CN111667127B - 一种智能监管方法、装置及电子设备 - Google Patents
一种智能监管方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111667127B CN111667127B CN201910165181.6A CN201910165181A CN111667127B CN 111667127 B CN111667127 B CN 111667127B CN 201910165181 A CN201910165181 A CN 201910165181A CN 111667127 B CN111667127 B CN 111667127B
- Authority
- CN
- China
- Prior art keywords
- supervision
- area
- activity
- target
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000000694 effects Effects 0.000 claims abstract description 261
- 230000000875 corresponding effect Effects 0.000 claims description 30
- 238000011156 evaluation Methods 0.000 claims description 24
- 238000012216 screening Methods 0.000 claims description 23
- 230000001105 regulatory effect Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 230000002596 correlated effect Effects 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 abstract description 3
- 238000012544 monitoring process Methods 0.000 description 15
- 238000013507 mapping Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 235000008446 instant noodles Nutrition 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明实施例提供了一种智能监管方法、装置及电子设备。其中，方法包括：确定监管目标的常驻活动区域，所述常驻活动区域为多个预设活动区域中的预设数目个活动区域，并且在监管时间窗口内，所述监管目标在所述常驻活动区域的活跃度高于所述多个预设活动区域中除所述常驻活动区域以外的其他活动区域；计算所述常驻活动区域与预期活动区域的差异值，所述预期活动区域为所述多个预设活动区域中针对所述监管目标预设的活动区域；如果所述差异值大于预设的差异值阈值，确定所述监管目标在监管时间窗口内存在异常。可以通过分析监管目标的常驻活动区域与预期活动区域的差异值，实现对监管目标的智能监管，降低监管的人工成本。
Description
技术领域
本发明涉及数据挖掘技术领域，特别是涉及一种智能监管方法、装置及电子设备。
背景技术
为了了解目标的状况是否良好，以实现更好地对目标进行管理，可以定期或者不定期地对目标进行监管，以获取目标的状况。现有技术中，可以是安排监管人员定期或者不定期地到现场进行视察，以对目标的状况进行评估。
但是当需要监管的目标过多时，需要安排大量监管人员或者花费较多时间才能够完成视察，导致监管的人工成本较高。
发明内容
本发明实施例的目的在于提供一种智能监管方法、装置及电子设备，以实现自动化智能监管，降低监管的人工成本。具体技术方案如下：
在本发明实施例的第一方面，提供了一种智能监管方法，所述方法包括：
确定监管目标的常驻活动区域，所述常驻活动区域为多个预设活动区域中的预设数目个活动区域，并且在监管时间窗口内，所述监管目标在所述常驻活动区域的活跃度高于所述多个预设活动区域中除所述常驻活动区域以外的其他活动区域；
计算所述常驻活动区域与预期活动区域的差异值，所述预期活动区域为所述多个预设活动区域中针对所述监管目标预设的活动区域，所述差异值用于表示所述常驻活动区域与所述预期活动区域之间的差异程度；
如果所述差异值大于预设的差异值阈值，确定所述监管目标在所述监管时间窗口内存在异常。
结合第一方面，在第一种可能的实现方式中，所述确定监管目标的常驻活动区域，包括：
获取监管目标的定位数据，所述定位数据用于表示所述监管目标在监管时间窗口内的多个时间节点上所处的区域；
基于所述定位数据，选取按照所述监管目标在所述监管时间窗口内出现在该区域的出现次数由多到少排序时的前预设数目个区域，作为所述监管目标的常驻活动区域。
结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，所述定位数据通过以下方法得到：
获取定位装置在所述监管时间窗口内定位到所述监管目标后上传的定位信息，所述定位信息包括所述定位装置的装置标识以及所述定位装置定位到所述监管目标的时间节点；
针对每个所述定位信息，将该定位信息所包括的装置标识对应的区域，保存为所述监管目标在该定位信息所包括的时间节点上所处的区域，得到定位数据。
结合第一方面的第二种可能的实现方式，在第三种可能的实现方式中，在所述获取定位装置在所述监管时间窗口内定位到所述监管目标后上传的定位信息之后，还包括：
按照预设筛选规则，对接收到的多个所述定位信息进行筛选，以使得筛选后剩余的任意两个所述定位信息所包括的时间节点之间的时间差大于预设时间差阈值；
所述针对每个所述定位信息，将该定位信息所包括的装置标识对应的区域，保存为所述监管目标在该定位信息所包括的时间节点上所处的区域，得到定位数据，包括：
针对筛选后剩余的每个所述定位信息，将该定位信息所包括的装置标识对应的区域，保存为所述监管目标在该定位信息所包括的时间节点上所处的区域，得到定位数据。
结合第一方面的第一种可能的实现方式，在第四种可能的实现方式，所述基于所述定位数据，选取按照所述监管目标在所述监管时间窗口内出现在该区域的出现次数由多到少排序时的前预设数目个区域，作为所述监管目标的常驻活动区域，包括：
按照预设划分规则，将所述定位数据划分为多个定位数据块；
基于每个所述定位数据块，并行统计所述监管目标在所述监管时间窗口内在各个区域的出现次数，得到每个所述定位数据块的统计结果；
基于所述统计结果，选取按照所述监管目标在所述监管时间窗口内出现在该区域的出现次数由多到少排序时的前预设数目个区域，作为所述监管目标的常驻活动区域。
结合第一方面，在第五种可能的实现方式中，在所述计算所述常驻活动区域与预期活动区域的差异值之后，所述方法还包括：
如果所述差异值不大于预设的差异值阈值，将所述差异值所属取值区间对应的评价等级，作为所述监管目标的评价等级。
结合第一方面，在第六种可能的实现方式中，所述计算所述常驻活动区域与预期活动区域的差异值，包括：
基于属于所述常驻活动区域并且不属于预期活动区域的活动区域的区域数目，计算所述常驻活动区域与所述预期活动区域的差异值，所述差异值与所述区域数目正相关。
在本发明实施例的第二方面，提供了一种智能监管装置，所述装置包括：
区域确定模块，用于确定监管目标的常驻活动区域，所述常驻活动区域为多个预设活动区域中的预设数目个活动区域，并且在监管时间窗口内，所述监管目标在所述常驻活动区域的活跃度高于所述多个预设活动区域中除所述常驻活动区域以外的其他活动区域；
区域匹配模块，用于计算所述常驻活动区域与预期活动区域的差异值，所述预期活动区域为所述多个预设活动区域中针对所述监管目标预设的活动区域，所述差异值用于表示所述常驻活动区域与所述预期活动区域之间的差异程度；
状态评价模块，用于如果所述差异值大于预设的差异值阈值，确定所述监管目标存在异常。
结合第二方面，在第一种可能的实现方式中，所述区域确定模块，具体用于获取监管目标的定位数据，所述定位数据用于表示所述监管目标在监管时间窗口内的多个时间节点上所处的区域；
基于所述定位数据，选取按照所述监管目标在所述监管时间窗口内出现在该区域的出现次数由多到少排序时的前预设数目个区域，作为所述监管目标的常驻活动区域。
结合第二方面的第一种可能的实现方式，在第二种可能的实现方式中，所述装置还包括映射规约模块，用于获取定位装置在所述监管时间窗口内定位到所述监管目标后上传的定位信息，所述定位信息包括所述定位装置的装置标识以及所述定位装置定位到所述监管目标的时间节点；
针对每个所述定位信息，将该定位信息所包括的装置标识对应的区域，保存为所述监管目标在该定位信息所包括的时间节点上所处的区域，得到定位数据。
结合第二方面的第二种可能的实现方式，在第三种可能的实现方式中，所述映射规约模块还用于在所述监管时间窗口内定位到所述监管目标后上传的定位信息之后，按照预设筛选规则，对接收到的多个所述定位信息进行筛选，以使得筛选后剩余的任意两个所述定位信息所包括的时间节点之间的时间差大于预设时间差阈值；
所述映射规约模块具体用于针对筛选后剩余的每个所述定位信息，将该定位信息所包括的装置标识对应的区域，保存为所述监管目标在该定位信息所包括的时间节点上所处的区域，得到定位数据。
结合第二方面的第一种可能的实现方式，在第四种可能的实现方式中，所述区域确定模块具体用于按照预设划分规则，将所述定位数据划分为多个定位数据块；
基于每个所述定位数据块，并行统计所述监管目标在所述监管时间窗口内在各个区域的出现次数，得到每个所述定位数据块的统计结果；
基于所述统计结果，选取按照所述监管目标在所述监管时间窗口内出现在该区域的出现次数由多到少排序时的前预设数目个区域，作为所述监管目标的常驻活动区域。
结合第二方面，在第五种可能的实现方式中，所述状态评价模块还用于在所述计算所述常驻活动区域与预期活动区域的差异值之后，如果所述差异值不大于预设的差异值阈值，将所述差异值所属取值区间对应的评价等级，作为所述监管目标的评价等级。
结合第二方面，在第六种可能的实现方式中，所述区域匹配模块，具体用于基于属于所述常驻活动区域并且不属于预期活动区域的活动区域的区域数目，计算所述常驻活动区域与所述预期活动区域的差异值，所述差异值与所述区域数目正相关。
在本发明实施例的第三方面，提供了一种电子设备，包括：
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，实现上述任一所述的智能监管方法。
在本发明实施例的第四方面，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所述的智能监管方法。
本发明实施例提供的智能监管方法、装置及电子设备，可以通过分析监管目标的常驻活动区域与预期活动区域的差异值，实现对监管目标的智能监管，降低监管的人工成本。当然，实施本发明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发明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，下面描述中的附图仅仅是本发明的一些实施例，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为本发明实施例提供的智能监管方法的一种流程示意图；
图2为本发明实施例提供的智能监管方法的另一种流程示意图；
图3为本发明实施例提供的定位数据获取方法的一种流程示意图；
图4为本发明实施例提供的定位数据获取方法的另一种流程示意图；
图5为本发明实施例提供的常驻活动区域确定方法的一种流程示意图；
图6a为本发明实施例提供的智能监管装置的一种结构示意图；
图6b为本发明实施例提供的智能监管装置的另一种结构示意图；
图7为本发明实施例提供的电子设备的一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
参见图1，图1所示为本发明实施例提供的智能监管方法的一种流程示意图，可以包括：
S101，确定监管目标的常驻活动区域。
其中，常驻活动区域为多个预设活动区域中的预设数目个活动区域，并且在监管时间窗口内，监管目标在常驻活动区域的活跃度高于多个预设活动区域中除常驻活动区域以外的其他活动区域。
监管目标根据应用场景的不同可以是目标人物，也可以是目标物体。例如，为了更好地了解工作人员的工作状况，可以是将工作场地内的工作人员作为监管目标进行监管。又例如，为了提高商城内的贵重品的安全性，可以是将商城内的贵重品作为监管目标进行监管。监管目标是可移动的，可以是监管目标具备主动移动的能力，也可以是监管目标能够被动地发生移动，如被人为搬运。
监管时间窗口可以为用户感兴趣的某一个时间段，例如用户希望确定一工作人员在6月23号的工作状况是否良好，则监管时间窗口可以是6月23的0点0分到6月23号的23点59分。监管时间窗口也可以是从开始执行本发明实施例所提供的智能监管方法的时间节点开始往前的预设时间段。
监管目标在一个活动区域的活跃度，可以是由监管时间窗口内，监管目标在该活动区域所处的时长确定的，在一种可选的实施例中，在监管时间窗口内，如果监管目标在一个活动区域所处的时长越长，则监管目标在该活动区域的活跃度越高，如果监管目标在一个活动区域所处的时长越短，则监管目标在该活动区域的活跃度越低。示例性的，假设预设活动区域一共包括有五个活动区域，分别为区域A、区域B、区域C、区域D、区域E，在监管时间窗口内，监管目标在这5个区域所处的时长分别为10分钟、15分钟、5分钟、30分钟、25分钟，则按照监管目标在这五个区域的活跃度由高到低的顺序进行排序得到的区域序列为：区域D、区域E、区域B、区域A、区域C。进一步的，如果预设数目为3个，则常驻活动区域为区域B、区域D、区域E。
进一步的，预设活动区域的划分可以根据实际需求进行设置。以对工作场地的工作人员进行监管为例，假设工作场地为一办公楼，可以是将该办公楼的每个楼层划分为一个活动区域，也可以是将该办公楼内的每个办公室划分为一个活动区域。监管目标在一个活动区域所处的时长可以是通过对监管目标的运动轨迹进行分析得到的，例如可以对监管目标进行定位，以确定监管目标在每个时间节点上所处的空间坐标，根据该空间坐标确定监管目标在该时间节点上所处的区域，通过统计监管目标在各个时间节点上所处的区域，确定监管目标在各个区域所处的时长。
在一种可选的实施例中，也可以是获取监管目标的定位数据，定位数据用于表示监管目标在监管时间窗口内的多个时间节点上所处的区域；基于定位数据，选取按照监管目标在监管时间窗口内出现在该区域的出现次数由多到少排序时的前预设数目个区域，作为监管目标的常驻活动区域。示例性的，假设基于定位数据，可以统计得到监管目标在监管时间窗口内，在区域A出现10次，在区域B出现6次，在区域C出现9次，在区域D出现2次，在区域E出现11次，则按照监管目标在监管时间窗口内出现在该区域的出现次数由多到少排序时，得到的区域序列为区域E、区域A、区域C、区域B、区域D，如果预设数目为2个，则是将区域E、区域A作为监管目标的常住活动区域。
其中，监管时间窗口内的多个时间节点可以是在时域上均匀分布的，例如定位数据可以是表示监管目标在7:00处于区域A、7:05处于区域A、7：10处于区域B、7:15处于区域B，也可以不是等间隔分布的，例如定位数据可以是表示监管目标在7:00处于区域A、7:07处于区域A、7：11处于区域B、7:13处于区域B。多个时间节点还可以是每次监管目标所处的活动区域发生变化的时间节点，示例性的，可以是在每个预设活动区域的入口设置门禁点，当监管目标通过门禁点进入一个活动区域时，该门禁点记录监管目标进入该活动区域的时间节点，并定位监管目标在该时间节点处于该活动区域。
监管目标在监管时间窗口内在一个区域的出现次数，可以是指定位数据表示监管目标在多少个时间节点上处于该区域。以定位数据表示监管目标在7:00处于区域A、7:05处于区域A、7：10处于区域B、7:15处于区域B为例，则监管目标在区域A的出现次数为2，在区域B的出现次数为2。一方面如果监管目标在一个区域所处时长越长，则在监管时间窗口内选取一个时间节点，监管目标在该时间节点上处于该区域的概率越高，因此当在监管时间窗口内选取足够数目的时间节点后，统计得到的监管目标在一个区域的出现次数与监管目标在该区域所处时长呈正比，故可以使用监管目标在一个区域的出现次数表示监管目标在该区域所处时长。另一方面，监管目标出现在一个活动区域的次数越多，说明监管目标可能需要在该活动区域进行较多活动。因此监管目标在一个区域的出现次数可以反映出监管目标在该区域的活跃度。而统计监管目标在一个区域的出现次数，相比于统计监管目标在一个区域所处时长较为简单，因此选用该实施例可以节省确定监管目标常驻活动区域的计算量。
S102，计算常驻活动区域与预期活动区域的差异值。
其中，预期活动区域是多个预设活动区域中针对监管目标预设的一个或者多个活动区域。预期活动区域可以是由用户根据实际需求预先进行设置的，以监管工作场地中的工作人员为例，监管目标为一工作人员，工作场地为办公楼，假设监管目标的工位位于办公楼的3楼，监管目标出于工作需求可能有时候需要到办公楼的5楼、6楼处理相关事情，则可以将监管目标的预期活动区域设定为该办公楼的3楼、5楼、6楼。又例如，以监管商城中的贵重品为例，假设监管目标在商城停业期间被存放在保险柜，在商城的营业期间被放置于商城的1号展示柜中，则可以将保险柜、1号展示柜以及保险柜到1号展示柜之间的通道设定为监管目标的预期活动区域。
差异值用于表示常驻活动区域与预期活动区域之间的差异程度。在一种可选的实施例中，差异值可以是通过属于常驻活动区域并且不属于预期活动区域的区域数目确定的，进一步的，可以是直接将属于常驻活动区域并且不属于预期活动区域的区域数目作为差异值，也可以是将该区域数目与预设数目的比值作为差异值。示例性的，假设常驻活动区域为区域A、区域B、区域C，即预设数目为3，预期活动区域为区域A、区域C，由于仅有区域B属于常驻活动区域，并且不属于预期活动区域，可以将差异值确定为1，也可以是将差异值确定为1/3。由于区域数目不可能大于预设数目，因此选用区域数目与预设数目的比值作为差异值，可以实现对差异值的归一化，便于后续步骤的处理。
在其他实时例中，差异值也可以是通过属于常驻活动区域并且不属于预期活动区域的活动区域，以及监管目标在这些活动区域上的活跃度计算得到的。例如，差异值可以是监管目标在属于常驻活动区域并且不属于预期活动区域的活动区域上的总活跃度与监管目标在预设多个活动区域上的总活跃度的比值，示例性的，假设常驻活动区域为区域A、区域B、区域C，预期活动区域为区域A，区域D，并且监管目标在区域B的活跃度为2，区域C的活跃度为3，监管目标在多个预设活动区域上的总活跃度为10，则差异值可以是0.5。
S103，如果差异值大于预设的差异值阈值，确定监管目标在监管时间窗口内存在异常。
差异值阈值可以根据实际应用场景进行设置，如果差异值阈值设置的越低，则对监管目标的监管标准越严格，如果差异值阈值设置的越高，则对监管目标的监管标准越宽松。
差异程度越大则说明监管目标可能在用户预期外的区域所处的活跃度越高，以监管工作场地的工作人员，工作场地为办公楼为例，假设监管目标的常驻活动区域为办公楼的2楼、3楼、4楼，而监管目标的预期活动区域为2楼、3楼、6楼，可以认为监管目标在2楼、3楼活跃度较高是因为监管目标在办公过程中需要到办公楼的2楼以及3楼，因此可以预期到监管目标在2楼以及3楼所进行的事情很可能与该监管目标的工作相关。但是监管目标的常驻活动区域还包括4楼，难以预期到监管目标在4楼所作的事情，因此可以认为监管目标在监管时间窗口内进行了预期外的事情。当差异值大于预设差异值阈值时，说明监管目标进行了过多预期外的事情，可以认为监管目标的工作状况存在异常。
选用本发明实施例，可以通过分析监管目标的常驻活动区域与预期活动区域的差异值，实现对监管目标的智能监管，降低监管的人工成本。
进一步的，在本实施例中，如果差异值不大于预设的差异值阈值，可以确定监管目标不存在异常。在其他实施例中，也可以如图2所示，包括：
S201，确定监管目标的常驻活动区域。
该步骤与S101相同，可以参见前述关于S101的描述，在此不再赘述。
S202，确定常驻活动区域与预期活动区域的差异值是否大于预设差异值阈值，如果该差异值大于预设差异值阈值，则执行S203，如果该差异值不大于预设差异值阈值，则执行S204。
S203，确定监管目标在监管时间窗口内存在异常。
该步骤与S103相同，可以参见前述关于S103的描述，在此不再赘述。
S204，将差异值所属取值区间对应的评价等级，作为监管目标的评价等级。
假设差异值是归一化的，差异值阈值为0.5，则差异值所属取值区间与评价等级的对应关系，可以如下表所示：
| 取值区间 | 评价等级 |
| 0-0.1 | 优 |
| 0.1-0.2 | 良好 |
| 0.2-0.3 | 及格 |
| 0.3-0.5 | 待提升 |
评价等级与取值区间的对应关系可以根据实际需求进行设置，以上表为例，如果监管目标的差异值为0.03，则监管目标的评价等级为优。评价等级相比于差异值，可以让用户更直观的了解到监管目标的状况。
参见图3，图3所示为本发明实施例提供的定位数据获取方法的一种流程示意图，关于定位数据的可以参见S101中的相关描述，该方法可以包括：
S301，获取定位装置在监管时间窗口内定位到监管目标后上传的定位信息。
其中，定位信息包括定位装置的装置标识以及定位装置定位到监管目标的时间节点。示例性的，定位装置可以是基站，监管目标上设置有信号源，信号源可以周期地向四周发送信号，在基站接收到信号源所发送的信号后，可以认为基站定位到监管目标。
在本实施例中设置有多个定位装置，每个定位装置对应于一个活动区域，不同的定位装置可以对应于同一个活动区域，并且每个活动区域至少对应一个定位装置。进一步的，定位装置的数目可以等于活动区域的数目，定位装置与活动区域之间一一对应。定位装置的种类可以根据实际需求进行设置，以监管工作场地的工作人员为例，可以使用以下三种定位装置中的一种或多种：人脸识别摄像机、基站、门禁点。
人脸识别摄像机具有人脸识别功能，可以是在抓拍到监管目标的人脸图像后，确定定位到监管目标。门禁点可以对监管目标所携带的特定标识物进行感应，特定标识物可以是门禁卡，当门禁点感应到监管目标所携带的特定标识物后确定定位到监管目标。
在本实施例中定位装置是在定位到监管目标后上传定位信息，因此所上传的定位信息是监管目标的定位信息。在其他实施例中，定位装置也可以是在定位到任意可定位对象后上传该可定位对象的定位信息，定位信息中包括有该可定位对象的身份标识，该身份标识可以用于表示该可定位对象是否是监管目标。以监管工作场地的工作人员为例，假设定位装置是人脸识别摄像机，该人脸识别摄像机可以是在抓拍到工作人员的人脸图像后，上传该人脸图像、该人脸识别摄像机的装置编号以及抓拍到人脸图像的时间。进一步的，可以根据接收到的人脸图像确定该人脸识别摄像机所抓拍到的工作人员是否是监管目标。如果该人脸识别摄像机抓拍到的工作人员是监管目标，则将该人脸识别摄像机上传的定位信息作为监管目标的定位信息，如果该人脸识别摄像机抓拍到的工作人员不是监管目标，可以不将该人脸识别摄像机上传的定位信息作为监管目标的定位信息。
S302，针对每个定位信息，将该定位信息所包括的装置标识对应的区域，保存为监管目标在该定位信息所包括的时间节点上所处的区域，得到定位数据。
在本实施例中，不同的定位装置的装置标识不同，一个定位装置的装置标识可以是该定位装置的编号，保存的定位数据可以如下表所示：
| 时间节点 | 区域编号 |
| 7:00 | #1 |
| 7:05 | #3 |
| 7:10 | #3 |
| 7:15 | #2 |
进一步，获取定位数据的执行主体可以和本发明实施例所提供的智能监管方法的执行主体相同，也可以是不同的。在其他实施例中，也可以是获取由定位装置在定位到监管目标后上传的定位信息，定位信息中包括监管目标的所处的空间坐标以及定位到监管目标的时间节点，进而根据监管目标所处的空间坐标确定监管目标在该时间节点上所处的区域，以得到定位数据。但是基于监管目标所处的空间坐标确定监管目标所处的区域需要的计算量可能较大，尤其是在区域为不规则的形状时，而选用该实施例中，通过定位装置与区域的对应关系，使得可以便捷地利用定位装置的装置标识确定监管目标所处的区域。
参见图4，图4所示为本发明实施例提供的定位数据获取方式的另一种流程示意图，可以包括：
S401,获取定位装置在监管时间窗口内定位到监管目标后上传的定位信息。
该步骤与S301相同，可以参见前述关于S301的描述，在此不再赘述。
S402，按照预设筛选规则，对接收到的多个定位信息进行筛选，以使得筛选后剩余的任意两个定位信息所包括的时间节点之间的时间差大于预设时间差阈值。
示例性的，假设五个定位信息，分别为定位信息A，所包括的时间节点为7:00、定位信息B，所包括的时间节点的7:01、定位信息C，所包括的时间节点为7:05、定位信息D，所包括的时间节点为7:10、定位信息E，所包括的时间节点为7:15，预设时间差阈值为4分钟，则根据预设规则的不同，可以是删除定位信息B，也可以是删除定位信息A、C，以使得剩余的定位信息中，任意两个定位信息所包括的时间节点之间的时间差大于4分钟。
S403，针对筛选后剩余的每个定位信息，将该定位信息所包括的装置标识对应的区域，保存为监管目标在该定位信息所包括的时间节点上所处的区域，得到定位数据。
可以理解的是，如果两个定位信息所包括的时间节点之间的时间差小于预设时间差阈值，可以认为该时间差足够小以至于监管目标在该时间差内只有很小的概率或者不可能从一个区域移动至另一个区域。即这两个定位信息所包括的装置标识大概率或者一定对应同一个区域，此时保留其中一个定位信息即可，保留这两个定位信息可能造成信息的冗余，造成存储资源以及运算资源的不必要的浪费。而选用该实施例可以解决该技术问题。
为了清楚地描述本发明实施例提供的智能监管方法，下面将结合定位装置对本发明实施例提供的常驻活动区域确定方法进行描述，参见图5，可以包括：
S501，定位装置在定位到可定位对象后上传可定位对象的定位信息至定位组件。
其中，定位信息可以包括：定位到该可定位对象的时间节点、可定位对象的身份标识、定位装置的装置标识。还可以包括以下信息的一种或多种：定位到该可定位对象时该可定位对象所处的位置，定位装置类型。在本实施例中，定位装置可以有多种类型，不同类型的定位装置上传的定位信息所包括的信息可能不同。
如果定位装置是人脸识别摄像机，则定位到该可定位对象时该可定位对象所处的位置，可以是可定位对象的像素坐标，也可以是可定位对象的空间坐标。根据人脸识别摄像机的参数以及安装位置，可定位对象的像素坐标和空间坐标之间可以相互转换。
S502，定位组件针对每个定位信息，将所包括的身份标识对应于监管目标的定位信息所包括的装置标识对应的区域，保存为监管目标在该定位信息所包括的时间节点上所处的区域，得到定位数据。
在本实施例中，定位组件可以是一个或者多个具有信息处理能力的计算机，定位数据可以是以文件的形式保存的。具体的，定位组件可以是从多个可定位对象的定位信息中，筛选出身份标识与监管目标相对应的定位信息，作为监管目标的定位信息。并将监管目标的定位信息所包括的装置标识对应的区域，作为该监管目标在该定位信息所包括的时间节点上所处的区域，保存在监管目标所对应的文件中，得到定位数据。
S503，映射(map)处理器对定位数据进行分块，得到多个定位数据块。
其中，映射处理器可以是一个计算机集群，按照预设的划分规则，将定位数据划分为多个定位数据块，每个定位数据块中包括定位数据中的部分信息，并且不同的定位数据块所包括的信息不重复。
S504，映射处理器分别基于每个定位数据块，并行统计监管目标在监管时间窗口内在各个区域的出现次数，得到每个数据块的统计结果。
由于每个定位数据块只包含了定位数据中的部分信息，因此基于一个定位数据块统计得到的统计结果中，监管目标在一个区域的出现次数可能小于监管目标实际在该区域的出现次数。每个定位数据块的统计结果合并之后得到的统计结果，理论上应当与直接对定位数据进行统计得到的统计结果相同。而可以充分发挥并行计算的计算速率快的优势，并行地对每个定位数据块进行统计，再合并统计结果，相比于直接对定位数据进行统计得到统计结果效率较高。示例性的，假设监管目标在区域A、区域B、区域C的出现次数分别为10次、8次、6次，定位数据被划分为了3个定位数据块，则3个定位数据块的统计结果可以如下表所示：
| 区域A出现次数 | 区域B出现次数 | 区域C出现次数 | |
| 统计结果1 | 3 | 4 | 2 |
| 统计结果2 | 5 | 1 | 2 |
| 统计结果3 | 2 | 3 | 2 |
在本实施例中，并行可以是由一个计算机中的多个处理器实现的，也可以是由一个计算机集群中的多个计算机实现的。得到的统计结果，可以是基于分布式文件系统(HDFS，Hadoop Distributed File System)存储的，在其他实施例中，也可以是将各个定位数据块的统计结果统一存储在同一存储介质中。
S505，规约(reduce)处理器基于每个数据块的统计结果，统计监管目标在监管时间窗口内出现次数最多的预设数目个区域，作为监管目标的常驻活动区域。
在本实施例中，映射处理器、分布式文件系统以及规约处理器可以共同组成海杜普(hadoop)框架。规约处理器可以是从分布式文件系统中获取每个定位数据块的统计结果，并合并这些统计结果，进而统计监管目标在监管时间窗口内出现次数最多的预设数目个区域，以作为监管目标的常驻活动区域。
选用该实施例，通过对定位数据分块，进而实现并行处理定位数据块中所包括的信息，可以有效地提高常驻活动区域确定的效率。当监管目标较多时，可能会产生大量的定位数据，如监管工作场地中的工作人员，工作场地中可能有成千上万的工作人员，如果每个工作人员均为监管目标的情况下，会面临大量的定位数据，对这些定位数据进行统计可能花费过多时间。而选用该实施例，可以有效降低对定位数据进行统计所需要花费的时间。
参见图6a，图6a所示为本发明实施例提供的智能监管装置的一种结构示意图，可以包括：
区域确定模块601，用于确定监管目标的常驻活动区域，常驻活动区域为多个预设活动区域中的预设数目个活动区域，并且在监管时间窗口内，监管目标在常驻活动区域的活跃度高于多个预设活动区域中除常驻活动区域以外的其他活动区域；
区域匹配模块602，用于计算常驻活动区域与预期活动区域的差异值，预期活动区域为多个预设活动区域中针对监管目标预设的活动区域，差异值用于表示常驻活动区域与预期活动区域之间的差异程度；
状态评价模块603，用于如果差异值大于预设的差异值阈值，确定监管目标在监管时间窗口内存在异常。
进一步的，状态评价模块603，具体用于获取监管目标的定位数据，定位数据用于表示监管目标在监管时间窗口内的多个时间节点上所处的区域；
基于定位数据，选取按照监管目标在监管时间窗口内出现在该区域的出现次数由多到少排序时的前预设数目个区域，作为监管目标的常驻活动区域。
进一步的，如图6b，装置还包括映射规约模块604，用于获取定位装置在监管时间窗口内定位到监管目标后上传的定位信息，定位信息包括定位装置的装置标识以及定位装置定位到监管目标的时间节点；
针对每个定位信息，将该定位信息所包括的装置标识对应的区域，保存为监管目标在该定位信息所包括的时间节点上所处的区域，得到定位数据。
进一步的，映射规约模块604还用于在监管时间窗口内定位到监管目标后上传的定位信息之后，按照预设筛选规则，对接收到的多个定位信息进行筛选，以使得筛选后剩余的任意两个定位信息所包括的时间节点之间的时间差大于预设时间差阈值；
映射规约模块具体用于针对筛选后剩余的每个定位信息，将该定位信息所包括的装置标识对应的区域，保存为监管目标在该定位信息所包括的时间节点上所处的区域，得到定位数据。
进一步的，状态评价模块603具体用于按照预设划分规则，将定位数据划分为多个定位数据块；
基于每个定位数据块，并行统计监管目标在监管时间窗口内在各个区域的出现次数，得到每个定位数据块的统计结果；
基于统计结果，选取按照监管目标在监管时间窗口内出现在该区域的出现次数由多到少排序时的前预设数目个区域，作为监管目标的常驻活动区域。
进一步的，状态评价模块603还用于在计算常驻活动区域与预期活动区域的差异值之后，如果差异值不大于预设的差异值阈值，将差异值所属取值区间对应的评价等级，作为监管目标的评价等级。
进一步的，区域匹配模块602，具体用于基于属于常驻活动区域并且不属于预期活动区域的活动区域的区域数目，计算常驻活动区域与预期活动区域的差异值，差异值与区域数目正相关。
本发明实施例还提供了一种电子设备，如图7所示，包括存储器701，用于存放计算机程序；
处理器702，用于执行存储器701上所存放的程序时，实现如下步骤：
确定监管目标的常驻活动区域，常驻活动区域为多个预设活动区域中的预设数目个活动区域，并且在监管时间窗口内，监管目标在常驻活动区域的活跃度高于多个预设活动区域中除常驻活动区域以外的其他活动区域；
计算常驻活动区域与预期活动区域的差异值，预期活动区域为多个预设活动区域中针对监管目标预设的活动区域，差异值用于表示常驻活动区域与预期活动区域之间的差异程度；
如果差异值大于预设的差异值阈值，确定监管目标在监管时间窗口内存在异常。
进一步的，获取监管目标的常驻活动区域，包括：
获取监管目标的定位数据，定位数据用于表示监管目标在监管时间窗口内的多个时间节点上所处的区域；
基于定位数据，选取按照监管目标在监管时间窗口内出现在该区域的出现次数由多到少排序时的前预设数目个区域，作为监管目标的常驻活动区域。
进一步的，定位数据通过以下方法得到：
获取定位装置在监管时间窗口内定位到监管目标后上传的定位信息，定位信息包括定位装置的装置标识以及定位装置定位到监管目标的时间节点；
针对每个定位信息，将该定位信息所包括的装置标识对应的区域，保存为监管目标在该定位信息所包括的时间节点上所处的区域，得到定位数据。
进一步的，在获取定位装置在监管时间窗口内定位到监管目标后上传的定位信息之后，还包括：
按照预设筛选规则，对接收到的多个定位信息进行筛选，以使得筛选后剩余的任意两个定位信息所包括的时间节点之间的时间差大于预设时间差阈值；
针对每个定位信息，将该定位信息所包括的装置标识对应的区域，保存为监管目标在该定位信息所包括的时间节点上所处的区域，得到定位数据，包括：
针对筛选后剩余的每个定位信息，将该定位信息所包括的装置标识对应的区域，保存为监管目标在该定位信息所包括的时间节点上所处的区域，得到定位数据。
进一步的，基于定位数据，统计监管目标在监管时间窗口内出现次数最多的预设数目个区域，作为监管目标的常驻活动区域，包括：
按照预设划分规则，将定位数据划分为多个定位数据块；
基于每个定位数据块，并行统计监管目标在监管时间窗口内在各个区域的出现次数，得到每个定位数据块的统计结果；
基于统计结果，选取按照监管目标在监管时间窗口内出现在该区域的出现次数由多到少排序时的前预设数目个区域，作为监管目标的常驻活动区域。
进一步的，在计算常驻活动区域与预期活动区域的差异值之后，方法还包括：
如果差异值不大于预设的差异值阈值，将差异值所属取值区间对应的评价等级，作为监管目标的评价等级。
进一步的，计算常驻活动区域与预期活动区域的差异值，包括：
基于属于常驻活动区域并且不属于预期活动区域的活动区域的区域数目，计算常驻活动区域与预期活动区域的差异值，差异值与区域数目正相关。
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。
在本发明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中存储有指令，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智能监管方法。
在本发明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智能监管方法。
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发明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。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备、计算机可读存储介质、计算机程序产品的实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (10)
1.一种智能监管方法，其特征在于，所述方法包括：
确定监管目标的常驻活动区域，所述常驻活动区域为多个预设活动区域中的预设数目个活动区域，并且在监管时间窗口内，所述监管目标在所述常驻活动区域的活跃度高于所述多个预设活动区域中除所述常驻活动区域以外的其他活动区域；
计算所述常驻活动区域与预期活动区域的差异值，所述预期活动区域为所述多个预设活动区域中针对所述监管目标预设的活动区域，所述差异值用于表示所述常驻活动区域与所述预期活动区域之间的差异程度；
如果所述差异值大于预设的差异值阈值，确定所述监管目标在所述监管时间窗口内存在异常。
2.根据权利要求1所述的方法，其特征在于，所述确定监管目标的常驻活动区域，包括：
获取监管目标的定位数据，所述定位数据用于表示所述监管目标在监管时间窗口内的多个时间节点上所处的区域；
基于所述定位数据，选取按照所述监管目标在所述监管时间窗口内出现在该区域的出现次数由多到少排序时的前预设数目个区域，作为所述监管目标的常驻活动区域。
3.根据权利要求2所述的方法，其特征在于，所述定位数据通过以下步骤获取：
获取多个定位装置在所述监管时间窗口内定位到所述监管目标后上传的多个定位信息，其中，所述多个定位装置中的每个定位装置对应于一个区域，每个所述定位信息包括上传该定位信息的定位装置的装置标识以及该定位装置定位到所述监管目标的时间节点；
针对每个所述定位信息，将该定位信息所包括的装置标识对应的区域，保存为所述监管目标在该定位信息所包括的时间节点上所处的区域，得到定位数据。
4.根据权利要求3所述的方法，其特征在于，在所述获取定位装置在所述监管时间窗口内定位到所述监管目标后上传的定位信息之后，还包括：
按照预设筛选规则，对获取到的多个所述定位信息进行筛选，以使得筛选后剩余的任意两个所述定位信息所包括的时间节点之间的时间差大于预设时间差阈值；
所述针对每个所述定位信息，将该定位信息所包括的装置标识对应的区域，保存为所述监管目标在该定位信息所包括的时间节点上所处的区域，得到定位数据，包括：
针对筛选后剩余的每个所述定位信息，将该定位信息所包括的装置标识对应的区域，保存为所述监管目标在该定位信息所包括的时间节点上所处的区域，得到定位数据。
5.根据权利要求2所述的方法，其特征在于，所述基于所述定位数据，选取按照所述监管目标在所述监管时间窗口内出现在该区域的出现次数由多到少排序时的前预设数目个区域，作为所述监管目标的常驻活动区域，包括：
按照预设划分规则，将所述定位数据划分为多个定位数据块；
基于每个所述定位数据块，并行统计所述监管目标在所述监管时间窗口内在各个区域的出现次数，得到每个所述定位数据块的统计结果；
基于所述统计结果，选取按照所述监管目标在所述监管时间窗口内出现在该区域的出现次数由多到少排序时的前预设数目个区域，作为所述监管目标的常驻活动区域。
6.根据权利要求1所述的方法，其特征在于，在所述计算所述常驻活动区域与预期活动区域的差异值之后，所述方法还包括：
如果所述差异值不大于预设的差异值阈值，将所述差异值所属取值区间对应的评价等级，作为所述监管目标的评价等级。
7.根据权利要求1所述的方法，其特征在于，所述计算所述常驻活动区域与预期活动区域的差异值，包括：
基于属于所述常驻活动区域并且不属于预期活动区域的活动区域的区域数目，计算所述常驻活动区域与所述预期活动区域的差异值，所述差异值与所述区域数目正相关。
8.一种智能监管装置，其特征在于，所述装置包括：
区域确定模块，用于确定监管目标的常驻活动区域，所述常驻活动区域为多个预设活动区域中的预设数目个活动区域，并且在监管时间窗口内，所述监管目标在所述常驻活动区域的活跃度高于所述多个预设活动区域中除所述常驻活动区域以外的其他活动区域；
区域匹配模块，用于计算所述常驻活动区域与预期活动区域的差异值，所述预期活动区域为所述多个预设活动区域中针对所述监管目标预设的活动区域，所述差异值用于表示所述常驻活动区域与所述预期活动区域之间的差异程度；
状态评价模块，用于如果所述差异值大于预设的差异值阈值，确定所述监管目标在所述监管时间窗口内存在异常。
9.一种电子设备，其特征在于，包括：
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1-7任一所述的方法步骤。
10.一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权利要求1-7任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910165181.6A CN111667127B (zh) | 2019-03-05 | 2019-03-05 | 一种智能监管方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910165181.6A CN111667127B (zh) | 2019-03-05 | 2019-03-05 | 一种智能监管方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111667127A CN111667127A (zh) | 2020-09-15 |
| CN111667127B true CN111667127B (zh) | 2023-04-18 |
Family
ID=72381651
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910165181.6A Active CN111667127B (zh) | 2019-03-05 | 2019-03-05 | 一种智能监管方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111667127B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103455233A (zh) * | 2012-05-28 | 2013-12-18 | 腾讯科技（深圳）有限公司 | 一种移动终端的用户界面确定方法和装置 |
| CN103561464A (zh) * | 2013-10-25 | 2014-02-05 | 北京奇虎科技有限公司 | 位置信息显示方法及装置、系统 |
| CN104539304A (zh) * | 2014-11-28 | 2015-04-22 | 广东小天才科技有限公司 | 一种根据不同场所运动异常警示方法、装置及终端 |
| WO2016024222A1 (en) * | 2014-08-11 | 2016-02-18 | Secron Cc | Security system and method |
| CN105740347A (zh) * | 2016-01-25 | 2016-07-06 | 四川长虹电器股份有限公司 | 基于gps的用户信息采集与行为分析方法 |
| CN105916116A (zh) * | 2016-06-30 | 2016-08-31 | 北京奇虎科技有限公司 | 基于移动轨迹信息的监控方法及装置 |
| CN106791142A (zh) * | 2016-12-30 | 2017-05-31 | 珠海市魅族科技有限公司 | 一种闹铃控制方法及装置 |
| CN107066478A (zh) * | 2016-12-14 | 2017-08-18 | 阿里巴巴集团控股有限公司 | 一种虚假地址信息识别的方法及装置 |
| CN107547633A (zh) * | 2017-07-27 | 2018-01-05 | 腾讯科技（深圳）有限公司 | 一种用户常驻点的处理方法、装置和存储介质 |
| CN107889046A (zh) * | 2016-09-26 | 2018-04-06 | 千寻位置网络有限公司 | 基于高精定位的位置监控方法及其装置 |
| CN108390929A (zh) * | 2018-02-13 | 2018-08-10 | 中国联合网络通信集团有限公司 | 获取用户常驻位置的方法及装置 |
| CN108537204A (zh) * | 2018-04-20 | 2018-09-14 | 广州林邦信息科技有限公司 | 人类活动监测方法、装置及服务器 |
| CN108566618A (zh) * | 2018-04-04 | 2018-09-21 | 广州杰赛科技股份有限公司 | 获取用户驻留规律的方法、装置、设备及存储介质 |
| CN109308710A (zh) * | 2017-07-27 | 2019-02-05 | 南宁富桂精密工业有限公司 | 监控方法、计算装置及计算机可读存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10019881B2 (en) * | 2015-11-04 | 2018-07-10 | Streamlight, Inc. | Personnel tracking and monitoring system and method employing protective gear including a personnel electronic monitor device |
-
2019
- 2019-03-05 CN CN201910165181.6A patent/CN111667127B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103455233A (zh) * | 2012-05-28 | 2013-12-18 | 腾讯科技（深圳）有限公司 | 一种移动终端的用户界面确定方法和装置 |
| CN103561464A (zh) * | 2013-10-25 | 2014-02-05 | 北京奇虎科技有限公司 | 位置信息显示方法及装置、系统 |
| WO2016024222A1 (en) * | 2014-08-11 | 2016-02-18 | Secron Cc | Security system and method |
| CN104539304A (zh) * | 2014-11-28 | 2015-04-22 | 广东小天才科技有限公司 | 一种根据不同场所运动异常警示方法、装置及终端 |
| CN105740347A (zh) * | 2016-01-25 | 2016-07-06 | 四川长虹电器股份有限公司 | 基于gps的用户信息采集与行为分析方法 |
| CN105916116A (zh) * | 2016-06-30 | 2016-08-31 | 北京奇虎科技有限公司 | 基于移动轨迹信息的监控方法及装置 |
| CN107889046A (zh) * | 2016-09-26 | 2018-04-06 | 千寻位置网络有限公司 | 基于高精定位的位置监控方法及其装置 |
| CN107066478A (zh) * | 2016-12-14 | 2017-08-18 | 阿里巴巴集团控股有限公司 | 一种虚假地址信息识别的方法及装置 |
| CN106791142A (zh) * | 2016-12-30 | 2017-05-31 | 珠海市魅族科技有限公司 | 一种闹铃控制方法及装置 |
| CN107547633A (zh) * | 2017-07-27 | 2018-01-05 | 腾讯科技（深圳）有限公司 | 一种用户常驻点的处理方法、装置和存储介质 |
| CN109308710A (zh) * | 2017-07-27 | 2019-02-05 | 南宁富桂精密工业有限公司 | 监控方法、计算装置及计算机可读存储介质 |
| CN108390929A (zh) * | 2018-02-13 | 2018-08-10 | 中国联合网络通信集团有限公司 | 获取用户常驻位置的方法及装置 |
| CN108566618A (zh) * | 2018-04-04 | 2018-09-21 | 广州杰赛科技股份有限公司 | 获取用户驻留规律的方法、装置、设备及存储介质 |
| CN108537204A (zh) * | 2018-04-20 | 2018-09-14 | 广州林邦信息科技有限公司 | 人类活动监测方法、装置及服务器 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111667127A (zh) | 2020-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111143102B (zh) | 异常数据检测方法、装置、存储介质及电子设备 | |
| CN110837582B (zh) | 数据关联方法、装置、电子设备和计算机可读存储介质 | |
| CN107273833B (zh) | 用于监测流动人口的方法及其系统 | |
| CN109698934B (zh) | 一种区域监控方法及装置 | |
| Prates et al. | Relative risk estimates from spatial and space–time scan statistics: are they biased? | |
| CN108038130B (zh) | 虚假用户的自动清理方法、装置、设备及存储介质 | |
| CN103927631A (zh) | 一种基于电力系统质量体系、风险评估与安全测评的安全综合管理平台 | |
| CN108733774B (zh) | 一种基于大数据的失业人口动态监测方法 | |
| CN104639397A (zh) | 获取用户常规活动区域的方法与系统 | |
| WO2020215798A1 (zh) | 一种地铁站内区域客流估计方法、系统及电子设备 | |
| CN112770265B (zh) | 一种行人身份信息获取方法、系统、服务器和存储介质 | |
| US20150347953A1 (en) | Kpi specification apparatus and kpi specification method | |
| US20230177152A1 (en) | Method, apparatus, and computer-readable recording medium for performing machine learning-based observation level measurement using server system log and performing risk calculation using the same | |
| US20210286780A1 (en) | Auto reinforced anomaly detection | |
| CN112182295B (zh) | 基于行为预测的业务处理方法、装置及电子设备 | |
| Determe et al. | Monitoring large crowds with WiFi: A privacy-preserving approach | |
| CN111667127B (zh) | 一种智能监管方法、装置及电子设备 | |
| CN109976986B (zh) | 异常设备的检测方法及装置 | |
| CN110134680B (zh) | 空间监控方法、装置、计算机设备及存储介质 | |
| CN112711710A (zh) | 多号码终端的追踪方法、系统、服务器和存储介质 | |
| Lopez-Novoa et al. | Overcrowding detection in indoor events using scalable technologies | |
| CN117271177A (zh) | 基于链路数据的根因定位方法、装置、电子设备及存储介质 | |
| CN109451359B (zh) | 一种关注异常的检测方法、装置、设备和存储介质 | |
| CN112949442B (zh) | 一种异常事件预识别方法、装置、电子设备及监控系统 | |
| CN111340331A (zh) | 城市管理工作中监督员停留行为的分析方法及系统 |
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 |