CN112015834B - 目标线下位置识别方法、装置、存储介质及计算机设备 - Google Patents
目标线下位置识别方法、装置、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN112015834B CN112015834B CN201910473020.3A CN201910473020A CN112015834B CN 112015834 B CN112015834 B CN 112015834B CN 201910473020 A CN201910473020 A CN 201910473020A CN 112015834 B CN112015834 B CN 112015834B
- Authority
- CN
- China
- Prior art keywords
- user
- different road
- road sections
- offline position
- exposure
- 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 47
- 238000004891 communication Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
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
- G06F16/29—Geographical information databases
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0261—Targeted advertisements based on user location
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Remote Sensing (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种目标线下位置识别方法、装置、存储介质及计算机设备,涉及信息技术领域,主要目的在于能够克服人工方式统计容易发生错误的缺陷,节省人力成本,从而能够提升目标线下位置识别的精准度和效率。所述方法包括:收集第三方应用提供的用户动线信息;对所述用户动线信息进行分析,以收集不同道路段的用户流量;根据所述不同道路段的扩展经验比和收集的用户流量,估计所述不同道路段上的线下位置的曝光用户量;将曝光用户量符合预设条件的线下位置,确定为待处理业务对象对应的目标线下位置。本发明适用于目标线下位置的识别。
Description
技术领域
本发明涉及信息技术领域,特别是涉及一种目标线下位置识别方法、装置、存储介质及计算机设备。
背景技术
近年来,业务提供方处于营销、推广业务的目的,通常会在公交站,建筑物户外大屏等醒目线下位置发布业务对象,以达到引流、宣传等目的。为了达到更好的引流、宣传等效果,在业务对象发布之前,通常需要确定曝光用户量符合预设条件的目标线下位置。
目前,通常采用人工方式统计各个线下位置的曝光用户量,根据人工统计的曝光用户量,确定所述目标线下位置。如由人站在道路上统计途径线下位置的用户流量,以确定线下位置的曝光用户量,然而,用于发布业务对象的线下位置较多,且每个线下位置途经的用户流量较大,若采用上述方式确定目标线下位置,极其容易发生错误,且会消耗大量的人力成本,导致目标线下位置识别的精准度和效率较低。
发明内容
有鉴于此,本发明提供一种目标线下位置识别方法、装置、存储介质及计算机设备,主要目的在于能够克服人工方式统计容易发生错误的缺陷,节省人力成本,从而能够提升目标线下位置识别的精准度和效率。
依据本发明第一方面,提供了一种目标线下位置识别方法,包括:
收集第三方应用提供的用户动线信息;
对所述用户动线信息进行分析,以收集不同道路段的用户流量;
根据所述不同道路段的扩展经验比和收集的用户流量,估计所述不同道路段上的线下位置的曝光用户量;
将曝光用户量符合预设条件的线下位置,确定为待处理业务对象对应的目标线下位置。
可选地,所述对所述用户动线信息进行分析,以收集不同道路段的用户流量,包括:
对所述用户动线信息进行分析,以收集不同道路段对应各个交通方式的用户流量;
所述根据所述不同道路段的扩展经验比和收集的用户流量,估计所述不同道路段上的线下位置的曝光用户量,包括:
根据所述各个交通方式的扩展经验比和所述各个交通方式的用户流量,估计所述各个交通方式对应的线下位置的曝光用户量。
可选地,所述对所述用户动线信息进行分析,以收集不同道路段的用户流量,包括:
对所述用户动线信息进行分析,以收集不同道路段在各个时间段的用户流量;
所述根据所述不同道路段的扩展经验比和收集的用户流量,估计所述不同道路段上的线下位置的曝光用户量,包括:
根据所述各个时间段的扩展经验比和所述各个时间段的用户流量,估计所述不同道路段上的线下位置在所述各个时间段的曝光用户量。
进一步地,所述根据所述不同道路段的扩展经验比和收集的用户流量,估计所述不同道路段上线下位置的曝光用户量之前,所述方法还包括:
获取不同道路段上的实际样本用户数,并利用定位设备对样本用户进行定位收集;
将所述实际样本用户数和收集的样本用户数的比,确定为所述不同道路段的扩展经验比。
可选地,所述根据所述不同道路段的扩展经验比和收集的用户流量,估计所述不同道路段上的线下位置的曝光用户量,包括:
分别计算所述不同道路段的扩展经验比和收集的用户流量之间的乘积,得到所述不同道路段的实际用户流量;
将所述不同道路段的实际用户流量,估计为所述不同道路段上的线下位置的曝光用户量。
可选地,所述对所述用户动线信息进行分析,以收集不同道路段的用户流量,包括:
对所述用户动线信息进行动线分析;
若从动线上分析到道路段,则对所述分析到道路段的用户流量进行加1处理,直到得到不同道路段的用户流量。
进一步地,所述收集第三方应用提供的用户动线信息之后,所述方法还包括:
对所述用户动线信息进行分析,以确定不同道路段上的用户终端标识;
根据所述用户终端标识和预设用户画像库,估计所述不同道路段上线下位置的用户画像;
将用户画像符合预设画像条件的线下位置,确定为待处理业务对象对应的目标线下位置。
依据本发明第二方面,提供了一种目标线下位置识别装置,包括:
收集单元,用于收集第三方应用提供的用户动线信息;
分析单元,用于对所述用户动线信息进行分析,以收集不同道路段的用户流量;
估计单元,用于根据所述不同道路段的扩展经验比和收集的用户流量,估计所述不同道路段上的线下位置的曝光用户量;
确定单元,用于将曝光用户量符合预设条件的线下位置,确定为待处理业务对象对应的目标线下位置。
可选地,所述分析单元,具体用于对所述用户动线信息进行分析,以收集不同道路段对应各个交通方式的用户流量;
所述估计单元,具体用于根据所述各个交通方式的扩展经验比和所述各个交通方式的用户流量,估计所述各个交通方式对应的线下位置的曝光用户量。
可选地,所述分析单元,具体对所述用户动线信息进行分析,以收集不同道路段在各个时间段的用户流量;
所述估计单元,具体用于根据所述各个时间段的扩展经验比和所述各个时间段的用户流量,估计所述不同道路段上的线下位置在所述各个时间段的曝光用户量。
进一步地,所述装置还包括:所述获取单元,
所述获取单元,用于获取不同道路段上的实际样本用户数,并利用定位设备对样本用户进行定位;
所述将所述实际样本用户数和收集的样本用户数的比,确定为所述不同道路段的扩展经验比。
可选地,所述估计单元,具体用于分别计算所述不同道路段的扩展经验比和收集的用户流量之间的乘积,得到所述不同道路段的实际用户流量;并将所述不同道路段的实际用户流量,估计为所述不同道路段上的线下位置的曝光用户量。
可选地,所述分析单元,具体用于对所述用户动线信息进行动线分析;并若从动线上分析到道路段,则对所述分析到道路段的用户流量进行加1处理,直到得到不同道路段的用户流量。
进一步地,所述分析单元,还用于对所述用户动线信息进行分析,以确定不同道路段上的用户终端标识;
所述估计单元,还用于根据所述用户终端标识和预设用户画像库,估计所述不同道路段上线下位置的用户画像;
所述确定单元,还用于将用户画像符合预设画像条件的线下位置,确定为待处理业务对象对应的目标线下位置。
依据本发明第三方面,提供了一种存储介质,所述存储介质中存储有至少一可执行指令,所述执行指令使处理器执行以下步骤:
收集第三方应用提供的用户动线信息;
对所述用户动线信息进行分析,以收集不同道路段的用户流量;
根据所述不同道路段的扩展经验比和收集的用户流量,估计所述不同道路段上的线下位置的曝光用户量;
将曝光用户量符合预设条件的线下位置,确定为待处理业务对象对应的目标线下位置。
依据本发明第四方面,提供了一种计算机设备,包括处理器、存储器、通信接口和通信总线所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信,所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行以下步骤:
收集第三方应用提供的用户动线信息;
对所述用户动线信息进行分析,以收集不同道路段的用户流量;
根据所述不同道路段的扩展经验比和收集的用户流量,估计所述不同道路段上的线下位置的曝光用户量;
将曝光用户量符合预设条件的线下位置,确定为待处理业务对象对应的目标线下位置。
本发明提供一种目标线下位置识别方法、装置、存储介质及计算机设备,与目前通常采用人工方式统计各个线下位置的曝光用户量,根据人工统计的曝光用户量,确定所述目标线下位置相比,本发明通过收集第三方应用提供的用户动线信息;并对所述用户动线信息进行分析,能够收集不同道路段的用户流量。与此同时,根据所述不同道路段的扩展经验比和收集的用户流量,能够估计所述不同道路段上的线下位置的曝光用户量;并能够将曝光用户量符合预设条件的线下位置,确定为待处理业务对象对应的目标线下位置,从而能够根据用户动线信息实现自动识别目标线下位置,能够克服人工方式统计容易发生错误的缺陷,且能够节省人力成本,进而能够提升目标线下位置识别的精准度和效率。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种目标线下位置识别方法的流程示意图;
图2示出了本发明实施例提供的一种目标线下位置识别装置的结构示意图;
图3示出了本发明实施例提供的另一种目标线下位置识别装置的结构示意图;
图4示出了本发明实施例提供的一种计算机设备的实体结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
如背景技术所述,目前,通常采用人工方式统计各个线下位置的曝光用户量,根据人工统计的曝光用户量,确定所述目标线下位置。如由人站在道路上统计途径线下位置的用户流量,以确定线下位置的曝光用户量,然而,用于发布业务对象的线下位置较多,且每个线下位置途经的用户流量较大,若采用上述方式确定目标线下位置,极其容易发生错误,且会消耗大量的人力成本,导致目标线下位置识别的精准度和效率较低。
为了解决上述技术问题,本发明实施例提供了一种目标线下位置识别方法,如图1所示,所述方法包括:
101、收集第三方应用提供的用户动线信息。
其中,所述第三方应用可以为具有导航或者定位功能的应用,所述第三方应用可以为第三方地图类、交通类的应用,所述用户动线信息可以为用户的流动路线信息。当第三方应用处于导航模式时,可以记录所述用户动线信息,所述用户动线信息具体可以为车辆导航记录信息、公交导航记录信息、骑行/步行导航记录信息。在第三方应用不处于导航模式时,可以利用定位服务定位用户终端的位置信息,根据多次获取的位置信息即可以确定所述用户动线信息。
102、对所述用户动线信息进行分析,以收集不同道路段的用户流量。
对于本发明实施例,所述用户动线信息可以包括用户终端的标识信息和用户流动路线上的各个道路段,所述道路段可以为两个红绿灯间的道路围栏内的区域,也可以为高架桥的上下桥口之间的区域。所述道路段的用户流量可以为途径该道路段的用户终端量,所述收集不同道路段的用户流量的具体过程可以为:统计各条用户流动路线上的道路段,然后对道路段对应的用户流量进行加1处理,直到分析完用户动线信息中的所有用户流动路线。例如,用户终端1对应的流动路线中涉及道路段1、道路段2,则对道路段1、道路段2的用户流量进行加1处理,用户终端2对应的流动路线中涉及道路段1、道路段3,则对道路段1、道路段3的用户流量进行加1处理,依次类推,直到分析完所有用户流动路线。需要说明的是,用户终端全程流动路线中只要经过某个道路段,或者多个位置信息中有一个是处于某个道路段围栏中,则确定用户终端经过或者途径该道路段。
103、根据所述不同道路段的扩展经验比和收集的用户流量,估计所述不同道路段上的线下位置的曝光用户量。
需要说明的是,可以根据所述不同道路段的扩展经验比和收集的用户流量,对所述不同道路段的用户流量进行扩展,得到所述不同道路段的实际用户流量,然后根据实际用户流量,估计所述不同道路段上的线下位置的曝光用户量。此外,在本发明实施例中,同一道路段可以设置有多个线下位置,用户可以通过多种交通方式通过同一道路段,每种交通方式可以对应一个或者多个线下位置。所述线下位置可以为线下广告投放位置,也可以为线下门店,若线下位置为线下广告投放位,则线下位置可以为设置在公交站或者建筑物上的户外广告位,通过估计所述不同道路段上的线下位置的曝光用户量,能够指导商户进行广告投放或者门店选址。
104、将曝光用户量符合预设条件的线下位置,确定为待处理业务对象对应的目标线下位置。
其中,所述预设条件为可以根据用户实际需求进行设置,也可以为根据系统默认模式设置的,本发明实施例在此不做限定。例如,所述符合预设条件的线下位置可以为曝光用户量排名前几的线下位置,也可以为曝光用户量大于或者等于预设阈值的线下位置,所述发布业务对象可以对应多个目标线下位置。
本发明实施例提供的一种目标线下位置识别方法,与目前通常采用人工方式统计各个线下位置的曝光用户量,根据人工统计的曝光用户量,确定所述目标线下位置相比,本发明实施例通过收集第三方应用提供的用户动线信息;并对所述用户动线信息进行分析,能够收集不同道路段的用户流量。与此同时,根据所述不同道路段的扩展经验比和收集的用户流量,能够估计所述不同道路段上的线下位置的曝光用户量;并能够将曝光用户量符合预设条件的线下位置,确定为待处理业务对象对应的目标线下位置,从而能够根据用户动线信息实现自动识别目标线下位置,能够克服人工方式统计容易发生错误的缺陷,且能够节省人力成本,进而能够提升目标线下位置识别的精准度和效率。
进一步的,为了更好的说明上述目标线下位置识别方法的过程,作为对上述实施例的细化和扩展,本发明实施例提供了几种可选实施例,但不限于此,具体如下所示:
本发明的一个实施例,为了获取所述不同道路段的扩展经验比,所述方法还包括:获取不同道路段上的实际样本用户数,并利用定位设备对样本用户进行定位收集;并将所述实际样本用户数和收集的样本用户数的比,确定为所述不同道路段的扩展经验比。例如,道路段1上的实际样本用户数为1000人,对这1000人进行定位收集,收集到5个人,则道路段1的扩展经验比为200。又例如,道路段2上的样本用户数为2000人,对这2000人进行定位收集,收集到4个人,则道路段1的扩展经验比为500。
本发明的另一个实施例,为了确定线下位置对应各个交通方式的曝光用户量,然后根据不同道路段上的各个交通方式的曝光用户量,为待发布的业务对象确定目标线下位置,所述步骤102具体可以为:对所述用户动线信息进行分析,以收集不同道路段对应各个交通方式的用户流量。所述各个交通方式可以为用户途径或者经过道路段时所采用的交通方式,具体地,所述各个交通方式包括:步行、自行车、电动自行车、公交车、汽车等。需要说明的是,若某个用户通过多种交通方式途径同一个道路段,则可以将该用户归入速度较慢的类型交通方式的曝光用户,例如,用户1通过机动车、或者步行用户途径道路段1,可以优先把这个用户确定为道路段1步行的曝光用户,也可以将该用户归入所有交通方式的曝光用户,如用户1通过高架桥、或者高速路1途径道路段2,可以将该用户归入高架桥、或者高速路的曝光用户。对应地,所述步骤103具体可以为:根据所述各个交通方式的扩展经验比和所述各个交通方式的用户流量,估计所述各个交通方式对应的线下位置的曝光用户量。同样地,所述各个交通方式的扩展经验比也可以为根据道路段各个交通方式的实际样本用户数,并利用定位设备对样本用户进行定位收集确定的,例如,预先针对道路段1分高架桥行车、普通行车、自行车/电动车、步行等交通方式进行人工采集,得到各个交通方式的实际样本用户数,并定位收集各个交通方式的样本用户数,然后分别得到高架桥行车、普通行车、自行车/电动车、步行等交通方式的扩展经验比。
本发明的又一个实施例,为了确定线下位置在所述各个时间段的曝光用户量,然后根据不同道路段在各个时间段的曝光用户量,为待发布的业务对象确定目标线下位置,所述步骤102具体可以为:对所述用户动线信息进行分析,以收集不同道路段在各个时间段的用户流量。所述时间段可以为以月、星期为单位的时间段,也可以为以日、时为单位的时间段,具体地,可以统计不同道路段分月分日分时段的用户流量,对应地,所述步骤103具体可以为:根据所述各个时间段的扩展经验比和所述各个时间段的用户流量,估计所述不同道路段上的线下位置在所述各个时间段的曝光用户量。同样地,所述时间段的扩展经验比也可以为根据道路段时间段的实际样本用户数,并利用定位设备对样本用户进行定位收集确定的。
本发明的再一个实施例,为了估计所述不同道路段上的线下位置的曝光用户量,所述步骤103具体可以包括:分别计算所述不同道路段的扩展经验比和收集的用户流量之间的乘积,得到所述不同道路段的实际用户流量;将所述不同道路段的实际用户流量,估计为所述不同道路段上的线下位置的曝光用户量。同样的,可以计算所述不同道路段对应各个交通工具的线下位置的曝光用户量,或者所述不同道路段在各个时间段的线下位置的曝光用户量。
本发明的又再一个实施例,为了获取不同道路段的用户流量,所述步骤102具体可以包括:对所述用户动线信息进行动线分析;若从动线上分析到道路段,则对所述分析到道路段的用户流量进行加1处理,直到得到不同道路段的用户流量。同样地,可以获取不同道路段对应各个交通方式的用户流量、在各个时间段的用户流量。
对于本发明实施例,还提供根据用户画像为业务对象分配目标线下位置的功能,以实现根据流经人群投放或者发布不同的业务对象,或者根据流经人群进行门店选址,所述方法还包括:对所述用户动线信息进行分析,以确定不同道路段上的用户终端标识;根据所述用户终端标识和预设用户画像库,估计所述不同道路段上线下位置的用户画像;将用户画像符合预设画像条件的线下位置,确定为待处理业务对象对应的目标线下位置。其中,所述预设用户画像库可以根据用户日志信息构建的,具体地,可以从用户日志信息中提取各个用户终端标识,以及各个用户的特征信息,根据各个用户的特征信息,构建各个用户对应的用户画像,然后根据各个用户终端标识和构建的用户画像所述预设画像条件可以为根据所述待处理业务对象对应的业务类型确定的,不同业务类型的业务对象对应不同的用户画像要求,因此,不同的业务对象对应的预设画像条件也不同。
进一步地,作为图1的具体实现,本发明实施例提供了一种目标线下位置识别装置,如图2所示,所述装置包括:收集单元21、分析单元22、估计单元23和确定单元24。
所述收集单元21,可以用于收集第三方应用提供的用户动线信息。所述收集单元21是本装置中收集第三方应用提供的用户动线信息的主要功能模块。
所述分析单元22,可以用于对所述用户动线信息进行分析,以收集不同道路段的用户流量。所述分析单元22是本装置中对所述用户动线信息进行分析,以收集不同道路段的用户流量的主要功能模块。
所述估计单元23,可以用于根据所述不同道路段的扩展经验比和收集的用户流量,估计所述不同道路段上的线下位置的曝光用户量。所述估计单元23是本装置中根据所述不同道路段的扩展经验比和收集的用户流量,估计所述不同道路段上的线下位置的曝光用户量的主要功能模块,也是核心模块。
所述确定单元24,可以用于将曝光用户量符合预设条件的线下位置,确定为待处理业务对象对应的目标线下位置。所述确定单元24是本装置中将曝光用户量符合预设条件的线下位置,确定为待处理业务对象对应的目标线下位置的主要功能模块。
在具体应用场景中,所述分析单元22,具体可以用于对所述用户动线信息进行分析,以收集不同道路段对应各个交通方式的用户流量。
所述估计单元23,具体可以用于根据所述各个交通方式的扩展经验比和所述各个交通方式的用户流量,估计所述各个交通方式对应的线下位置的曝光用户量。
在另一具体应用场景中,所述分析单元22,具体可以用于对所述用户动线信息进行分析,以收集不同道路段在各个时间段的用户流量。
所述估计单元23,具体可以用于根据所述各个时间段的扩展经验比和所述各个时间段的用户流量,估计所述不同道路段上的线下位置在所述各个时间段的曝光用户量。
对于本发明实施例,为了获取所述不同道路段的扩展经验比,所述装置还包括:获取单元25,如图3所示。
所述获取单元25,可以用于获取不同道路段上的实际样本用户数,并利用定位设备对样本用户进行定位。
所述确定单元24,还可以用于将所述实际样本用户数和收集的样本用户数的比,确定为所述不同道路段的扩展经验比。
对于本发明实施例,所述估计单元23,具体可以用于分别计算所述不同道路段的扩展经验比和收集的用户流量之间的乘积,得到所述不同道路段的实际用户流量;并将所述不同道路段的实际用户流量,估计为所述不同道路段上的线下位置的曝光用户量。
所述分析单元22,具体可以用于对所述用户动线信息进行动线分析;并若从动线上分析到道路段,则对所述分析到道路段的用户流量进行加1处理,直到得到不同道路段的用户流量。
对于本发明实施例,还支持根据用户画像为所述分析单元22,还可以用于对所述用户动线信息进行分析,以确定不同道路段上的用户终端标识。
所述估计单元23,还可以用于根据所述用户终端标识和预设用户画像库,估计所述不同道路段上线下位置的用户画像。
所述确定单元24,还可以用于将用户画像符合预设画像条件的线下位置,确定为待处理业务对象对应的目标线下位置。
需要说明的是,本发明实施例提供的一种目标线下位置识别装置所涉及各功能模块的其他相应描述,可以参考图1所示方法的对应描述,在此不再赘述。
基于上述如图1所示方法,相应的,本发明实施例还提供了一种提供了一种存储介质,所述存储介质中存储有至少一可执行指令,所述执行指令使处理器执行以下步骤:收集第三方应用提供的用户动线信息;对所述用户动线信息进行分析,以收集不同道路段的用户流量;根据所述不同道路段的扩展经验比和收集的用户流量,估计所述不同道路段上的线下位置的曝光用户量;将曝光用户量符合预设条件的线下位置,确定为待处理业务对象对应的目标线下位置。
基于上述如图1所示方法和如图2所示装置的实施例,本发明实施例还提供了一种计算机设备,如图4所示,处理器(processor)31、通信接口(Communications Interface)32、存储器(memory)33、以及通信总线34。其中:处理器31、通信接口32、以及存储器33通过通信总线34完成相互间的通信。通信接口34,用于与其它设备比如客户端或其它服务器等的网元通信。处理器31,用于执行程序,具体可以执行上述数据的转换方法实施例中的相关步骤。具体地,程序可以包括程序代码,该程序代码包括计算机操作指令。处理器31可能是中央处理器CPU,或者是特定集成电路ASIC(Application Specific IntegratedCircuit),或者是被配置成实施本发明实施例的一个或多个集成电路。
终端包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。存储器33,用于存放程序。存储器33可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。程序具体可以用于使得处理器31执行以下操作:收集第三方应用提供的用户动线信息;对所述用户动线信息进行分析,以收集不同道路段的用户流量;根据所述不同道路段的扩展经验比和收集的用户流量,估计所述不同道路段上的线下位置的曝光用户量;将曝光用户量符合预设条件的线下位置,确定为待处理业务对象对应的目标线下位置。
通过本发明的技术方案,通过收集第三方应用提供的用户动线信息;并对所述用户动线信息进行分析,能够收集不同道路段的用户流量。与此同时,根据所述不同道路段的扩展经验比和收集的用户流量,能够估计所述不同道路段上的线下位置的曝光用户量;并能够将曝光用户量符合预设条件的线下位置,确定为待处理业务对象对应的目标线下位置,从而能够根据用户动线信息实现自动识别目标线下位置,能够克服人工方式统计容易发生错误的缺陷,且能够节省人力成本,进而能够提升目标线下位置识别的精准度和效率。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
可以理解的是,上述方法及装置中的相关特征可以相互参考。另外,上述实施例中的“第一”、“第二”等是用于区分各实施例,而并不代表各实施例的优劣。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的目标线下位置识别装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (12)
1.一种目标线下位置识别方法,其特征在于,包括:
收集第三方应用提供的用户动线信息,其中,所述第三方应用在导航模式下,记录车辆导航记录信息、公交导航记录信息、骑行或步行导航记录信息中的至少一项信息,作为所述用户动线信息;
获取不同道路段上的实际样本用户数,并利用定位设备对样本用户进行定位收集;将所述实际样本用户数和收集的样本用户数的比,确定为所述不同道路段的扩展经验比;
对所述用户动线信息进行分析,以收集不同道路段的用户流量;
根据所述不同道路段的扩展经验比和收集的用户流量,估计所述不同道路段上的线下位置的曝光用户量;
将曝光用户量符合预设条件的线下位置,确定为待处理业务对象对应的目标线下位置;
其中,
所述对所述用户动线信息进行分析,以收集不同道路段的用户流量,包括:对所述用户动线信息进行分析,以收集不同道路段对应各个交通方式的用户流量;
所述根据所述不同道路段的扩展经验比和收集的用户流量,估计所述不同道路段上的线下位置的曝光用户量,包括:根据所述各个交通方式的扩展经验比和所述各个交通方式的用户流量,估计所述各个交通方式对应的线下位置的曝光用户量。
2.根据权利要求1所述的方法,其特征在于,所述对所述用户动线信息进行分析,以收集不同道路段的用户流量,包括:
对所述用户动线信息进行分析,以收集不同道路段在各个时间段的用户流量;
所述根据所述不同道路段的扩展经验比和收集的用户流量,估计所述不同道路段上的线下位置的曝光用户量,包括:
根据所述各个时间段的扩展经验比和所述各个时间段的用户流量,估计所述不同道路段上的线下位置在所述各个时间段的曝光用户量。
3.根据权利要求1所述的方法,其特征在于,所述根据所述不同道路段的扩展经验比和收集的用户流量,估计所述不同道路段上的线下位置的曝光用户量,包括:
分别计算所述不同道路段的扩展经验比和收集的用户流量之间的乘积,得到所述不同道路段的实际用户流量;
将所述不同道路段的实际用户流量,估计为所述不同道路段上的线下位置的曝光用户量。
4.根据权利要求1所述的方法,其特征在于,所述对所述用户动线信息进行分析,以收集不同道路段的用户流量,包括:
对所述用户动线信息进行动线分析;
若从动线上分析到道路段,则对所述分析到道路段的用户流量进行加1处理,直到得到不同道路段的用户流量。
5.根据权利要求1所述的方法,其特征在于,所述收集第三方应用提供的用户动线信息之后,所述方法还包括:
对所述用户动线信息进行分析,以确定不同道路段上的用户终端标识;
根据所述用户终端标识和预设用户画像库,估计所述不同道路段上线下位置的用户画像;
将用户画像符合预设画像条件的线下位置,确定为待处理业务对象对应的目标线下位置。
6.一种目标线下位置识别装置,其特征在于,包括:
收集单元,用于收集第三方应用提供的用户动线信息,其中,所述第三方应用在导航模式下,记录车辆导航记录信息、公交导航记录信息、骑行或步行导航记录信息中的至少一项信息,作为所述用户动线信息;
获取单元,用于获取不同道路段上的实际样本用户数,并利用定位设备对样本用户进行定位
分析单元,用于对所述用户动线信息进行分析,以收集不同道路段对应各个交通方式的用户流量;
估计单元,用于根据所述各个交通方式的扩展经验比和所述各个交通方式的用户流量,估计所述各个交通方式的线下位置的曝光用户量;
确定单元,用于将曝光用户量符合预设条件的线下位置,确定为待处理业务对象对应的目标线下位置,以及用于将所述实际样本用户数和收集的样本用户数的比,确定为所述不同道路段的扩展经验比。
7.根据权利要求6所述的装置,其特征在于,
所述分析单元,具体用于对所述用户动线信息进行分析,以收集不同道路段在各个时间段的用户流量;
所述估计单元,具体用于根据所述各个时间段的扩展经验比和所述各个时间段的用户流量,估计所述不同道路段上的线下位置在所述各个时间段的曝光用户量。
8.根据权利要求6所述的装置,其特征在于,
所述估计单元,具体用于分别计算所述不同道路段的扩展经验比和收集的用户流量之间的乘积,得到所述不同道路段的实际用户流量;并将所述不同道路段的实际用户流量,估计为所述不同道路段上的线下位置的曝光用户量。
9.根据权利要求6所述的装置,其特征在于,
所述分析单元,具体用于对所述用户动线信息进行动线分析;并若从动线上分析到道路段,则对所述分析到道路段的用户流量进行加1处理,直到得到不同道路段的用户流量。
10.根据权利要求6所述的装置,其特征在于,
所述分析单元,还用于对所述用户动线信息进行分析,以确定不同道路段上的用户终端标识;
所述估计单元,还用于根据所述用户终端标识和预设用户画像库,估计所述不同道路段上线下位置的用户画像;
所述确定单元,还用于将用户画像符合预设画像条件的线下位置,确定为待处理业务对象对应的目标线下位置。
11.一种存储介质,其上存储有计算机程序,所述存储介质中存储有至少一可执行指令,所述执行指令使处理器执行如权利要求1-5中任一项所述的目标线下位置识别方法对应的操作。
12.一种计算机设备,包括处理器、存储器、通信接口和通信总线所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信,所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-5中任一项所述的目标线下位置识别方法对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910473020.3A CN112015834B (zh) | 2019-05-31 | 2019-05-31 | 目标线下位置识别方法、装置、存储介质及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910473020.3A CN112015834B (zh) | 2019-05-31 | 2019-05-31 | 目标线下位置识别方法、装置、存储介质及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112015834A CN112015834A (zh) | 2020-12-01 |
CN112015834B true CN112015834B (zh) | 2024-04-16 |
Family
ID=73506705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910473020.3A Active CN112015834B (zh) | 2019-05-31 | 2019-05-31 | 目标线下位置识别方法、装置、存储介质及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112015834B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105095991A (zh) * | 2015-07-20 | 2015-11-25 | 百度在线网络技术(北京)有限公司 | 用于人群风险预警的方法及装置 |
CN108876482A (zh) * | 2018-07-26 | 2018-11-23 | 安徽科技学院 | 一种户外广告人流量统计系统及其方法 |
CN108876462A (zh) * | 2018-06-22 | 2018-11-23 | 上海沃雨电子科技有限公司 | 基于儿童安全座椅的大数据分析系统及方法 |
CN109598537A (zh) * | 2018-11-06 | 2019-04-09 | 阿里巴巴集团控股有限公司 | 户外广告投放方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140172576A1 (en) * | 2012-12-14 | 2014-06-19 | Visa International Service Association | Systems and methods to select locations of interest |
-
2019
- 2019-05-31 CN CN201910473020.3A patent/CN112015834B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105095991A (zh) * | 2015-07-20 | 2015-11-25 | 百度在线网络技术(北京)有限公司 | 用于人群风险预警的方法及装置 |
CN108876462A (zh) * | 2018-06-22 | 2018-11-23 | 上海沃雨电子科技有限公司 | 基于儿童安全座椅的大数据分析系统及方法 |
CN108876482A (zh) * | 2018-07-26 | 2018-11-23 | 安徽科技学院 | 一种户外广告人流量统计系统及其方法 |
CN109598537A (zh) * | 2018-11-06 | 2019-04-09 | 阿里巴巴集团控股有限公司 | 户外广告投放方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112015834A (zh) | 2020-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105528359B (zh) | 用于存储行进轨迹的方法和系统 | |
US20120277985A1 (en) | Method of analyzing points of interest with probe data | |
CN108230725A (zh) | 停车推荐方法和装置 | |
CN105976216A (zh) | 广告效果评估方法、广告投放方法及装置 | |
CN104318477A (zh) | 一种基于大数据的车辆保险评估的方法 | |
CN108053240B (zh) | 生成车载广告投放公交线路方案的方法及装置 | |
CN113847925A (zh) | 基于轨迹数据检测车辆偏航的方法、装置、设备及介质 | |
CN107945352A (zh) | 公交客流数据采集设备及od分析系统 | |
CN114664087B (zh) | 基于轨迹识别车辆上下高速的方法、装置、设备及介质 | |
JP5886718B2 (ja) | 情報処理方法及び装置 | |
CN109978418B (zh) | 一种订单配送时长确定方法及装置 | |
CN105509758A (zh) | 一种基于移动终端的线路规划方法、系统及移动终端 | |
CN115083161B (zh) | 车辆停留点的评估方法、装置、电子设备及可读存储介质 | |
CN107730970A (zh) | 停车场出入口实景展示方法及装置 | |
CN111191949A (zh) | 网约车辆异常行驶行为识别方法、装置、电子设备 | |
CN108154387B (zh) | 公交车身广告投放线路方案的评估方法及装置 | |
CN109615716A (zh) | 交通工具的入场登记、出场收费方法及装置和电子设备 | |
CN110646002B (zh) | 用于处理信息的方法和装置 | |
CN112015834B (zh) | 目标线下位置识别方法、装置、存储介质及计算机设备 | |
JP2005182636A (ja) | 位置検出に基づく情報提供方法及び装置 | |
CN111121803B (zh) | 获取道路常用停靠点的方法及装置 | |
CN113159457A (zh) | 一种智能路径规划的方法、系统及电子设备 | |
Rehrl et al. | Collecting floating car data with smartphones: results from a field trial in Austria | |
CN108171534B (zh) | 一种车载广告公交线路推荐方法及装置 | |
CN110648008A (zh) | 路况预测方法和装置 |
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 |