CN111639092B - 一种人员流动分析方法、装置、电子设备及存储介质 - Google Patents
一种人员流动分析方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111639092B CN111639092B CN202010479464.0A CN202010479464A CN111639092B CN 111639092 B CN111639092 B CN 111639092B CN 202010479464 A CN202010479464 A CN 202010479464A CN 111639092 B CN111639092 B CN 111639092B
- Authority
- CN
- China
- Prior art keywords
- personnel
- target
- information
- residence
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种人员流动分析方法、装置、电子设备及存储介质,属于计算机技术领域。所述方法包括:确定待进行人员流动分析的待分析区域、以及待分析区域对应的待分析时间段,待分析区域包括源区域和目标区域;以待分析时间段、用于描述待分析区域的区域形状的空间边界特征为索引,在人员轨迹数据库中进行检索得到目标轨迹数据;基于目标轨迹数据计算人员驻留信息,人员驻留信息包括与源区域对应的第一人员驻留信息、与目标区域对应的第二人员驻留信息;基于包含相同人员标识的第一人员驻留信息和第二人员驻留信息,确定人员流动信息;基于人员流动信息进行人员流动分析。采用本申请提供的技术方案,可以解决人员流动分析效率低的问题。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种人员流动分析方法、装置、电子设备及存储介质。
背景技术
受交通便利、经济发展加快的影响,人口的流动愈加频繁,有必要进行人员流动分析,以统计某一区域的人口流动状况。
相关技术中,可以基于GPS技术实现人员流动分析,具体的,针对每个人员,电子设备可以获取该人员的轨迹数据,轨迹数据包括多个GPS坐标点以及每个GPS坐标点的采集时间。然后,电子设备可以基于轨迹数据,确定该人员当前所处的当前区域和该人员某一历史时期内所处的源区域,由此,电子设备可以确定多个人员的当前区域和源区域。之后,电子设备可以基于多个人员的当前区域和源区域进行人员流动分析。例如,电子设备可以确定当前区域为第一目标区域、且源区域为第二目标区域的人员的数量,从而确定第一目标区域中来源于第二目标区域的外来人员的数量。
然而,采用上述基于GPS技术进行人员流动分析的方式需要一一确定每个人员的源区域和当前区域,数据处理复杂度高、计算量大,导致人员流动分析的效率低。
发明内容
本申请实施例的目的在于提供一种人员流动分析方法、装置、电子设备及存储介质,以解决人员流动分析效率低的问题。具体技术方案如下:
第一方面,本申请提供了一种人员流动分析方法,所述方法包括:
响应于人员流动分析请求,确定待进行人员流动分析的待分析区域、以及所述待分析区域对应的待分析时间段,所述待分析区域包括源区域和目标区域;
以所述待分析时间段、用于描述所述待分析区域的区域形状的空间边界特征为索引,在人员轨迹数据库中进行检索,得到目标轨迹数据,其中,所述人员轨迹数据库中数据内容为人员的轨迹数据,索引为所述轨迹数据的空间边界特征、所述轨迹数据的采集时间;
基于所述目标轨迹数据计算人员驻留信息,所述人员驻留信息包括与所述源区域对应的第一人员驻留信息、与所述目标区域对应的第二人员驻留信息,且所述人员驻留信息包括人员标识;
基于包含相同人员标识的第一人员驻留信息和第二人员驻留信息,确定人员流动信息;
基于所述人员流动信息进行人员流动分析。
可选的,所述人员驻留信息还包括停留位置信息、停留时间信息中的至少一种。
可选的,所述人员驻留信息包括停留位置信息,所述基于所述目标轨迹数据计算人员驻留信息,包括:
将所述待分析区域划分为多个子区域;
统计所述目标轨迹数据所描述的轨迹曲线经过的子区域,得到目标子区域;
将所述目标子区域的子区域标识作为所述人员驻留信息中的停留位置信息。
可选的,所述人员驻留信息还包括停留时间信息,所述统计所述目标轨迹数据所描述的轨迹曲线经过的子区域,得到目标子区域之后,还包括:
针对每个所述目标子区域,根据对应于该目标子区域的目标轨迹数据的采集时间,计算人员在该目标子区域中的停留时长;
将所述停留时长作为所述人员驻留信息中的停留时间信息。
可选的,所述人员驻留信息还包括停留位置信息和停留时间信息,所述基于包含相同人员标识的第一人员驻留信息和第二人员驻留信息,确定人员流动信息,包括:
确定包含相同人员标识的第一人员驻留信息和第二人员驻留信息;
根据确定出的所述第一人员驻留信息和所述第二人员驻留信息,生成包含人员在所述源区域中的第一停留位置信息、第一停留时间信息、人员在所述目标区域中的第二停留位置信息和第二停留时间信息的人员流动信息。
可选的,所述第二停留位置信息包括人员在所述目标区域中停留过的目标子区域的子区域标识,所述基于所述人员流动信息进行人员流动分析,包括:
在所述人员流动信息中确定目标聚类参数,所述目标聚类参数包括人员在所述目标区域中的停留时间范围、所述目标区域所包含子区域的子区域标识中的至少一种;
按照所述目标聚类参数,对所述人员流动信息进行聚类,得到多个聚类集合;
针对每个所述聚类集合,计算该聚类集合包含的人员流动信息的数量,得到该聚类集合对应的人员数量;
生成至少包含与该聚类集合对应的目标聚类参数、该聚类集合对应的人员数量的人员流动分析结果。
可选的,所述目标聚类参数包括所述目标区域所包含子区域的子区域标识和人员在所述目标区域中的停留时间范围,所述生成至少包含与该聚类集合对应的目标聚类参数、该聚类集合对应的人员数量的人员流动分析结果,包括:
针对每个所述聚类集合,以所述源区域的区域标识、所述目标子区域对应的空间边界特征和所述停留时间范围为索引,以所述目标子区域的子区域标识、该聚类集合对应的人员数量、该聚类集合所包含人员流动信息中的第一停留位置信息和第一停留时间信息为数据内容,进行存储,得到人员流动分析结果。
可选的,所述以所述待分析时间段、用于描述所述待分析区域的区域形状的空间边界特征为索引,在人员轨迹数据库中进行检索,得到目标轨迹数据,包括:
针对人员轨迹数据库中的每个索引,如果该索引包含的空间边界特征与用于描述所述待分析区域的区域形状的空间边界特征匹配,且该索引包含的采集时间处于所述待分析时间段内,则将该索引对应的轨迹数据作为目标轨迹数据。
可选的,所述方法还包括:
根据预先存储的区域与空间边界特征的对应关系,确定与所述待分析区域对应的空间边界特征,得到用于描述所述待分析区域的区域形状的空间边界特征。
第二方面,本申请还提供了一种人员流动分析装置,所述装置包括:
第一确定模块,用于响应于人员流动分析请求,确定待进行人员流动分析的待分析区域、以及所述待分析区域对应的待分析时间段,所述待分析区域包括源区域和目标区域;
检索模块,用于以所述待分析时间段、用于描述所述待分析区域的区域形状的空间边界特征为索引,在人员轨迹数据库中进行检索,得到目标轨迹数据,其中,所述人员轨迹数据库中数据内容为人员的轨迹数据,索引为所述轨迹数据的空间边界特征、所述轨迹数据的采集时间;
计算模块,用于基于所述目标轨迹数据计算人员驻留信息,所述人员驻留信息包括与所述源区域对应的第一人员驻留信息、与所述目标区域对应的第二人员驻留信息,且所述人员驻留信息包括人员标识;
第二确定模块,用于基于包含相同人员标识的第一人员驻留信息和第二人员驻留信息,确定人员流动信息;
分析模块,用于基于所述人员流动信息进行人员流动分析。
可选的,所述人员驻留信息还包括停留位置信息、停留时间信息中的至少一种。
可选的,所述计算模块包括:
划分子模块,用于在所述人员驻留信息包括停留位置信息的情况下,将所述待分析区域划分为多个子区域;
统计子模块,用于统计所述目标轨迹数据所描述的轨迹曲线经过的子区域,得到目标子区域;
第一确定子模块,用于将所述目标子区域的子区域标识作为所述人员驻留信息中的停留位置信息。
可选的,所述计算模块还包括:
第一计算子模块,用于在所述人员驻留信息还包括停留时间信息的情况下,针对每个所述目标子区域,根据对应于该目标子区域的目标轨迹数据的采集时间,计算人员在该目标子区域中的停留时长;
第二确定子模块,用于将所述停留时长作为所述人员驻留信息中的停留时间信息。
可选的,所述第二确定模块包括:
第三确定子模块,用于在所述人员驻留信息还包括停留位置信息和停留时间信息的情况下,确定包含相同人员标识的第一人员驻留信息和第二人员驻留信息;
第一生成子模块,用于根据确定出的所述第一人员驻留信息和所述第二人员驻留信息,生成包含人员在所述源区域中的第一停留位置信息、第一停留时间信息、人员在所述目标区域中的第二停留位置信息和第二停留时间信息的人员流动信息。
可选的,所述分析模块包括:
第四确定子模块,用于在所述第二停留位置信息包括人员在所述目标区域中停留过的目标子区域的子区域标识的情况下,在所述人员流动信息中确定目标聚类参数,所述目标聚类参数包括人员在所述目标区域中的停留时间范围、所述目标区域所包含子区域的子区域标识中的至少一种;
聚类子模块,用于按照所述目标聚类参数,对所述人员流动信息进行聚类,得到多个聚类集合;
第二计算子模块,用于针对每个所述聚类集合,计算该聚类集合包含的人员流动信息的数量,得到该聚类集合对应的人员数量;
第二生成子模块,用于生成至少包含与该聚类集合对应的目标聚类参数、该聚类集合对应的人员数量的人员流动分析结果。
可选的,所述第二生成子模块具体用于在所述目标聚类参数包括所述目标区域所包含子区域的子区域标识和人员在所述目标区域中的停留时间范围的情况下,针对每个所述聚类集合,以所述源区域的区域标识、所述目标子区域对应的空间边界特征和所述停留时间范围为索引,以所述目标子区域的子区域标识、该聚类集合对应的人员数量、该聚类集合所包含人员流动信息中的第一停留位置信息和第一停留时间信息为数据内容,进行存储,得到人员流动分析结果。
可选的,所述检索模块包括:
第五确定子模块,用于针对人员轨迹数据库中的每个索引,如果该索引包含的空间边界特征与用于描述所述待分析区域的区域形状的空间边界特征匹配,且该索引包含的采集时间处于所述待分析时间段内,则将该索引对应的轨迹数据作为目标轨迹数据。
可选的,所述装置还包括:
第三确定模块,用于根据预先存储的区域与空间边界特征的对应关系,确定与所述待分析区域对应的空间边界特征,得到用于描述所述待分析区域的区域形状的空间边界特征。
第三方面,本申请还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现任一第一方面所述的方法步骤。
第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如任一第一方面所述的方法步骤。
第五方面,本申请还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一第一方面所述的方法步骤。
本申请实施例有益效果:
本申请实施例提供了一种人员流动分析方法、装置、电子设备及存储介质,在确定待进行人员流动分析的待分析区域、以及待分析区域对应的待分析时间段后,通过以待分析时间段、用于描述待分析区域的区域形状的空间边界特征为索引,在人员轨迹数据库中进行检索,可以实现快速确定需要进行人员流动分析的目标轨迹数据。
进一步的,待分析区域包括源区域和目标区域,由于基于目标轨迹数据计算得到与源区域对应的第一人员驻留信息、与目标区域对应的第二人员驻留信息,并基于包含相同人员标识的第一人员驻留信息和第二人员驻留信息确定人员流动信息,因此,可以快速确定需要进行人员流动分析的人员的人员流动信息,便于基于人员流动信息进行人员流动分析,从而能够提高人员流动分析效率。
当然,实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,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为本申请实施例提供的第一种人员流动分析方法的流程图;
图2为本申请实施例提供的第二种人员流动分析方法的流程图;
图3为本申请实施例提供的第三种人员流动分析方法的流程图;
图4a为本申请实施例提供的一种人员流动分析结果的示意图;
图4b为本申请实施例提供的一种人员流动分析性能测试结果的示意图;
图5为本申请实施例提供的一种人员流动分析装置的结构示意图;
图6为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供了一种人员流动分析方法,可以应用于电子设备,电子设备可以具有数据处理功能。本申请实施例中,安装有应用程序的用户终端可以采集用户的轨迹数据,再将采集到的轨迹数据发送至应用程序的后台服务器。由此,后台服务器可以接收到多个用户的轨迹数据。在一种可行的实现方式中,后台服务器可以作为进行人员流动分析的电子设备,基于接收到的轨迹数据进行人员流动分析。在另一种可行的实现方式中,电子设备可以从后台服务器处获取多个用户的轨迹数据,再基于获取到的轨迹数据进行人员流动分析。
采用本申请实施例提供的人员流动分析方法,可以分析第一区域中来源于第二区域的人员的分布情况。此外,本申请实施例提供的人员流动分析方法还可以应用于公共安全事件中的人员监控。例如,当出现大规模传染疾病时,采用本申请实施例提供的人员流动分析方法,能够确定目标区域中外来人员的分布情况,具体的,可以确定特定源区域的外来人员在目标区域中的停留位置和停留时间等活动情况,从而能够准确的监控人员流动。
为了便于更好的理解方案,此处对本申请实施例中涉及到的名词进行说明:
GPS点,可以表示为p={lat,lng,t},具体可以表示点p在t时刻处于经度为lng,维度为lat的地理位置处,即,人员在t时刻的地理位置。本申请实施例中,t可以为GPS点的采集时间。
轨迹数据,可以表示为tr={p1→p2→…→pn},是按照时间戳进行排序的GPS点序列。轨迹数据可以用于描述人员活动的轨迹曲线。本申请实施例中,轨迹数据还可以是用户终端向后台服务器发送的报点数据,报点数据指用户终端在达到预设上报条件时向后台服务器发送的GPS点,报点数据由时间离散的多个GPS点组成。预设上报条件可以是开启应用程序时,关闭应用程序时,或者,用户点击应用程序中的预设浏览按钮以发出浏览页面指令时。
人员轨迹数据库,数据内容为人员的轨迹数据,索引为轨迹数据的空间边界特征、轨迹数据的采集时间。其中,轨迹数据的采集时间可以是开始采集时间,轨迹数据的采集时间还可以是终止采集时间,或,任一采集时间,本申请实施例不作具体限定。为了区分不同用户的相同轨迹数据,索引还可以包括用户标识。本申请实施例中,人员轨迹数据库可以为基于HBase框架进行数据存储的数据库。
空间边界特征,用于描述待分析区域的区域形状,或者,轨迹曲线。空间边界特征可以是对轨迹数据进行特征提取处理,得到轨迹曲线的MBR(Minimum BoundingRectangle,最小边界矩形)特征。空间边界特征也可以是基于Z-Order空间填充曲线的方式对MBR特征进行编码,得到的Z-CODE编码。
待分析区域包括源区域和目标区域。为了便于描述,将与源区域对应的待分析时间段称为第一时间段,将与目标区域对应的待分析时间段称为第二时间段。
将用于描述源区域的区域形状的空间边界特征,称为第一空间边界特征,将用于描述目标区域的区域形状的空间边界特征,称为第二空间边界特征。
与源区域对应的人员驻留信息,可以称为第一人员驻留信息、与目标区域对应的人员驻留信息,可以称为第二人员驻留信息。
将确定出的第一时间段内处于源区域、且第二时间段处于目标区域中的人员,称为目标人员。
下面将结合具体实施方式,对本申请实施例提供的一种人员流动分析方法进行详细的说明,如图1所示,具体步骤如下:
步骤101、响应于人员流动分析请求,确定待进行人员流动分析的待分析区域、以及待分析区域对应的待分析时间段。
在实施中,当需要进行人员流动分析时,工作人员可以执行预设操作以使电子设备接收到人员流动分析请求。预设操作可以是在预设控制页面中填写源区域、第一时间段、目标区域和第二时间段,预设操作也可以是在预设控制页面中分别选择表示源区域、第一时间段、目标区域和第二时间段的图标。
在接收到人员流动分析请求后,电子设备可以获取人员流动分析请求携带的源区域、第一时间段、目标区域和第二时间段,得到待进行人员流动分析的待分析区域、以及待分析区域对应的待分析时间段。
例如,源区域可以是城市A,目标区域可以是城市B,第一时间段可以是4月1日~4月2日,第二时间段可以是4月8日~4月9日。
步骤102、以待分析时间段、用于描述待分析区域的区域形状的空间边界特征为索引,在人员轨迹数据库中进行检索,得到目标轨迹数据。
在实施中,针对待分析区域,电子设备可以获取用于描述待分析区域的区域形状的空间边界特征。然后,电子设备可以以第一时间段、第一空间边界特征为索引,在人员轨迹数据库中进行检索,得到与源区域对应的目标轨迹数据。类似的,电子设备可以以第二时间段、第二空间边界特征为索引,在人员轨迹数据库中进行检索,得到与目标区域对应的目标轨迹数据。
可选的,本申请实施例提供了两种电子设备获取空间边界特征的实现方式,包括:
方式一、电子设备中可以预先存储有区域与空间边界特征的对应关系。在接收到人员流动分析请求后,电子设备可以根据该区域与空间边界特征的对应关系,确定与待分析区域对应的空间边界特征,得到用于描述待分析区域的区域形状的空间边界特征。
方式二、电子设备中可以预先存储有各区域的区域形状信息。在接收到人员流动分析请求后,电子设备可以获取待分析区域的区域形状信息,然后,再基于获取到的区域形状信息,计算空间边界特征。具体计算过程可以参照相关技术中,基于区域形状信息计算空间边界特征的计算过程,此处不再赘述。
可选的,电子设备可以基于前缀匹配方式,在人员轨迹数据库中进行检索,具体处理过程包括:针对人员轨迹数据库中的每个索引,如果该索引包含的空间边界特征与用于描述所述待分析区域的区域形状的空间边界特征匹配,且该索引包含的采集时间处于待分析时间段内,则将该索引对应的轨迹数据作为目标轨迹数据。
如果该索引包含的空间边界特征与用于描述所述待分析区域的区域形状的空间边界特征不匹配,或,该索引包含的采集时间不处于待分析时间段内,则不对该索引作后续处理。
由于索引包含时间信息和空间信息,因此,可以快速匹配出符合人员流动分析要求的轨迹数据,从而可以实现轨迹数据的高效检索。
步骤103、基于目标轨迹数据计算人员驻留信息。
其中,人员驻留信息包括人员标识。
在实施中,基于与源区域对应的目标轨迹数据,电子设备可以计算得到与源区域对应的第一人员驻留信息;基于与目标区域对应的目标轨迹数据,电子设备可以计算得到与目标区域对应的第二人员驻留信息。
可选的,除人员标识外,人员驻留信息还可以包括人员在待分析区域中的停留位置信息、停留时间信息中的至少一种。由此,便于后续基于人员驻留信息从空间维度和时间维度,进行细粒度的人员流动分析。
例如,第一人员驻留信息可以包括:人员标识“小明”、源区域的区域标识“城市A”,停留时长“1h”。
针对人员驻留信息所包含数据参数的不同,电子设备基于目标轨迹数据计算人员驻留信息的具体处理过程也有所不同,后续会进行详细说明。
本申请实施例中,第一人员驻留信息所包含数据参数的种类,与第二人员驻留信息所包含数据参数的种类可以相同,也可以不同。工作人员可以根据实际分析需求,设置第一人员驻留信息和第二人员驻留信息所包含数据参数的种类。
步骤104、基于包含相同人员标识的第一人员驻留信息和第二人员驻留信息,确定人员流动信息。
在实施中,电子设备可以针对每个第一人员驻留信息,确定该第一人员驻留信息包含的人员标识,然后,电子设备可以在各第二人员驻留信息中查找包含相同人员标识的第二人员驻留信息。
如果查找到包含相同人员标识的第二人员驻留信息,则表明该人员标识指示的人员为目标人员,电子设备可以根据该第一人员驻留信息和查找到的第二人员驻留信息,确定该人员标识所指示人员的人员流动信息,具体处理过程后续会进行详细说明。如果未查找到包含相同人员标识的第二人员驻留信息,则电子设备可以不对该第一人员驻留信息进行后续处理。
由此,电子设备可以确定出多个目标人员的人员流动信息。
步骤105、基于人员流动信息进行人员流动分析。
在实施中,电子设备可以计算人员流动信息的数量,得到目标人员的数量。由此,可以实现统计第一时间段内处于源区域、且第二时间段处于目标区域中的目标人员的数量。
进一步的,电子设备还可以基于人员流动信息,从时间维度,和/或,空间维度进行细粒度的人员流动分析,具体处理过程后续会进行详细说明。
本申请实施例中,在确定待进行人员流动分析的待分析区域、以及待分析区域对应的待分析时间段后,通过以待分析时间段、用于描述待分析区域的区域形状的空间边界特征为索引,在人员轨迹数据库中进行检索,可以实现快速确定需要进行人员流动分析的目标轨迹数据。
进一步的,待分析区域包括源区域和目标区域,由于基于目标轨迹数据计算得到与源区域对应的第一人员驻留信息、与目标区域对应的第二人员驻留信息,并基于包含相同人员标识的第一人员驻留信息和第二人员驻留信息确定人员流动信息,因此,可以快速确定需要进行人员流动分析的人员的人员流动信息,便于基于人员流动信息进行人员流动分析,从而能够提高人员流动分析效率。
可选的,本申请实施例以人员驻留信息包括人员在待分析区域中的停留位置信息、待分析区域为源区域为例,提供了一种基于目标轨迹数据计算人员驻留信息的实现方式,如图2所示,包括以下步骤:
步骤201、将待分析区域划分为多个子区域。
在实施中,电子设备可以将源区域划分为多个互不相交的子区域,并为每个子区域分配一个子区域标识。
步骤202、统计目标轨迹数据所描述的轨迹曲线经过的子区域,得到目标子区域。
在实施中,针对源区域对应的每个目标轨迹数据,电子设备可以确定该目标轨迹数据包含的GPS点。然后,针对确定出的GPS点,电子设备可以根据GPS点指示的地理位置和各子区域的地理位置范围,确定包含GPS点所指示地理位置的子区域,得到与GPS点对应的子区域。在遍历目标轨迹数据包含的全部GPS点后,电子设备可以将各GPS点对应的子区域,作为目标轨迹数据所描述的轨迹曲线经过的子区域,即,目标子区域。
本申请实施例还提供了一种基于栅格投影方式确定目标子区域的实现方式,具体包括:可以将源区域的区域形状划分为多个互不相交的栅格,每个栅格即为一个子区域。针对源区域对应的每个目标轨迹数据,电子设备可以采用Spark(计算引擎)的投影函数,按照地理位置将该目标轨迹数据映射到源区域的多个栅格中,得到该目标轨迹数据描述的轨迹区域经过的多个栅格。目标轨迹数据映射到的栅格,即为目标子区域。
本申请实施例中,针对轨迹数据为按照时间戳进行排序的GPS点序列的情况,在对轨迹数据进行栅格投影处理时,可以采用flatmap(平滑映射)函数作为投影函数;针对轨迹数据为报点数据的情况,在对轨迹数据进行栅格投影处理时,可以采用map(映射)函数作为投影函数。由于采用栅格投影方式确定目标子区域,因此,可以快速、准确的确定目标子区域,进而能够提高人员流动分析的分析效率。
步骤203、将目标子区域的子区域标识作为人员驻留信息中的停留位置信息。
可选的,停留位置信息可以包括待分析区域的区域标识、目标子区域的子区域标识中的至少一种。
本申请实施例中,源区域的区域标识可以表示为:sourceCityName,第一人员驻留信息可以表示为userID|sourceCityName。以GeoHash表示子区域的子区域标识,源区域中目标子区域的子区域标识可以表示为:sourceGeoHash,第一人员驻留信息可以表示为userID|sourceGeoHash,也可以表示为userID|sourceCityName|sourceGeoHash。
类似的,目标区域的区域标识可以表示为:destCityName,第二人员驻留信息可以表示为userID|destCityName。目标区域中目标子区域的子区域标识可以表示为:destGeoHash,第二人员驻留信息可以表示为userID|destGeoHash,也可以表示为userID|destCityName|destGeoHash。
可选的,待分析区域为目标区域时,电子设备基于目标轨迹数据计算人员驻留信息的处理过程,与电子设备基于源区域的目标轨迹数据计算人员驻留信息的处理过程类似,此处不再赘述。
本申请实施例中,电子设备可以将待分析区域划分为多个子区域。统计目标轨迹数据所描述的轨迹曲线经过的子区域,得到目标子区域。然后,电子设备可以将目标子区域的子区域标识作为人员驻留信息中的停留位置信息。由此,可以实现统计人员在待分析区域中的具体位置信息,从而能够实现从空间维度对外来人员所处区域进行细粒度分析。
可选的,人员驻留信息还包括人员在待分析区域中的停留时间信息,停留时间信息可以包括停留时间范围、停留时长中的至少一种。停留时间范围的端点值可以分别为待分析区域中目标轨迹数据的最早采集时间,和最晚采集时间。
电子设备可以基于目标轨迹数据的采集时间,计算人员在待分析区域中的停留时间信息。进一步的,在停留位置信息包括目标子区域的子区域标识的情况下,电子设备还可以进一步计算人员在目标子区域中的停留时间信息。
可选的,以停留时长作为停留时间信息、以源区域作为待分析区域为例,本申请实施例提供了一种基于目标轨迹数据计算人员驻留信息的实现方式,如图3所示,包括以下步骤:
步骤301、将待分析区域划分为多个子区域。
在实施中,此步骤的具体处理过程可以参照步骤201的处理过程,此处不再赘述。
步骤302、统计目标轨迹数据所描述的轨迹曲线经过的子区域,得到目标子区域。
在实施中,此步骤的具体处理过程可以参照步骤202的处理过程,此处不再赘述。
步骤303、针对每个目标子区域,根据对应于该目标子区域的目标轨迹数据的采集时间,计算人员在该目标子区域中的停留时长。
在实施中,电子设备可以针对每个目标子区域,根据该目标子区域的地理位置范围,在目标轨迹数据中确定属于该目标子区域的至少一个GPS点。然后,电子设备可以基于确定出的至少一个GPS点的采集时间,确定最早采集时间和最晚采集时间。之后,电子设备可以计算最早采集时间和最晚采集时间之间的时间差,得到人员在该目标子区域中的停留时长。
由此,电子设备可以计算得到人员在各目标子区域中的停留时长。
例如,将目标区域划分为多个子区域,每个子区域对应于一个居民生活小区或写字楼。统计人员“小明”的目标轨迹数据所描述的轨迹曲线经过的目标子区域,得到目标子区域为居民生活小区“和平小区”和写字楼“和平大厦”。基于人员“小明”的目标轨迹数据,可以计算得到小明在“和平小区”中的停留时长为5h,在“和平大厦”中的停留时长为2h。第二人员驻留信息可以表示为:“小明|和平小区|5h”和“小明|和平大厦|2h”。
本申请实施例中,以sourceStayTime表示人员在源区域中的停留时长,第一人员驻留信息可以表示为userID|sourceStayTime,或者,可以表示为userID|sourceGeoHash|sourceStayTime。
以timeBucket表示人员在目标区域中的停留时长,第二人员驻留信息可以表示为userID|timeBucket,或者,可以表示为userID|destGeoHash|timeBucket。
步骤304、将停留时长作为人员驻留信息中的停留时间信息。
本申请实施例中,电子设备可以将待分析区域划分为多个子区域,统计目标轨迹数据所描述的轨迹曲线经过的子区域,得到目标子区域。然后,电子设备可以针对每个目标子区域,根据对应于该目标子区域的目标轨迹数据的采集时间,计算人员在该目标子区域中的停留时长。再将停留时长作为停留时间信息,由此,可以实现统计人员在待分析区域中的具体停留时间信息,从而能够实现从时间维度对外来人员所处区域进行细粒度分析。
可选的,在分别确定人员在源区域中的第一人员驻留信息、人员在目标区域中的第二人员驻留信息后,电子设备可以基于第一人员驻留信息和第二人员驻留信息,确定在第一时间段内出现在源区域中,且第二时间段内出现在目标区域中的目标人员,并生成目标人员的人员流动信息。本申请实施例以人员驻留信息包括停留位置信息和停留时间信息为例,对生成人员流动信息的处理过程进行说明,具体包括以下步骤:
步骤1、确定包含相同人员标识的第一人员驻留信息和第二人员驻留信息。
在实施中,电子设备可以将多个人员的第一人员驻留信息作为第一数据集合,并将多个人员的第二人员驻留信息作为第二数据集合。然后,电子设备可以基于人员标识,对第一数据集合和第二数据集合进行内连接运算,得到包含相同人员标识的第一人员驻留信息和第二人员驻留信息。为了便于进行数据处理,电子设备可以将包含相同人员标识的第一人员驻留信息、第二人员驻留信息作为一个数据组。
步骤2、根据确定出的第一人员驻留信息和第二人员驻留信息,生成包含人员在源区域中的第一停留位置信息、第一停留时间信息、人员在目标区域中的第二停留位置信息和第二停留时间信息的人员流动信息。
在实施中,针对每个数据组,电子设备可以生成包含人员在源区域中的第一停留位置信息、第一停留时间信息、人员在目标区域中的第二停留位置信息和第二停留时间信息的人员流动信息。由此,某一人员的人员流动信息能够表明该人员分别在源区域中、在目标区域中的停留位置信息和停留时间信息。
例如,第一人员驻留信息可以表示为userID|sourceCityName|sourceGeoHash|sourceStayTime。第二人员驻留信息可以表示为userID|destGeoHash|timeBucket。
电子设备可以生成包含人员在源区域中的第一停留位置信息|sourceCityName|sourceGeoHash、第一停留时间信息|sourceStayTime、人员在目标区域中的第二停留位置信息|destGeoHash和第二停留时间信息|timeBucket的人员流动信息,得到userID|sourceCityName|sourceGeoHash|sourceStayTime|destGeoHash|time Bucket。
可选的,在人员驻留信息包括停留位置信息或停留时间信息时,电子设备基于第一人员驻留信息和第二人员驻留信息,生成人员流动信息的处理过程与步骤2的处理过程类似,此处不再赘述。工作人员可以根据具体分析需求设置人员驻留信息所包含的数据内容。
本申请实施例中,电子设备通过查找包含相同人员标识的第一人员驻留信息和第二人员驻留信息,可以快速、准确的确定出目标人员。进一步的,电子设备通过生成包含第一停留位置信息、第一停留时间信息、第二停留位置信息和第二停留时间信息的人员流动信息,便于后续基于人员流动信息从时间维度和空间维度,对目标人员进行细粒度分析。
可选的,本申请实施例提供了一种基于人员流动信息进行人员流动分析的具体实现方式,包括以下步骤:
步骤一、在人员流动信息中确定目标聚类参数。
其中,目标聚类参数包括人员在目标区域中的停留时间范围、目标区域所包含子区域的子区域标识中的至少一种。
在实施中,针对每个人员流动信息,电子设备可以确定该人员流动信息包含的目标聚类参数。
例如,电子设备可以在某一人员流动信息中确定目标聚类参数,得到在目标区域城市B中停留过的目标子区域的子区域标识为B2,在目标子区域B2中的停留时间范围为9:05~9:40。
步骤二、按照目标聚类参数对人员流动信息进行聚类,得到多个聚类集合。
在实施中,如果目标聚类参数为目标区域所包含子区域的子区域标识,电子设备可以将包含相同子区域标识的人员流动信息划分至同一集合中,得到多个聚类集合。
如果目标聚类参数为人员在目标区域中的停留时间范围,电子设备中可以预先存储有多个预设时间范围,电子设备可以针对每个人员流动信息,确定与该人员流动信息包含的停留时间范围匹配的预设时间范围。然后,电子设备可以将与同一预设时间范围匹配的多个人员流动信息划分至同一集合中。由此,电子设备可以得到多个聚类集合。
或者,电子设备可以针对任意两个人员流动信息,计算两个人员流动信息包含的停留时间范围的重合度;如果该重合度达到预设重合度阈值,则电子设备可以将这两个人员流动信息划分至同一集合中。如果该重合度未达到预设重合度阈值,则电子设备可以不作后续处理。
或者,电子设备中可以预先设置有停留时长阈值,电子设备可以将停留时长大于停留时长阈值的人员流动信息划分至同一集合中,将停留时长不大于停留时长阈值的人员流动信息划分至同一集合中。由此,电子设备可以得到多个聚类集合。
如果目标聚类参数包括目标区域所包含子区域的子区域标识,和人员在目标区域中的停留时间范围,电子设备可以将包含相同子区域标识、且在目标区域中的停留时间范围与同一预设时间范围匹配的多个人员流动信息划分至同一集合中。由此,电子设备可以得到多个聚类集合。
步骤三、针对每个聚类集合,计算该聚类集合包含的人员流动信息的数量,得到该聚类集合对应的人员数量。
在实施中,电子设备可以针对每个聚类集合,计算该聚类集合包含的人员流动信息的数量,得到该聚类集合对应的人员数量。人员数量可以表示满足该聚类集合所指示流动信息的人员的数量。
例如,聚类集合1包含的人员流动信息均包含子区域标识B2,停留时间范围均处于停留时间范围9:00~10:00内,聚类集合1所指示的人员流动情况为:从源区域A到达目标区域B,在目标区域B中的子区域B2中停留,且停留时间范围为9:00~10:00。电子设备可以计算该聚类集合包含的人员流动信息的数量,得到10万个,即,该聚类集合对应的人员数量为10万个。
本申请实施例中,目标聚类参数包括子区域标识时,电子设备可以通过计算各聚类集合包含的人员流动信息的数量,计算目标区域的各子区域中目标人员的数量,得到目标人员在目标区域不同子区域中的数量分布。由此,可以实现从空间维度进行人员流动分析。
目标聚类参数包括停留时间范围时,电子设备可以通过计算各聚类集合包含的人员流动信息的数量,计算不同停留时间范围内位于目标区域中的目标人员的数量,得到目标区域中不同时间范围内目标人员的数量分布。由此,可以实现从时间维度进行人员流动分析。
进一步的,目标聚类参数包括子区域标识和停留时间范围时,电子设备可以通过计算各聚类集合包含的人员流动信息的数量,计算不同停留时间范围内位于目标区域不同子区域中的目标人员的数量,得到目标区域的不同子区域中不同时间范围内目标人员的数量分布。由此,可以实现从时间维度和空间维度进行人员流动分析。
步骤四、生成至少包含与该聚类集合对应的目标聚类参数、该聚类集合对应的人员数量的人员流动分析结果。
在实施中,针对每个聚类集合,电子设备可以生成至少包含与该聚类集合对应的目标聚类参数、对应的人员数量的人员流动分析结果。
以count表示聚类集合对应的人员数量,人员流动分析结果可以表示为:timeBucket|destGeoHash|count|。
例如,聚类集合1包含的人员流动信息均包含子区域标识B2,停留时间范围均处于停留时间范围9:00~10:00内,聚类集合对应的人员数量为10万个,则电子设备生成的人员流动分析结果可以表示为9:00~10:00|B2|10万个。
人员流动分析结果还可以包括源区域的相关信息,例如,源区域的区域标识、目标人员在源区域中的第一人员驻留信息。以aggregateResult表示目标人员在源区域中的第一人员驻留信息,人员流动分析结果可以表示为:sourceCityName|timeBucket|destGeoHash|count|aggregateResult。
本申请实施例中,电子设备可以在人员流动信息中确定目标聚类参数,按照目标聚类参数对人员流动信息进行聚类,得到多个聚类集合。然后,电子设备可以针对每个聚类集合,计算该聚类集合包含的人员流动信息的数量,得到满足该聚类集合所指示人员流动情况的人员的数量。之后,电子设备可以生成至少包含所述目标聚类参数、所述数量的人员流动分析结果。由此,按照目标聚类参数确定多个聚类集合,可以计算符合不同人员流动情况的人员的数量,从而能够实现从时间维度,和/或,空间维度进行细粒度的人员流动分析。
可选的,以目标聚类参数包括目标区域所包含子区域的子区域标识、人员在目标区域中的停留时间范围为例,本申请实施例还提供了一种存储人员流动分析结果的实现方式,包括:
针对每个聚类集合,以源区域的区域标识、目标子区域对应的空间边界特征和停留时间范围为索引,以目标子区域的子区域标识、该聚类集合对应的人员数量、该聚类集合所包含人员流动信息中的第一停留位置信息和第一停留时间信息为数据内容,进行存储,得到人员流动分析结果。
本申请实施例中,可以用停留时间范围的起始时间startTime表示停留时间范围。针对每个聚类集合,可以以源区域的区域标识sourceCityName,停留时间范围StartTime和目标子区域对应的空间边界特征Z-Code为索引,以目标子区域的子区域标识destGeoHash、该聚类集合对应的人员数量count、人员在源区域中的第一停留时间信息和第一停留位置信息aggregateResult为数据内容,进行存储,得到人员流动分析结果。
如表1所示,为本申请实施例提供的人员流动分析结果的存储结构。
表1
相关技术中,可以基于用户的出行购票记录分析人员流动情况,然而,此方法仅能确定人员出行的源区域和目标区域,无法获取人员在源区域和目标区域中的具体停留位置和具体停留时间,因此,仅能进行粗粒度的人员流向分布分析。而采用本申请实施例提供的人员流动分析方法,可以从时间维度和空间维度两方面,精准追踪人员流动情况,确定目标区域中外来人员的分布情况,从而能够提供详细、多样的人员流动分析结果。
可选的,电子设备可以输出人员流动分析结果,以便分析人员了解目标区域中目标人员的具体分布情况。
电子设备可以通过多种方式输出人员流动分析结果,例如,电子设备可以以柱状图的形式输出人员流动分析结果。图4a为本申请实施例提供的一种人员流动分析结果的示意图,其中,目标区域包含5个子区域,分别为子区域A1、子区域A2、子区域A3、子区域A4和子区域A5,子区域A1中目标人员的个数为4千个。
或者,电子设备可以以热力图的形式输出人员流动分析结果。热力图可以包括目标区域的地图,在热力图中,可以采用不同颜色表示目标人员的人员数量,目标区域所包含子区域的地图中填充的颜色,表示与该子区域中目标人员的人员数量。
如图4b所示,为本申请实施例提供的一种人员流动分析性能测试结果的示意图。其中,横轴为查询时间范围,查询时间范围即待分析时间段所涵盖的时长。纵轴分别为查询耗时和记录条数,查询耗时为计算出人员流动分析结果所需的时间,记录条数即查询到的目标人员的数量。图4b所示数据显示出目标区域中来自于源区域的人员在不同查询时间范围内的数量变化情况。
具体的,随着查询时间范围的增大,记录条数不断增多,查询耗时也在增加。但总体来说查询效率要比基于原始的轨迹数据进行人员流动分析时的查询效率高很多,且查询耗时随查询时间范围变化较为缓慢,能快速地返回人员流动分析结果以供分析人员分析使用。
本申请还提供了一种人员流动分析装置,如图5所示,所述装置包括:
第一确定模块510,用于响应于人员流动分析请求,确定待进行人员流动分析的待分析区域、以及所述待分析区域对应的待分析时间段,所述待分析区域包括源区域和目标区域;
检索模块520,用于以所述待分析时间段、用于描述所述待分析区域的区域形状的空间边界特征为索引,在人员轨迹数据库中进行检索,得到目标轨迹数据,其中,所述人员轨迹数据库中数据内容为人员的轨迹数据,索引为所述轨迹数据的空间边界特征、所述轨迹数据的采集时间;
计算模块530,用于基于所述目标轨迹数据计算人员驻留信息,所述人员驻留信息包括与所述源区域对应的第一人员驻留信息、与所述目标区域对应的第二人员驻留信息,且所述人员驻留信息包括人员标识;
第二确定模块540,用于基于包含相同人员标识的第一人员驻留信息和第二人员驻留信息,确定人员流动信息;
分析模块550,用于基于所述人员流动信息进行人员流动分析。
可选的,所述人员驻留信息还包括停留位置信息、停留时间信息中的至少一种。
可选的,所述计算模块包括:
划分子模块,用于在所述人员驻留信息包括停留位置信息的情况下,将所述待分析区域划分为多个子区域;
统计子模块,用于统计所述目标轨迹数据所描述的轨迹曲线经过的子区域,得到目标子区域;
第一确定子模块,用于将所述目标子区域的子区域标识作为所述人员驻留信息中的停留位置信息。
可选的,所述计算模块还包括:
第一计算子模块,用于在所述人员驻留信息还包括停留时间信息的情况下,针对每个所述目标子区域,根据对应于该目标子区域的目标轨迹数据的采集时间,计算人员在该目标子区域中的停留时长;
第二确定子模块,用于将所述停留时长作为所述人员驻留信息中的停留时间信息。
可选的,所述第二确定模块包括:
第三确定子模块,用于在所述人员驻留信息还包括停留位置信息和停留时间信息的情况下,确定包含相同人员标识的第一人员驻留信息和第二人员驻留信息;
第一生成子模块,用于根据确定出的所述第一人员驻留信息和所述第二人员驻留信息,生成包含人员在所述源区域中的第一停留位置信息、第一停留时间信息、人员在所述目标区域中的第二停留位置信息和第二停留时间信息的人员流动信息。
可选的,所述分析模块包括:
第四确定子模块,用于在所述第二停留位置信息包括人员在所述目标区域中停留过的目标子区域的子区域标识的情况下,在所述人员流动信息中确定目标聚类参数,所述目标聚类参数包括人员在所述目标区域中的停留时间范围、所述目标区域所包含子区域的子区域标识中的至少一种;
聚类子模块,用于按照所述目标聚类参数,对所述人员流动信息进行聚类,得到多个聚类集合;
第二计算子模块,用于针对每个所述聚类集合,计算该聚类集合包含的人员流动信息的数量,得到该聚类集合对应的人员数量;
第二生成子模块,用于生成至少包含与该聚类集合对应的目标聚类参数、该聚类集合对应的人员数量的人员流动分析结果。
可选的,所述第二生成子模块具体用于在所述目标聚类参数包括所述目标区域所包含子区域的子区域标识和人员在所述目标区域中的停留时间范围的情况下,针对每个所述聚类集合,以所述源区域的区域标识、所述目标子区域对应的空间边界特征和所述停留时间范围为索引,以所述目标子区域的子区域标识、该聚类集合对应的人员数量、该聚类集合所包含人员流动信息中的第一停留位置信息和第一停留时间信息为数据内容,进行存储,得到人员流动分析结果。
可选的,所述检索模块包括:
第五确定子模块,用于针对人员轨迹数据库中的每个索引,如果该索引包含的空间边界特征与用于描述所述待分析区域的区域形状的空间边界特征匹配,且该索引包含的采集时间处于所述待分析时间段内,则将该索引对应的轨迹数据作为目标轨迹数据。
可选的,所述装置还包括:
第三确定模块,用于根据预先存储的区域与空间边界特征的对应关系,确定与所述待分析区域对应的空间边界特征,得到用于描述所述待分析区域的区域形状的空间边界特征。
本申请实施例提供了一种人员流动分析装置,在确定待进行人员流动分析的待分析区域、以及待分析区域对应的待分析时间段后,通过以待分析时间段、用于描述待分析区域的区域形状的空间边界特征为索引,在人员轨迹数据库中进行检索,可以实现快速确定需要进行人员流动分析的目标轨迹数据。
进一步的,待分析区域包括源区域和目标区域,由于基于目标轨迹数据计算得到与源区域对应的第一人员驻留信息、与目标区域对应的第二人员驻留信息,并基于包含相同人员标识的第一人员驻留信息和第二人员驻留信息确定人员流动信息,因此,可以快速确定需要进行人员流动分析的人员的人员流动信息,便于基于人员流动信息进行人员流动分析,从而能够提高人员流动分析效率。
本申请实施例还提供了一种电子设备,如图6所示,包括处理器601、通信接口602、存储器603和通信总线604,其中,处理器601,通信接口602,存储器603通过通信总线604完成相互间的通信,
存储器603,用于存放计算机程序;
处理器601,用于执行存储器603上所存放的程序时,实现上述一种人员流动分析方法所述的步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本申请实施例提供了一种电子设备,在确定待进行人员流动分析的待分析区域、以及待分析区域对应的待分析时间段后,通过以待分析时间段、用于描述待分析区域的区域形状的空间边界特征为索引,在人员轨迹数据库中进行检索,可以实现快速确定需要进行人员流动分析的目标轨迹数据。
进一步的,待分析区域包括源区域和目标区域,由于基于目标轨迹数据计算得到与源区域对应的第一人员驻留信息、与目标区域对应的第二人员驻留信息,并基于包含相同人员标识的第一人员驻留信息和第二人员驻留信息确定人员流动信息,因此,可以快速确定需要进行人员流动分析的人员的人员流动信息,便于基于人员流动信息进行人员流动分析,从而能够提高人员流动分析效率。
在本申请提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一人员流动分析方法的步骤。
在本申请提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一人员流动分析方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (12)
1.一种人员流动分析方法,其特征在于,所述方法包括:
响应于人员流动分析请求,确定待进行人员流动分析的待分析区域、以及所述待分析区域对应的待分析时间段,所述待分析区域包括源区域和目标区域;
以所述待分析时间段、用于描述所述待分析区域的区域形状的空间边界特征为索引,在人员轨迹数据库中进行检索,得到目标轨迹数据,其中,所述人员轨迹数据库中数据内容为人员的轨迹数据,索引为所述轨迹数据的空间边界特征、所述轨迹数据的采集时间;
基于所述目标轨迹数据计算人员驻留信息,所述人员驻留信息包括与所述源区域对应的第一人员驻留信息、与所述目标区域对应的第二人员驻留信息,且所述人员驻留信息包括人员标识;
基于包含相同人员标识的第一人员驻留信息和第二人员驻留信息,确定人员流动信息;
基于所述人员流动信息进行人员流动分析,包括:在所述人员流动信息中确定目标聚类参数,所述目标聚类参数包括人员在所述目标区域中的停留时间范围、所述目标区域所包含子区域的子区域标识中的至少一种;按照所述目标聚类参数,对所述人员流动信息进行聚类,得到多个聚类集合;针对每个所述聚类集合,计算该聚类集合包含的人员流动信息的数量,得到该聚类集合对应的人员数量;生成至少包含与该聚类集合对应的目标聚类参数、该聚类集合对应的人员数量的人员流动分析结果。
2.根据权利要求1所述的方法,其特征在于,所述人员驻留信息还包括停留位置信息、停留时间信息中的至少一种。
3.根据权利要求2所述的方法,其特征在于,所述人员驻留信息包括停留位置信息,所述基于所述目标轨迹数据计算人员驻留信息,包括:
将所述待分析区域划分为多个子区域;
统计所述目标轨迹数据所描述的轨迹曲线经过的子区域,得到目标子区域;
将所述目标子区域的子区域标识作为所述人员驻留信息中的停留位置信息。
4.根据权利要求3所述的方法,其特征在于,所述人员驻留信息还包括停留时间信息,所述统计所述目标轨迹数据所描述的轨迹曲线经过的子区域,得到目标子区域之后,还包括:
针对每个所述目标子区域,根据对应于该目标子区域的目标轨迹数据的采集时间,计算人员在该目标子区域中的停留时长;
将所述停留时长作为所述人员驻留信息中的停留时间信息。
5.根据权利要求2所述的方法,其特征在于,所述人员驻留信息还包括停留位置信息和停留时间信息,所述基于包含相同人员标识的第一人员驻留信息和第二人员驻留信息,确定人员流动信息,包括:
确定包含相同人员标识的第一人员驻留信息和第二人员驻留信息;
根据确定出的所述第一人员驻留信息和所述第二人员驻留信息,生成包含人员在所述源区域中的第一停留位置信息、第一停留时间信息、人员在所述目标区域中的第二停留位置信息和第二停留时间信息的人员流动信息。
6.根据权利要求5所述的方法,其特征在于,所述第二停留位置信息包括人员在所述目标区域中停留过的目标子区域的子区域标识。
7.根据权利要求6所述的方法,其特征在于,所述目标聚类参数包括所述目标区域所包含子区域的子区域标识和人员在所述目标区域中的停留时间范围,所述生成至少包含与该聚类集合对应的目标聚类参数、该聚类集合对应的人员数量的人员流动分析结果,包括:
针对每个所述聚类集合,以所述源区域的区域标识、所述目标子区域对应的空间边界特征和所述停留时间范围为索引,以所述目标子区域的子区域标识、该聚类集合对应的人员数量、该聚类集合所包含人员流动信息中的第一停留位置信息和第一停留时间信息为数据内容,进行存储,得到人员流动分析结果。
8.根据权利要求1所述的方法,其特征在于,所述以所述待分析时间段、用于描述所述待分析区域的区域形状的空间边界特征为索引,在人员轨迹数据库中进行检索,得到目标轨迹数据,包括:
针对人员轨迹数据库中的每个索引,如果该索引包含的空间边界特征与用于描述所述待分析区域的区域形状的空间边界特征匹配,且该索引包含的采集时间处于所述待分析时间段内,则将该索引对应的轨迹数据作为目标轨迹数据。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据预先存储的区域与空间边界特征的对应关系,确定与所述待分析区域对应的空间边界特征,得到用于描述所述待分析区域的区域形状的空间边界特征。
10.一种人员流动分析装置,其特征在于,所述装置包括:
第一确定模块,用于响应于人员流动分析请求,确定待进行人员流动分析的待分析区域、以及所述待分析区域对应的待分析时间段,所述待分析区域包括源区域和目标区域;
检索模块,用于以所述待分析时间段、用于描述所述待分析区域的区域形状的空间边界特征为索引,在人员轨迹数据库中进行检索,得到目标轨迹数据,其中,所述人员轨迹数据库中数据内容为人员的轨迹数据,索引为所述轨迹数据的空间边界特征、所述轨迹数据的采集时间;
计算模块,用于基于所述目标轨迹数据计算人员驻留信息,所述人员驻留信息包括与所述源区域对应的第一人员驻留信息、与所述目标区域对应的第二人员驻留信息,且所述人员驻留信息包括人员标识;
第二确定模块,用于基于包含相同人员标识的第一人员驻留信息和第二人员驻留信息,确定人员流动信息;
分析模块,用于基于所述人员流动信息进行人员流动分析,包括:在所述人员流动信息中确定目标聚类参数,所述目标聚类参数包括人员在所述目标区域中的停留时间范围、所述目标区域所包含子区域的子区域标识中的至少一种;按照所述目标聚类参数,对所述人员流动信息进行聚类,得到多个聚类集合;针对每个所述聚类集合,计算该聚类集合包含的人员流动信息的数量,得到该聚类集合对应的人员数量;生成至少包含与该聚类集合对应的目标聚类参数、该聚类集合对应的人员数量的人员流动分析结果。
11.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-9任一所述的方法步骤。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-9任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010479464.0A CN111639092B (zh) | 2020-05-29 | 2020-05-29 | 一种人员流动分析方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010479464.0A CN111639092B (zh) | 2020-05-29 | 2020-05-29 | 一种人员流动分析方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111639092A CN111639092A (zh) | 2020-09-08 |
CN111639092B true CN111639092B (zh) | 2023-09-26 |
Family
ID=72329463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010479464.0A Active CN111639092B (zh) | 2020-05-29 | 2020-05-29 | 一种人员流动分析方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111639092B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112270998B (zh) * | 2020-09-23 | 2023-03-28 | 清华大学 | 区域内感染人员分布的评估方法及装置 |
CN112312317B (zh) * | 2020-10-30 | 2021-08-27 | 智慧足迹数据科技有限公司 | 公共聚集事件识别方法、装置、计算机设备及存储介质 |
CN113468284A (zh) * | 2021-06-29 | 2021-10-01 | 北京市商汤科技开发有限公司 | 对象检测方法及装置、电子设备和存储介质 |
CN114493395A (zh) * | 2021-12-15 | 2022-05-13 | 阿里云计算有限公司 | 移动设备驻留区域计算方法、装置及可读存储介质 |
CN114463572B (zh) * | 2022-03-01 | 2023-06-09 | 智慧足迹数据科技有限公司 | 区域聚类方法及相关装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106096631A (zh) * | 2016-06-02 | 2016-11-09 | 上海世脉信息科技有限公司 | 一种基于手机大数据的流动人口分类识别分析方法 |
CN107633067A (zh) * | 2017-09-21 | 2018-01-26 | 北京工业大学 | 一种基于人员行为规律和数据挖掘方法的群体识别方法 |
CN108985586A (zh) * | 2018-06-28 | 2018-12-11 | 中国联合网络通信有限公司深圳市分公司 | 居民出行指标的评估方法、装置及计算机可读存储介质 |
CN109005515A (zh) * | 2018-09-05 | 2018-12-14 | 武汉大学 | 一种基于移动轨迹信息的用户行为模式画像的方法 |
CN109362041A (zh) * | 2018-12-18 | 2019-02-19 | 成都方未科技有限公司 | 一种基于大数据的人口时空分布分析方法 |
CN109587326A (zh) * | 2018-11-09 | 2019-04-05 | 深圳壹账通智能科技有限公司 | 移动终端的提示方法及装置、存储介质、计算机设备 |
CN110263840A (zh) * | 2019-06-13 | 2019-09-20 | 东软集团股份有限公司 | 一种线路分析方法、装置及程序产品、存储介质 |
CN110309434A (zh) * | 2018-10-10 | 2019-10-08 | 腾讯大地通途(北京)科技有限公司 | 一种轨迹数据处理方法、装置以及相关设备 |
CN110530379A (zh) * | 2019-10-10 | 2019-12-03 | 蒽帛物联网科技(上海)有限公司 | 一种提供车辆行驶信息的方法、装置及系统 |
CN110868689A (zh) * | 2019-11-25 | 2020-03-06 | 智慧足迹数据科技有限公司 | 常住人口确定方法、装置和电子设备 |
CN110930285A (zh) * | 2020-02-05 | 2020-03-27 | 北京交研智慧科技有限公司 | 一种人口分布分析方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8180366B2 (en) * | 2007-06-28 | 2012-05-15 | The Mitre Corporation | Methods, systems, and computer program products for message filtering based on previous path trajectories and probable destination |
WO2016145595A1 (en) * | 2015-03-16 | 2016-09-22 | Nokia Technologies Oy | Method and apparatus for discovering social ties based on cloaked trajectories |
-
2020
- 2020-05-29 CN CN202010479464.0A patent/CN111639092B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106096631A (zh) * | 2016-06-02 | 2016-11-09 | 上海世脉信息科技有限公司 | 一种基于手机大数据的流动人口分类识别分析方法 |
CN107633067A (zh) * | 2017-09-21 | 2018-01-26 | 北京工业大学 | 一种基于人员行为规律和数据挖掘方法的群体识别方法 |
CN108985586A (zh) * | 2018-06-28 | 2018-12-11 | 中国联合网络通信有限公司深圳市分公司 | 居民出行指标的评估方法、装置及计算机可读存储介质 |
CN109005515A (zh) * | 2018-09-05 | 2018-12-14 | 武汉大学 | 一种基于移动轨迹信息的用户行为模式画像的方法 |
CN110309434A (zh) * | 2018-10-10 | 2019-10-08 | 腾讯大地通途(北京)科技有限公司 | 一种轨迹数据处理方法、装置以及相关设备 |
CN109587326A (zh) * | 2018-11-09 | 2019-04-05 | 深圳壹账通智能科技有限公司 | 移动终端的提示方法及装置、存储介质、计算机设备 |
CN109362041A (zh) * | 2018-12-18 | 2019-02-19 | 成都方未科技有限公司 | 一种基于大数据的人口时空分布分析方法 |
CN110263840A (zh) * | 2019-06-13 | 2019-09-20 | 东软集团股份有限公司 | 一种线路分析方法、装置及程序产品、存储介质 |
CN110530379A (zh) * | 2019-10-10 | 2019-12-03 | 蒽帛物联网科技(上海)有限公司 | 一种提供车辆行驶信息的方法、装置及系统 |
CN110868689A (zh) * | 2019-11-25 | 2020-03-06 | 智慧足迹数据科技有限公司 | 常住人口确定方法、装置和电子设备 |
CN110930285A (zh) * | 2020-02-05 | 2020-03-27 | 北京交研智慧科技有限公司 | 一种人口分布分析方法及装置 |
Non-Patent Citations (2)
Title |
---|
J Yuan,Y Zheng,X Xie.Discovering regions of different functions in a city using human mobility and POIs.《ACM》.2012,全文. * |
马春景.基于手机信令数据的流动人口出行特性分析方法研究.《中国优秀硕士学位全文数据库》.2017,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111639092A (zh) | 2020-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111639092B (zh) | 一种人员流动分析方法、装置、电子设备及存储介质 | |
CN109241461B (zh) | 一种用户画像构建方法及装置 | |
KR102121361B1 (ko) | 사용자가 위치되는 지리적 위치의 유형을 식별하기 위한 방법 및 디바이스 | |
US10473475B2 (en) | Method and apparatus for determining a location of a point of interest | |
CN111163072B (zh) | 机器学习模型中特征值的确定方法、装置及电子设备 | |
CN111597449B (zh) | 用于搜索的候选词构建方法、装置、电子设备及可读介质 | |
CN110569321B (zh) | 基于城市地图的网格划分处理方法、装置和计算机设备 | |
CN112770265B (zh) | 一种行人身份信息获取方法、系统、服务器和存储介质 | |
CN111148018B (zh) | 基于通信数据识别定位区域价值的方法和装置 | |
WO2021164131A1 (zh) | 地图展示方法、系统、计算机设备和存储介质 | |
CN108154024B (zh) | 一种数据检索方法、装置及电子设备 | |
CN111459723B (zh) | 终端数据处理系统 | |
CN109145225A (zh) | 一种数据处理方法及装置 | |
CN107798450B (zh) | 业务分配方法和装置 | |
US20180329926A1 (en) | Image-based semantic accommodation search | |
CN113868465B (zh) | 一种基于二维时间格网的可定位视频检索方法 | |
CN110928868B (zh) | 车辆数据检索方法、装置及计算机可读存储介质 | |
CN111881170A (zh) | 时效性查询内容字段挖掘方法、装置、设备和存储介质 | |
CN111611337A (zh) | 终端数据处理系统 | |
CN108614822B (zh) | 一种智能事件存储、读取方法及装置 | |
Zhou et al. | Making sense of spatial trajectories | |
CN111611336B (zh) | 终端数据处理系统 | |
CN118214692B (zh) | 业务运行检测方法、装置、计算机设备、存储介质和计算机程序产品 | |
CN112507043B (zh) | 终端数据处理系统 | |
CN112507045B (zh) | 终端数据处理系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |