其特征在于,所述根据所述源用户的行动轨迹、预设宽度和所述目标用户群的行动轨迹确定源用户的近距用户以及近距轨迹,包括:
以所述源用户的行动轨迹为中心线,按照预设宽度进行双向等宽扩展,生成源用户的扩展活动轨迹;
若所述目标用户群中的用户的行动轨迹与所述源用户的扩展活动轨迹相交,则确定该用户为所述源用户的近距用户;
确定所述近距用户的行动轨迹与所述源用户的扩展活动轨迹相交的连线为近距轨迹。
6.根据权利要求4所述的亲密用户确定方法,其特征在于,所述确定所述近距用户的近距次数和单次近距时长,包括:
确定所述源用户的扩展活动轨迹中所述近距轨迹的数量,作为近距次数;
确定所述源用户的扩展活动轨迹中时间最长的近距轨迹的时长,作为单次近距时长;
所述根据所述近距轨迹、所述源用户的行动轨迹、所述单次近距时长和所述近距次数从所述近距用户中筛选出亲密用户,包括:
判断所述近距轨迹和所述源用户的行动轨迹是否一致;
若是,则确定该近距用户为亲密用户;
若否,则将单次近距时长大于第一阈值和/或所述近距次数大于第二阈值的近距用户确定为亲密用户。
7.根据权利要求6所述的亲密用户确定方法,其特征在于,所述从所述近距用户中筛选出亲密用户之后,还包括:
确定所述亲密用户的等级。
8.根据权利要求7所述的亲密用户确定方法,其特征在于,所述确定所述亲密用户的等级,包括:
确定近距轨迹和所述源用户的行动轨迹一致的亲密用户为一级亲密用户;
确定近距轨迹和所述源用户的行动轨迹不一致,且所述单次近距时长大于第一阈值,且所述近距次数大于第二阈值的亲密用户为二级亲密用户;
确定近距轨迹和所述源用户的行动轨迹不一致,且所述单次近距时长大于第一阈值的亲密用户为三级亲密用户;或者,
确定近距轨迹和所述源用户的行动轨迹不一致,且所述近距次数大于第二阈值的亲密用户为三级亲密用户。
9.一种亲密用户确定装置,其特征在于,包括:
第一生成模块,用于根据预设时间段内源用户的信令数据,生成所述源用户的行动轨迹;
第一确定模块,用于根据所述源用户的行动轨迹确定目标用户群;
第二生成模块,用于根据所述时间段内目标用户群的信令数据,生成目标用户群的行动轨迹;
筛选模块,用于根据所述源用户的行动轨迹、预设宽度和目标用户群的行动轨迹从所述目标用户群中筛选出所述源用户的亲密用户。
10.根据权利要求9所述的亲密用户确定装置,其特征在于,所述第一生成模块,包括:
第一确定子模块,用于根据所述时间段内源用户的信令数据确定源用户在预设时间段的位置信息,根据该位置信息确定源用户的活动区域;
第二确定子模块,用于根据所述时间段内源用户的信令数据确定源用户在所述活动区域的出入时间和出入时间中各个离散时间的源用户的位置;
生成子模块,用于根据所述出入时间和出入时间中各个离散时间的源用户的位置,生成所述源用户的行动轨迹。
11.根据权利要求9所述的亲密用户确定装置,其特征在于,所述第一确定模块,具体用于:
将满足以下至少一个条件的用户确定为目标用户群:
离开所述活动区域的时间在第一时间和第二时间之间,所述第一时间为所述源用户的行动轨迹中所述源用户进入所述活动区域的时间,所述第二时间为所述源用户的行动轨迹中所述源用户离开所述活动区域的时间;进入所述活动区域的时间在所述第一时间和所述第二时间之间;进入所述活动区域的时间在所述第一时间之前且离开所述活动区域的时间在所述第二时间之后。
12.根据权利要求9所述的亲密用户确定装置,其特征在于,所述筛选模块,包括:
第三确定子模块,用于根据所述源用户的行动轨迹、预设宽度和所述目标用户群的行动轨迹确定源用户的近距用户以及近距轨迹;
第四确定子模块,用于确定所述近距用户的近距次数和单次近距时长;
筛选子模块,用于根据所述近距轨迹、所述源用户的行动轨迹、所述单次近距时长和所述近距次数从所述近距用户中筛选出亲密用户。
13.根据权利要求12所述的亲密用户确定装置,其特征在于,所述第三确定子模块,具体用于:
以所述源用户的行动轨迹为中心线,按照预设宽度进行双向等宽扩展,生成源用户的扩展活动轨迹;
若所述目标用户群中的用户的行动轨迹与所述源用户的扩展活动轨迹相交,则确定该用户为所述源用户的近距用户;
确定所述近距用户的行动轨迹与所述源用户的扩展活动轨迹相交的连线为近距轨迹。
14.根据权利要求12所述的亲密用户确定装置,其特征在于,所述第四确定子模块,具体用于:
确定所述源用户的扩展活动轨迹中所述近距轨迹的数量,作为近距次数;
确定所述源用户的扩展活动轨迹中时间最长的近距轨迹的时长,作为单次近距时长;
所述筛选子模块,具体用于:
判断所述近距轨迹和所述源用户的行动轨迹是否一致;
若是,则确定该近距用户为亲密用户;
若否,则将单次近距时长大于第一阈值和/或所述近距次数大于第二阈值的近距用户确定为亲密用户。
15.根据权利要求14述的亲密用户确定装置,其特征在于,所述装置,还包括:
第二确定模块,用于确定所述亲密用户的等级。
16.根据权利要求15所述的亲密用户确定装置,其特征在于,所述第二确定模块,具体用于:
确定近距轨迹和所述源用户的行动轨迹一致的亲密用户为一级亲密用户;
