CN111694875B - 用于输出信息的方法和装置 - Google Patents
用于输出信息的方法和装置 Download PDFInfo
- Publication number
- CN111694875B CN111694875B CN201910193737.2A CN201910193737A CN111694875B CN 111694875 B CN111694875 B CN 111694875B CN 201910193737 A CN201910193737 A CN 201910193737A CN 111694875 B CN111694875 B CN 111694875B
- Authority
- CN
- China
- Prior art keywords
- time
- users
- points
- track
- time interval
- 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
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了用于输出信息的方法和装置。上述方法的一具体实施方式包括:获取多个用户的轨迹点以及轨迹点对应的时间点;根据轨迹点对应的时间点,对多个用户的轨迹点进行整理;根据整理后的轨迹点,确定多个用户中用户的轨迹点序列;确定多个用户中任意两个用户的轨迹点序列之间的相似度;根据得到的相似度,输出用户的信息。该实施方式可以有效地对用户的轨迹点进行分析,有利于提取团伙信息。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于输出信息的方法和装置。
背景技术
随着科技的飞速发展,团伙作案的手段也日趋多样化,其团伙成员间的行为轨迹也越来越扑朔迷离。在此背景下,挖掘团伙成员间的伴随关系和同行关系,以此厘清其团伙信息,挖掘犯罪团伙成为一个难题。
发明内容
本申请实施例提出了用于输出信息的方法和装置。
第一方面,本申请实施例提供了一种用于输出信息的方法,包括:获取多个用户的轨迹点以及轨迹点对应的时间点;根据轨迹点对应的时间点,对多个用户的轨迹点进行整理;根据整理后的轨迹点,确定多个用户中用户的轨迹点序列;确定多个用户中任意两个用户的轨迹点序列之间的相似度;根据得到的相似度,输出用户的信息。
在一些实施例中,上述根据轨迹点对应的时间点,对多个用户的轨迹点进行整理,包括:根据轨迹点对应的时间点,将多个轨迹点排列在时间轴上;根据预设的时间窗口,将时间轴划分为至少一个第一时间区间;对于上述至少一个第一时间区间中的第一时间区间,修改位于该第一时间区间内的轨迹点对应的时间点,以使位于该第一时间区间内的轨迹点对应同一时间点。
在一些实施例中,响应于存在至少两个第一时间区间,在上述修改之后,对于相邻的两个第一时间区间,落入前一第一时间区间的轨迹点对应的时间点与落入后一第一时间区间的轨迹点对应的时间点之间的时长与上述时间窗口的时长相等。
在一些实施例中,上述时间窗口的时长通过以下步骤确定:根据轨迹点对应的时间点,确定同一时间点对应的轨迹点的数量;根据确定的数量,确定连续的至少两个时间点对应的轨迹点的数量之和达到预设的数量阈值时,上述连续的至少两个时间点之间的最短时长;将上述最短时长确定为上述时间窗口的时长。
在一些实施例中,上述根据整理后的轨迹点,确定多个用户中用户的轨迹点序列,包括:确定由连续的预设数量个第一时间区间形成的至少一个第二时间区间;对于上述至少一个第二时间区间中的第二时间区间,确定多个用户在该第二时间区间内的轨迹点序列。
在一些实施例中,上述确定多个用户中任意两个用户的轨迹点序列之间的相似度,包括:对于上述至少一个第二时间区间中的第二时间区间,确定该第二时间区间内,多个用户中任意两个用户的轨迹点序列之间的相似度。
在一些实施例中,响应于存在至少两个第二时间区间,相邻的两个第二时间区间包括至少一个共同的时间窗口。
在一些实施例中,多个用户包括目标用户;以及上述根据得到的相似度,输出用户的信息,包括:输出与上述目标用户相似度最高的用户的信息;或输出与上述目标用户相似度大于预设相似度阈值的用户的信息。
第二方面,本申请实施例提供了一种用于输出信息的装置,包括:数据获取单元,被配置成获取多个用户的轨迹点以及轨迹点对应的时间点;轨迹点整理单元,被配置成根据轨迹点对应的时间点,对多个用户的轨迹点进行整理;序列确定单元,被配置成根据整理后的轨迹点,确定多个用户中用户的轨迹点序列;相似度计算单元,被配置成确定多个用户中任意两个用户的轨迹点序列之间的相似度;信息输出单元,被配置成根据得到的相似度,输出用户的信息。
在一些实施例中,上述轨迹点整理单元进一步被配置成:根据轨迹点对应的时间点,将多个轨迹点排列在时间轴上;根据预设的时间窗口,将时间轴划分为至少一个第一时间区间;对于上述至少一个第一时间区间中的第一时间区间,修改位于该第一时间区间内的轨迹点对应的时间点,以使位于该第一时间区间内的轨迹点对应同一时间点。
在一些实施例中,响应于存在至少两个第一时间区间,在上述修改之后,对于相邻的两个第一时间区间,落入前一第一时间区间的轨迹点对应的时间点与落入后一第一时间区间的轨迹点对应的时间点之间的时长与上述时间窗口的时长相等。
在一些实施例中,上述装置还包括时间窗口确定单元,被配置成:根据轨迹点对应的时间点,确定同一时间点对应的轨迹点的数量;根据确定的数量,确定连续的至少两个时间点对应的轨迹点的数量之和达到预设的数量阈值时,上述连续的至少两个时间点之间的最短时长;将上述最短时长确定为上述时间窗口的时长。
在一些实施例中,上述序列确定单元进一步被配置成:确定由连续的预设数量个第一时间区间形成的至少一个第二时间区间;对于上述至少一个第二时间区间中的第二时间区间,确定多个用户在该第二时间区间内的轨迹点序列。
在一些实施例中,上述相似度计算单元进一步被配置成:对于上述至少一个第二时间区间中的第二时间区间,确定该第二时间区间内,多个用户中任意两个用户的轨迹点序列之间的相似度。
在一些实施例中,响应于存在至少两个第二时间区间,相邻的两个第二时间区间包括至少一个共同的时间窗口。
在一些实施例中,多个用户包括目标用户;以及上述信息输出单元进一步被配置成:输出与上述目标用户相似度最高的用户的信息;或输出与上述目标用户相似度大于预设相似度阈值的用户的信息。
第三方面,本申请实施例提供了一种服务器,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面任一实施例所描述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面任一实施例所描述的方法。
本申请的上述实施例提供的用于输出信息的方法和装置,首先可以获取多个用户的轨迹点以及轨迹点对应的时间点。然后,根据轨迹点对应的时间点,对多个用户的轨迹点进行整理。并根据整理后的轨迹点,确定多个用户中每个用户的轨迹点序列。然后,确定多个用户中任意两个用户的轨迹点序列之间的相似度。最后,根据得到的相似度,输出用户的信息。本实施例的方法,可以有效地对用户的轨迹点进行分析,有利于提取团伙信息。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于输出信息的方法的一个实施例的流程图;
图3是根据本申请的用于输出信息的方法的一个应用场景的示意图;
图4是根据本申请的用于输出信息的方法的又一个实施例的流程图;
图5是根据本申请的用于输出信息的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于输出信息的方法或用于输出信息的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端101,基站102,监控103,网络104和服务器105。网络104用以在终端101,基站102,监控103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以携带终端101。终端101上可以安装有各种定位装置或应用,如GPS芯片或地图等能够确定终端101的应用。
终端101可以是硬件,也可以是软件。当终端101为硬件时,可以是能够定位的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端101为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
基站102可以是与终端101交互的基站,其可以接收终端101的报文。根据所获取的报文,可以确定使用终端101的用户的位置以及用户在上述位置的时刻。
监控103可以是安装在道路上的各种监控摄像头,其可以获取道路使用者的图像。通过对图像进行分析,可以确定用户的位置以及用户出现在上述位置的时刻。
服务器105可以是提供各种服务的服务器,例如对终端101,基站102,监控103上提供的各轨迹点和轨迹点对应的时间点进行处理的后台服务器。后台服务器可以对接收到的轨迹点及时间点数据进行分析等处理,并将处理结果(例如用户信息)输出。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器105为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的用于输出信息的方法一般由服务器105执行。相应地,用于输出信息的装置一般设置于服务器105中。
应该理解,图1中的终端、基站、监控、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端、基站、监控、网络和服务器。
继续参考图2,示出了根据本申请的用于输出信息的方法的一个实施例的流程200。本实施例的用于输出信息的方法,包括以下步骤:
步骤201,获取多个用户的轨迹点以及轨迹点对应的时间点。
在本实施例中,用于输出信息的方法的执行主体(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式获取多个用户的轨迹点以及轨迹点对应的时间点。执行主体可以从终端、基站或监控处获取多个用户的轨迹点,同时可以获取轨迹点对应的时间点。以监控为例,执行主体可以首先获取监控采集的图像或视频,然后对图像或视频进行人脸识别等分析,确定图像或视频中包括的用户。然后根据监控所设置的位置以及采集视频的时刻,来确定用户的轨迹点和轨迹点对应的时间点。以基站为例,执行主体可以从基站出获取其与用户使用的终端的交互报文。然后根据基站的位置、基站辐射的范围来确定用户的轨迹点,根据交互报文的接收时间来确定轨迹点对应的时间点。上述多个用户可以是与案件相关的用户,轨迹点可以是经纬度坐标或街道信息等。
需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
步骤202,根据轨迹点对应的时间点,对多个用户的轨迹点进行整理。
执行主体在获取多个用户的轨迹点和轨迹点对应的时间点后,可以对多个用户的轨迹点进行整理。例如,执行主体可以根据轨迹点对应的时间点,将间隔预设时间段内的多个轨迹点简化为1个轨迹点。或者,执行主体可以去除多个轨迹点中明显偏移其它轨迹点的异常轨迹点。可以理解的是,步骤202中的整理的意义在于,从上述多个用户的所有轨迹点中选取一部分轨迹点作为有效轨迹点进行计算,以减少计算工作量,提高计算效率。
步骤203,根据整理后的轨迹点,确定多个用户中用户的轨迹点序列。
在对轨迹点进行整理后,执行主体可以将每个用户的轨迹点按照对应的时间点进行排列,得到每个用户的轨迹点序列。可以理解的是,用户的轨迹点序列与用户标识对应。
步骤204,确定多个用户中任意两个用户的轨迹点序列之间的相似度。
在确定了每个用户的轨迹点序列后,执行主体可以计算多个用户中任意两个用户的轨迹点序列之间的相似度。执行主体可以通过多种算法来计算相似度,例如,采用DTW(Dynamic Time Warping,动态时间规整)方法来计算。或者,通过计算两个序列之间的距离来确定相似度。上述距离可以包括马氏距离、欧式距离等等。
步骤205,根据得到的相似度,输出用户的信息。
在计算得到任意两个用户的轨迹点序列之间的相似度后,执行主体可以根据得到的相似度来输出用户的信息。例如,执行主体可以将得到的相似度按照由大到小进行排序,然后输出排序中前N(N为自然数)个相似度对应的用户的信息。或者,执行主体可以输出大于预设阈值的相似度对应的用户的信息。用户的信息可以包括用户的标识,例如身份证号码、手机号码等,还可以包括用户的轨迹点序列等等。
在本实施例的一些可选的实现方式中,上述多个用户包括目标用户。上述步骤205具体可以通过图2中未示出的以下步骤来实现:输出与目标用户相似度最高的用户的信息;或输出与目标用户相似度大于预设相似度阈值的用户的信息。
本实现方式中,可以预先设定目标用户,上述目标用户可以是已锁定的嫌疑人。执行主体在确定每两个用户的相似度后,可以输出与目标用户相似度最高的用户信息,或者输出与目标用户相似度大于预设相似度阈值的用户的信息。这样,可以有利于挖掘出与已锁定的嫌疑人相关的人员的信息,有助于挖掘案件线索。
继续参见图3,图3是根据本实施例的用于输出信息的方法的一个应用场景的示意图。在图3的应用场景中,服务器301从公安干警使用的终端302出获取目标用户的信息。并从基站、监控以及用户使用的终端处获取多个用户的轨迹点以及轨迹点对应的时间点。最终通过图2所示的步骤202~204的计算,确定出与目标用户相似度较高的5名用户的信息。最后,服务器301可以将上述5名用户的信息发送给终端302。
本申请的上述实施例提供的用于输出信息的方法,首先可以获取多个用户的轨迹点以及轨迹点对应的时间点。然后,根据轨迹点对应的时间点,对多个用户的轨迹点进行整理。并根据整理后的轨迹点,确定多个用户中每个用户的轨迹点序列。然后,确定多个用户中任意两个用户的轨迹点序列之间的相似度。最后,根据得到的相似度,输出用户的信息。本实施例的方法,可以有效地对用户的轨迹点进行分析,有利于提取团伙信息。
继续参见图4,其示出了对轨迹点进行整理的一个实施例的流程400。如图4所示,本实施例可以通过以下步骤实现对轨迹点的整理:
步骤401,获取多个用户的轨迹点以及轨迹点对应的时间点。
步骤401与步骤201的原理相似,此处不再赘述。
步骤402,根据轨迹点对应的时间点,将多个轨迹点排列在时间轴上。
本实施例中,执行主体可以首先确定出一条时间轴。然后,根据轨迹点对应的时间点,将多个轨迹点排列在上述时间轴上。这样,可以通过一条时间轴来表示出所有用户的轨迹点。
步骤403,根据预设的时间窗口,将时间轴划分为至少一个第一时间区间。
执行主体可以根据预设的时间窗口,将时间轴划分为至少一个第一时间区间。划分后,每个第一时间区间的时长与时间窗口的时长相同。可以理解的是,第一时间区间内可以包括轨迹点,也可以不包括轨迹点。
在本实施例的一些可选的实现方式中,上述时间窗口的时长可以通过图4中未示出的以下步骤来确定:根据轨迹点对应的时间点,确定同一时间点对应的轨迹点的数量;根据确定的数量,确定连续的至少两个时间点对应的轨迹点的数量之和达到预设的数量阈值时,连续的至少两个时间点之间的最短时长;将最短时长确定为时间窗口的时长。
本实现方式中,执行主体可以根据各轨迹点对应的时间点,确定同一时间点对应的所有用户的轨迹点的数量。然后,根据所确定的数量,确定连续的至少两个时间点对应的轨迹点的数量之和。当上述数量之和达到预设的数量阈值时,确定上述连续的至少两个时间点之间的最短时长。然后将上述最短时长确定为时间窗口的时长。举例来说,时间轴上包括10个时间点,各时间点对应的轨迹点的数量分别为50、100、120、80、70、90、110、130、90、80,预设的数量阈值为500。则执行主体可以对连续的多个时间点对应的轨迹点数量之和进行计算,确定第1~6个时间点对应的轨迹点的数量之和为510,第2~7个时间点对应的轨迹点的数量之和为570,第3~8个时间点对应的轨迹点的数量之和为600,第4~9个时间点对应的轨迹点的数量之和为570,第5~10个时间点对应的轨迹点的数量之和为570。然后,执行主体可以分别计算第1~6个时间点、第2~7个时间点、第3~8个时间点、第4~9个时间点以及第5~10个时间点之间的时长。将5个时长中的最短时长作为时间窗口的时长。
通过本实现方式,执行主体可以根据轨迹点的疏密程度对时间轴进行划分,使得划分得到的第一时间区间中包括的轨迹点的数量适中,以方便后续的计算。
步骤404,对于至少一个第一时间区间中的第一时间区间,修改位于该第一时间区间内的轨迹点对应的时间点,以使位于该第一时间区间内的轨迹点对应同一时间点。
对于每个第一时间区间,执行主体可以修改位于该第一时间区间内的轨迹点对应的时间点,以使位于该第一时间区间内的轨迹点对应同一时间点。具体的,执行主体可以将位于该第一时间区间内的轨迹点对应的时间点修改为该第一时间区间的起始时间点。或者,执行主体可以将位于该第一时间区间内的轨迹点对应的时间点修改为该第一时间区间的结束时间点。可以理解的是,对于从基站或从终端处获取的用户的轨迹点,其对应的时间点与实际的时间点,可能会存在一定的延迟。而对于从监控处获取的时间点与实际的时间点几乎不存在延迟。所以,此处的修改有利于消除由延迟带来的影响。
在本实施例的一些可选的实现方式中,当时间轴被划分为至少两个第一时间区间时,通过步骤404的修改后,对于相邻的两个第一时间区间,落入前一第一时间区间的轨迹点对应的时间点与落入后一第一时间区间的轨迹点对应的时间点之间的时长与时间窗口的时长相等。这样,可以避免由于步骤404的修改对后续相似度的计算产生过大的影响。
步骤405,确定由连续的预设数量个第一时间区间形成的至少一个第二时间区间。
在划分得到至少一个第一时间区间后,可以确定由连续的预设数量个第一时间区间形成的至少一个第二时间区间。本实施例中,上述预设数量可以通过图4中未示出的以下步骤来实现:计算连续的至少两个第一时间区间中包括的轨迹点数量之和。当上述数量之和达到预设的第一数量阈值时,确定上述至少两个第一时间区间中第一时间区间的最小值。将上述最小值作为预设数量的值。
在本实施例的一些可选的实现方式中,响应于存在至少两个第二时间区间,相邻的两个第二时间区间包括至少一个共同的时间窗口。
在实际应用场景中,同伙之间的伴随关系可能存在时间滞后性。即对于同一路线,用户A的行经时间可能比用户B的行经时间晚一段时间。如果用户A的轨迹点序列位于前一第二时间区间,用户B的轨迹点序列位于后一第二时间区间。那么在同一时间区间中,就不能得到用户A与用户B的轨迹点序列之间的相似度。为了避免由于第二时间区间的划分,导致以上情况的出现。本实现方式中,可以使得相邻的两个第二时间区间中共同包括至少一个共同的时间窗口。可以理解的是,上述至少一个共同的时间窗口位于前一第二时间区间的末尾,位于后一第二时间区间的首部。
在一些可选的实现方式中,上述至少一个共同的时间窗口的时长可以大于预设时长。
步骤406,对于至少一个第二时间区间中的第二时间区间,确定多个用户在该第二时间区间内的轨迹点序列。
在确定了至少一个第二时间区间后,对于每个第二时间区间,执行主体可以确定多个用户中的每个用户在该第二时间区间内的轨迹点序列。
步骤407,对于至少一个第二时间区间中的第二时间区间,确定该第二时间区间内,多个用户中任意两个用户的轨迹点序列之间的相似度。
然后,执行主体可以计算每个第二时间区间内,多个用户中任意两个用户的轨迹点序列之间的相似度。
步骤408,根据得到的相似度,输出用户的信息。
一般来说,用户的轨迹点数量巨大,现有的硬件设备难以对海量的轨迹点进行处理。本申请的上述实施例提供的用于输出信息的方法,可以将时间轴划分为多个第二时间区间,并可以分别计算每个第二时间区间中任意两个用户的轨迹点序列之间的相似度。从而可以将海量数据划分为多部分体量较小的数据,提高计算效率。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于输出信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于输出信息的装置500包括:数据获取单元501、轨迹点整理单元502、序列确定单元503、相似度计算单元504以及信息输出单元505。
数据获取单元501,被配置成获取多个用户的轨迹点以及轨迹点对应的时间点。
轨迹点整理单元502,被配置成根据轨迹点对应的时间点,对多个用户的轨迹点进行整理。
序列确定单元503,被配置成根据整理后的轨迹点,确定多个用户中用户的轨迹点序列。
相似度计算单元504,被配置成确定多个用户中任意两个用户的轨迹点序列之间的相似度。
信息输出单元505,被配置成根据得到的相似度,输出用户的信息。
在本实施例的一些可选的实现方式中,轨迹点整理单元502可以进一步被配置成:根据轨迹点对应的时间点,将多个轨迹点排列在时间轴上;根据预设的时间窗口,将时间轴划分为至少一个第一时间区间;对于至少一个第一时间区间中的第一时间区间,修改位于该第一时间区间内的轨迹点对应的时间点,以使位于该第一时间区间内的轨迹点对应同一时间点。
在本实施例的一些可选的实现方式中,响应于存在至少两个第一时间区间,在上述修改之后,对于相邻的两个第一时间区间,落入前一第一时间区间的轨迹点对应的时间点与落入后一第一时间区间的轨迹点对应的时间点之间的时长与时间窗口的时长相等。
在本实施例的一些可选的实现方式中,装置500还可以进一步包括图5中未示出的时间窗口确定单元,被配置成:根据轨迹点对应的时间点,确定同一时间点对应的轨迹点的数量;根据确定的数量,确定连续的至少两个时间点对应的轨迹点的数量之和达到预设的数量阈值时,上述连续的至少两个时间点之间的最短时长;将最短时长确定为时间窗口的时长。
在本实施例的一些可选的实现方式中,序列确定单元503可以进一步被配置成:确定由连续的预设数量个第一时间区间形成的至少一个第二时间区间;对于至少一个第二时间区间中的第二时间区间,确定多个用户在该第二时间区间内的轨迹点序列。
在本实施例的一些可选的实现方式中,相似度计算单元504可以进一步被配置成:对于至少一个第二时间区间中的第二时间区间,确定该第二时间区间内,多个用户中任意两个用户的轨迹点序列之间的相似度。
在本实施例的一些可选的实现方式中,响应于存在至少两个第二时间区间,相邻的两个第二时间区间包括至少一个共同的时间窗口。
在本实施例的一些可选的实现方式中,多个用户包括目标用户。信息输出单元505可以进一步被配置成:输出与目标用户相似度最高的用户的信息;或输出与目标用户相似度大于预设相似度阈值的用户的信息。
本申请的上述实施例提供的用于输出信息的装置,首先可以获取多个用户的轨迹点以及轨迹点对应的时间点。然后,根据轨迹点对应的时间点,对多个用户的轨迹点进行整理。并根据整理后的轨迹点,确定多个用户中每个用户的轨迹点序列。然后,确定多个用户中任意两个用户的轨迹点序列之间的相似度。最后,根据得到的相似度,输出用户的信息。从而可以有效地对用户的轨迹点进行分析,有利于提取团伙信息。
应当理解,用于输出信息的装置500中记载的单元501至单元505分别与参考图2中描述的方法中的各个步骤相对应。由此,上文针对用于输出信息的方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)600的结构示意图。图6示出的服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取多个用户的轨迹点以及轨迹点对应的时间点;根据轨迹点对应的时间点,对多个用户的轨迹点进行整理;根据整理后的轨迹点,确定多个用户中用户的轨迹点序列;确定多个用户中任意两个用户的轨迹点序列之间的相似度;根据得到的相似度,输出用户的信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括数据获取单元、轨迹点整理单元、序列确定单元、相似度计算单元和信息输出单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,数据获取单元还可以被描述为“获取多个用户的轨迹点以及轨迹点对应的时间点的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (14)
1.一种用于输出信息的方法,包括:
获取多个用户的轨迹点以及轨迹点对应的时间点;
根据轨迹点对应的时间点,将多个轨迹点排列在时间轴上;根据预设的时间窗口,将时间轴划分为至少一个第一时间区间;对于所述至少一个第一时间区间中的第一时间区间,修改位于该第一时间区间内的轨迹点对应的时间点,以使位于该第一时间区间内的轨迹点对应同一时间点,其中,所述时间窗口的时长通过以下步骤确定:根据轨迹点对应的时间点,确定同一时间点对应的轨迹点的数量;根据确定的数量,确定连续的至少两个时间点对应的轨迹点的数量之和达到预设的数量阈值时,所述连续的至少两个时间点之间的最短时长;将所述最短时长确定为所述时间窗口的时长;
根据整理后的轨迹点,确定多个用户中用户的轨迹点序列;
确定多个用户中任意两个用户的轨迹点序列之间的相似度;
根据得到的相似度,输出用户的信息。
2.根据权利要求1所述的方法,其中,响应于存在至少两个第一时间区间,在所述修改之后,对于相邻的两个第一时间区间,落入前一第一时间区间的轨迹点对应的时间点与落入后一第一时间区间的轨迹点对应的时间点之间的时长与所述时间窗口的时长相等。
3.根据权利要求1所述的方法,其中,所述根据整理后的轨迹点,确定多个用户中用户的轨迹点序列,包括:
确定由连续的预设数量个第一时间区间形成的至少一个第二时间区间;
对于所述至少一个第二时间区间中的第二时间区间,确定多个用户在该第二时间区间内的轨迹点序列。
4.根据权利要求3所述的方法,其中,所述确定多个用户中任意两个用户的轨迹点序列之间的相似度,包括:
对于所述至少一个第二时间区间中的第二时间区间,确定该第二时间区间内,多个用户中任意两个用户的轨迹点序列之间的相似度。
5.根据权利要求3所述的方法,其中,响应于存在至少两个第二时间区间,相邻的两个第二时间区间包括至少一个共同的时间窗口。
6.根据权利要求1-5任一项所述的方法,其中,多个用户包括目标用户;以及
所述根据得到的相似度,输出用户的信息,包括:
输出与所述目标用户相似度最高的用户的信息;或
输出与所述目标用户相似度大于预设相似度阈值的用户的信息。
7.一种用于输出信息的装置,包括:
数据获取单元,被配置成获取多个用户的轨迹点以及轨迹点对应的时间点;
轨迹点整理单元,被配置成根据轨迹点对应的时间点,将多个轨迹点排列在时间轴上;根据预设的时间窗口,将时间轴划分为至少一个第一时间区间;对于所述至少一个第一时间区间中的第一时间区间,修改位于该第一时间区间内的轨迹点对应的时间点,以使位于该第一时间区间内的轨迹点对应同一时间点,其中,所述时间窗口的时长通过以下步骤确定:根据轨迹点对应的时间点,确定同一时间点对应的轨迹点的数量;根据确定的数量,确定连续的至少两个时间点对应的轨迹点的数量之和达到预设的数量阈值时,所述连续的至少两个时间点之间的最短时长;将所述最短时长确定为所述时间窗口的时长;
序列确定单元,被配置成根据整理后的轨迹点,确定多个用户中用户的轨迹点序列;
相似度计算单元,被配置成确定多个用户中任意两个用户的轨迹点序列之间的相似度;
信息输出单元,被配置成根据得到的相似度,输出用户的信息。
8.根据权利要求7所述的装置,其中,响应于存在至少两个第一时间区间,在所述修改之后,对于相邻的两个第一时间区间,落入前一第一时间区间的轨迹点对应的时间点与落入后一第一时间区间的轨迹点对应的时间点之间的时长与所述时间窗口的时长相等。
9.根据权利要求7所述的装置,其中,所述序列确定单元进一步被配置成:
确定由连续的预设数量个第一时间区间形成的至少一个第二时间区间;
对于所述至少一个第二时间区间中的第二时间区间,确定多个用户在该第二时间区间内的轨迹点序列。
10.根据权利要求9所述的装置,其中,所述相似度计算单元进一步被配置成:
对于所述至少一个第二时间区间中的第二时间区间,确定该第二时间区间内,多个用户中任意两个用户的轨迹点序列之间的相似度。
11.根据权利要求9所述的装置,其中,响应于存在至少两个第二时间区间,相邻的两个第二时间区间包括至少一个共同的时间窗口。
12.根据权利要求7-11任一项所述的装置,其中,多个用户包括目标用户;以及
所述信息输出单元进一步被配置成:
输出与所述目标用户相似度最高的用户的信息;或
输出与所述目标用户相似度大于预设相似度阈值的用户的信息。
13.一种服务器,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910193737.2A CN111694875B (zh) | 2019-03-14 | 2019-03-14 | 用于输出信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910193737.2A CN111694875B (zh) | 2019-03-14 | 2019-03-14 | 用于输出信息的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111694875A CN111694875A (zh) | 2020-09-22 |
CN111694875B true CN111694875B (zh) | 2023-04-25 |
Family
ID=72475180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910193737.2A Active CN111694875B (zh) | 2019-03-14 | 2019-03-14 | 用于输出信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111694875B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113468283A (zh) * | 2021-06-29 | 2021-10-01 | 北京市商汤科技开发有限公司 | 数据处理方法、装置、设备、存储介质 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101945400A (zh) * | 2009-07-10 | 2011-01-12 | 中国移动通信集团公司 | 一种用户动态行为分析方法及分析装置 |
AU2013203926A1 (en) * | 2011-05-23 | 2013-05-02 | Apple Inc. | Identifying and locating users on a mobile network |
CN104239556A (zh) * | 2014-09-25 | 2014-12-24 | 西安理工大学 | 基于密度聚类的自适应轨迹预测方法 |
CN104408043A (zh) * | 2014-10-17 | 2015-03-11 | 深圳大学 | 一种信息处理方法及服务器 |
CN104796468A (zh) * | 2015-04-14 | 2015-07-22 | 蔡宏铭 | 实现同行人即时通讯及同行信息共享的方法和系统 |
CN105279207A (zh) * | 2014-07-25 | 2016-01-27 | 腾讯科技(深圳)有限公司 | 一种用户推荐方法、装置和系统 |
AU2015101831A4 (en) * | 2015-02-01 | 2016-02-18 | Fisher, Phyllis MS | A vehicle driver monitoring method, arrangement, system, software and mobile application |
CN105404648A (zh) * | 2015-10-29 | 2016-03-16 | 东北大学 | 一种基于密度与紧密度聚类的用户移动行为确定方法 |
CN105589939A (zh) * | 2015-12-15 | 2016-05-18 | 北京百度网讯科技有限公司 | 识别群体运动轨迹方法和装置 |
CN105635968A (zh) * | 2016-01-18 | 2016-06-01 | 广州杰赛科技股份有限公司 | 一种基于时间单元的热点区域识别方法、预测方法及装置 |
CN105787104A (zh) * | 2016-03-21 | 2016-07-20 | 百度在线网络技术(北京)有限公司 | 用户属性信息的获取方法和装置 |
CN106304015A (zh) * | 2015-05-28 | 2017-01-04 | 中兴通讯股份有限公司 | 用户设备的确定方法及装置 |
CN106506705A (zh) * | 2016-12-29 | 2017-03-15 | 平安科技(深圳)有限公司 | 基于位置服务的人群分类方法及装置 |
CN107766406A (zh) * | 2017-08-29 | 2018-03-06 | 厦门理工学院 | 一种采用时间优先搜索的轨迹相似性连接查询方法 |
CN108600961A (zh) * | 2018-03-23 | 2018-09-28 | 广州杰赛科技股份有限公司 | 用户相似度的获得方法和装置、设备、存储介质 |
CN108764951A (zh) * | 2018-03-23 | 2018-11-06 | 广州杰赛科技股份有限公司 | 用户相似度获得方法和装置、设备、存储介质 |
CN109409393A (zh) * | 2018-06-20 | 2019-03-01 | 苏州大学 | 一种使用轨迹嵌入对用户活动轨迹建模的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8224766B2 (en) * | 2008-09-30 | 2012-07-17 | Sense Networks, Inc. | Comparing spatial-temporal trails in location analytics |
-
2019
- 2019-03-14 CN CN201910193737.2A patent/CN111694875B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101945400A (zh) * | 2009-07-10 | 2011-01-12 | 中国移动通信集团公司 | 一种用户动态行为分析方法及分析装置 |
AU2013203926A1 (en) * | 2011-05-23 | 2013-05-02 | Apple Inc. | Identifying and locating users on a mobile network |
CN105279207A (zh) * | 2014-07-25 | 2016-01-27 | 腾讯科技(深圳)有限公司 | 一种用户推荐方法、装置和系统 |
CN104239556A (zh) * | 2014-09-25 | 2014-12-24 | 西安理工大学 | 基于密度聚类的自适应轨迹预测方法 |
CN104408043A (zh) * | 2014-10-17 | 2015-03-11 | 深圳大学 | 一种信息处理方法及服务器 |
AU2015101831A4 (en) * | 2015-02-01 | 2016-02-18 | Fisher, Phyllis MS | A vehicle driver monitoring method, arrangement, system, software and mobile application |
CN104796468A (zh) * | 2015-04-14 | 2015-07-22 | 蔡宏铭 | 实现同行人即时通讯及同行信息共享的方法和系统 |
CN106304015A (zh) * | 2015-05-28 | 2017-01-04 | 中兴通讯股份有限公司 | 用户设备的确定方法及装置 |
CN105404648A (zh) * | 2015-10-29 | 2016-03-16 | 东北大学 | 一种基于密度与紧密度聚类的用户移动行为确定方法 |
CN105589939A (zh) * | 2015-12-15 | 2016-05-18 | 北京百度网讯科技有限公司 | 识别群体运动轨迹方法和装置 |
CN105635968A (zh) * | 2016-01-18 | 2016-06-01 | 广州杰赛科技股份有限公司 | 一种基于时间单元的热点区域识别方法、预测方法及装置 |
CN105787104A (zh) * | 2016-03-21 | 2016-07-20 | 百度在线网络技术(北京)有限公司 | 用户属性信息的获取方法和装置 |
CN106506705A (zh) * | 2016-12-29 | 2017-03-15 | 平安科技(深圳)有限公司 | 基于位置服务的人群分类方法及装置 |
CN107766406A (zh) * | 2017-08-29 | 2018-03-06 | 厦门理工学院 | 一种采用时间优先搜索的轨迹相似性连接查询方法 |
CN108600961A (zh) * | 2018-03-23 | 2018-09-28 | 广州杰赛科技股份有限公司 | 用户相似度的获得方法和装置、设备、存储介质 |
CN108764951A (zh) * | 2018-03-23 | 2018-11-06 | 广州杰赛科技股份有限公司 | 用户相似度获得方法和装置、设备、存储介质 |
CN109409393A (zh) * | 2018-06-20 | 2019-03-01 | 苏州大学 | 一种使用轨迹嵌入对用户活动轨迹建模的方法 |
Non-Patent Citations (2)
Title |
---|
徐凯."基于DSP图像处理系统的多目标跟踪关键技术研究及实现".《CNKI网络出版》.2018,(第undefined期),全文. * |
王祖超 ; 袁晓如 ; .轨迹数据可视分析研究.计算机辅助设计与图形学学报.2015,(第01期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111694875A (zh) | 2020-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110213614B (zh) | 从视频文件中提取关键帧的方法和装置 | |
CN109961032B (zh) | 用于生成分类模型的方法和装置 | |
CN110059623B (zh) | 用于生成信息的方法和装置 | |
CN109934142B (zh) | 用于生成视频的特征向量的方法和装置 | |
CN112907628A (zh) | 视频目标追踪方法、装置、存储介质及电子设备 | |
CN111784712A (zh) | 图像处理方法、装置、设备和计算机可读介质 | |
CN110866524A (zh) | 车牌检测方法、装置、设备及存储介质 | |
CN114708545A (zh) | 基于图像的对象侦测方法、装置、设备和存储介质 | |
CN111126159A (zh) | 用于实时跟踪行人的方法、装置、电子设备和介质 | |
CN111694875B (zh) | 用于输出信息的方法和装置 | |
CN111311358B (zh) | 信息处理方法、装置和电子设备 | |
CN111797822B (zh) | 文字对象评价方法、装置和电子设备 | |
CN111445499B (zh) | 用于识别目标信息的方法及装置 | |
CN111310595B (zh) | 用于生成信息的方法和装置 | |
CN110928914A (zh) | 用于输出信息的方法和装置 | |
CN110348367B (zh) | 视频分类方法、视频处理方法、装置、移动终端及介质 | |
CN111143496A (zh) | 用于确定轨迹相似的目标对象的方法和装置 | |
CN110781066A (zh) | 用户行为分析方法、装置、设备及存储介质 | |
CN114140723B (zh) | 多媒体数据的识别方法、装置、可读介质及电子设备 | |
CN112132120B (zh) | 用于视频结构化的方法及装置 | |
CN113222050B (zh) | 图像分类方法、装置、可读介质及电子设备 | |
CN113033552B (zh) | 文本识别方法、装置和电子设备 | |
CN112434064B (zh) | 数据处理方法、装置、介质及电子设备 | |
CN110334763B (zh) | 模型数据文件生成、图像识别方法、装置、设备及介质 | |
CN111783632B (zh) | 针对视频流的人脸检测方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |