CN113673800A - 数据处理方法、装置及终端设备 - Google Patents

Abstract

本发明公开了一种数据处理方法、装置及终端设备，该方法包括：获取目标赛事项目的项目数据，所述项目数据包括开始时间、参赛人员数据及关于比赛路线的路线数据；获取所述参赛人员的历史参赛成绩数据；根据所述项目数据和所述历史参赛成绩数据，获得所述参赛人员在所述目标赛事项目中的动态分布数据；输出所述动态分布数据。

Description

数据处理方法、装置及终端设备

技术领域

本公开涉及数据处理技术领域，更具体地，涉及有关比赛项目的数据处理方法、数据处理装置、终端设备及计算机可读存储介质。

背景技术

赛事项目包括马拉松、公路跑、公路自行车等在户外展开的项目，由于这类赛事项目通常有数千、甚至数万参赛人员参加，因此，为了保障这类赛事项目的有序进行，需要在这类赛事项目中进行各种资源的调配，这些资源包括服务人员，医疗资源，物资资源(包括水、饮料、食物等)等。目前，在举办这类赛事项目时，主要依赖工作人员组织相应赛事项目的经验确定各种资源在赛事项目进行中的调配方案。

对于该种依赖工作人员的组织经验进行资源调配的方案，对工作人员的组织经验要求较高，这便会增加组织成本，而且，若预估不足，会影响参赛人员的正常使用，若预估超量，又会造成浪费。因此，该种方案存在资源调配准确性普遍较低，进而无法对大部分参赛人员在项目进行的各个阶段提供有力保障的问题。

发明内容

本公开实施例的一个目的是提供一种对目标赛事项目的数据分析的新的技术方案。

根据本公开的第一方面，提供了一种数据处理方法，包括：

获取目标赛事项目的项目数据，所述项目数据包括开始时间、参赛人员数据及关于比赛路线的路线数据；

获取所述参赛人员的历史参赛成绩数据；

根据所述项目数据和所述历史参赛成绩数据，获得所述参赛人员在所述目标赛事项目中的动态分布数据，其中，所述动态分布数据包括反映参赛人员在所述比赛路线上的分布状态随时间变化的数据；

输出所述动态分布数据。

可选地，所述输出所述动态分布数据包括：

输出体现所述动态分布数据的动态热力图。

可选地，所述输出所述动态分布数据包括：

将所述动态分布数据发送至所述目标赛事项目的工作人员的用户终端。

可选地，所述方法还包括：

检测分析所述目标赛事项目的请求；

响应于检测到的所述请求，执行所述获取目标赛事项目的项目数据的操作。

可选地，所述历史参赛成绩数据包括对应参赛人员对于对应历史赛事项目的各区段的通过时间、平均速度和配速中的至少一项。

可选地，所述路线数据包括构成所述比赛路线的各区段的区段数据，所述根据所述项目数据和所述历史参赛成绩数据，获得所述参赛人员在所述目标赛事项目中的动态分布数据包括：

根据所述历史参赛成绩数据和所述开始时间，获得对应参赛人员对于所述目标赛事项目的各区段的预测成绩数据；

根据所述各区段的预测成绩数据，获得所述参赛人员在所述目标赛事项目中的动态分布数据。

可选地，所述方法还包括：

获取所述参赛人员对于所述目标赛事项目的已通过区段的实际成绩数据；

根据所述实际成绩数据与对应参赛人员在相同区段的预测成绩数据间的偏差，修正所述动态分布数据。

可选地，所述目标赛事项目的各区段的端点处设置有计时装置，所述计时装置被设置为通过与所述参赛人员携带的计时芯片进行短距离通信，以确定对应参赛人员到达对应计时装置时的实际时间；所述获取所述参赛人员对于所述目标赛事项目的已通过区段的实际成绩数据包括：

获取所述参赛人员到达计时装置时的实际时间；

根据所述参赛人员到达所述已通过区段对应的计时装置的实际时间，获得对应参赛人员对于所述已通过区段的实际成绩数据。

可选地，所述偏差包括所述实际成绩数据相对对应参赛人员在相同区段的预测成绩数据的相对变化率。

可选地，所述根据所述实际成绩数据与对应参赛人员在相同区段的预测成绩数据间的偏差，修正所述动态分布数据包括：

根据所述偏差，修正对应参赛人员对于未通过区段的预测成绩数据；

根据所述参赛人员的修正后的预测成绩数据，修正所述动态分布数据。

可选地，所述区段数据包括定义对应区段的计时点的位置信息，其中，每相邻两个计时点构成一个区段，所述方法还包括根据所述各区段的区段数据，获得所述各区段的距离值的步骤，包括：

获取路线数据中的各计时点的位置信息；

根据相邻计时点的位置信息，获得对应区段的距离值；

累加所有区段的所述距离值，得到所述比赛路线的路线长度计算值；

在所述路线长度计算值与所述比赛路线的路线长度标定值间的差值超过设定阈值的情况下，在所述所有区段中选取待修正的目标区段；

在定义所述目标区段的的两个计时点之间增加参考点，以通过所述参考点将所述目标区段划分为至少两个子区段；

根据所述两个计时点和所述参考点的位置信息，获得所述至少两个子区段中每一子区段的距离值；

通过累加所述每一子区段的距离值，修正所述目标区段的距离值。

可选地，所述方法还包括：

根据所述动态分布数据，生成所述目标赛事项目的资源配置方案。

可选地，所述根据所述动态分布数据，生成所述目标赛事项目的资源配置方案包括：

根据所述动态分布数据，确定所述目标赛事项目的每个补给站在设定时间段内需要提供的各设定资源的补给量。

可选地，所述根据所述动态分布数据，生成所述目标赛事项目的资源配置方案包括：

根据所述动态分布数据，将已完成区段的补给站的剩余补给资源调拨至位于其他区段的补给站。

可选地，所述方法还包括：

在所述参赛人员的已通过区段的实际成绩数据低于对应区段的预测成绩数据的数值超过设定阈值的情况下，标记对应参赛人员为状态异常人员；

输出标记为状态异常人员的参赛人员的设定信息。

可选地，所述方法还包括：

为所述状态异常人员调配设定的医疗资源。

根据本公开的第二方面，还提供了一种数据处理方法，包括：

响应于输入目标赛事项目的项目数据的操作，提供数据输入接口，其中，所述项目数据包括项目的开始时间和路线数据；

获取通过所述数据输入接口输入的所述项目数据；

响应于分析所述目标赛事项目的请求，将所述项目数据发送至服务器进行分析，其中，所述分析包括根据所述项目数据和所述目标赛事项目的参赛人员的历史参赛成绩数据，获得所述参赛人员在所述目标赛事项目中的动态分布数据，其中，所述动态分布数据包括反映参赛人员在所述比赛路线上的分布状态随时间变化的数据；

获取所述服务器在完成所述分析后返回的所述动态分布数据。

可选地，所述方法还包括：

提供选择对于所述该动态分布数据的分时显示时间的时间选择接口；

获取通过所述时间选择接口选择的分时显示时间，加载对应时间的分布数据进行显示。

可选地，所述时间选择接口为时间滑动条。

可选地，所述展示对应时间的分布数据包括：

展示反映对应时间的分布数据的分布热力图。

可选地，所述方法还包括：

提供播放所述动态播放数据的按键；

响应于对所述播放按键的触发，播放体现所述动态分布数据的动态热力图。

根据本公开的第三方面，还提供了一种数据处理装置，包括：

数据获取模块，用于获取目标赛事项目的项目数据，所述项目数据包括开始时间、参赛人员数据及关于比赛路线的路线数据；

历史成绩获取模块，用于获取所述参赛人员的历史参赛成绩数据；

预测模块，用于根据所述项目数据和所述历史参赛成绩数据，获得所述参赛人员在所述目标赛事项目中的动态分布数据，其中，所述动态分布数据包括反映参赛人员在所述比赛路线上的分布状态随时间变化的数据；以及，

输出处理模块，用于输出所述动态分布数据。

根据本公开的第四方面，还提供了一种数据处理装置，包括存储器和处理器，所述存储器用于存储可执行的指令；所述处理器用于根据所述指令的控制执行根据本发明的第一方面所述的方法。

根据本公开的第五方面，还提供了一种终端设备，包括存储器和处理器，所述存储器用于存储可执行的指令；所述处理器用于根据所述指令的控制执行根据本发明的第二方面所述的方法。

根据本公开的第六方面，还提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储有可被计算机读取执行的计算机程序，所述计算机程序用于在被所述计算机读取运行时，执行根据本发明的第一方面或者第二方面所述的方法。

本公开实施例的一个有益效果在于，根据本公开实施例的方法基于目标赛事项目的项目数据和参赛人员的历史参赛成绩，提供反映参赛人员在目标赛事项目中的分布状态随时间变化的情况的动态分布数据，以为工作人员进行资源配置及调配提供科学、有效的数据支持，进而能够在保障目标赛事项目顺序进行的同时，又不会造成各种资源的浪费，提高资源配置和调度的有效性。

通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

附图说明

被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。

图1是根据本公开实施例的赛事项目的应用实例示意图；

图2a是能够实现根据任意实施例的数据处理方法的一种数据处理系统的硬件结构示意图；

图2b是支持实现根据任意实施例的数据处理方法的另一种服务器的硬件结构示意图；

图3是根据一个实施例的数据处理方法的流程示意图；

图4是根据另一个实施例的数据处理方法的流程示意图；

图5是用户终端显示动态热力图的一个例子的界面示意图；

图6是根据一个实施例的数据处理装置的方框原理图；

图7是根据一个实施例的数据处理系统的组成结构示意图。

具体实施方式

现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

本实施例中的赛事项目可以包括在户外(包括公路、山路等)举行的具有指定的比赛路线的比赛项目，该赛事项目可以是马拉松等公路跑项目、公路自行车项目等等，在此不做限定。

在本实施例的赛事项目中，为了保障赛事项目的有序进行，需要为参赛人员提供各种资源，这些资源包括服务人员(包括工作人员和志愿者等)、医疗资源(包括医疗人员和医疗物资等)、物资资源(包括水、饮料、食物等)等。因此，对于任意赛事项目，工作人员需要在该赛事项目开始前即进行各种资源的配置，以在该赛事项目开始后，能够基于各种资源的配置，为参赛人员提供物资补给及医疗救助等服务。

在此，由于对于该赛事项目的各种资源的配置需要在赛事项目开始前完成，而在现有技术中，工作人员能够在赛事项目开始前获知的项目信息有该赛事项目的比赛路线和参赛人员，因此，工作人员需要基于组织类似赛事项目的经验进行各种资源的配置，并没有科学、有效的数据作为支撑以进行资源的有效配置及调配。在该种情况下，目前最常见的做法是，在目标赛事项目的设定的比赛路线上，每隔设定公里数配置一个补给站，并根据参赛人数配置每个补给站需要的物资资源和服务人员等，及根据参赛人数配置所需的救护车及救护人员等医疗资源。目标赛事项目开始后，由于工作人员无法预先获知参赛人员在目标赛事进行中的分布状态的变化情况，因此，每个补给站是基于所配置的固定资源为参赛人员提供服务，而无法随着目标赛事项目的进行，有效地调配各补给站配置的资源，这就导致在目标赛事项目开始后，经常会出现部分补给站在某个时段供给不足或者补给过量的问题，而无法为参赛人员在目标赛事项目进行的各个阶段均提供有效的服务。

另外，同样是由于工作人员无法预先获知参赛人员在目标赛事进行中的分布状态的变化情况，救护车的巡检也是沿着比赛路线进行无重点的巡检，这不仅会造成医疗资源的浪费，更重要的是还会出现救援不及时进到导致参赛人员出现危险的问题。

基于以上问题，本公开实施例提供了一种针对任意赛事项目的数据处理方法，该方法可以根据目标赛事项目的参赛人员的历史参赛成绩数据及该目标赛事项目的项目数据，该项目数据包括开始时间、参赛人员及关于比赛路线的路线数据等，获得参赛人员在该目标赛事项目中的预测成绩数据，进而根据该预测成绩数据获得参赛人员在目标赛事项目中的动态分布数据，其中，该动态分布数据为体现参赛人员的分布状态随时间变化的数据。例如，图1示出了根据该方法预测得到的参赛人员在该目标赛事项目开始后的特定时刻(例如10:00)或者时段的分布状态，及体现该特定时刻或者时段的分布状态的动态热力图，该热力图可以通过颜色体现参赛人员在比赛路线上的分布密度，例如，颜色越深的位置，代表参赛人员在当前时刻或者时段在对应位置处的分布密度越大，通过该热力图能够更直观地展示参赛人员在目标赛事项目进行中的分布状态的变化情况。

通过该动态分布数据，工作人员便可在比赛开始前及比赛进行中，提前获知参赛人员在目标赛事项目开始后的任意时段的分布状态，这样，工作人员便可以根据该动态分布数据为各补给站进行有效的资源配置及调配，例如，可以确定每个补给点在各时段所需的补给量，及将已结束服务的补给点的剩余资源调配至其他补给点等。以图1为例，在10点左右的时段，需要为沿比赛路线设置的第4个补给站和第5个补给站调配较多的补给量，而且，可以在10点之后，将第1个补给站的剩余资源调配至其他补给站等。另外，工作人员还可以根据该动态分布数据安排救护车等在参赛人员密集区进行巡检等，以能够尽快为有需要的参赛人员提供救助，继续以图1为例，在10点左右的时段，可以安排救护车重点在第3个补给站与第5个补给站之间进行重点巡检等。

因此，在一个实施例中，该数据处理方法至少可以提供动态分布数据，以为工作人员进行资源配置及调配提供科学、有效的数据支持。

在一个实施例中，该数据处理方法还可以结合目标赛事项目进行中采集到的参赛人员的实际成绩数据，对未来的动态分布数据进行修正，以在目标赛事项目进行中不断优化动态分布数据，提高动态分布数据的准确性。

在一个实施例中，该数据处理方法还可以在提供动态分布数据的基础上，提供有关资源配置及调配的方案等，以使得工作人员可以直接根据该方案进行资源配置及调配，进一步降低对工作人员组织赛事项目的经验的要求，提高资源配置及调配的科学性及有效性。

在一个实施例中，该数据处理方法还可以通过比较参赛人员的实际成绩数据与预测成绩数据之间的差异，判断对应参赛人员在比赛中是否出现身体异常等，并在判断结果为出现身体异常的情况下，安排救护车等进行重点跟随监护，还可以将出现身体异常的参赛人员的信息发送至工作人员登记的终端设备，以使得工作人员能够根据该信息提供劝退等服务，以避免参赛人员因参赛中出现身体异常而出现危险。

<硬件配置>

图2示出了能够实现本发明任意实施例的数据处理方法的一种数据处理系统的组成结构示意图。

本实施例中，该数据处理系统DPS包括服务器100和在目标赛事项目的比赛路线的设定计时点处设置的多个计时装置200。

在目标赛事项目的比赛路线上设置有多个计时点，每个计时点可以在一侧设置一个计时装置200，也可以在两侧各设置一个计时装置，在此不做限定。参见图1所示的例子，目标赛事项目的比赛路线上共设置了10个计时点，分别为m1～m10，每个计时点各设置了一个计时装置，共设置了10个计时装置200，分别为计时装置200-1～200-10。

对于任意赛事项目，在比赛路线确定之后，可以沿比赛路线设置标记点，以通过标记点标定比赛路线，例如，可以间隔设定公里数设置标记点，和/或，也可以在比赛路线的起始点、比赛路线的终止点、比赛路线的拐弯点、比赛路线的转向点、比赛路线的弧形部分的切入切出点等设置标记点，并根据参赛人员经过这些标记点的顺序，对这些标记点依次编号。

本实施例中，可以将每个标记点均作为计时点，也可以选择部分标记点作为计时点。

计时装置200可以与参赛人员携带的计时芯片进行短距离无线通信，该计时芯片可以设置在参赛人员的鞋带上或者号码簿上等。该计时芯片存储有对应参赛人员的唯一的身份标识等芯片信息。这样，在参赛人员到达任意计时装置200处时，其携带的计时芯片便可以与该计时装置200建立连接，以将自身存储的芯片信息发送至计时装置200，计时装置200在接收到该芯片信息后，便可确定对应参赛人员通过对应计时装置200时的实际时间，获得计时数据。

每一计时装置200可以包括如图2a所示的计时主机210和与计时主机210连接的计时天线，计时主机210可通过计时天线与计时芯片进行短距离通信连接，以通过计时天线接收计时天线发送的芯片信息。

每一计时装置200与服务器100可以通过任意的网络进行通信连接，这样，计时装置200在获得计时数据后，便可将所获得的计时数据实时上传至服务器100，以供服务器100进行数据分析等。例如，服务器100可以根据计时装置200提供的计时数据，获得对应参赛人员的实际成绩数据，并通过实际成绩数据对预测得到的动态分布数据进行修正等。又例如，服务器100可以根据计时装置200提供的计时数据，获得对应参赛人员的实际成绩数据，并将实际成绩数据与对应参赛人员的预测成绩数据相比较，以对对应参赛人员的身体状况进行监测等。

计时装置200与服务器100进行通信的网络可以是有线网络，也可以是无线网络，在此不做限定。

该网络例如可以是低功率广域网络(Low-Power Wide-Area Network，LPWAN)，包括但不限于LORA、Sigfox、Telensa等，对应地，服务器与计时主机均设置有相应的通信装置。该种网络具有通信距离远、覆盖范围大、功耗低、运维成本低的特点，可以组成独立的计时局域网，并可根据比赛路线构建MESH网络，脱离传统通信形式的限制。

在一个实施例中，计时装置200可以基于射频识别(Radio FrequencyIdentification，RFID)进行计时，该实施例中，计时装置200即为RFID阅读器，而参赛人员携带的计时芯片即为RFID标签。

该实施例中，可以基于高频无线电(High Frequency，HF)或者特高频无线电(Ultra High Frequency，UHF)进行射频识别，其中，高频无线电的频率为13.56MHz，特高频无线电的频率范围为300～3000MHz。

该实施例中，计时天线可以发射和接受电磁波，例如可以采用地毯式天线。该实施例中，计时芯片上也具有天线，能感应计时天线发出的电磁波。当参赛人员经过计时天线时，根据电磁感应原理，计时芯片的线圈会被激励，线圈产生电流驱动射频电路工作，以向计时天线返回芯片信息，这样，计时主机便可记录下计时数据，该计时数据反映身份标识与通过对应计时装置200时的实际时间的映射关系。

本实施例中，如图2a所示，服务器100可以包括处理器110、存储器120、接口装置130、通信装置140、显示装置150、输入装置160。

处理器110用于执行计算机程序，该计算机程序可以采用比如x86、Arm、RISC、MIPS、SSE等架构的指令集编写。存储器120例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置130例如包括各种总线接口，例如串行总线接口(包括USB接口)、并行总线接口等。通信装置140例如能够进行有线或无线通信。显示装置150例如是液晶显示屏、LED显示屏触摸显示屏等。输入装置160例如可以包括触摸屏、键盘等。

本实施例中，服务器100的存储器120用于存储程序指令，该指令用于控制处理器110进行操作以执行根据本发明实施例的数据处理方法。技术人员可以根据本发明所公开方案设计指令。指令如何控制处理器进行操作，这是本领域公知，故在此不再详细描述。

尽管在图2a中示出了服务器100的多个装置，但是，本发明可以仅涉及其中的部分装置，例如，服务器100涉及存储器120、处理器110等。

在另外的实施例中，如图2b所示，服务器100也可以被实现为云架构，例如，由部署在云端的服务器集群实现，即，服务器100可以包括该服务器集群的处理器120和存储器110，以由服务器集群中的处理器120进行操作来执行根据本发明任意实施例的数据处理方法。

本实施例中，如图2a所示，计时装置200的计时主机210可以包括处理器211、存储器212、接口装置213、通信装置214、显示装置215、输入装置216等等。

处理器211用于执行计算机程序，该计算机程序可以采用比如x86、Arm、RISC、MIPS、SSE等架构的指令集编写。存储器212例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置213例如包括USB接口、耳机接口等。通信装置214例如能够进行有线或无线通信。显示装置215例如是液晶显示屏、触摸显示屏等。输入装置216例如可以包括触摸屏、键盘等。

本实施例中，计时主机210的存储器212用于存储程序指令，该指令用于控制处理器211进行操作以为服务器100提供计时数据等。

本实施例中，如图2a所示，该数据处理系统DPS还可以包括工作人员的终端设备500，该用户终端400上可以安装公路赛应用的客户端，也可以安装浏览器，以通过浏览器打开相关应用页面，工作人员在该公路赛应用中注册有账号，以通过登录该账号向服务器200上传目标赛事的项目数据，及从服务器200获取目标赛事的动态分布数据等。用户终端400在获取到该动态分布数据后，可以在该客户端中展示该动态分布数据，例如展示动态热力图，这样，工作人员便可以通过该用户终端400获知该动态分布数据，例如，工作人员可以通过选择时间或者滑动时间条，获知参赛人员在对应时间的分布状态等。

该用户终端400可以是笔记本电脑、台式电脑、手机、平板电脑等，在此不做限定。

如图2a所示，该用户终端400可以包括处理器410、存储器420、接口装置430、通信装置440、显示装置450、输入装置460、扬声器470和麦克风480。

该处理器410用于运行计算机程序，该计算机程序可以采用比如x86、Arm、RISC、MIPS、SSE等架构的指令集编写。存储器420例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置430例如包括各种总线接口，例如串行总线接口(包括USB接口)、并行总线接口等。通信装置440例如能够进行有线或无线通信。显示装置450例如是液晶显示屏、LED显示屏触摸显示屏等。输入装置460例如可以包括触摸屏、键盘等。用户终端400可以通过扬声器470输出音频信号，及通过麦克风480采集音频信号等。

本实施例中，用户终端400的存储器420用于存储程序指令，该指令用于控制处理器410进行操作以执行与服务器100间的交互，并进而获取动态分布数据进行展示的操作。技术人员可以根据本发明所公开方案设计指令。指令如何控制处理器进行操作，这是本领域公知，故在此不再详细描述。

应当理解的是，尽管图2a仅示出一个服务器100、一个计时装置200、及一个用户终端400，但不意味着限制各自的数量，数据处理系统DPS包括多个计时装置200，也可以包括多个服务器100，还可以包括多个用户终端400。

本实施例中，服务器100和计时装置200进行通信连接的网络，与服务器100与用户终端400进行通信连接的网络，可以是相同的网络，也可以是不同的网络，在此不做限定。

<方法实施例一>

图3是根据一个实施例的数据处理方法的流程示意图，该方法可以由图2a或者图2b中的服务器100实施，该方法也可以由与计时主机通信连接的其他电子设备实施，该电子设备可以是服务器，也可以是终端设备，在此不做限定。

根据图2所示，本实施例的数据处理方法可以包括如下步骤S310～S340：

步骤S310，获取目标赛事项目的项目数据，该项目数据包括开始时间、参赛人员及关于比赛路线的路线数据。

该项目数据中的开始时间等时间数据及路线数据可以由工作人员通过如图2a所示的用户终端400录入，并由该用户终端400上传至服务器100。

例如，这些项目数据可以由工作人员通过在用户终端400上安装的公路赛应用的客户端录入，该客户端可以提供录入该项目数据的输入接口等。

该项目数据中的参赛人员数据，可以由参赛人员的用户终端上报至服务器100，即，参赛人员在通过各自的用户终端报名时，即将对应参赛人员的信息上传至服务器100，并由服务器100保存在本地。

在一个实施例中，该方法还可以包括如下步骤：检测分析目标赛事项目的请求；以及，响应于检测到的该请求，执行根据步骤S310的获取目标赛事项目的项目数据的操作，以在获取到该项目数据之后，执行本实施例方法的后续步骤S320～S340，进而完成对该项目的预测分析。

该实施例中，服务器100可以响应于该请求，从用户终端400获取至少部分项目数据。服务器100也可以响应于该请求，从本地获取项目数据，即，服务器100已将终端设备500提供的项目数据保存在本地。

用户终端400可以基于工作人员触发的分析目标赛事项目的命令，向服务器100发送该分析目标赛事项目的请求；也可以基于工作人员触发的上传项目数据的命令，直接向服务器发送该请求。

该路线数据可以包括表示比赛路线的起始点的位置信息、终止点的位置信息、各标记点的位置信息、各计时点的位置信息等，该位置信息可以是对应计时点的经纬度坐标等。在计时点包括起始点、终止点、及所有标记点的情况下，该路线数据也可以仅包括各计时点的位置信息。

本实施例中，每相邻两个计时点构成比赛路线的一个区段，参见图1所示，第一个计时点m1与第二个计时点m2之间的路段构成比赛路线的第一个区段，第二个标记点m2与第三个标记点m3之间的路段构成比赛路线的第二个区段等。

步骤S320，获取参赛人员的历史参赛成绩数据。

由于参赛人员在报名时需要提供身份信息，因此，根据参赛人员报名提供的身份信息，可以在田协的对外公开数据库中查询到对应参赛人员的历史参赛情况，包括对应参赛人员的历史参赛成绩数据。

在参赛人员曾参加过多次相同类型的赛事项目的情况下，可以获取最近一次参加过的历史赛事项目的历史参数成绩数据，作为预测目标赛事项目的成绩的参照；也可以获取最近几次参加过的历史赛事项目的历史参赛成绩数据，并将几次的历史参赛成绩数据的平均值作为预测目标赛事项目的成绩的参照，在此不做限定。

该历史参赛成绩数据可以包括完成对应历史赛事项目的完成时长、平均速度等。

由于赛事项目的比赛路线均较长，例如，全程马拉松为42.195km，半程马拉松为21.0975km，因此，参赛人员在整个比赛路线的不同区段会有不同的配速，为了更精准地描述参赛人员的参赛成绩，该历史参赛成绩数据也可以包括对应参赛人员对于对应历史赛事项目的各区段的区段成绩数据，该区段成绩数据包括对于对应区段的通过时间、平均速度和配速(完成1公里的时长)中的至少一项。

对于赛事项目，在完赛后，服务器可以根据计时装置上传的参赛人员通过对应计时装置时的时间，统计出参赛人员对于各区段的通过时间、平均速度和配速等参赛成绩数据，并将该参赛成绩数据发送至田协的数据库进行保存等。

以图1为例，每相邻两个计时点构成一个区段，通常情况下，可以按照每个区段5km来设置计时点，参赛人员对于各区段的通过时间、平均速度和配速，可以通过如下方式计算：

对于n个计时点，各区段的距离分别为S(1,2)，S(2,3),…,S(n-1,n)，其中，S(n-1,n)表示比赛路线在第(n-1)个计时点与第n个计时点间的区段的距离，在图1的例子中，n取10。

参赛人员通过各计时点时的时间分别为T1，T2，T3，…，Tn，该时间可以由如图2a所示的计时装置200提供。

参赛人员对于各区段的通过时间t(1,2)，…，t(n-1,n)依次为：

t(1,2)＝T2-T1，t(2,3)＝T3-T2…，t(n-1,n)＝Tn-T(n-1)，其中，t(n-1,n)表示参赛人员对于比赛路线在第(n-1)个计时点与第n个计时点间的区段的通过时间。

参赛人员对于各区段的平均速度依次为：

v(1,2)＝S(1,2)/t(1,2)，…，v(n-1,n)＝S(n-1,n)/t(n-1,n)，其中，v(n-1,n)表示参赛人员对于比赛路线在第(n-1)个计时点与第n个计时点间的区段的平均速度。

参赛人员对于各区段的配速p(1,2)，…p(n-1,n)依次为：

p(1,2)＝1000/v(1,2)，p(2,3)＝1000/v(2,3)，…，p(n-1,n)＝1000/v(n-1,n)，其中，p(n-1,n)表示参赛人员对于比赛路线在第(n-1)个计时点与第n个计时点间的区段的配速。

步骤S330，根据步骤S310获得的项目数据和步骤S320获得的参赛人员的历史参赛成绩数据，获得参赛人员在该目标赛事项目中的动态分布数据。

该动态分布数据包括反映参赛人员在比赛路线上的分布状态随时间变化的数据，即，根据该动态分布数据，可以预知参赛人员在比赛时间的任意时刻或者任意时间段的分布状态。

本实施例中，根据项目数据和参赛人员的历史参赛成绩数据，可以预测得到对应参赛人员在目标赛事项目开始后的任意时刻或者时段所处的位置，进而获得所有参赛人员在该目标赛事项目中的动态分布数据。例如，根据项目数据中的起始时间和线路数据，以及参赛人员的历史参赛成绩数据中的平均速度，可以预测得到对应参赛人员在目标赛事项目开始后的任意时刻或者时段所处的位置；又例如，根据项目数据中的起始时间和线路数据，以及参赛人员的历史参赛成绩数据中的平均速度和/或完成时长等，可以获得对应参赛人员通过各计时装置时的预测时间等。

本实施例中，可以根据参赛人员的历史参赛成绩数据和目标赛事项目的开始时间，获得对应参赛人员对于目标赛事项目的预测成绩数据，并根据该预测成绩数据获得所有参赛人员在该目标赛事项目中的动态分布数据。以图1为例，图1中的赛事项目的开始时间为7:00，根据参赛人员的预测成绩数据，可以获得各参赛人员在该赛事项目开始后的某个时刻(10:00)或者某个时段所处的位置，进而获得在该时刻或者时段的分布状态如图1所示，这样，便可获得反映所有参赛人员的分布状态随时间的变化情况的动态分布数据。

该预测成绩数据例如可以包括对应参赛人员对于目标赛事项目的各区段的预测成绩数据，以根据各区段的预测成绩数据和目标赛事项目的开始时间，获得参赛人员在该目标赛事项目中的动态分布数据。这有利于提高获得的动态分布数据的准确性。

该各区段的预测成绩数据可以包括对于对应区段的预测通过时间、预测平均速度和预测配速中的至少一项。该预测通过时间可以包括参赛人员通过对应区段的计时装置时的预测时间等，即，对于任意区段的预测通过时间等于参赛人员通过对应区段的端点处的计时装置时的预测时间之差。

在获取到的参赛人员的历史参赛成绩数据包括对应参赛人员对于对应历史赛事项目的各区段的区段成绩数据的情况下，根据历史参赛成绩数据的区段成绩数据，确定对应参赛人员对于目标赛事项目的对应区段的预测成绩数据将更加准确。

以图1中的第一区段为例，由于在相同类型的赛事项目中，参赛人员对于相同区段的平均速度和配速大致相当，因此，可以简单地将历史参赛成绩数据中对于第一区段的平均速度和/或配速，作为对应参赛人员在目标赛事项目中对于第一区段的预测平均速度和/或预测配速，这样，再根据目标赛事项目的第一区段的距离，即可获得对应参赛人员在目标赛事项目中对于第一区段的预测通过时间。在此基础上，还可以根据目标赛事项目的开始时间和参赛人员在目标赛事项目中对于第一区段的预测通过时间，获得对应参赛人员在目标赛事项目中通过第2个计时点m2(第一个区段的结束端点)时的预测时间等。

仍以图1中的第一区段为例，由于在相同类型的赛事项目中，相同区段的距离通常相差较小，也可以简单地将历史参赛成绩数据中对于第一区段的通过时间，作为对应参赛人员在目标赛事项目中对于第一区段的预测通过时间等。

在获取到的参赛人员的历史参赛成绩数据包括对应参赛人员的全程平均速度/配速的情况下，也可以根据设定的对于不同区段的配速比例变化，获得参赛人员对于目标赛事项目的各区段的预测成绩数据，在此不做限定。

在一个实施例中，为了获得参赛人员对于目标赛事项目的各区段的预测成绩数据，需要已知目标赛事项目的各区段的距离值。例如，在获知参赛人员对于目标赛事项目的各区段的预测通过时间的情况下，结合各区段的距离值，确定参赛人员对于各区段的预测平均速度和/或预测配速等。又例如，在获知参赛人员对于目标赛事项目的各区段的预测平均速度和/或预测配速的情况下，结合各区段的距离值，确定参赛人员对于各区段的预测通过时间及参赛人员对于各计时装置的预测通过时间等。

该实施例中，由于路线数据可以包括各计时点的位置信息(例如经纬度坐标)，这样，便可以根据计算路线距离的公式计算相邻计时点间的区段的距离值。

该公式例如是haversin公式等。当然，也可以根据各计时点的位置信息，利用平面地图、比例尺、二维笛卡尔坐标系、三角函数、线积分等方式计算各区段的距离值，在此不做定。

该实施例中，为了获得更加精准的各区段的距离值，以进一步提高获得的参赛人员的预测成绩数据的准确性，可以在计算得到各区段的距离值后，通过目标赛事项目的比赛路线的标定值进行计算结果的校验，如校验不通过，则通过在相邻计时点之间增加参考点的方式重新进行计算，直至校验通过为止。对此，该方法还可以包括获得目标赛事项目的各区段的距离值的步骤，包括：

步骤S350-1，获取路线数据中的各计时点的位置信息，其中，每相邻两个计时点构成一个区段。

步骤S350-2，根据相邻计时点的位置信息和设定的距离计算公式，计算该相邻计时点间的距离值作为对应区段的距离值。

根据该步骤S350-2，可以获得目标赛事项目的所有区段的距离值。

步骤S350-3，累加所有区段的距离值，得到比赛路线的路线长度计算值。

步骤S350-4，在路线长度计算值与比赛路线的路线长度标定值间的差值超过设定阈值的情况下，在比赛路线的所有区段中选取待修正的目标区段。

该路线长度标定值可以由丈量得到。例如，全程马拉松的路线长度标定值为42.195km，半程马拉松的路线长度标定值为21.0975km等。

由于相邻计时点定义的区段内可能存在斜切、转向、折返等道路特征，因此，在定义该种区段的相邻计时点之间距离较远的情况下，可能出现计算不准确的问题，这样，可以通过在定义该种区段的相邻计时点之间增加参考点的方式，提高计算该种区段的距离值的准确度。

该步骤S350-4中，可以选取至少一个区段作为目标区段。例如，将比赛路线的每一区段均作为目标区段。又例如，选取具有设定道路特征的区段，作为目标区段等，在此不做限定。

步骤S350-5，对于选取的任意目标区段，在定义该任意目标区段的两个计时点之间增加参考点，以通过该参考点将该任意目标区段划分为至少两个子区段。

每次修正可以在目标区段内增加设定数量的参考点，例如，每次修正在目标区段内增加一个参考点等。

步骤S350-6，根据定义该任意目标区段的两个计时点的位置信息和在该任意目标区段内增加的参考点的位置信息，获得以上至少两个子区段中每一子区段的距离值。

该步骤S350-5中，可以通过任意的距离计算公式，计算至少两个子区段中每一子区段的距离值，计算子区段的距离值的距离计算公式与计算相邻两个计时点间的距离值的距离计算公式可以相同，也可以不同，在此不做限定。

步骤S350-7，通过累加该每一子区段的距离值，修正该任意目标区段的距离值。

在执行步骤S350-7之后，回到步骤S350-3以修正比赛路线的路线长度计算值，以进行下一次的校验，直到校验通过为止，并将使得校验通过的各区段的距离值作为最终值。

步骤S340，输出通过步骤S340获得的动态分布数据。

该步骤S340中，输出动态分布数据可以包括：输出体现该动态分布数据的动态分布列表。

例如，该动态分布列表可以记录在目标赛事项目开始后的不同时段，各计时点附近的参赛人员的数量等。又例如，该动态分布列表也可以记录各参赛人员在目标赛事项目开始后的不同时段所处的位置或者所对应的最近计时点等

该步骤S340中，该动态分布数据也可以包括体现该动态分布数据的动态热力图。

该例子中，可以根据动态分布数据，在作为地图的地图上进行颜色渲染，进而生成动态热力图，其中，动态热力图为随时间变化的热力图。

该步骤S340中，输出动态分布数据可以是打印该动态分布数据，也可以是将该动态分布数据发送至目标赛事项目的资源配置人员(工作人员)的用户终端，以能够通过用户终端为资源配置人员展示该动态分布数据，例如展示该动态热力图、动态分布列表等。

根据以上步骤S310～S340可知，本实施例的数据处理方法能够基于目标赛事项目的项目数据和参赛人员的历史参赛成绩，提供反映参赛人员在目标赛事项目中的分布状态随时间变化的情况的动态分布数据，以为工作人员进行资源配置及调配提供科学、有效的数据支持，进而能够在保障目标赛事项目顺序进行的同时，又不会造成各种资源的浪费，提高资源配置和调度的有效性。

以上参赛人员在目标赛事项目中的预测成绩数据可以将对应参赛人员的历史参赛成绩数据作为参照，进行预测得到。在此，由于参赛人员的运动状态在目标赛事项目中可能会发生较大的变化，例如，成绩明显提高，或者成绩明显下降等，因此，在一个实施例中，还可以根据目标赛事项目开始后采集到的实时数据，对参赛人员的预测成绩数据进行修正，进而实现对动态分布数据的不断修正，提高动态分布数据的准确性。

该实施例中，该数据处理方法还可以包括如下步骤S260～S270：

步骤S260，获取参赛人员对于目标赛事项目的已通过区段的实际成绩数据。

该实际成绩数据可以包括对应参赛人员对于已通过区段的实际通过时间、实际平均速度和实际配速中的至少一项。

该实际通过时间可以包括参赛人员到达对应已通过区段的计时装置时的实际时间，即，该实际通过时间等于参赛人员到达对应已通过区段的计时装置时的实际时间之差。

参赛人员到达对应已通过区段的端点处的计时装置时的实际时间，可以由位于该端点处的计时装置采集得到，在此不做赘述。服务器100可以根据该实际时间，进一步获得对应参赛人员对于已通过区段的实际通过时间、实际平均速度、实际配速等。

因此，该步骤S260中，对于参赛人员的已通过区段，获取参赛人员对于目标赛事项目的已通过区段的实际成绩数据可以包括：获取参赛人员到达计时装置时的实际时间；以及，根据参赛人员到达已通过区段对应的计时装置的实际时间，获得对应参赛人员对于已通过区段的实际成绩数据。

步骤S270，根据该实际成绩数据与对应参赛人员在相同区段的预测成绩数据间偏差，修正该动态分布数据。

该步骤S270中，可以根据该实际成绩数据与对应参赛人员在相同区段的预测成绩数据间的偏差，修正对应参赛人员对于未通过区段的预测成绩数据，以根据参赛人员的修正后的预测成绩数据，修正该动态分布数据。

该偏差可以包括实际成绩数据相对对应参赛人员在相同区段的预测成绩数据的相对变化率。

以图1为例，例如，参赛人员甲在目标赛事项目中刚通过了第2个区段，其到达第3个计时点m3时的预测时间为Tc3，到达第3个计时点m3时的实际时间为Tr3，则，参赛人员甲在最新通过的区段中，实际成绩数据相对预测成绩的相对变化率△T3＝(Tr3-Tc3)/Tc3。这样，参赛人员甲对于未通过区段的预测成绩数据，则可以根据△T3以相同的幅度进行调整。

根据以上步骤S260～S270，本实施例的方法可以根据参赛人员在目标赛事项目开始后的实际成绩数据实时修正对应参赛人员的预测成绩数据，进而实现对动态分布数据的调整，提高所输出的动态分布数据的准确性。该对动态分布数据的调整可以以设定的时间间隔进行，以减少数据更新量。

在一个实施例中，该数据处理方法还可以根据动态分布数据，提供资源配置方案。该实施例中，该方法还可以包括：根据动态分布数据，生成并输出目标赛事项目的资源配置方案。

输出资源配置方案的方式可以参照输出动态分布数据的方式进行，在此不再赘述。

该实施例中，根据动态分布数据，生成目标赛事项目的资源配置方案可以包括：根据该动态分布数据，确定目标赛事项目的每个补给站在设定时段内需要提供的各资源的补给量。

该实施例中，根据动态分布数据，生成目标赛事项目的资源配置方案也可以包括：根据动态分布数据，将已完成区段的补给站的剩余资源调拨至位于其他区段的补给站。这可以是将剩余资源调拨至最近的一个其他区段的补给站，或者调拨至参赛人员分布最密集的其他区段的补给站等，在此不做限定。

该实施例中，已完成区段为所有参赛人员均已通过的区段。

根据该实施例的方法，通过提供资源配置方案，工作人员可以直接根据该方案进行资源配置及调配，进一步降低对工作人员组织赛事项目的经验的要求，提高资源配置及调配的科学性及有效性。

在一个实施例中，还可以对参赛人员的身体状态进行监控，该实施例中，该数据处理方法还可以包括：在参赛人员的已通过区段的实际成绩数据低于对应区段的预测成绩数据的数值超过设定阈值时，标记对应参赛人员为状态异常人员，并输出状态异常人员的设定信息，以供工作人员根据该设定信息，为状态异常人员进行有针对性的医疗资源调配，或者直接针对状态异常人员进行医疗资源的调配等。

该设定信息例如包括状态异常人员的身份信息，该身份信息包括姓名、参赛编号中的至少一项，也可以包括有利于确定状态异常人员的身份的其他身份信息，在此不做限定。该设定信息还可以包括状态异常人员的当前位置信息等。

该输出状态异常人员的设定信息可以包括：将该设定信息发送至工作人员的用户终端等。

该实施例中，可以通过比较参赛人员的实际成绩数据与预测成绩数据之间的差异，判断对应参赛人员在比赛中是否出现身体异常等，并在判断结果为出现身体异常的情况下，安排救护车等进行重点跟随监护，还可以将出现身体异常的参赛人员的信息发送至工作人员登记的终端设备，以使得工作人员能够根据该信息提供劝退等服务，以避免参赛人员因参赛中出现身体异常而出现危险。

<方法实施例二>

图4示出了根据另一实施例的数据处理方法的流程示意图。本实施例中，该数据处理方法可以由目标赛事项目的工作人员的用户终端实施，例如由图2a中的用户终端400实施。

如图4所示，本实施例中，该数据处理方法可以包括如下步骤：

步骤S410，响应于输入目标赛事项目的项目数据的操作，提供数据输入接口，其中，该项目数据包括项目的开始时间和路线数据。

该路线数据可以包括构成比赛路线的各区段的区段数据。该区段数据可以包括定义对应区段的计时点的位置信息等。

步骤S420，获取通过数据输入接口输入的该项目数据。

步骤S430，响应于分析目标赛事项目的请求，将项目数据发送至服务器100进行分析，其中，该分析包括根据项目数据和目标赛事项目的参赛人员的历史参赛成绩数据，获得参赛人员在目标赛事项目中的动态分布数据。

步骤S440，获取服务器100在完成该分析后返回的该动态分布数据。

在一个实施例中，该方法还可以包括如下步骤：提供选择对于该动态分布数据的分时显示时间的时间选择接口；以及，获取通过所述时间选择接口选择的分时显示时间，加载对应时间的分布数据进行显示。

该实施例中，由于动态分布数据是随时间变化的数据，工作人员可以通过设置对于该动态分布数据的分时显示时间，来获得对应时间的分布数据。以图1为例，工作人员选择对于动态分布数据的分时显示时间为10:00，则可以获得如图1所示的热力图等。

该实施例中，加载对应时间的分布数据进行显示可以包括：显示反映对应时间的分布数据的热力图。

该分时显示时间可以是显示时刻，也可以是显示时段，具体可以根据预测的精度设置，在此不做限定。

该时间选择接口可以是下拉列表形式的接口，也可以是如图5所示的时间滑动条等，在此不做限定。

在一个实施例中，该方法也可以提供播放按键，并响应于对该播放按键的触发，播放该动态分布数据，例如播放体现该动态播放数据的动态热力图。

以上实施例中的时间选择条可以是播放该动态分布数据的播放进度条等。

<装置实施例>

图6是根据本发明一个实施例的数据处理装置的原理框图。

如图6所示，该数据处理装置600可以包括数据获取模块610、历史成绩获取模块620、预测模块630和输出处理模块640。

该数据获取模块610用于获取目标赛事项目的项目数据，该项目数据包括开始时间、参赛人员数据及关于比赛路线的路线数据。

该历史成绩获取模块620用于获取所述参赛人员的历史参赛成绩数据。

该预测模块630用于根据所述项目数据和所述历史参赛成绩数据，获得所述参赛人员在所述目标赛事项目中的动态分布数据。

该输出处理模块640用于输出该动态分布数据。

在一个实施例中，该输出处理模块640在输出动态分布数据时，可以用于：输出体现所述动态分布数据的动态热力图。

在一个实施例中，该输出处理模块640在输出动态分布数据时，可以用于：将所述动态分布数据发送至所述目标赛事项目的工作人员的用户终端。

在一个实施例中，该数据处理装置600还可以包括请求处理模块，该请求处理模块可以用于：检测分析所述目标赛事项目的请求；响应于检测到的请求，通知数据获取模块610执行获取目标赛事项目的项目数据的操作。

在一个实施例中，该历史参赛成绩数据可以包括对应参赛人员对于对应历史赛事项目的各区段的通过时间、平均速度和配速中的至少一项。

在一个实施例中，该路线数据包括构成所述比赛路线的各区段的区段数据，该预测模块630在根据项目数据和历史参赛成绩数据，获得参赛人员在所述目标赛事项目中的动态分布数据时，可以用于：根据历史参赛成绩数据和开始时间，获得对应参赛人员对于所述目标赛事项目的各区段的预测成绩数据；以及，根据该各区段的预测成绩数据，获得参赛人员在所述目标赛事项目中的动态分布数据。

在一个实施例中，该数据处理装置600还可以包括实际成绩获取模块和修正模块。该实际成绩获取模块用于：获取参赛人员对于所述目标赛事项目的已通过区段的实际成绩数据，提供给修正模块。该修正模块用于根据实际成绩数据与对应参赛人员在相同区段的预测成绩数据间的偏差，修正动态分布数据。

在一个实施例中，目标赛事项目的各区段的端点处设置有计时装置，计时装置被设置为通过与所述参赛人员携带的计时芯片进行短距离通信，以确定对应参赛人员到达对应计时装置时的实际时间。该实施例中，该实际成绩获取模块在获取参赛人员对于目标赛事项目的已通过区段的实际成绩数据时，可以用于：获取参赛人员到达计时装置时的实际时间；以及，根据参赛人员到达已通过区段对应的计时装置的实际时间，获得对应参赛人员对于已通过区段的实际成绩数据。

在一个实施例中，该修正模块在根据实际成绩数据与对应参赛人员在相同区段的预测成绩数据间的偏差，修正动态分布数据时，可以用于：根据该偏差，修正对应参赛人员对于未通过区段的预测成绩数据；以及，根据参赛人员的修正后的预测成绩数据，修正所述动态分布数据。

在一个实施例中，该路线数据包括区段数据，该区段数据包括定义对应区段的计时点的位置信息，其中，每相邻两个计时点构成一个区段。该数据处理装置600还包括距离计算模块，该距离计算模块用于：根据所述区段数据获得各区段的距离值。该距离计算模块在根据所述区段数据获得各区段的距离值时，可以用于：获取路线数据中的各计时点的位置信息；根据相邻计时点的位置信息，获得对应区段的距离值；累加所有区段的所述距离值，得到所述比赛路线的路线长度计算值；在所述路线长度计算值与所述比赛路线的路线长度标定值间的差值超过设定阈值的情况下，在所述所有区段中选取待修正的目标区段；在定义所述目标区段的的两个计时点之间增加参考点，以通过所述参考点将所述目标区段划分为至少两个子区段；根据所述两个计时点和所述参考点的位置信息，获得所述至少两个子区段中每一子区段的距离值；以及，通过累加所述每一子区段的距离值，修正所述目标区段的距离值。

在一个实施例中，该数据处理装置600还可以包括资源配置模块，该资源配置模块用于根据动态分布数据，生成目标赛事项目的资源配置方案。

在一个实施例中，该资源配置模块在根据动态分布数据，生成目标赛事项目的资源配置方案时，可以用于：根据动态分布数据，确定目标赛事项目的每个补给站在设定时间段内需要提供的各设定资源的补给量。

在一个实施例中，该资源配置模块在根据动态分布数据，生成目标赛事项目的资源配置方案时，可以用于：根据动态分布数据，将已完成区段的补给站的剩余补给资源调拨至位于其他区段的补给站。

在一个实施例中，该数据处理装置600还可以包括异常监测模块。该异常监测模块用于：在参赛人员的已通过区段的实际成绩数据低于对应区段的预测成绩数据的数值超过设定阈值的情况下，标记对应参赛人员为状态异常人员；输出标记为状态异常人员的参赛人员的设定信息。

在一个实施例中，该异常监测模块还可以用于：为状态异常人员调配设定的医疗资源。

在另外的实施例中，该数据处理装置600还可以包括存储器和处理器，该存储器用于存储可执行的指令；该处理器用于根据该指令的控制执行根据任意方法实施例一的数据处理方法。该数据处理装置600可以是图2a或者图2b中所示的服务器100，也可以是其他电子设备，在此不做限定。

在一个实施例中，还提供了一种终端设备，其包括存储器和处理器，该存储器用于存储可执行的指令；该处理器用于根据所述指令的控制执行根据任意方法实施例二的方法。该终端设备可以是如图2a中所示的工作人员的用户终端400。

<系统实施例>

图7是根据一个实施例的数据处理系统的组成结构示意图。

如图7所示，该数据处理系统可以包括计时芯片700、如图2a所示的计时装置200和如图2a或2b所示的服务器100。

该计时芯片700与参赛人员一一对应，具有唯一标识对应参赛人员的标识。

该目标赛事项目的每一计时点设置至少一个计时装置，该计时装置包括计时天线及与该计时天线连接的计时主机210。

服务器100作为上述数据处理装置600，与每一计时装置200的计时主机通信连接。

<介质实施例>

在一个实施例中，还提供了一种计算机可读存储介质，其中，该计算机可读存储介质存储有可被计算机读取执行的计算机程序，所述计算机程序用于在被所述计算机读取运行时，执行根据任意方法实施例的数据处理方法。

本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

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、程序段或指令的一部分，所述模块、程序段或指令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。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。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (15)

1.一种数据处理方法，包括：

获取目标赛事项目的项目数据，所述项目数据包括开始时间、参赛人员数据及关于比赛路线的路线数据；

获取所述参赛人员的历史参赛成绩数据；

根据所述项目数据和所述历史参赛成绩数据，获得所述参赛人员在所述目标赛事项目中的动态分布数据，其中，所述动态分布数据包括反映参赛人员在所述比赛路线上的分布状态随时间变化的数据；

输出所述动态分布数据。

2.根据权利要求1所述的方法，其中，所述输出所述动态分布数据包括：

输出体现所述动态分布数据的动态热力图。

3.根据权利要求1所述的方法，其中，所述路线数据包括构成所述比赛路线的各区段的区段数据，所述根据所述项目数据和所述历史参赛成绩数据，获得所述参赛人员在所述目标赛事项目中的动态分布数据包括：

根据所述历史参赛成绩数据和所述项目数据，获得对应参赛人员对于所述目标赛事项目的各区段的预测成绩数据；

根据所述各区段的预测成绩数据，获得所述参赛人员在所述目标赛事项目中的动态分布数据。

4.根据权利要求3所述的方法，其中，所述方法还包括：

获取所述参赛人员对于所述目标赛事项目的已通过区段的实际成绩数据；

根据所述实际成绩数据与对应参赛人员在相同区段的预测成绩数据间的偏差，修正所述动态分布数据。

5.根据权利要求4所述的方法，所述目标赛事项目的各区段的端点处设置有计时装置，所述计时装置被设置为通过与所述参赛人员携带的计时芯片进行短距离通信，以确定对应参赛人员到达对应计时装置时的实际时间；所述获取所述参赛人员对于所述目标赛事项目的已通过区段的实际成绩数据包括：

获取所述参赛人员到达计时装置时的实际时间；

根据所述参赛人员到达所述已通过区段对应的计时装置的实际时间，获得对应参赛人员对于所述已通过区段的实际成绩数据。

6.根据权利要求5所述的方法，其中，所述根据所述实际成绩数据与对应参赛人员在相同区段的预测成绩数据间的偏差，修正所述动态分布数据包括：

根据所述偏差，修正对应参赛人员对于未通过区段的预测成绩数据；

根据所述参赛人员的修正后的预测成绩数据，修正所述动态分布数据。

7.根据权利要求3所述的方法，所述区段数据包括定义对应区段的计时点的位置信息，其中，每相邻两个计时点构成一个区段，所述方法还包括根据所述各区段的区段数据，获得所述各区段的距离值的步骤，包括：

获取路线数据中的各计时点的位置信息；

根据相邻计时点的位置信息，获得对应区段的距离值；

累加所有区段的所述距离值，得到所述比赛路线的路线长度计算值；

在所述路线长度计算值与所述比赛路线的路线长度标定值间的差值超过设定阈值的情况下，在所述所有区段中选取待修正的目标区段；

在定义所述目标区段的两个计时点之间增加参考点，以通过所述参考点将所述目标区段划分为至少两个子区段；

根据所述两个计时点和所述参考点的位置信息，获得所述至少两个子区段中每一子区段的距离值；

通过累加所述每一子区段的距离值，修正所述目标区段的距离值。

8.根据权利要求1至7中任一项所述的方法，其中，所述方法还包括：

根据所述动态分布数据，生成所述目标赛事项目的资源配置方案。

9.根据权利要求8所述的方法，所述根据所述动态分布数据，生成所述目标赛事项目的资源配置方案包括：

根据所述动态分布数据，确定所述目标赛事项目的每个补给站在设定时间段内需要提供的各设定资源的补给量；和/或，根据所述动态分布数据，将已完成区段的补给站的剩余补给资源调拨至位于其他区段的补给站。

10.根据权利要求1所述的方法，其中，所述方法还包括：

在所述参赛人员的已通过区段的实际成绩数据低于对应区段的预测成绩数据的数值超过设定阈值的情况下，标记对应参赛人员为状态异常人员；

输出标记为状态异常人员的参赛人员的设定信息。

11.一种数据处理方法，包括：

响应于输入目标赛事项目的项目数据的操作，提供数据输入接口，其中，所述项目数据包括项目的开始时间和路线数据；

获取通过所述数据输入接口输入的所述项目数据；

响应于分析所述目标赛事项目的请求，将所述项目数据发送至服务器进行分析，其中，所述分析包括根据所述项目数据和所述目标赛事项目的参赛人员的历史参赛成绩数据，获得所述参赛人员在所述目标赛事项目中的动态分布数据，其中，所述动态分布数据包括反映参赛人员在所述比赛路线上的分布状态随时间变化的数据；

获取所述服务器在完成所述分析后返回的所述动态分布数据。

12.一种数据处理装置，包括：

数据获取模块，用于获取目标赛事项目的项目数据，所述项目数据包括开始时间、参赛人员数据及关于比赛路线的路线数据；

历史成绩获取模块，用于获取所述参赛人员的历史参赛成绩数据；

预测模块，用于根据所述项目数据和所述历史参赛成绩数据，获得所述参赛人员在所述目标赛事项目中的动态分布数据，其中，所述动态分布数据包括反映参赛人员在所述比赛路线上的分布状态随时间变化的数据；以及，

输出处理模块，用于输出所述动态分布数据。

13.一种数据处理装置，包括存储器和处理器，所述存储器用于存储可执行的指令；所述处理器用于根据所述指令的控制执行根据权利要求1-10中任意一项所述的方法。

14.一种终端设备，包括存储器和处理器，所述存储器用于存储可执行的指令；所述处理器用于根据所述指令的控制执行根据权利要求11所述的方法。

15.一种计算机可读存储介质，其中，所述计算机可读存储介质存储有可被计算机读取执行的计算机程序，所述计算机程序用于在被所述计算机读取运行时，执行根据权利要求1-11中任一项所述的方法。

Images