确定近距轨迹和所述源用户的行动轨迹不一致,且所述单次近距时长大于第一阈值,且所述近距次数大于第二阈值的亲密用户为二级亲密用户;
确定近距轨迹和所述源用户的行动轨迹不一致,且所述单次近距时长大于第一阈值的亲密用户为三级亲密用户;或者,确定近距轨迹和所述源用户的行动轨迹不一致,且所述近距次数大于第二阈值的亲密用户为三级亲密用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010456295.9A CN111612430A (zh) | 2020-05-26 | 2020-05-26 | 一种亲密用户确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010456295.9A CN111612430A (zh) | 2020-05-26 | 2020-05-26 | 一种亲密用户确定方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111612430A true CN111612430A (zh) | 2020-09-01 |
Family
ID=72204350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010456295.9A Pending CN111612430A (zh) | 2020-05-26 | 2020-05-26 | 一种亲密用户确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111612430A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104349331A (zh) * | 2013-07-24 | 2015-02-11 | 中国移动通信集团浙江有限公司 | 一种评估小区覆盖偏差的方法和系统 |
CN105205155A (zh) * | 2015-09-25 | 2015-12-30 | 珠海世纪鼎利科技股份有限公司 | 一种大数据犯罪同伙的筛查系统和方法 |
CN105991598A (zh) * | 2015-02-15 | 2016-10-05 | 中兴通讯股份有限公司 | 用户获取方法及装置 |
CN106101999A (zh) * | 2016-05-27 | 2016-11-09 | 广州杰赛科技股份有限公司 | 一种用户轨迹的识别方法及装置 |
CN106131784A (zh) * | 2016-06-28 | 2016-11-16 | 中国联合网络通信集团有限公司 | 一种嫌疑号码确定方法、装置和系统 |
CN106912018A (zh) * | 2017-02-28 | 2017-06-30 | 上海讯飞瑞元信息技术有限公司 | 基于信令轨迹的地图匹配方法及系统 |
CN108595606A (zh) * | 2018-04-20 | 2018-09-28 | 广东亿迅科技有限公司 | 基于运营商数据的公安案件时空分析方法及装置 |
CN109635059A (zh) * | 2018-11-23 | 2019-04-16 | 武汉烽火众智数字技术有限责任公司 | 基于轨迹相似度匹配的人车关联分析方法及系统 |
CN110572813A (zh) * | 2018-05-19 | 2019-12-13 | 北京融信数联科技有限公司 | 一种基于移动大数据的手机用户行为相似度分析方法 |
CN110610182A (zh) * | 2018-06-15 | 2019-12-24 | 武汉安天信息技术有限责任公司 | 用户轨迹相似度判断方法和相关装置 |
CN110619649A (zh) * | 2018-06-19 | 2019-12-27 | 广州极飞科技有限公司 | 作业面积确定方法及装置、终端 |
-
2020
- 2020-05-26 CN CN202010456295.9A patent/CN111612430A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104349331A (zh) * | 2013-07-24 | 2015-02-11 | 中国移动通信集团浙江有限公司 | 一种评估小区覆盖偏差的方法和系统 |
CN105991598A (zh) * | 2015-02-15 | 2016-10-05 | 中兴通讯股份有限公司 | 用户获取方法及装置 |
CN105205155A (zh) * | 2015-09-25 | 2015-12-30 | 珠海世纪鼎利科技股份有限公司 | 一种大数据犯罪同伙的筛查系统和方法 |
CN106101999A (zh) * | 2016-05-27 | 2016-11-09 | 广州杰赛科技股份有限公司 | 一种用户轨迹的识别方法及装置 |
CN106131784A (zh) * | 2016-06-28 | 2016-11-16 | 中国联合网络通信集团有限公司 | 一种嫌疑号码确定方法、装置和系统 |
CN106912018A (zh) * | 2017-02-28 | 2017-06-30 | 上海讯飞瑞元信息技术有限公司 | 基于信令轨迹的地图匹配方法及系统 |
CN108595606A (zh) * | 2018-04-20 | 2018-09-28 | 广东亿迅科技有限公司 | 基于运营商数据的公安案件时空分析方法及装置 |
CN110572813A (zh) * | 2018-05-19 | 2019-12-13 | 北京融信数联科技有限公司 | 一种基于移动大数据的手机用户行为相似度分析方法 |
CN110610182A (zh) * | 2018-06-15 | 2019-12-24 | 武汉安天信息技术有限责任公司 | 用户轨迹相似度判断方法和相关装置 |
CN110619649A (zh) * | 2018-06-19 | 2019-12-27 | 广州极飞科技有限公司 | 作业面积确定方法及装置、终端 |
CN109635059A (zh) * | 2018-11-23 | 2019-04-16 | 武汉烽火众智数字技术有限责任公司 | 基于轨迹相似度匹配的人车关联分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105336097B (zh) | 人口流动轨迹的交通预警方法及装置 | |
CN106887137B (zh) | 拥堵事件提示方法及装置 | |
CN102880692B (zh) | 一种面向检索的监控视频语义描述和检测建模方法 | |
CN106991818B (zh) | 一种有效缓解城市交通拥堵的方法、存储介质和系统 | |
CN105976062A (zh) | 信号灯时长数据的挖掘方法、出行服务实现方法和装置 | |
CN105404890A (zh) | 一种顾及轨迹时空语义的犯罪团伙判别方法 | |
Tang et al. | BIM-based safety design for emergency evacuation of metro stations | |
CN112185579B (zh) | 一种基于元胞自动机的新冠密切接触人员数据获取方法 | |
Cich et al. | Threshold settings for TRIP/STOP detection in GPS traces | |
CN111767432B (zh) | 共现对象的查找方法和装置 | |
CN110889790A (zh) | 一种基于综合社区信息快速筛查疑似传销用户的系统 | |
US9723452B2 (en) | Public service awareness of crowd movement and concentration | |
CN113847922A (zh) | 路线规划方法、装置及计算机可读存储介质 | |
Gerges et al. | A GIS-based approach for estimating community transportation exposure and capacity in the context of disaster resilience | |
CN106776902A (zh) | 路径轨迹的分析方法及装置 | |
CN111612430A (zh) | 一种亲密用户确定方法及装置 | |
CN109448379A (zh) | 一种社交媒体数据偶发性交通事件的识别及定位方法 | |
US11576188B2 (en) | External interference radar | |
CN112085268A (zh) | 居民出行信息的测算方法、装置、设备和可读存储介质 | |
Dimitriou et al. | Saving lives through faster emergency unit response times: Role of accessibility and environmental factors | |
Axer | Estimating Traffic Signal States by Exploiting Sparse Low-Frequency Floating Car Data | |
CN112601177A (zh) | 公共区域人流导流的方法、系统、服务器和存储介质 | |
CN109508703A (zh) | 一种视频中的人脸确定方法及装置 | |
Gao et al. | On the analysis of multi-point crowd gathering in designated areas | |
CN109740525A (zh) | 一种视频中对象的确定方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200901 |