CN112689122A - 一种基于移动通信大数据的人群流动监控方法及系统 - Google Patents
一种基于移动通信大数据的人群流动监控方法及系统 Download PDFInfo
- Publication number
- CN112689122A CN112689122A CN202011381606.6A CN202011381606A CN112689122A CN 112689122 A CN112689122 A CN 112689122A CN 202011381606 A CN202011381606 A CN 202011381606A CN 112689122 A CN112689122 A CN 112689122A
- Authority
- CN
- China
- Prior art keywords
- mobile communication
- individual
- big data
- historical
- moving direction
- 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.)
- Pending
Links
- 238000010295 mobile communication Methods 0.000 title claims abstract description 99
- 238000012544 monitoring process Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 claims description 6
- 230000002650 habitual effect Effects 0.000 claims description 5
- 230000000737 periodic effect Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 claims 1
- 238000011161 development Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种基于移动通信大数据的人群流动监控方法及系统，其方法包括以下步骤，获取预设区域人群中每个个体的历史移动通信大数据和实时移动通信数据；分别对每个个体的历史移动通信大数据进行分析，得到每个个体的历史移动轨迹；基于每个个体的历史移动轨迹，分别计算出每个个体的未来移动方向初始概率集；根据每个个体的实时移动通信数据和未来移动方向初始概率集，得到每个个体的未来移动方向；基于所有个体的未来移动方向，对人群流动进行综合性监控。本发明可以为城市交通规划提供决策依据，减轻交通压力。
Description
技术领域
本发明涉及移动通信领域，具体涉及一种基于移动通信大数据的人群流动监控方法及系统。
背景技术
人口是生活在特定社会制度、特定地域具有一定数量和质量人的总称。人口信息是重要的国情信息，它对行政管理、人口研究、了解市场供求、制定社会和经济发展计划等都具有重要意义。具体而言，对于一个城市的发展，其交通是一个亟待解决的问题，而城市人口流动的不确定性会给其交通带来巨大的压力。
发明内容
本发明所要解决的技术问题是提供一种基于移动通信大数据的人群流动监控方法及系统，可以预测人群流动动向，从而为城市交通规划提供决策依据，减轻交通压力。
本发明解决上述技术问题的技术方案如下：一种基于移动通信大数据的人群流动监控方法，包括以下步骤，
S1，获取预设区域人群中每个个体的历史移动通信大数据和实时移动通信数据；
S2，分别对每个个体的历史移动通信大数据进行分析，得到每个个体的历史移动轨迹；
S3，基于每个个体的历史移动轨迹，分别计算出每个个体的未来移动方向初始概率集；
S4，根据每个个体的实时移动通信数据和未来移动方向初始概率集，得到每个个体的未来移动方向；
S5，基于所有个体的未来移动方向，对人群流动进行综合性监控。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，在所述S1中，实时移动通信数据具体为当天的移动通信数据，历史移动通信大数据具体为当天以前一周内的移动通信大数据。
进一步，所述S3具体为，对每个个体的历史移动轨迹进行习惯性和周期性分析，分别计算出每个个体的未来移动方向初始概率集。
进一步，所述S4具体为，将每个个体的未来移动方向初始概率集和实时移动通信数据输入至基于深度学习的神经网络预测模型中进行处理，得到每个个体的未来移动方向。
进一步，所述S5具体为，对所有个体的未来移动方向进行统计，对人群流动进行综合性监控。
基于上述一种基于移动通信大数据的人群流动监控方法，本发明还提供一种基于移动通信大数据的人群流动监控系统。
一种基于移动通信大数据的人群流动监控系统，包括以下模块，
移动通信数据获取模块，其用于获取预设区域人群中每个个体的历史移动通信大数据和实时移动通信数据；
历史移动通信大数据模块，其用于分别对每个个体的历史移动通信大数据进行分析，得到每个个体的历史移动轨迹；
未来移动方向初始概率计算模块，其用于基于每个个体的历史移动轨迹，分别计算出每个个体的未来移动方向初始概率集；
未来移动方向预测模块，根据每个个体的实时移动通信数据和未来移动方向初始概率集，得到每个个体的未来移动方向；
综合性监控模块，其用于基于所有个体的未来移动方向，对人群流动进行综合性监控。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，在所述移动通信数据获取模块中，实时移动通信数据具体为当天的移动通信数据，历史移动通信大数据具体为当天以前一周内的移动通信大数据。
进一步，所述未来移动方向初始概率计算模块具体用于，对每个个体的历史移动轨迹进行习惯性和周期性分析，分别计算出每个个体的未来移动方向初始概率集。
进一步，所述未来移动方向预测模块具体用于，将每个个体的未来移动方向初始概率集和实时移动通信数据输入至基于深度学习的神经网络预测模型中进行处理，得到每个个体的未来移动方向。
进一步，所述综合性监控模块具体用于，对所有个体的未来移动方向进行统计，对人群流动进行综合性监控。
本发明的有益效果是：一种基于移动通信大数据的人群流动监控方法及系统通过历史移动通信大数据得到历史移动轨迹，并通过历史移动轨迹计算出未来移动方向初始概率集，且通过实时移动通信数据和未来移动方向初始概率集预测出未来移动方向，最后基于所有个体的未来移动方向，对人群流动进行综合性监控；可以为城市交通规划提供决策依据，减轻交通压力。
附图说明
图1为本发明一种基于移动通信大数据的人群流动监控方法的流程图；
图2为本发明一种基于移动通信大数据的人群流动监控系统的结构框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，一种基于移动通信大数据的人群流动监控方法，包括以下步骤，
S1，获取预设区域人群中每个个体的历史移动通信大数据和实时移动通信数据；
S2，分别对每个个体的历史移动通信大数据进行分析，得到每个个体的历史移动轨迹；
S3，基于每个个体的历史移动轨迹，分别计算出每个个体的未来移动方向初始概率集；
S4，根据每个个体的实时移动通信数据和未来移动方向初始概率集，得到每个个体的未来移动方向；
S5，基于所有个体的未来移动方向，对人群流动进行综合性监控。
在本具体实施例中，还具有如下优选方案：
优选的，在所述S1中，实时移动通信数据具体为当天的移动通信数据，历史移动通信大数据具体为当天以前一周内的移动通信大数据。
优选的，所述S3具体为，对每个个体的历史移动轨迹进行习惯性和周期性分析，分别计算出每个个体的未来移动方向初始概率集。
优选的，所述S4具体为，将每个个体的未来移动方向初始概率集和实时移动通信数据输入至基于深度学习的神经网络预测模型中进行处理，得到每个个体的未来移动方向。
优选的，所述S5具体为，对所有个体的未来移动方向进行统计，对人群流动进行综合性监控。
基于上述一种基于移动通信大数据的人群流动监控方法，本发明还提供一种基于移动通信大数据的人群流动监控系统。
如图2所示，一种基于移动通信大数据的人群流动监控系统，包括以下模块，
移动通信数据获取模块，其用于获取预设区域人群中每个个体的历史移动通信大数据和实时移动通信数据；
历史移动通信大数据模块，其用于分别对每个个体的历史移动通信大数据进行分析，得到每个个体的历史移动轨迹；
未来移动方向初始概率计算模块，其用于基于每个个体的历史移动轨迹，分别计算出每个个体的未来移动方向初始概率集；
未来移动方向预测模块，根据每个个体的实时移动通信数据和未来移动方向初始概率集，得到每个个体的未来移动方向；
综合性监控模块，其用于基于所有个体的未来移动方向，对人群流动进行综合性监控。
在本具体实施例中，还具有如下优选方案：
优选的，在所述移动通信数据获取模块中，实时移动通信数据具体为当天的移动通信数据，历史移动通信大数据具体为当天以前一周内的移动通信大数据。
优选的，所述未来移动方向初始概率计算模块具体用于，对每个个体的历史移动轨迹进行习惯性和周期性分析，分别计算出每个个体的未来移动方向初始概率集。
优选的，所述未来移动方向预测模块具体用于，将每个个体的未来移动方向初始概率集和实时移动通信数据输入至基于深度学习的神经网络预测模型中进行处理，得到每个个体的未来移动方向。
优选的，所述综合性监控模块具体用于，对所有个体的未来移动方向进行统计，对人群流动进行综合性监控。
一种基于移动通信大数据的人群流动监控方法及系统通过历史移动通信大数据得到历史移动轨迹，并通过历史移动轨迹计算出未来移动方向初始概率集，且通过实时移动通信数据和未来移动方向初始概率集预测出未来移动方向，最后基于所有个体的未来移动方向，对人群流动进行综合性监控；可以为城市交通规划提供决策依据，减轻交通压力。例如，当预测到前往某一方向的人流较大时，可以在此方向上增加交通投入，比如多增加几条公交，缩小发车时间间隔等，实现动态的公交决策。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，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 (10)
1.一种基于移动通信大数据的人群流动监控方法，其特征在于：包括以下步骤，
S1，获取预设区域人群中每个个体的历史移动通信大数据和实时移动通信数据；
S2，分别对每个个体的历史移动通信大数据进行分析，得到每个个体的历史移动轨迹；
S3，基于每个个体的历史移动轨迹，分别计算出每个个体的未来移动方向初始概率集；
S4，根据每个个体的实时移动通信数据和未来移动方向初始概率集，得到每个个体的未来移动方向；
S5，基于所有个体的未来移动方向，对人群流动进行综合性监控。
2.根据权利要求1所述的基于移动通信大数据的人群流动监控方法，其特征在于：在所述S1中，实时移动通信数据具体为当天的移动通信数据，历史移动通信大数据具体为当天以前一周内的移动通信大数据。
3.根据权利要求1或2所述的基于移动通信大数据的人群流动监控方法，其特征在于：所述S3具体为，对每个个体的历史移动轨迹进行习惯性和周期性分析，分别计算出每个个体的未来移动方向初始概率集。
4.根据权利要求1或2所述的基于移动通信大数据的人群流动监控方法，其特征在于：所述S4具体为，将每个个体的未来移动方向初始概率集和实时移动通信数据输入至基于深度学习的神经网络预测模型中进行处理，得到每个个体的未来移动方向。
5.根据权利要求1或2所述的基于移动通信大数据的人群流动监控方法，其特征在于：所述S5具体为，对所有个体的未来移动方向进行统计，对人群流动进行综合性监控。
6.一种基于移动通信大数据的人群流动监控系统，其特征在于：包括以下模块，
移动通信数据获取模块，其用于获取预设区域人群中每个个体的历史移动通信大数据和实时移动通信数据；
历史移动通信大数据模块，其用于分别对每个个体的历史移动通信大数据进行分析，得到每个个体的历史移动轨迹；
未来移动方向初始概率计算模块，其用于基于每个个体的历史移动轨迹，分别计算出每个个体的未来移动方向初始概率集；
未来移动方向预测模块，根据每个个体的实时移动通信数据和未来移动方向初始概率集，得到每个个体的未来移动方向；
综合性监控模块，其用于基于所有个体的未来移动方向，对人群流动进行综合性监控。
7.根据权利要求6所述的基于移动通信大数据的人群流动监控系统，其特征在于：在所述移动通信数据获取模块中，实时移动通信数据具体为当天的移动通信数据，历史移动通信大数据具体为当天以前一周内的移动通信大数据。
8.根据权利要求6或7所述的基于移动通信大数据的人群流动监控系统，其特征在于：所述未来移动方向初始概率计算模块具体用于，对每个个体的历史移动轨迹进行习惯性和周期性分析，分别计算出每个个体的未来移动方向初始概率集。
9.根据权利要求6或7所述的基于移动通信大数据的人群流动监控系统，其特征在于：所述未来移动方向预测模块具体用于，将每个个体的未来移动方向初始概率集和实时移动通信数据输入至基于深度学习的神经网络预测模型中进行处理，得到每个个体的未来移动方向。
10.根据权利要求6或7所述的基于移动通信大数据的人群流动监控系统，其特征在于：所述综合性监控模块具体用于，对所有个体的未来移动方向进行统计，对人群流动进行综合性监控。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011381606.6A CN112689122A (zh) | 2020-11-30 | 2020-11-30 | 一种基于移动通信大数据的人群流动监控方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011381606.6A CN112689122A (zh) | 2020-11-30 | 2020-11-30 | 一种基于移动通信大数据的人群流动监控方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112689122A true CN112689122A (zh) | 2021-04-20 |
Family
ID=75446983
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011381606.6A Pending CN112689122A (zh) | 2020-11-30 | 2020-11-30 | 一种基于移动通信大数据的人群流动监控方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112689122A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106254142A (zh) * | 2016-09-05 | 2016-12-21 | 电子科技大学成都研究院 | 一种基于移动通信运营数据的城市群体行为监测系统 |
| CN110909106A (zh) * | 2019-11-26 | 2020-03-24 | 杭州三汇数字信息技术有限公司 | 一种轨迹预测方法和系统 |
| CN110972074A (zh) * | 2019-11-26 | 2020-04-07 | 北京诚志纪元科技有限公司 | 多移动智能体群的单个智能体位置丢失找寻后轨迹重构方法 |
-
2020
- 2020-11-30 CN CN202011381606.6A patent/CN112689122A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106254142A (zh) * | 2016-09-05 | 2016-12-21 | 电子科技大学成都研究院 | 一种基于移动通信运营数据的城市群体行为监测系统 |
| CN110909106A (zh) * | 2019-11-26 | 2020-03-24 | 杭州三汇数字信息技术有限公司 | 一种轨迹预测方法和系统 |
| CN110972074A (zh) * | 2019-11-26 | 2020-04-07 | 北京诚志纪元科技有限公司 | 多移动智能体群的单个智能体位置丢失找寻后轨迹重构方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103413443A (zh) | 基于隐马尔科夫模型的短时交通流状态预测方法 | |
| CN110610447A (zh) | 一种智慧养老系统及预测护理方案方法 | |
| CN107992958A (zh) | 基于arma的人口超限预警方法 | |
| US20110085649A1 (en) | Fluctuation Monitoring Method that Based on the Mid-Layer Data | |
| Yang et al. | Last-train timetabling under transfer demand uncertainty: mean-variance model and heuristic solution | |
| CN114565327B (zh) | 基于物联网的智慧能源管控系统 | |
| CN113538067B (zh) | 一种基于机器学习的城际网约车需求预测方法及系统 | |
| CN108216311B (zh) | 一种基于大数据和物联网的轨道交通调度方法 | |
| CN115018148A (zh) | 一种基于数字孪生模型的城市轨道交通线网客流分布预测方法及系统 | |
| Yao et al. | Period division-based Markov models for short-term traffic flow prediction | |
| CN114328675A (zh) | 基于双注意力机制和双向双层lstm的公交行程时间预测方法 | |
| CN117010718A (zh) | 基于智慧城市治理的数字化管理系统 | |
| CN115412857A (zh) | 一种居民出行信息预测方法 | |
| CN109409563B (zh) | 一种公交运营车辆实时人数的分析方法、系统和存储介质 | |
| CN113987944A (zh) | 基于Prophet模型的地铁进站客流预测方法及装置 | |
| CN112669595B (zh) | 一种基于深度学习的网约车流量预测方法 | |
| CN112188478B (zh) | 基于大数据分析的常驻人口数据采集方法 | |
| CN112689122A (zh) | 一种基于移动通信大数据的人群流动监控方法及系统 | |
| CN108597224B (zh) | 一种基于时空轨迹数据的待改善交通设施识别方法及系统 | |
| Tu et al. | Analysis and forecast of passenger flow based on public transportation IC card and GPS data | |
| CN111275073A (zh) | 一种基于手机信令数据的区域人流分析方法 | |
| CN116701551A (zh) | 异常预测方法、装置、设备及存储介质 | |
| CN110659681B (zh) | 基于模式识别的时序数据预测系统及方法 | |
| CN113822587A (zh) | 一种基于总线电流数据的工厂产能评估方法 | |
| CN107403241A (zh) | 一种城市轨道交通客流二阶波动性计算方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210420 |