CN111984929B - 用户线下活跃度确定方法、装置、电子设备及存储介质 - Google Patents

用户线下活跃度确定方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111984929B
CN111984929B CN202010835214.6A CN202010835214A CN111984929B CN 111984929 B CN111984929 B CN 111984929B CN 202010835214 A CN202010835214 A CN 202010835214A CN 111984929 B CN111984929 B CN 111984929B
Authority
CN
China
Prior art keywords
user
activity
determining
position coordinate
residing
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
Application number
CN202010835214.6A
Other languages
English (en)
Other versions
CN111984929A (zh
Inventor
贾鹏
张岩
李振军
张楠
闫嘉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Smartsteps Data Technology Co ltd
Original Assignee
Smartsteps Data Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Smartsteps Data Technology Co ltd filed Critical Smartsteps Data Technology Co ltd
Priority to CN202010835214.6A priority Critical patent/CN111984929B/zh
Publication of CN111984929A publication Critical patent/CN111984929A/zh
Application granted granted Critical
Publication of CN111984929B publication Critical patent/CN111984929B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data

Abstract

本发明实施例提出一种用户线下活跃度确定方法、装置、电子设备及存储介质,涉及消费者数据分析领域。该方法通过获取用户在预设时间段内的驻留点位信息,驻留点位信息包括多个驻留点位的位置坐标以及驻留次数,并根据多个驻留点位的位置坐标确定用户活动范围,根据多个驻留点位的驻留次数确定信息熵,从而根据用户活动范围及信息熵确定用户线下活跃度。由于根据驻留次数确定信息熵,以表征用户的出行意愿,根据位置坐标确定用户活动范围,以表征用户对于出行距离的忍耐程度,再结合出行意愿及出行距离的忍耐程度确定用户线下活跃度,更加符合实际且准确。

Description

用户线下活跃度确定方法、装置、电子设备及存储介质
技术领域
本发明涉及消费者数据分析领域,具体而言,涉及一种用户线下活跃度确定方法、装置、电子设备及存储介质。
背景技术
现有技术中,往往需要获取用户的信息点(Point of Information,POI)总数及用户总驻留次数之和,并以其反应用户的出行兴趣。但如若用户在全城多地频繁出访和在两地频繁到访,该方法则不能很好的反应用户的实际出行兴趣。
发明内容
有鉴于此,本发明的目的在于提供一种用户线下活跃度确定方法、装置、电子设备及存储介质,以解决上述问题。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本申请实施例提供了一种用户线下活跃度确定方法,所述用户线下活跃度确定方法包括:
获取用户在预设时间段内的驻留点位信息,所述驻留点位信息包括多个驻留点位的位置坐标以及驻留次数;
根据多个所述驻留点位的位置坐标确定用户活动范围;
根据多个所述驻留点位的驻留次数确定信息熵,其中,所述信息熵表征所述用户出行的概率;
根据所述用户活动范围及所述信息熵确定用户线下活跃度。
进一步地,多个所述驻留点位的位置坐标包括第一位置坐标、第二位置坐标、第三位置坐标以及第四位置坐标,所述第一位置坐标为用户所有驻留点位中经度的米坐标的最大值,所述第二位置坐标为用户所有驻留点位中经度的米坐标的最小值,所述第三位置坐标为用户所有驻留点位中维度的米坐标的最大值,所述第四位置坐标为用户所有驻留点位中维度的米坐标的最小值;
所述根据多个所述驻留点位的位置坐标确定用户活动范围的步骤包括:
根据所述第一位置坐标、所述第二位置坐标、所述第三位置坐标以及所述第四位置坐标确定所述用户活动范围。
进一步地,所述第一位置坐标、所述第二位置坐标、所述第三位置坐标、所述第四位置坐标及所述用户活动范围满足算式:
Figure BDA0002639425360000021
其中,Scope为所述用户活动范围,Lonmax为所述第一位置坐标,Lonmin为所述第二位置坐标,Latmax为所述第三位置坐标,Latmin为所述第四位置坐标。
进一步地,所述根据多个所述驻留点位的驻留次数确定信息熵的步骤包括:
根据多个所述驻留点位的驻留次数确定用户在每个驻留点位处驻留的概率值;
基于多个所述概率值确定所述信息熵。
进一步地,所述驻留次数及所述概率值满足算式:
Figure BDA0002639425360000022
其中,i为所述驻留点位的序号,N为所有所述驻留点位的数量,Dwelli为用户在第i个驻留点位的驻留次数,Pi表示用户驻留在第i个驻留点位的概率值。
进一步地,所述概率值及所述信息熵满足算式:
Figure BDA0002639425360000023
其中,Entropy为所述信息熵。
进一步地,所述用户活动范围、所述信息熵及所述用户线下活跃度满足算式:
Activity=Entropy*Ln(Scope)
其中,Activity为所述用户线下活跃度,Entropy为所述信息熵,Scope为所述用户活动范围。
第二方面,本发明实施例还提供了一种用户线下活跃度确定装置,所述用户线下活跃度确定装置包括:
信息获取模块,用于获取用户在预设时间段内的驻留点位信息,所述驻留点位信息包括多个驻留点位的位置坐标以及驻留次数;
活动范围确定模块,用于根据多个所述驻留点位的位置坐标确定用户活动范围;
信息熵确定模块,用于根据多个所述驻留点位的驻留次数确定信息熵,其中,所述信息熵表征所述用户出行的概率;
活跃度确定模块,用于根据所述用户活动范围及所述信息熵确定用户线下活跃度。
第三方面,本发明实施例还提供了一种电子设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现上述任意一种实施方式中的用户线下活跃度确定方法。
第四方面,本发明实施例还提供了一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一种实施方式中的用户线下活跃度确定方法。
本发明实施例提供的用户线下活跃度确定方法、装置、电子设备及存储介质,通过获取用户在预设时间段内的驻留点位信息,驻留点位信息包括多个驻留点位的位置坐标以及驻留次数,并根据多个驻留点位的位置坐标确定用户活动范围,根据多个驻留点位的驻留次数确定信息熵,从而根据用户活动范围及信息熵确定用户线下活跃度。由于根据驻留次数确定信息熵,以表征用户的出行意愿,根据位置坐标确定用户活动范围,以表征用户对于出行距离的忍耐程度,再结合出行意愿及出行距离的忍耐程度确定用户线下活跃度,更加符合实际且准确。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本发明实施例提供的电子设备的方框示意图。
图2示出了本发明实施例提供的用户线下活跃度确定方法的流程图。
图3示出了图2中S203的具体流程图。
图4示出了本发明实施例提供的用户线下活跃度确定装置的流程图。
图标:100-电子设备;110-存储器;120-处理器;130-通信单元;200-用户线下活跃度确定装置;210-信息获取模块;220-活动范围确定模块;230-信息熵确定模块;240-活跃度确定模块。
具体实施方式
下面将结合本发明实施例中附图,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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
需要说明的是,术语“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。
请参照图1,是电子设备100的方框示意图。所述电子设备100包括存储器110、处理器120及通信单元130。所述存储器110、处理器120以及通信单元130各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
其中,存储器110用于存储程序或者数据。所述存储器110可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(ErasableProgrammable Read-Only Memory,EPROM),电可擦除只读存储器(Electric ErasableProgrammable Read-Only Memory,EEPROM)等。
处理器120用于读/写存储器110中存储的数据或程序,并执行相应地功能。
通信单元130用于通过所述网络建立所述电子设备100与其它通信终端之间的通信连接,并用于通过所述网络收发数据。
应当理解的是,图1所示的结构仅为电子设备100的结构示意图,所述电子设备100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例提供了一种用户线下活跃度确定方法,应用于上述电子设备100,用于确定用户线下活跃度。请参阅图2,为本发明提供的用户线下活跃度确定方法的流程图。该用户线下活跃度确定方法具体包括:
S201,获取用户在预设时间段内的驻留点位信息,驻留点位信息包括多个驻留点位的位置坐标以及驻留次数。
需要说明的是,由于在一般情况下,用户在工作日需要上班,其驻留点位通常为公司,但这种驻留点位并不能有效反映用户的出行意愿。因此,该预设时间段可以是某个月的节假日,例如可以是某个月的周六、周日,或是五一、国庆这种假期。
该位置坐标反映了驻留点位的位置信息。需要说明的是,该位置坐标可以为经纬度中的米坐标。驻留次数反映了用户驻留在一个驻留点位的次数,也即用户去一个驻留点位的次数。
在一种可选的实施方式中,该位置坐标包括第一位置坐标、第二位置坐标、第三位置坐标以及第四位置坐标,第一位置坐标为用户所有驻留点位中经度的米坐标的最大值,第二位置坐标为用户所有驻留点位中经度的米坐标的最小值,第三位置坐标为用户所有驻留点位中维度的米坐标的最大值,第四位置坐标为用户所有驻留点位中维度的米坐标的最小值。
S202,根据多个驻留点位的位置坐标确定用户活动范围。
在一种可选的实施方式中,电子设备100可以根据第一位置坐标、第二位置坐标、第三位置坐标以及第四位置坐标确定用户活动范围。
具体地,第一位置坐标、第二位置坐标、第三位置坐标、第四位置坐标及用户活动范围满足算式:
Figure BDA0002639425360000061
其中,Scope为用户活动范围,Lonmax为第一位置坐标,Lonmin为第二位置坐标,Latmax为第三位置坐标,Latmin为第四位置坐标。
可以理解地,该用户活动范围可以反映用户对于出行距离的忍耐程度。具体地,用户活动范围越大,则忍耐程度越高,则表明该用户对于出行的兴趣越大。
S203,根据多个驻留点位的驻留次数确定信息熵,其中,信息熵表征用户出行的概率。
请参阅图3,为S203的具体流程图。该S203包括:
S2031,根据多个驻留点位的驻留次数确定用户在每个驻留点位处驻留的概率值。
具体地,驻留次数及概率值满足算式:
Figure BDA0002639425360000071
其中,i为驻留点位的序号,N为所有驻留点位的数量,Dwelli为用户在第i个驻留点位的驻留次数,Pi表示用户驻留在第i个驻留点位的概率值。
可以理解地,Pi实际上可以表征用户去第i个驻留点位的概率值,可以反映用户去第i个驻留点位的兴趣。
S2032,基于多个概率值确定信息熵。
具体地,概率值及信息熵Entropy满足算式:
Figure BDA0002639425360000072
通过综合用户去每个驻留点位的概率值得到信息熵,可以反映用户出行的兴趣。同样地,该信息熵越大,则用户的出行兴趣越大。
S204,根据用户活动范围及信息熵确定用户线下活跃度。
具体地,用户活动范围、信息熵及用户线下活跃度满足算式:
Activity=Entropy*Ln(Scope)
其中,Activity为用户线下活跃度,Entropy为信息熵,Scope为用户活动范围。
由于用户并非每个月都有出行意愿,因此为了获得更准确的用户线下活跃度,本申请实施例还提供的用户线下活跃度确定方法还包括:
确定多个预设时间段内的用户线下活跃度,将多个用户线下活跃度的平均值确定为最终用户线下活跃度。
例如,电子设备100可以每个月确定一次用户线下活跃度,最后将12个月的用户线下活跃度的平均值确定为最终用户线下活跃度。
为了执行上述实施例及各个可能的方式中的相应步骤,下面给出一种用户线下活跃度确定装置200的实现方式,可选地,该用户线下活跃度确定装置200可以采用上述图1所示的电子设备100的器件结构。进一步地,请参阅图4,图4为本发明实施例提供的一种用户线下活跃度确定装置200的功能模块图。需要说明的是,本实施例所提供的用户线下活跃度确定装置200,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。该用户线下活跃度确定装置200包括:信息获取模块210、活动范围确定模块220、信息熵确定模块230以及活跃度确定模块240。
其中,信息获取模块210用于获取用户在预设时间段内的驻留点位信息,驻留点位信息包括多个驻留点位的位置坐标以及驻留次数。
可以理解地,在一种可选的实施方式中,该信息获取模块210可用于执行S201以实现相应功能。
活动范围确定模块220用于根据多个驻留点位的位置坐标确定用户活动范围。
可以理解地,在一种可选的实施方式中,该活动范围确定模块220可用于执行S202以实现相应功能。
信息熵确定模块230用于根据多个驻留点位的驻留次数确定信息熵,其中,信息熵表征用户出行的概率。
具体地,信息熵确定模块230用于根据多个驻留点位的驻留次数确定用户在每个驻留点位处驻留的概率值,并基于多个概率值确定信息熵。
可以理解地,在一种可选的实施方式中,该活动范围确定模块220可用于执行S203、S2031及S2032以实现相应功能。
活跃度确定模块240用于根据用户活动范围及信息熵确定用户线下活跃度。
可以理解地,在一种可选的实施方式中,该活跃度确定模块240可用于执行S204以实现相应功能。
可选地,上述模块可以软件或固件(Firmware)的形式存储于图1所示的存储器110中或固化于该电子设备100的操作系统(Operating System,OS)中,并可由图1中的处理器120执行。同时,执行上述模块所需的数据、程序的代码等可以存储在存储器110中。
本申请实施例还提供了一种存储介质,其上存储有计算机程序,所述计算机程序被处理器120执行时实现上述任意一种实施方式中的用户线下活跃度确定方法。
综上所述,本申请实施例提供的用户线下活跃度确定方法、装置通过获取用户在预设时间段内的驻留点位信息,驻留点位信息包括多个驻留点位的位置坐标以及驻留次数,并根据多个驻留点位的位置坐标确定用户活动范围,根据多个驻留点位的驻留次数确定信息熵,从而根据用户活动范围及信息熵确定用户线下活跃度。由于根据驻留次数确定信息熵,以表征用户的出行意愿,根据位置坐标确定用户活动范围,以表征用户对于出行距离的忍耐程度,再结合出行意愿及出行距离的忍耐程度确定用户线下活跃度,更加符合实际且准确。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、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,所述模块、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方式中,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,两个连续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动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。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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,均应包含在本发明的保护范围之内。

Claims (6)

1.一种用户线下活跃度确定方法,其特征在于,所述用户线下活跃度确定方法包括:
获取用户在预设时间段内的驻留点位信息,所述驻留点位信息包括多个驻留点位的位置坐标以及驻留次数;
根据多个所述驻留点位的位置坐标确定用户活动范围;多个所述驻留点位的位置坐标包括第一位置坐标、第二位置坐标、第三位置坐标以及第四位置坐标,所述第一位置坐标为用户所有驻留点位中经度的米坐标的最大值,所述第二位置坐标为用户所有驻留点位中经度的米坐标的最小值,所述第三位置坐标为用户所有驻留点位中纬度的米坐标的最大值,所述第四位置坐标为用户所有驻留点位中纬度的米坐标的最小值;
所述根据多个所述驻留点位的位置坐标确定用户活动范围的步骤包括:
根据所述第一位置坐标、所述第二位置坐标、所述第三位置坐标以及所述第四位置坐标确定所述用户活动范围;
根据多个所述驻留点位的驻留次数确定信息熵,其中,所述信息熵表征所述用户出行的概率;所述根据多个所述驻留点位的驻留次数确定信息熵的步骤包括:根据多个所述驻留点位的驻留次数确定用户在每个驻留点位处驻留的概率值,基于多个所述概率值确定所述信息熵;所述驻留次数及所述概率值满足算式:
Figure FDA0003235970530000011
其中,i为所述驻留点位的序号,N为所有所述驻留点位的数量,Dwelli为用户在第i个驻留点位的驻留次数,Pi表示用户驻留在第i个驻留点位的概率值;
根据所述用户活动范围及所述信息熵确定用户线下活跃度;所述用户活动范围、所述信息熵及所述用户线下活跃度满足算式:
Activity=Entropy*Ln(Scope)
其中,Activity为所述用户线下活跃度,Entropy为所述信息熵,Scope为所述用户活动范围;
确定多个预设时间段内的用户线下活跃度,将多个用户线下活跃度的平均值确定为最终用户线下活跃度。
2.根据权利要求1所述的用户线下活跃度确定方法,其特征在于,所述第一位置坐标、所述第二位置坐标、所述第三位置坐标、所述第四位置坐标及所述用户活动范围满足算式:
Figure FDA0003235970530000021
其中,Scope为所述用户活动范围,Lonmax为所述第一位置坐标,Lonmin为所述第二位置坐标,Latmax为所述第三位置坐标,Latmin为所述第四位置坐标。
3.根据权利要求1所述的用户线下活跃度确定方法,其特征在于,所述概率值及所述信息熵满足算式:
Figure FDA0003235970530000022
其中,Entropy为所述信息熵。
4.一种用户线下活跃度确定装置,其特征在于,所述用户线下活跃度确定装置包括:
信息获取模块,用于获取用户在预设时间段内的驻留点位信息,所述驻留点位信息包括多个驻留点位的位置坐标以及驻留次数;
活动范围确定模块,用于根据多个所述驻留点位的位置坐标确定用户活动范围;多个所述驻留点位的位置坐标包括第一位置坐标、第二位置坐标、第三位置坐标以及第四位置坐标,所述第一位置坐标为用户所有驻留点位中经度的米坐标的最大值,所述第二位置坐标为用户所有驻留点位中经度的米坐标的最小值,所述第三位置坐标为用户所有驻留点位中纬度的米坐标的最大值,所述第四位置坐标为用户所有驻留点位中纬度的米坐标的最小值;所述活动范围确定模块用于根据所述第一位置坐标、所述第二位置坐标、所述第三位置坐标以及所述第四位置坐标确定所述用户活动范围;
信息熵确定模块,用于根据多个所述驻留点位的驻留次数确定信息熵,其中,所述信息熵表征所述用户出行的概率;所述信息熵确定模块用于根据多个所述驻留点位的驻留次数确定用户在每个驻留点位处驻留的概率值,基于多个所述概率值确定所述信息熵;所述驻留次数及所述概率值满足算式:
Figure FDA0003235970530000031
其中,i为所述驻留点位的序号,N为所有所述驻留点位的数量,Dwelli为用户在第i个驻留点位的驻留次数,Pi表示用户驻留在第i个驻留点位的概率值;
活跃度确定模块,用于根据所述用户活动范围及所述信息熵确定用户线下活跃度;所述用户活动范围、所述信息熵及所述用户线下活跃度满足算式:
Activity=Entropy*Ln(Scope)
其中,Activity为所述用户线下活跃度,Entropy为所述信息熵,Scope为所述用户活动范围;以及确定多个预设时间段内的用户线下活跃度,将多个用户线下活跃度的平均值确定为最终用户线下活跃度。
5.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现权利要求1-3任一所述的用户线下活跃度确定方法。
6.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-3中任一项所述的用户线下活跃度确定方法。
CN202010835214.6A 2020-08-19 2020-08-19 用户线下活跃度确定方法、装置、电子设备及存储介质 Active CN111984929B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010835214.6A CN111984929B (zh) 2020-08-19 2020-08-19 用户线下活跃度确定方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010835214.6A CN111984929B (zh) 2020-08-19 2020-08-19 用户线下活跃度确定方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111984929A CN111984929A (zh) 2020-11-24
CN111984929B true CN111984929B (zh) 2021-11-05

Family

ID=73434129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010835214.6A Active CN111984929B (zh) 2020-08-19 2020-08-19 用户线下活跃度确定方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111984929B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106714104A (zh) * 2016-12-08 2017-05-24 深圳先进技术研究院 一种用户活动区域基站点的识别方法及装置
CN108833143A (zh) * 2018-05-28 2018-11-16 郑州村村联网络技术有限公司 计算用户活跃度的方法、装置及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102879791B (zh) * 2012-10-09 2014-05-14 潮州市创佳电子有限公司 一种基于北斗定位终端的老人活跃度数据感知系统
CN105682024B (zh) * 2016-01-05 2019-03-26 重庆邮电大学 一种基于移动信令数据的城市热点识别方法
CN109686085B (zh) * 2018-12-17 2020-05-05 北京交通大学 基于gps数据危险货物运输车辆停留节点活动类型识别方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106714104A (zh) * 2016-12-08 2017-05-24 深圳先进技术研究院 一种用户活动区域基站点的识别方法及装置
CN108833143A (zh) * 2018-05-28 2018-11-16 郑州村村联网络技术有限公司 计算用户活跃度的方法、装置及系统

Also Published As

Publication number Publication date
CN111984929A (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
CN111212383B (zh) 区域常住人口数量的确定方法、装置、服务器和介质
US9380121B2 (en) Method, computer program and computer for estimating location based on social media
CN107430631B (zh) 从位置报告确定语义地点名称
US9679399B2 (en) Method to optimize the visualization of a map's projection based on data and tasks
CN111931345B (zh) 一种监测数据预测方法、装置、设备及可读存储介质
CN111597279B (zh) 基于深度学习的信息预测方法及相关设备
CN109344396A (zh) 文本识别方法、装置、及计算机设备
CN110888866A (zh) 数据扩充方法、装置、数据处理设备及存储介质
KR20220110791A (ko) 공유 위치 정보의 동적 수정
CN111984929B (zh) 用户线下活跃度确定方法、装置、电子设备及存储介质
CN114236643A (zh) 基于天气预报系统的气象预测方法、装置、设备及介质
CN111178653A (zh) 用于确定污染区域的方法和装置
CN110766232B (zh) 动态预测方法及其系统
CN107346517B (zh) 用户关系网络中的用户交互参数获取方法及获取装置
Fireteanu Integrating Tableau with internet of things acquiring projects
CN107147436B (zh) 运动轨迹查询方法、装置及用户终端
CN115452101A (zh) 一种仪表检定方法、装置、设备及介质
US7526379B2 (en) Determining elevation values in a geocoding system
CN103152693A (zh) 一种基于位置的数据处理方法和装置
CN109543888B (zh) 营业厅位置选择方法、装置及存储介质
CN112767032A (zh) 一种信息处理方法、装置、电子设备及存储介质
CN116127342B (zh) 一种基于酒店的信息聚类处理方法、系统及平台
CN112052302B (zh) 动态生成位置词库方法、系统、装置及存储介质
CN113655505B (zh) 定位调整方法、装置、电子设备和存储介质
US11761773B2 (en) Method and system for path reconstruction of periodically sampled geographical position data

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