CN111629335A - 基于大数据实现景区实时人流热力图的方法、系统 - Google Patents
基于大数据实现景区实时人流热力图的方法、系统 Download PDFInfo
- Publication number
- CN111629335A CN111629335A CN202010472545.8A CN202010472545A CN111629335A CN 111629335 A CN111629335 A CN 111629335A CN 202010472545 A CN202010472545 A CN 202010472545A CN 111629335 A CN111629335 A CN 111629335A
- Authority
- CN
- China
- Prior art keywords
- data
- flow
- thermal imaging
- people
- time
- 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
- 238000010586 diagram Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000005111 flow chemistry technique Methods 0.000 claims abstract description 15
- 238000004140 cleaning Methods 0.000 claims abstract description 9
- 238000001931 thermography Methods 0.000 claims description 53
- 238000012545 processing Methods 0.000 claims description 17
- 238000005516 engineering process Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 11
- 238000009877 rendering Methods 0.000 claims description 9
- 230000008030 elimination Effects 0.000 claims description 6
- 238000003379 elimination reaction Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 4
- 230000004931 aggregating effect Effects 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 230000009471 action Effects 0.000 description 3
- 230000008676 import Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- ZLIBICFPKPWGIZ-UHFFFAOYSA-N pyrimethanil Chemical compound CC1=CC(C)=NC(NC=2C=CC=CC=2)=N1 ZLIBICFPKPWGIZ-UHFFFAOYSA-N 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及基于大数据实现景区实时人流热力图的方法、系统，通过flume采集基站人流量数据，包含电话号码+经纬度+时间，然后输出到kafka中，基于Flink流处理，从kafka消费数据，清洗数据拿到自己要的数据，存入到ElasticSearch中，从ElasticSearch服务器中查出距离当前时间xx秒以内的所有数据，并且按经纬度聚合统计数量，在前台地图热力图组件里动态展示，可实现景区人流热力图的精确统计，其数据准确率至少在95%以上。
Description
技术领域
本发明涉及景区人流监测，具体涉及一种基于大数据实现景区实时人流热力图的方法、系统。
背景技术
以特殊高亮的形式显示访客热衷的页面区域和访客所在的地理区域的图示。热力图可以显示不可点击区域发生的事情，城市热力图该检测方式只提供参考。你将发现访客经常会点击那些不是链接的地方，也许你应该在那个地方放置一个资源链接。比如：如果你发现人们总是在点击某个产品图片，你能想到的是，他们也许想看大图，或者是想了解该产品的更多信息。同样，他们可能会错误地认为特别的图片就是导航链接。
在旅游行业中，通常需要对景区人流进行统计分析，因此引入热力图的概念来分析景区内人流分布情况，从而判断出景区内各区域是否会出现人流超负荷的现象，从而做到人流控制和疏导。传统模式在，景区人流热力图是通过热成像技术进行识别，且一般是在景点的出入口设置，通过进入人次和出去人次只差确定该区域的人数，从而绘制出相应的人流热力图，这种模式下采集数据的准确度十分低，即使是最精准的热成像检查也只能将该数据精确到90%左右，因此景点内会出现人反复进出的现象，以及从进口进入又从进口出去的现象，很显然传统的人流监测模式无法有效解决该问题。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于大数据实现景区实时人流热力图的方法、系统，通过flume采集基站人流量数据，包含电话号码+经纬度+时间，然后输出到kafka中，基于Flink流处理，从kafka消费数据，清洗数据拿到自己要的数据，存入到ElasticSearch中，从ElasticSearch服务器中查出距离当前时间xx秒以内的所有数据，并且按经纬度聚合统计数量，在前台地图热力图组件里动态展示，可实现景区人流热力图的精确统计，其数据准确率至少在95%以上。
本发明的目的是通过以下技术方案来实现的：
一种基于大数据实现景区实时人流热力图的方法，包括：
步骤1）、利用flume从基站采集网络人流数据，然后输出到流处理平台中，流处理平台将对数据进行清洗，然后将清洗数据存入服务器中；
步骤2）、通过热成像技术和GPS定位技术实时采集景区内人流的热成像数据，并将其存储在服务器中；
步骤3）、从服务器中提取当前时间M内清洗后的当前网络人流数据和热成像数据；
步骤4）、将当前网络人流数据和热成像数据进行整合去重，得到处理后的网络人流数据；
步骤5）、将处理后的网络人流数据按经纬度聚合统计数量，并对其进行渲染得到人流热力图。
由于网络人流数据在统计上存在大量的遗漏，因为景区内的人并不都会参与到网络活动中，但只要统计到的数据就是有效数据，数据干扰几乎为零。而单独的热成像技术检测到的数据干扰极大，存在严重的数据重合，从而导致数据波动较大，本方案中将两种模式进行结合，弥补了彼此的不足，然后利用多次求平均值的方式得到一个稳定数据，将其作为热力图展示，极大的提高了数据精准度。
进一步的，所述流处理平台是kafka流处理平台。
进一步的，所述服务器是基于Lucene的搜索服务器ElasticSearch。
进一步的，每间隔时间T就重复一次步骤3），所述T取值为3-10秒。
进一步的，所述整合去重的步骤为：
S100：提取当前网络人流数据的全部点作为有效数据；
S200：将热成像数据与当前网络人流数据的重合数据去掉，得到可疑热成像数据；
S300：在时间T内重复S100和S200，得到连续多次的有效数据和可疑热成像数据，分别对其求平均值，然后将有效数据平均值和可疑热成像数据平均值求和得到人流人力图的有效数据。
一种基于大数据实现景区实时人流热力图的系统，该系统包括：
用于采集基站人流量数据的flume模块，以及与flume模块连接的流处理平台，所述流处理平台对人流量数据进行清洗，清洗完成后存放在服务器中；
布置在景区相应景点用于完成人流量检查的热成像监测模块，监测所得的热成像数据上传至服务器中，所述热成像数据包含了该目标的经纬度数据；
与服务器连接的数据查找模块和数据整合模块以及渲染模块，所述数据查找模块根据经纬度数据从服务器中筛选出当前时间M内位于该景区的当前人流量数据；
所述数据整合模块对热成像数据和当前人流量数据进行去重处理，去重处理后通过所述渲染模块渲染得到人流热力图用于渲染到UI界面上进行展示。
进一步的，所述热成像监测模块包括热成像仪以及基于GPS实现的卫星定位模块以及计数器，在识别到游客目标后立计数并统计每一个游客的经纬度数据分布。
进一步的，所述当前时间M的取值为5-10秒。
本发明的有益效果是：和传统模式下单独使用热成像技术或者是消费人流人力图的模式相比，本方案将其进行整合相互弥补彼此不足， 通过热成像技术弥补了网络人流热力数据的遗漏，同时网络人流热力数据修正了热成像技术的重复，然后通过彼此多次求平均值的方式消除了干扰数据，极大的提升了数据的精确度。
附图说明
图1为本发明流程示意图；
图2为数据去重流程示意图；
图3为本发明系统示意图。
具体实施方式
下面结合具体实施例进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
本方案的实现有赖于flume技术、kafka流处理平台以及ElasticSearch搜索服务器。其中Flume是Cloudera提供的一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统，Flume支持在日志系统中定制各类数据发送方，用于收集数据;同时，Flume提供对数据进行简单处理，并写到各种数据接受方(可定制)的能力。
Kafka是由Apache软件基金会开发的一个开源流处理平台，由Scala和Java编写。Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。 这种动作(网页浏览，搜索和其他用户的行动)是在现代网络上的许多社会功能的一个关键因素。 这些数据通常是由于吞吐量的要求而通过处理日志和日志聚合来解决。 对于像Hadoop的一样的日志数据和离线分析系统，但又要求实时处理的限制，这是一个可行的解决方案。Kafka的目的是通过Hadoop的并行加载机制来统一线上和离线的消息处理，也是为了通过集群来提供实时的消息。
ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。
基于上述技术基础，本方案提供的一种基于大数据实现景区实时人流热力图的方法，参考图1所示，其步骤包括：
步骤1）、利用flume从基站采集网络人流数据，然后输出到流处理平台中，流处理平台将对数据进行清洗，然后将清洗数据存入服务器中；在另一方面，上述数据清洗是基于Flink流处理，从kafka消费数据，清洗数据拿到自己要的数据，数据具体包括电话号码+经纬度+时间等。
步骤2）、通过热成像技术和GPS定位技术实时采集景区内人流的热成像数据，并将其存储在服务器中；
步骤3）、从服务器中提取当前时间M内清洗后的当前网络人流数据和热成像数据；其中，提取的数据对象仅限于经纬度数据符合当前景区坐标的数据。
步骤4）、将当前网络人流数据和热成像数据进行整合去重，得到处理后的网络人流数据；
步骤5）、将处理后的网络人流数据按经纬度聚合统计数量，并对其进行渲染得到人流热力图。
其中，步骤1）和步骤2）并无实际先后顺序，其可以是同时采集也可以是先后采集，在时间允许范围内（也就是时间误差范围内），两者基本实现数据采集同步。
其中，流处理平台是kafka流处理平台，服务器是基于Lucene的搜索服务器ElasticSearch。每间隔时间T就重复一次步骤3），所述T取值为3-10秒，也就是说实时更新当前时间下该景区的网络人流数据，从而降低数据干扰。
参考图2所示，所述整合去重的步骤为：
S100：提取当前网络人流数据的全部点作为有效数据；
S200：将热成像数据与当前网络人流数据的重合数据去掉，得到可疑热成像数据；
S300：在时间T内重复S100和S200，得到连续多次的有效数据和可疑热成像数据，分别对其求平均值，然后将有效数据平均值和可疑热成像数据平均值求和得到人流人力图的有效数据。
在另一方面，上述多次重复S100和S200的次数最低为2次，为了使得其准确率更高，可以重复更多的次数，作为进一步优化，重复的频率应该与步骤3）提取当前时间M内当前网络人流数据和热成像数据保持同步，从而做到数据有效准确。
参考图3所示，一种基于大数据实现景区实时人流热力图的系统，该系统包括：
用于采集基站人流量数据的flume模块，以及与flume模块连接的流处理平台，所述流处理平台对人流量数据进行清洗，清洗完成后存放在服务器中；
布置在景区相应景点用于完成人流量检查的热成像监测模块，监测所得的热成像数据上传至服务器中，所述热成像数据包含了该目标的经纬度数据；
与服务器连接的数据查找模块和数据整合模块以及渲染模块，所述数据查找模块根据经纬度数据从服务器中筛选出当前时间M内位于该景区的当前人流量数据；其中，当前时间M的取值为5-10秒。
所述数据整合模块对热成像数据和当前人流量数据进行去重处理，去重处理后通过所述渲染模块渲染得到人流热力图用于渲染到UI界面上进行展示。
所述热成像监测模块包括热成像仪以及基于GPS实现的卫星定位模块以及计数器，在识别到游客目标后立计数并统计每一个游客的经纬度数据分布。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
Claims (8)
1.基于大数据实现景区实时人流热力图的方法，其特征在于，包括：
步骤1）、利用flume从基站采集网络人流数据，然后输出到流处理平台中，流处理平台将对数据进行清洗，然后将清洗数据存入服务器中；
步骤2）、通过热成像技术和GPS定位技术实时采集景区内人流的热成像数据，并将其存储在服务器中；
步骤3）、从服务器中提取当前时间M内清洗后的当前网络人流数据和热成像数据；
步骤4）、将当前网络人流数据和热成像数据进行整合去重，得到处理后的网络人流数据；
步骤5）、将处理后的网络人流数据按经纬度聚合统计数量，并对其进行渲染得到人流热力图。
2.根据权利要求1所述的基于大数据实现景区实时人流热力图的方法，其特征在于，所述流处理平台是kafka流处理平台。
3.根据权利要求2所述的基于大数据实现景区实时人流热力图的方法，其特征在于，所述服务器是基于Lucene的搜索服务器ElasticSearch。
4.根据权利要求3所述的基于大数据实现景区实时人流热力图的方法，其特征在于，每间隔时间T就重复一次步骤3），所述T取值为3-10秒。
5.根据权利要求4所述的基于大数据实现景区实时人流热力图的方法，其特征在于，所述整合去重的步骤为：
S100：提取当前网络人流数据的全部点作为有效数据；
S200：将热成像数据与当前网络人流数据的重合数据去掉，得到可疑热成像数据；
S300：在时间T内重复S100和S200，得到连续多次的有效数据和可疑热成像数据，分别对其求平均值，然后将有效数据平均值和可疑热成像数据平均值求和得到人流人力图的有效数据。
6.一种用于实现权利要求1-5中任一项基于大数据实现景区实时人流热力图的系统，其特征在于，该系统包括：
用于采集基站人流量数据的flume模块，以及与flume模块连接的流处理平台，所述流处理平台对人流量数据进行清洗，清洗完成后存放在服务器中；
布置在景区相应景点用于完成人流量检查的热成像监测模块，监测所得的热成像数据上传至服务器中，所述热成像数据包含了该目标的经纬度数据；
与服务器连接的数据查找模块和数据整合模块以及渲染模块，所述数据查找模块根据经纬度数据从服务器中筛选出当前时间M内位于该景区的当前人流量数据；
所述数据整合模块对热成像数据和当前人流量数据进行去重处理，去重处理后通过所述渲染模块渲染得到人流热力图用于渲染到UI界面上进行展示。
7.根据权利要求6所述的基于大数据实现景区实时人流热力图的系统，其特征在于，所述热成像监测模块包括热成像仪以及基于GPS实现的卫星定位模块以及计数器，在识别到游客目标后立计数并统计每一个游客的经纬度数据分布。
8.根据权利要求7所述的基于大数据实现景区实时人流热力图的系统，其特征在于，所述当前时间M的取值为5-10秒。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010472545.8A CN111629335A (zh) | 2020-05-29 | 2020-05-29 | 基于大数据实现景区实时人流热力图的方法、系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010472545.8A CN111629335A (zh) | 2020-05-29 | 2020-05-29 | 基于大数据实现景区实时人流热力图的方法、系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111629335A true CN111629335A (zh) | 2020-09-04 |
Family
ID=72260717
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010472545.8A Pending CN111629335A (zh) | 2020-05-29 | 2020-05-29 | 基于大数据实现景区实时人流热力图的方法、系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111629335A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112419123A (zh) * | 2020-11-20 | 2021-02-26 | 深圳市先创数字技术有限公司 | 基于热力图算法的人流量管控方法、系统及存储介质 |
| CN113742331A (zh) * | 2021-10-11 | 2021-12-03 | 浙江数智交院科技股份有限公司 | 数字孪生船舶驱动方法和装置 |
| CN113763045A (zh) * | 2021-09-06 | 2021-12-07 | 武汉博创非凡智能科技有限公司 | 一种基于多源数据融合的门店选址可视化分析方法及系统 |
| CN115272853A (zh) * | 2022-07-27 | 2022-11-01 | 清华大学 | 基于人工智能技术与大数据的工业废弃地识别方法及产品 |
| CN117198474A (zh) * | 2023-11-06 | 2023-12-08 | 天河超级计算淮海分中心 | 医学影像数据实时获取方法、系统、电子设备及存储介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102054167A (zh) * | 2010-12-14 | 2011-05-11 | 浙江工业大学 | 基于无线红外监控的全天候多路通道人流量监测系统 |
| EP2742741A1 (en) * | 2011-08-11 | 2014-06-18 | Intel Corporation | Inter-rat (radio access technology) energy saving management |
| CN105069429A (zh) * | 2015-07-29 | 2015-11-18 | 中国科学技术大学先进技术研究院 | 一种基于大数据平台的人流量分析统计方法和系统 |
| CN105592413A (zh) * | 2014-10-22 | 2016-05-18 | 上海为臻信息科技有限公司 | 基于基站定位的人流分布统计方法 |
| CN105717484A (zh) * | 2016-02-24 | 2016-06-29 | 苏州科技学院 | 一种室内定位系统及定位方法 |
| CN107248011A (zh) * | 2017-06-06 | 2017-10-13 | 范佳兴 | 一种公共场所人流量智能分流系统及方法 |
| CN107687862A (zh) * | 2017-09-05 | 2018-02-13 | 上海博泰悦臻网络技术服务有限公司 | 景区游览导航方法及系统、车载终端及车辆 |
| US20180158322A1 (en) * | 2016-12-02 | 2018-06-07 | Piggyback Transit Intelligence Inc. | Method and device for measuring and predicting human and machine traffic |
| CN108197683A (zh) * | 2018-01-23 | 2018-06-22 | 余绍志 | 一种基于大数据处理的景区管理系统 |
| CN108549976A (zh) * | 2018-03-28 | 2018-09-18 | 四川亨通网智科技有限公司 | 智慧旅游大数据分析方法 |
| CN109903192A (zh) * | 2019-03-01 | 2019-06-18 | 四川工商学院 | 一种农村旅游电子商务数据处理装置及方法 |
-
2020
- 2020-05-29 CN CN202010472545.8A patent/CN111629335A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102054167A (zh) * | 2010-12-14 | 2011-05-11 | 浙江工业大学 | 基于无线红外监控的全天候多路通道人流量监测系统 |
| EP2742741A1 (en) * | 2011-08-11 | 2014-06-18 | Intel Corporation | Inter-rat (radio access technology) energy saving management |
| CN105592413A (zh) * | 2014-10-22 | 2016-05-18 | 上海为臻信息科技有限公司 | 基于基站定位的人流分布统计方法 |
| CN105069429A (zh) * | 2015-07-29 | 2015-11-18 | 中国科学技术大学先进技术研究院 | 一种基于大数据平台的人流量分析统计方法和系统 |
| CN105717484A (zh) * | 2016-02-24 | 2016-06-29 | 苏州科技学院 | 一种室内定位系统及定位方法 |
| US20180158322A1 (en) * | 2016-12-02 | 2018-06-07 | Piggyback Transit Intelligence Inc. | Method and device for measuring and predicting human and machine traffic |
| CN107248011A (zh) * | 2017-06-06 | 2017-10-13 | 范佳兴 | 一种公共场所人流量智能分流系统及方法 |
| CN107687862A (zh) * | 2017-09-05 | 2018-02-13 | 上海博泰悦臻网络技术服务有限公司 | 景区游览导航方法及系统、车载终端及车辆 |
| CN108197683A (zh) * | 2018-01-23 | 2018-06-22 | 余绍志 | 一种基于大数据处理的景区管理系统 |
| CN108549976A (zh) * | 2018-03-28 | 2018-09-18 | 四川亨通网智科技有限公司 | 智慧旅游大数据分析方法 |
| CN109903192A (zh) * | 2019-03-01 | 2019-06-18 | 四川工商学院 | 一种农村旅游电子商务数据处理装置及方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112419123A (zh) * | 2020-11-20 | 2021-02-26 | 深圳市先创数字技术有限公司 | 基于热力图算法的人流量管控方法、系统及存储介质 |
| CN113763045A (zh) * | 2021-09-06 | 2021-12-07 | 武汉博创非凡智能科技有限公司 | 一种基于多源数据融合的门店选址可视化分析方法及系统 |
| CN113763045B (zh) * | 2021-09-06 | 2024-02-23 | 武汉博创非凡智能科技有限公司 | 一种基于多源数据融合的门店选址可视化分析方法及系统 |
| CN113742331A (zh) * | 2021-10-11 | 2021-12-03 | 浙江数智交院科技股份有限公司 | 数字孪生船舶驱动方法和装置 |
| CN113742331B (zh) * | 2021-10-11 | 2024-08-06 | 浙江数智交院科技股份有限公司 | 数字孪生船舶驱动方法和装置 |
| CN115272853A (zh) * | 2022-07-27 | 2022-11-01 | 清华大学 | 基于人工智能技术与大数据的工业废弃地识别方法及产品 |
| CN117198474A (zh) * | 2023-11-06 | 2023-12-08 | 天河超级计算淮海分中心 | 医学影像数据实时获取方法、系统、电子设备及存储介质 |
| CN117198474B (zh) * | 2023-11-06 | 2024-03-01 | 天河超级计算淮海分中心 | 医学影像数据实时获取方法、系统、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111629335A (zh) | 基于大数据实现景区实时人流热力图的方法、系统 | |
| KR102121361B1 (ko) | 사용자가 위치되는 지리적 위치의 유형을 식별하기 위한 방법 및 디바이스 | |
| Lee et al. | Measuring geographical regularities of crowd behaviors for Twitter-based geo-social event detection | |
| CN110321387B (zh) | 数据同步方法、设备及终端设备 | |
| EP2856738B1 (en) | Information presentation method, system, client and/or server | |
| CN111078818B (zh) | 地址分析方法、装置、电子设备及存储介质 | |
| US9571971B2 (en) | Managing crowd sourced data acquisition | |
| US20110078306A1 (en) | Method and apparatus to identify outliers in social networks | |
| US10108748B2 (en) | Most relevant application recommendation based on crowd-sourced application usage data | |
| US9832614B2 (en) | Method, server and terminal for information interaction | |
| CN110888866B (zh) | 数据扩充方法、装置、数据处理设备及存储介质 | |
| CN106028075A (zh) | 弹幕显示方法及装置 | |
| CN107767153B (zh) | 一种数据处理方法及装置 | |
| CN112132661A (zh) | 基于用户打车偏好的信息推送方法及装置 | |
| US20200019934A1 (en) | Method and device for determining mail path information | |
| US9756122B2 (en) | Using hierarchical reservoir sampling to compute percentiles at scale | |
| CN110781066A (zh) | 用户行为分析方法、装置、设备及存储介质 | |
| Xue et al. | Sensing the Chinese diaspora: How mobile apps can provide insights into global migration flows | |
| CN111711668A (zh) | 基于poi的实时推送服务的方法、装置、计算机设备 | |
| CN114257842B (zh) | 一种点赞数据处理系统、方法、装置及存储介质 | |
| CN110909072B (zh) | 一种数据表建立方法、装置及设备 | |
| CN108170795B (zh) | 信息推送方法、装置及设备 | |
| CN109446438A (zh) | 动态信息获取方法、装置、设备及存储介质 | |
| JP2014163922A (ja) | 環境情報提供装置及びプログラム | |
| CN114185698A (zh) | 一种基于微服务及rpc通信的遥感数据处理系统 |
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 |
Application publication date: 20200904 |
|
| RJ01 | Rejection of invention patent application after publication |