CN112580877B - 景区内综合管理系统 - Google Patents
景区内综合管理系统 Download PDFInfo
- Publication number
- CN112580877B CN112580877B CN202011529801.9A CN202011529801A CN112580877B CN 112580877 B CN112580877 B CN 112580877B CN 202011529801 A CN202011529801 A CN 202011529801A CN 112580877 B CN112580877 B CN 112580877B
- Authority
- CN
- China
- Prior art keywords
- scenic spot
- current
- passenger flow
- scenic
- weight value
- 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
- 238000004458 analytical method Methods 0.000 claims abstract description 114
- 238000012544 monitoring process Methods 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000005206 flow analysis Methods 0.000 claims abstract description 5
- 230000008859 change Effects 0.000 claims description 27
- 238000004891 communication Methods 0.000 claims description 13
- 230000001932 seasonal effect Effects 0.000 claims description 10
- 238000007405 data analysis Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 7
- 230000000737 periodic effect Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 25
- 238000004590 computer program Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 230000007474 system interaction Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q50/12—Hotels or restaurants
-
- 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
- G06Q50/14—Travel agencies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Operations Research (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种景区内综合管理系统。包括云服务中心服务器、景区分析模块；所述景区分析模块用于对多个景区内的客流数据进行监控分析，并将监控分析数据发送给云服务中心服务器；所述云服务中心服务器用于对监控分析数据进行汇总分析，得到当前本地地区的客流分析结果。本申请可汇总得到当前本地地区的旅游信息状态，从而方便指导后续的旅游管理工作。
Description
技术领域
本申请涉及物联网技术领域，尤其涉及一种景区内综合管理系统。
背景技术
随着用户对智慧旅游的热情度越来越高，景区浏览的游客的数量越来越多，景区内的安全以及管理显得越来越重要。
同时伴随行业技术发展，智慧景区的应用也越来越多，智慧景区简单来说就是用信息化替代人工管理，将一切用纸质文档、复杂工人管理的环节全部换成系统化，做到游客体验便捷、内部管理轻松、钱财核算清楚等为目的。
传统的自助服务终端是一种简易的景区旅游服务系统，其可以为游客提供基于触摸式的终端系统互动服务，提供旅游指引和信息服务，这种简易的景区旅游服务系统并不具备复杂的智能管理能力。研究发现，对于智能景区的真正挑战是某个地区的多景区信息处理以及大数据处理，从而实现景区内旅游信息以及设备运行信息的智能管理，满足智能管理的需求。
发明内容
本申请实施例的目的在于提供一种景区内综合管理系统，以解决某个地区的旅行景区内的特定管理的问题。
具体技术方案如下：
本发明提供了一种景区内综合管理系统，包括云服务中心服务器、景区分析模块；
其中，所述云服务中心服务器与所述景区分析模块通信连接；
所述景区分析模块用于对多个景区内的客流数据进行监控分析，并将监控分析数据发送给云服务中心服务器；所述云服务中心服务器用于对监控分析数据进行汇总分析，得到当前本地地区的客流分析结果。
优选的，作为一种可实施方案；所述景区分析模块包括景区客流数据分析子模块和景区热度分析子模块，其中：
所述景区客流数据分析子模块，用于对当前景区实时客流数据进行监控并对比同一时间段当前景区的历史客流数据进行分析，得到当前景区的日客流对比图、周客流对比图、月客流对比图、年客流对比图；
所述景区热度分析子模块，用于对本地地区的所有景区的客流数据进行分析，并同时对比当前本地地区的历史客流数据，分析得到各个景区的热度对比图。
优选的，作为一种可实施方案；所述景区分析模块还包括景区人流预测分析子模块：
所述景区人流预测分析子模块，用于调取当前景区的多条旅行路径，识别旅行路径上的所有的卫星位置点上的手机用户，判断当前卫星位置点上手机用户是否超过了标准拥堵阈值，如果判断为超过则认定当前卫星位置点为拥堵点；
所述景区人流预测分析子模块，用于分析当前景区的旅行路径上所有的酒店的入住率信息，当发现当前旅行路径上酒店的平均入住率超过标准入住率阈值则认定为当前旅行路径有高流量旅行路径；当发现当前景区内高流量旅行路径的数量与当前景区内所有旅行路径的数量之比超过标准比例时，则认定当前景区符合景点饱和第一预警因素条件；所述景区人流预测分析子模块，用于预先调取当前景区内的常驻人群的手机号码，并对当前景区范围内的所有手机用户进行统计分析，并排除常驻人群的号码，得到当前景区的初始手机用户客流数据，当发现当前景区范围内的初始手机用户客流数据超过标准进入手机用户客流数据阈值后，则认定当前景区符合景点饱和第二预警因素条件；所述景区人流预测分析子模块，还用于分析当前景区内手机用户在移动互联网上对当前景区的景点、酒店、商铺、当前景区天气的搜索次数的浏览记录，若预设时间周期内的浏览记录中的搜索次数超过了标准搜索次数阈值，则认定当前景区符合景点饱和第三预警因素条件；
所述景区的综合评分＝(高流量旅行路径的数量与当前景区内所有旅行路径的数量之比乘以第一权重值)+(当前景区范围内的初始手机用户客流数据乘以第二权重值)+(当前景区天气的搜索次数乘以第三权重值)；所述第一权重值、所述第二权重值、所述第三权重值均为预设数值；
所述景区人流预测分析子模块，还用于在检测当前景区符合的景点饱和第一预警因素条件、景点饱和第二预警因素条件、景点饱和第三预警因素条件中的至少两个时，且当前景区的综合评分超过标准评分阈值则向云服务中心服务器发送景点饱度预警。
所述景点饱度预警分为稀少、适中、较多、接近饱和，饱和五个级别。
优选的，作为一种可实施方案；所述景区分析模块还包括客流特征分析子模块：
所述客流特征分析子模块用于对当前景区的客流时间特征进行分析，确定客流季节变化特征、日变化特征，并绘制当前景区的客流变化季节曲线图，以及客流变化日曲线图；
所述客流特征分析子模块还用于根据客流变化季节曲线图以及当前景区的历史客流变化季节曲线图，确定当前景区的客流变化季节曲线图的周期性客流特征，并将周期性客流特征发送给云服务中心服务器实现信息共享。
优选的，作为一种可实施方案；所述客流特征分析子模块还用于调取当前景区的客流来源地信息，包括分类为境内、境外、省内、省外四个地域维度，建立横轴为季节周期，纵轴为客流来源地信息中每个地域维度下的客流数据；
所述客流特征分析子模块还用于调取当前景区所在的同一季节内历史客流来源地较高的地区划分为敏感地区来源地；将当前景区内的手机用户进行来源地识别，对所述敏感地区来源地的手机用户进行重点跟踪，并向敏感地区来源地的手机用户发送当前景区以及当前景区周围预设范围的其他景区的信息推送给当前敏感地区来源地的手机用户。
优选的，作为一种可实施方案；所述客流特征分析子模块还用于对当前时间周期内的当前景区所有游客的平均逗留时间，以及当前景区的平均客流数据，以当前景区的平均客流数据为横轴，以平均逗留时间为纵轴，展示平均逗留时间与平均客流数据之间的关系曲线。
优选的，作为一种可实施方案；所述景区分析模块包括景区报警子模块；所述景区报警子模块用于预先调取当前景区的最大客流数据值，实时对当前景区的客流数据进行比较，当达到最大游客数阈值时以短信形式向云中心服务器进行客流预警信息推送，同时云中心服务器的显示界面上显示预警提示(局部闪烁或发出提示音)。
优选的，作为一种可实施方案；所述景区分析模块包括指数分析子模块；所述指数分析子模块用于汇总各区县的旅游基本属性信息，并且基于所述旅游基本属性信息分析得到各区县的旅游综合指数；所述旅游基本属性信息：包含景区评价指数、交通出行指数、网上关注指数和消费特征指数。
优选的，作为一种可实施方案；所述景区分析模块包括旅游资源分析子模块；所述旅游资源分析子模块用于汇集当前本地地区的景区数量、旅游收入数量规模、涉旅企业的数量、涉旅人员的数量、景区内的酒店、餐饮场所、购物场所、娱乐场所的总数量，景区内的酒店、餐饮场所、购物场所、娱乐场所的从业人员的总人数、景区内的交通线数量；
所述旅游资源分析子模块还用于设置景区数量对应的第一资源权重数值、旅游收入数量规模对应的第二资源权重数值、涉旅企业的数量对应的第三资源权重数值、涉旅人员的数量对应的第四资源权重数值、景区内的酒店、餐饮场所、购物场所、娱乐场所的总数量对应的第五资源权重数值，景区内的酒店、餐饮场所、购物场所、娱乐场所的从业人员的总人数对应的第六资源权重数值，景区内的交通线数量对应的第七资源权重数值；
所述旅游资源分析子模块还用于计算当前景区的旅游资源综合权重评分；所述旅游资源综合权重评分＝(景区数量乘以第一资源权重数值)+(旅游收入数量规模乘以第二资源权重数值)+(涉旅企业的数量乘以第三资源权重数值)+(涉旅人员的数量乘以第四资源权重数值)+(景区内的酒店、餐饮场所、购物场所、娱乐场所的总数量对应的第五资源权重数值)+(景区内的酒店、餐饮场所、购物场所、娱乐场所的从业人员的总人数乘以第六资源权重数值)+(景区内的交通线数量对应的第七资源权重数值)。
本申请实施例有益效果：
本申请实施例提供了一种景区内综合管理系统，包括云服务中心服务器、景区分析模块；其中，所述云服务中心服务器与所述景区分析模块通信连接；所述景区分析模块用于对多个景区内的客流数据进行监控分析，并将监控分析数据发送给云服务中心服务器；所述云服务中心服务器用于对监控分析数据进行汇总分析，得到当前本地地区的客流分析结果。
本申请通过对本地地区的多个景区内的客流数据进行监控分析，并将监控分析数据发送给云服务中心服务器，从而汇总得到当前本地地区的旅游信息状态，从而方便指导后续的旅游管理工作。
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性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例一提供的一种景区内综合管理系统的主要系统架构图；
图2为本申请实施例一提供的一种景区内综合管理系统中的景区分析模块的系统架构图；
图3为本申请实施例提供的一种电子设备的结构示意图。
标号：云服务中心服务器10；景区分析模块20；景区客流数据分析子模块21；景区热度分析子模块22；景区人流预测分析子模块23；客流特征分析子模块24；景区报警子模块25；指数分析子模块26；旅游资源分析子模块27。
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。
实施例一
本申请实施例提供了一种景区内综合管理系统，包括云服务中心服务器10、景区分析模块20；
其中，所述云服务中心服务器10与所述景区分析模块20通信连接；
所述景区分析模块20用于对多个景区内的客流数据进行监控分析，并将监控分析数据发送给云服务中心服务器10；所述云服务中心服务器10用于对监控分析数据进行汇总分析，得到当前本地地区的客流分析结果。
上述景区分析模块20可以实现景区客流监控和预警：实现对重点景区实时视频接入、重点景区/区域人流量监测、景区最大承载量等数据整合，实现对景区的可视化监测管理。景区分析模块20能为政府及景区管理人员监控各景点提供远程监测功能，通过在各具体景点的视频采集设备，将现场的风景和游人的实时视频传送到监控中心，结合运营商分布在各景区周边丰富的基站资源，通过构建基础数据处理能力及大数据算法模型，将详细分析并统计区内各大景区实时游客数量、游客归属地、游客活动轨迹、游客驻留时长、游客进入景区次数等，让各类信息在平台一览无遗。同时其还能分析客流规律和预测发展趋势等数据，精确衡量公共设施使用效率，从而及时准确地制定相应的对策，并健全旅游景区监测预警、风险评估、信息发布等应急机制，为游客提供更优质的服务。景区人流量统计数据主要来源于景区门禁数据、运营商基站定位数据和视频监控数据。其中景区门禁数据用以反映景区内当前总游客量；运营商基站定位可以反映游客在景区中的分布情况、活动轨迹，并能提供实时客流；视频监控设备可以反映某个监控点具体的游客情况。
优选地，作为一种可实施方案，所述景区分析模块20包括景区客流数据分析子模块21和景区热度分析子模块22，其中：
所述景区客流数据分析子模块21，用于对当前景区实时客流数据进行监控并对比同一时间段当前景区的历史客流数据进行分析，得到当前景区的日客流对比图、周客流对比图、月客流对比图、年客流对比图；
需要说明的是，上述景区客流数据分析子模块，具有具备针对特定景区实时/历史客流详细数据呈现功能。景区客流数据分析子模块，用于对当前景区实时客流数据进行监控并对比同一时间段当前景区的历史客流数据进行分析，得到当前景区的日客流对比图、周客流对比图、月客流对比图、年客流对比图，便于旅游相关部门了解客流量的变化情况，及时或预先安排相关资源应对。
所述景区热度分析子模块22，用于对本地地区的所有景区的客流数据进行分析，并同时对比当前本地地区的历史客流数据，分析得到各个景区的热度对比图；
需要说明的是，景区热度分析子模块，用于对本地地区的所有景区的客流数据进行分析，并同时对比当前本地地区的历史客流数据，分析得到各个景区的热度对比图，可以实现本地地区的特定时间段不同景区热度排行。
优选地，作为一种可实施方案，所述景区分析模块20还包括景区人流预测分析子模块23：
所述景区人流预测分析子模块，用于调取当前景区的多条旅行路径，识别旅行路径上的所有的卫星位置点上的手机用户，判断当前卫星位置点上手机用户是否超过了标准拥堵阈值，如果判断为超过则认定当前卫星位置点为拥堵点；
所述景区人流预测分析子模块，用于分析当前景区的旅行路径上所有的酒店的入住率信息，当发现当前旅行路径上酒店的平均入住率超过标准入住率阈值则认定为当前旅行路径有高流量旅行路径；当发现当前景区内高流量旅行路径的数量与当前景区内所有旅行路径的数量之比超过标准比例时，则认定当前景区符合景点饱和第一预警因素条件；所述景区人流预测分析子模块，用于预先调取当前景区内的常驻人群的手机号码，并对当前景区范围内的所有手机用户进行统计分析，并排除常驻人群的号码，得到当前景区的初始手机用户客流数据，当发现当前景区范围内的初始手机用户客流数据超过标准进入手机用户客流数据阈值后，则认定当前景区符合景点饱和第二预警因素条件；所述景区人流预测分析子模块，还用于分析当前景区内手机用户在移动互联网上对当前景区的景点、酒店、商铺、当前景区天气的搜索次数的浏览记录，若预设时间周期内的浏览记录中的搜索次数超过了标准搜索次数阈值，则认定当前景区符合景点饱和第三预警因素条件；
所述景区的综合评分＝(高流量旅行路径的数量与当前景区内所有旅行路径的数量之比乘以第一权重值)+(当前景区范围内的初始手机用户客流数据乘以第二权重值)+(当前景区天气的搜索次数乘以第三权重值)；所述第一权重值、所述第二权重值、所述第三权重值均为预设数值；
所述景区人流预测分析子模块，还用于在检测当前景区符合的景点饱和第一预警因素条件、景点饱和第二预警因素条件、景点饱和第三预警因素条件中的至少两个时，且当前景区的综合评分超过标准评分阈值则向云服务中心服务器发送景点饱度预警。
所述景点饱度预警分为稀少、适中、较多、接近饱和，饱和五个级别。
景区的人流拥堵与疏导一向是旅游管理中的重点和难点，在引用结合运营商等大数据后，可通过卫星位置点(即客户位置信息)及时发现拥堵点，进行景点预警，并进行景点的游客预测展示各景区景点饱和度预警、景点未来人流预测。景点饱度预警分为稀少、适中、较多、接近饱和，饱和五级进行景点人流的预警。
优选地，作为一种可实施方案，所述景区分析模块20还包括客流特征分析子模块24：
所述客流特征分析子模块用于对当前景区的客流时间特征进行分析，确定客流季节变化特征、日变化特征，并绘制当前景区的客流变化季节曲线图，以及客流变化日曲线图；
所述客流特征分析子模块还用于根据客流变化季节曲线图以及当前景区的历史客流变化季节曲线图，确定当前景区的客流变化季节曲线图的周期性客流特征，并将周期性客流特征发送给云服务中心服务器实现信息共享。
需要说明的是，在本发明实施例的具体技术方案中，上述客流特征分析子模块通过分析客流的时间特性，明确客流长期季节变化特征、日变化特征等，帮助政府和企业进行旅游地规划、旅游营销及景区容量管理。变化规律：从周期性和突发性两个角度寻找客流的变化规律，根据客流变化规律安排相应的营销策略和管理模式。
优选地，作为一种可实施方案，所述客流特征分析子模块24还用于调取当前景区的客流来源地信息，包括分类为境内、境外、省内、省外四个地域维度，建立横轴为季节周期，纵轴为客流来源地信息中每个地域维度下的客流数据；
所述客流特征分析子模块还用于调取当前景区所在的同一季节内历史客流来源地较高的地区划分为敏感地区来源地；将当前景区内的手机用户进行来源地识别，对所述敏感地区来源地的手机用户进行重点跟踪，并向敏感地区来源地的手机用户发送当前景区以及当前景区周围预设范围的其他景区的信息推送给当前敏感地区来源地的手机用户。
需要说明的是，在本发明实施例的具体技术方案中，客流来源空间分析：按照客流来源地域，包括境内、境外、省内、省外等维度进行分析，明确客流来源空间的分布及几种特性，帮助政府和企业制定营销策略；景区内客流空间分析：针对游客在景区内空间聚集性进行分析，帮助景区更好线路和采取客流引导措施。另外上述客流特征分析子模块及时把握敏感地区的客流数量增长动态，为合理的控制人流、制定措施提供分析数据支撑。
优选地，作为一种可实施方案，所述客流特征分析子模块24还用于对当前时间周期内的当前景区所有游客的平均逗留时间，以及当前景区的平均客流数据，以当前景区的平均客流数据为横轴，以平均逗留时间为纵轴，展示平均逗留时间与平均客流数据之间的关系曲线。
需要说明的是，在本发明实施例的具体技术方案中，地市级游客逗留时间：分析展示地市游客逗留时间与游客量之间的关系；游客逗留时间，地市逗留游客量的地市排名；分析展示景区所有地市，逗留时间和逗留游客量之间的关系；景区级游客逗留时间：分析展示某景区游客逗留时间与游客量之间的关系；游客逗留时间，景区逗留游客量排名前十的景区、游客量排名前十的景区，逗留时间和逗留游客量之间的关系。
优选地，作为一种可实施方案，所述景区分析模块20包括景区报警子模块25；所述景区报警子模块用于预先调取当前景区的最大客流数据值，实时对当前景区的客流数据进行比较，当达到最大游客数阈值时以短信形式向云中心服务器进行客流预警信息推送，同时云中心服务器的显示界面上显示预警提示(局部闪烁或发出提示音)。
需要说明的是，在本发明实施例的具体技术方案中，景区客流超限短信预警：景区管理部门根据景区的容量特征设置景区最大游客数，系统实时对各景区预设人数进行比较，当达到最大游客数阈值时以短信形式向景区各级管理人员进行客流预警信息推送，同时系统界面上具备预警提示(局部闪烁或发出提示音)。预警信息发布遵循“面向公众、最小干扰，严格审核、统一发布”的原则实施，方便景区职能和服务管理能力提升，提高景区安全保障措施。
优选地，作为一种可实施方案，所述景区分析模块20包括指数分析子模块26；所述指数分析子模块用于汇总各区县的旅游基本属性信息，并且基于所述旅游基本属性信息分析得到各区县的旅游综合指数；所述旅游基本属性信息：包含景区评价指数、交通出行指数、网上关注指数和消费特征指数。
需要说明的是，在本发明实施例的具体技术方案中，上述旅游基本属性信息：包含景区评价指数、交通出行指数、网上关注指数和消费特征指数四个指数值来综合展现旅游基本属性信息的数值。从景区、交通、关注度、消费特征来分析景区的受欢迎度，通过这些指数可以为游客提供选择景点游览的依据。
优选地，作为一种可实施方案，所述景区分析模块20包括旅游资源分析子模块27；所述旅游资源分析子模块用于汇集当前本地地区的景区数量、旅游收入数量规模、涉旅企业的数量、涉旅人员的数量、景区内的酒店、餐饮场所、购物场所、娱乐场所的总数量，景区内的酒店、餐饮场所、购物场所、娱乐场所的从业人员的总人数、景区内的交通线数量；
所述旅游资源分析子模块还用于设置景区数量对应的第一资源权重数值、旅游收入数量规模对应的第二资源权重数值、涉旅企业的数量对应的第三资源权重数值、涉旅人员的数量对应的第四资源权重数值、景区内的酒店、餐饮场所、购物场所、娱乐场所的总数量对应的第五资源权重数值，景区内的酒店、餐饮场所、购物场所、娱乐场所的从业人员的总人数对应的第六资源权重数值，景区内的交通线数量对应的第七资源权重数值；
所述旅游资源分析子模块还用于计算当前景区的旅游资源综合权重评分；所述旅游资源综合权重评分＝(景区数量乘以第一资源权重数值)+(旅游收入数量规模乘以第二资源权重数值)+(涉旅企业的数量乘以第三资源权重数值)+(涉旅人员的数量乘以第四资源权重数值)+(景区内的酒店、餐饮场所、购物场所、娱乐场所的总数量对应的第五资源权重数值)+(景区内的酒店、餐饮场所、购物场所、娱乐场所的从业人员的总人数乘以第六资源权重数值)+(景区内的交通线数量对应的第七资源权重数值)。
在本发明实施例的具体技术方案中，旅游资源分析子模块具有汇集当前本地地区的景区数量、旅游收入数量规模、涉旅企业的数量、涉旅人员的数量、景区内的酒店、餐饮场所、购物场所、娱乐场所的总数量，景区内的酒店、餐饮场所、购物场所、娱乐场所的从业人员的总人数、景区内的交通线数量，并基于以上信息实施资源评分分析的作用；涉旅企业与人员，统计旅游目的地(或子目的地)住宿场所、餐饮场所、购物场所、娱乐场所和从业人员的数量，同时分析展示其年度增长率。旅游交通，统计旅游目的地(或子目的地)远途交通(包含飞机、铁路、公路客运和水运)和短途交通(包含公交车、轨道交通、出租车和自行车租赁点)的数量，同时分析展示其年度增长趋势。
实施例二
基于相同的技术构思，本发明实施例还提供了一种电子设备，如图3所示，包括处理器501、通信接口502、存储器503和通信总线504，其中，处理器501，通信接口502，存储器503通过通信总线504完成相互间的通信，
存储器503，用于存放计算机程序；
处理器501，用于执行存储器503上所存放的程序时，实现上述步骤。
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。
实施例三
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方法的步骤。
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。
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 (7)
1.一种景区内综合管理系统，其特征在于，包括云服务中心服务器、景区分析模块；
其中，所述云服务中心服务器与所述景区分析模块通信连接；
所述景区分析模块用于对多个景区内的客流数据进行监控分析，并将监控分析数据发送给云服务中心服务器；所述云服务中心服务器用于对监控分析数据进行汇总分析，得到当前本地地区的客流分析结果；
其中，所述景区分析模块包括景区人流预测分析子模块、景区客流数据分析子模块、景区热度分析子模块、客流特征分析子模块、景区报警子模块、指数分析子模块和旅游资源分析子模块，其中：所述景区客流数据分析子模块，用于对当前景区实时客流数据进行监控并对比同一时间段当前景区的历史客流数据进行分析，得到当前景区的日客流对比图、周客流对比图、月客流对比图、年客流对比图；所述景区热度分析子模块，用于对本地地区的所有景区的客流数据进行分析，并同时对比当前本地地区的历史客流数据，分析得到各个景区的热度对比图；
其中，所述景区人流预测分析子模块，用于调取当前景区的多条旅行路径，识别旅行路径上的所有的卫星位置点上的手机用户，判断当前卫星位置点上手机用户是否超过了标准拥堵阈值，如果判断为超过则认定当前卫星位置点为拥堵点；
所述景区人流预测分析子模块，用于分析当前景区的旅行路径上所有的酒店的入住率信息，当发现当前旅行路径上酒店的平均入住率超过标准入住率阈值则认定为当前旅行路径有高流量旅行路径；当发现当前景区内高流量旅行路径的数量与当前景区内所有旅行路径的数量之比超过标准比例时，则认定当前景区符合景点饱和第一预警因素条件；所述景区人流预测分析子模块，用于预先调取当前景区内的常驻人群的手机号码，并对当前景区范围内的所有手机用户进行统计分析，并排除常驻人群的号码，得到当前景区的初始手机用户客流数据，当发现当前景区范围内的初始手机用户客流数据超过标准进入手机用户客流数据阈值后，则认定当前景区符合景点饱和第二预警因素条件；所述景区人流预测分析子模块，还用于分析当前景区内手机用户在移动互联网上对当前景区的景点、酒店、商铺、当前景区天气的搜索次数的浏览记录，若预设时间周期内的浏览记录中的搜索次数超过了标准搜索次数阈值，则认定当前景区符合景点饱和第三预警因素条件；
所述景区人流预测分析子模块还用于计算景区的综合评分，所述景区的综合评分＝(高流量旅行路径的数量与当前景区内所有旅行路径的数量之比乘以第一权重值)+(当前景区范围内的初始手机用户客流数据乘以第二权重值)+(当前景区天气的搜索次数乘以第三权重值)；所述第一权重值、所述第二权重值、所述第三权重值均为预设数值；
所述景区人流预测分析子模块，还用于在检测当前景区符合的景点饱和第一预警因素条件、景点饱和第二预警因素条件、景点饱和第三预警因素条件中的至少两个时，且当前景区的综合评分超过标准评分阈值则向云服务中心服务器发送景点饱度预警
其中，所述所述旅游资源分析子模块用于汇集当前本地地区的景区数量、旅游收入数量规模、涉旅企业的数量、涉旅人员的数量、景区内的酒店、餐饮场所、购物场所、娱乐场所的总数量，景区内的酒店、餐饮场所、购物场所、娱乐场所的从业人员的总人数、景区内的交通线数量；
所述旅游资源分析子模块还用于设置景区数量对应的第一资源权重数值、旅游收入数量规模对应的第二资源权重数值、涉旅企业的数量对应的第三资源权重数值、涉旅人员的数量对应的第四资源权重数值、景区内的酒店、餐饮场所、购物场所、娱乐场所的总数量对应的第五资源权重数值，景区内的酒店、餐饮场所、购物场所、娱乐场所的从业人员的总人数对应的第六资源权重数值，景区内的交通线数量对应的第七资源权重数值；
所述旅游资源分析子模块还用于计算当前景区的旅游资源综合权重评分；所述旅游资源综合权重评分＝(景区数量乘以第一资源权重数值)+(旅游收入数量规模乘以第二资源权重数值)+(涉旅企业的数量乘以第三资源权重数值)+(涉旅人员的数量乘以第四资源权重数值)+(景区内的酒店、餐饮场所、购物场所、娱乐场所的总数量对应的第五资源权重数值)+(景区内的酒店、餐饮场所、购物场所、娱乐场所的从业人员的总人数乘以第六资源权重数值)+(景区内的交通线数量乘以第七资源权重数值)。
2.根据权利要求1所述的系统，其特征在于，所述景点饱度预警分为稀少、适中、较多、接近饱和，饱和五个级别。
3.根据权利要求1所述的系统，其特征在于，所述客流特征分析子模块用于对当前景区的客流时间特征进行分析，确定客流季节变化特征、日变化特征，并绘制当前景区的客流变化季节曲线图，以及客流变化日曲线图；
所述客流特征分析子模块还用于根据客流变化季节曲线图以及当前景区的历史客流变化季节曲线图，确定当前景区的客流变化季节曲线图的周期性客流特征，并将周期性客流特征发送给云服务中心服务器实现信息共享。
4.根据权利要求3所述的系统，其特征在于，所述客流特征分析子模块还用于调取当前景区的客流来源地信息，包括分类为境内、境外、省内、省外四个地域维度，建立横轴为季节周期，纵轴为客流来源地信息中每个地域维度下的客流数据；
所述客流特征分析子模块还用于调取当前景区所在的同一季节内历史客流来源地较高的地区划分为敏感地区来源地；将当前景区内的手机用户进行来源地识别，对所述敏感地区来源地的手机用户进行重点跟踪，并向敏感地区来源地的手机用户发送当前景区以及当前景区周围预设范围的其他景区的信息推送给当前敏感地区来源地的手机用户。
5.根据权利要求4所述的系统，其特征在于，所述客流特征分析子模块还用于对当前时间周期内的当前景区所有游客的平均逗留时间，以及当前景区的平均客流数据，以当前景区的平均客流数据为横轴，以平均逗留时间为纵轴，展示平均逗留时间与平均客流数据之间的关系曲线。
6.根据权利要求5所述的系统，其特征在于，所述景区报警子模块用于预先调取当前景区的最大客流数据值，实时对当前景区的客流数据进行比较，当达到最大游客数阈值时以短信形式向云中心服务器进行客流预警信息推送，同时云中心服务器的显示界面上显示预警提示。
7.根据权利要求6所述的系统，其特征在于，所述指数分析子模块用于汇总各区县的旅游基本属性信息，并且基于所述旅游基本属性信息分析得到各区县的旅游综合指数；所述旅游基本属性信息：包含景区评价指数、交通出行指数、网上关注指数和消费特征指数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011529801.9A CN112580877B (zh) | 2020-12-22 | 2020-12-22 | 景区内综合管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011529801.9A CN112580877B (zh) | 2020-12-22 | 2020-12-22 | 景区内综合管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112580877A CN112580877A (zh) | 2021-03-30 |
| CN112580877B true CN112580877B (zh) | 2024-04-12 |
Family
ID=75138929
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011529801.9A Active CN112580877B (zh) | 2020-12-22 | 2020-12-22 | 景区内综合管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112580877B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022217684A1 (zh) * | 2021-04-13 | 2022-10-20 | 海南云端信息技术有限公司 | 一种景区饱和度预测方法和服务器 |
| CN113220395A (zh) * | 2021-05-07 | 2021-08-06 | 王云鹏 | 一种基于地图显示的博物馆互动方法及系统 |
| CN114219114B (zh) * | 2021-12-24 | 2022-08-26 | 南京莫愁智慧信息科技有限公司 | 一种基于预约大数据的旅游客流管控方法及云服务平台 |
| CN114997736B (zh) * | 2022-07-13 | 2023-04-18 | 北京拙河科技有限公司 | 一种景区客流量管控方法和系统 |
| CN115294530B (zh) * | 2022-08-18 | 2023-04-07 | 北京拙河科技有限公司 | 一种智慧景区流量监测方法及系统 |
| CN116450709B (zh) * | 2023-06-15 | 2023-09-05 | 陕西云创网络科技股份有限公司 | 一种基于大数据的景区数据监测分析方法 |
| CN117314119A (zh) * | 2023-11-07 | 2023-12-29 | 北京凯泰铭科技文化发展有限公司 | 一种基于全域及域内景区游客数量精准在线实时分析系统 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104951845A (zh) * | 2015-05-29 | 2015-09-30 | 华南理工大学 | 基于网络关注度拟合客流量的旅游景区饱和度预警方法 |
| CN106557855A (zh) * | 2015-09-28 | 2017-04-05 | 上海佑途物联网有限公司 | 一种智慧旅游客流综合管理系统 |
| CN107230330A (zh) * | 2017-07-12 | 2017-10-03 | 东南大学 | 一种基于大数据的旅游交通管理系统 |
| CN107833161A (zh) * | 2017-10-10 | 2018-03-23 | 东南大学 | 一种基于大数据的旅游交通管理系统 |
| CN108877226A (zh) * | 2018-08-24 | 2018-11-23 | 交通运输部规划研究院 | 景区交通旅游预测方法及预警系统 |
| CN108961790A (zh) * | 2018-07-24 | 2018-12-07 | 河北德冠隆电子科技有限公司 | 基于四维实景交通仿真的恶劣天气预警管理系统及方法 |
| CN109146746A (zh) * | 2018-07-31 | 2019-01-04 | 湖北智旅云科技有限公司 | 一种基于gis技术的景区大数据运营管理平台 |
| KR20190015643A (ko) * | 2017-06-27 | 2019-02-14 | 주식회사 인포마인드 | 빅데이터 기반 사용자 맞춤형 관광 정보 제공 시스템 |
| CN109858388A (zh) * | 2019-01-09 | 2019-06-07 | 武汉中联智诚科技有限公司 | 一种智慧旅游管理系统 |
| WO2019119515A1 (zh) * | 2017-12-22 | 2019-06-27 | 深圳云天励飞技术有限公司 | 人脸分析、过滤方法、装置、嵌入式设备、介质和集成电路 |
| CN109978741A (zh) * | 2017-12-27 | 2019-07-05 | 上海宝康电子控制工程有限公司 | 基于云平台的智慧交通信息服务应用系统及方法 |
| CN109995852A (zh) * | 2019-03-11 | 2019-07-09 | 南京邮电大学 | 一种基于移动物联网的智慧旅游系统 |
| CN110598154A (zh) * | 2019-09-16 | 2019-12-20 | 新疆银狐数据科技有限公司 | 一种基于融合多渠道数据的旅游综合统计大数据平台 |
| CN111178721A (zh) * | 2019-12-20 | 2020-05-19 | 长沙市新时科技发展有限公司 | 一种智慧旅游系统 |
| CN111210197A (zh) * | 2019-12-30 | 2020-05-29 | 同心智能科技有限公司 | 一种智慧旅游云平台 |
-
2020
- 2020-12-22 CN CN202011529801.9A patent/CN112580877B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104951845A (zh) * | 2015-05-29 | 2015-09-30 | 华南理工大学 | 基于网络关注度拟合客流量的旅游景区饱和度预警方法 |
| CN106557855A (zh) * | 2015-09-28 | 2017-04-05 | 上海佑途物联网有限公司 | 一种智慧旅游客流综合管理系统 |
| KR20190015643A (ko) * | 2017-06-27 | 2019-02-14 | 주식회사 인포마인드 | 빅데이터 기반 사용자 맞춤형 관광 정보 제공 시스템 |
| CN107230330A (zh) * | 2017-07-12 | 2017-10-03 | 东南大学 | 一种基于大数据的旅游交通管理系统 |
| CN107833161A (zh) * | 2017-10-10 | 2018-03-23 | 东南大学 | 一种基于大数据的旅游交通管理系统 |
| WO2019119515A1 (zh) * | 2017-12-22 | 2019-06-27 | 深圳云天励飞技术有限公司 | 人脸分析、过滤方法、装置、嵌入式设备、介质和集成电路 |
| CN109978741A (zh) * | 2017-12-27 | 2019-07-05 | 上海宝康电子控制工程有限公司 | 基于云平台的智慧交通信息服务应用系统及方法 |
| CN108961790A (zh) * | 2018-07-24 | 2018-12-07 | 河北德冠隆电子科技有限公司 | 基于四维实景交通仿真的恶劣天气预警管理系统及方法 |
| CN109146746A (zh) * | 2018-07-31 | 2019-01-04 | 湖北智旅云科技有限公司 | 一种基于gis技术的景区大数据运营管理平台 |
| CN108877226A (zh) * | 2018-08-24 | 2018-11-23 | 交通运输部规划研究院 | 景区交通旅游预测方法及预警系统 |
| CN109858388A (zh) * | 2019-01-09 | 2019-06-07 | 武汉中联智诚科技有限公司 | 一种智慧旅游管理系统 |
| CN109995852A (zh) * | 2019-03-11 | 2019-07-09 | 南京邮电大学 | 一种基于移动物联网的智慧旅游系统 |
| CN110598154A (zh) * | 2019-09-16 | 2019-12-20 | 新疆银狐数据科技有限公司 | 一种基于融合多渠道数据的旅游综合统计大数据平台 |
| CN111178721A (zh) * | 2019-12-20 | 2020-05-19 | 长沙市新时科技发展有限公司 | 一种智慧旅游系统 |
| CN111210197A (zh) * | 2019-12-30 | 2020-05-29 | 同心智能科技有限公司 | 一种智慧旅游云平台 |
Non-Patent Citations (2)
| Title |
|---|
| GlS 技术在风景名胜区规划和管理中的应用;张若辰;《居舍》;20210825(第24期);全文 * |
| 客流量统计在旅游行业的应用;谢坚;;信息系统工程;20150920(第09期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112580877A (zh) | 2021-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112580877B (zh) | 景区内综合管理系统 | |
| US11892312B2 (en) | Methods and systems for providing information for an on-demand service | |
| Xie et al. | Analysis of traffic crashes involving pedestrians using big data: Investigation of contributing factors and identification of hotspots | |
| Zheng et al. | Detecting collective anomalies from multiple spatio-temporal datasets across different domains | |
| Lin et al. | Impact of weather conditions and built environment on public bikesharing trips in Beijing | |
| Poonawala et al. | Singapore in motion: Insights on public transport service level through farecard and mobile data analytics | |
| CN105246033B (zh) | 一种基于终端定位的人群状态监测方法和监测装置 | |
| US9171461B1 (en) | Method and apparatus for providing estimated patrol properties and historic patrol records | |
| US11507870B1 (en) | Predicting enforcement profiles at second locations based on enforcement profiles at first locations | |
| Lin et al. | Short-term arterial travel time prediction for advanced traveler information systems | |
| JP6322048B2 (ja) | 混雑予測装置及び混雑予測方法 | |
| CN110363985B (zh) | 一种交通数据分析方法、装置、存储介质及设备 | |
| Yabe et al. | A framework for evacuation hotspot detection after large scale disasters using location data from smartphones: case study of kumamoto earthquake | |
| Gao et al. | A data-driven approach to estimate double parking events using machine learning techniques | |
| JP2003288663A (ja) | 移動体誘導システム、移動体誘導方法、及び情報記録媒体 | |
| Weng et al. | Real-time bus travel speed estimation model based on bus GPS data | |
| US11893073B2 (en) | Method and apparatus for displaying map points of interest, and electronic device | |
| KR20180134553A (ko) | 혼잡도 제공 시스템 및 방법 | |
| Lenkei | Crowdsourced traffic information in traffic management: Evaluation of traffic information from Waze | |
| Yun et al. | Minimum sampling size of floating cars for urban link travel time distribution estimation | |
| KR102125310B1 (ko) | 지리정보를 활용한 알러진 지도의 구축 및 활용서비스를 제공하는 방법 및 시스템 | |
| Li et al. | Platoon priority visualization modeling and optimization for signal coordination in the connected vehicle environment | |
| Zhu et al. | The impact of road functions on road congestions based on poi clustering: an empirical analysis in xi’an, china | |
| Lv et al. | Analysis of factors influencing cycling count: A micro-level study using road segment count data in London | |
| Lu et al. | An intelligent system for taxi service: Analysis, prediction and visualization |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Room 1101, 11 / F, 101, 1-15 / F, building 3, yard 6, Jiuxianqiao Road, Chaoyang District, Beijing 100015 Applicant after: Beijing Jianling Smart Technology Co.,Ltd. Address before: Room 1101, 11 / F, 101, 1-15 / F, building 3, yard 6, Jiuxianqiao Road, Chaoyang District, Beijing 100015 Applicant before: Beijing Oriental scenery Intelligent Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20221219 Address after: Room 1401, Floor 14, Block A, Phase III (South District), Huguang Road, Shushan Economic Development Zone, Hefei, Anhui, 230088 Applicant after: Anhui Oriental Landscape Construction Co.,Ltd. Address before: Room 1101, 11 / F, 101, 1-15 / F, building 3, yard 6, Jiuxianqiao Road, Chaoyang District, Beijing 100015 Applicant before: Beijing Jianling Smart Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |