CN113988379A - 出行轨迹的识别方法、系统、设备及存储介质 - Google Patents

出行轨迹的识别方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN113988379A
CN113988379A CN202111162537.4A CN202111162537A CN113988379A CN 113988379 A CN113988379 A CN 113988379A CN 202111162537 A CN202111162537 A CN 202111162537A CN 113988379 A CN113988379 A CN 113988379A
Authority
CN
China
Prior art keywords
order data
user
historical
disaster
travel track
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
Application number
CN202111162537.4A
Other languages
English (en)
Inventor
孙夏诗
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.)
Ctrip Travel Information Service Shanghai Co Ltd
Original Assignee
Ctrip Travel Information Service Shanghai 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 Ctrip Travel Information Service Shanghai Co Ltd filed Critical Ctrip Travel Information Service Shanghai Co Ltd
Priority to CN202111162537.4A priority Critical patent/CN113988379A/zh
Publication of CN113988379A publication Critical patent/CN113988379A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
    • 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
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/256—Integrating or interfacing systems involving database management systems in federated or virtual databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种出行轨迹的识别方法、系统、设备及存储介质，该方法包括：获取用户的目标订单数据；将目标订单数据加载到对应的第一结果表中；响应于接收到的与灾难所在地相关的参数输入指令，根据目标订单数据对第一结果表进行过滤划分处理，以识别出灾难所在地的所述用户的出行轨迹。本发明通过将获取的用户的目标订单数据加载到对应的第一结果表中，响应于接收到的与灾难所在地相关的参数输入指令，根据目标订单数据对第一结果表进行过滤划分处理，以识别出灾难所在地的所述用户的出行轨迹。实现了基于用户的目标订单数据能够精准快速地定位到灾难所在地的用户的出行轨迹，以方便及时调整用户的出行计划，缩短了获取信息的时间。

Description

出行轨迹的识别方法、系统、设备及存储介质
技术领域
本发明涉及计算机技术领域，特别涉及出行轨迹的识别方法、系统、设备及存储介质。
背景技术
就目前市场而言，差旅服务主要着重于满足企业对于其员工的差旅管理，以提升企业管理效率。如何有效利用企业已有的差旅信息，为企业提供更优质的服务，使出差管理更有效、差旅成本更低，出行更便捷、服务更人性化，正日益成为企事业单位和个人必须考虑、愈加重视的问题。
出行安全历来是重要的民生问题，但在企业员工的人身安全方面，差旅服务几乎很少涉及。当发生灾难时(如：地震、疫情等)，由于企业不能快速定位到灾难所在地的员工的出行轨迹，导致不能及时给出差员工发出安全预警，影响了员工的出行安全。
发明内容
本发明要解决的技术问题是为了克服现有技术中不能快速定位到灾难所在地的出差员工的出行轨迹而导致不能及时给出差员工发出安全预警，影响的出差员工的出行安全缺陷，提供一种出行轨迹的识别方法、系统、设备及存储介质。
本发明是通过下述技术方案来解决上述技术问题：
本发明第一方面提供了一种出行轨迹的识别方法，所述识别方法包括：
获取用户的目标订单数据；
将所述目标订单数据加载到对应的第一结果表中；
响应于接收到的与灾难所在地相关的参数输入指令，根据所述目标订单数据对所述第一结果表进行过滤划分处理，以识别出所述灾难所在地的所述用户的出行轨迹。
较佳地，所述获取用户的目标订单数据的步骤包括：
获取用户的历史订单数据；
从所述历史订单数据中提取满足预设条件的有效订单数据，并关联数据库中的维度表，以得到目标订单数据。
较佳地，所述以识别出所述灾难所在地的所述用户的出行轨迹的步骤之后，所述识别方法还包括：
将所述出行轨迹加载到第二结果表中；
当检测到所述第二结果表有数据更新时，触发邮件任务，以发送所述出行轨迹。
较佳地，所述历史订单数据包括历史机票订单数据、历史火车票订单数据和历史酒店订单数据中的至少一种；
和/或，
所述维度表包括公司维度表、城市维度表和客户信息维度表中的至少一种。
本发明第二方面提供了一种出行轨迹的识别系统，所述识别系统包括获取模块、第一加载模块和识别模块；
所述获取模块，用于获取用户的目标订单数据；
所述第一加载模块，用于将所述目标订单数据加载到对应的第一结果表中；
所述识别模块，用于响应于接收到的与灾难所在地相关的参数输入指令，根据所述目标订单数据对所述第一结果表进行过滤划分处理，以识别出所述灾难所在地的所述用户的出行轨迹。
较佳地，所述获取模块包括获取单元和提取单元；
所述获取单元，用于获取用户的历史订单数据；
所述提取单元，用于从所述历史订单数据中提取满足预设条件的有效订单数据，并关联数据库中的维度表，以得到目标订单数据。
较佳地，所述识别系统还包括第二加载模块和发送模块；
所述第二加载模块，用于将所述出行轨迹加载到第二结果表中；
所述发送模块，用于当检测到所述第二结果表有数据更新时，触发邮件任务，以发送所述出行轨迹。
较佳地，所述历史订单数据包括历史机票订单数据、历史火车票订单数据和历史酒店订单数据中的至少一种；
和/或，
所述维度表包括公司维度表、城市维度表和客户信息维度表中的至少一种。
本发明第三方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如第一方面所述的出行轨迹的识别方法。
本发明第四方面提供了一种计算机可读存储介质，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如第一方面所述的出行轨迹的识别方法。
本发明的积极进步效果在于：
本发明通过将获取的用户的目标订单数据加载到对应的第一结果表中，响应于接收到的与灾难所在地相关的参数输入指令，根据目标订单数据对第一结果表进行过滤划分处理，以识别出灾难所在地的所述用户的出行轨迹。实现了基于用户的目标订单数据能够精准快速地定位到灾难所在地的用户的出行轨迹，以方便基于用户的出行轨迹调整用户的出行计划，同时也缩短了获取信息的时间。
附图说明
图1为本发明实施例1的出行轨迹的识别方法的第一流程图。
图2为本发明实施例1的出行轨迹的识别方法的步骤101的流程图。
图3为本发明实施例1的出行轨迹的识别方法的第二流程图。
图4为本发明实施例2的出行轨迹的识别系统的模块示意图。
图5为本发明实施例3的电子设备的结构示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
实施例1
本实施例提供了一种出行轨迹的识别方法，如图1所示，该识别方法包括：
步骤101、获取用户的目标订单数据；
本实施例中，系统从数据库中自动调度出用户的目标订单数据；而根据用户的差旅出行习惯，飞机、火车和酒店通常是用户主要使用的差旅工具，由此可知，用户的目标订单数据包括目标机票订单数据、目标火车票订单数据和目标酒店订单数据中的至少一种。例如，系统从数据库中可以自动调度出用户的目标机票订单数据、目标火车票订单数据和目标酒店订单数据。
步骤102、将目标订单数据加载到对应的第一结果表中；
本实施例中，不同的订单数据对应不同的第一结果表，例如，系统将目标机票订单数据、目标火车票订单数据和目标酒店订单数据分别加载到机票第一结果表、火车票第一结果表和酒店第一结果表中，以为定位用户出行轨迹做准备。
需要说明的是，上述步骤101和步骤102均在ETL job_1(数据抽取-转换-加载)中执行。而ETL job_1是自动调度用户的目标订单数据。
本实施例中，获取用户的目标订单数据时可以以天为单位进行获取(例如，ETLjob_1每天自动调度用户的目标订单数据)，可以根据实际需求进行设置。
步骤103、响应于接收到的与灾难所在地相关的参数输入指令，根据目标订单数据对第一结果表进行过滤划分处理，以识别出灾难所在地的用户的出行轨迹。
本实施例中，灾难所在地相关的参数包括但不限于灾难所在地的城市、省份、国家和事件。
本实施例中，通过SQL(结构化查询语言)添加自定义的与灾难所在地相关的参数，在具体定义参数时，在系统的输入界面依次填写灾难所在地的城市、省份、国家和事件，需要说明的是，对于城市、省份、国家，可以都填写，也可以只选填任意一个。如果参数中包括多个城市、多个省份、多个国家时，用“/”隔开。
本实施例中，出行轨迹分为以下三种类型：用户可能在、用户曾到过、用户将要去。
在具体实施过程中，系统在接收到输入的与灾难所在地相关的参数时，根据目标订单数据对第一结果表进行过滤划分处理，以识别出灾难所在地的用户的出行轨迹。例如，系统根据目标机票订单数据、目标火车票订单数据和目标酒店订单数据分别对机票第一结果表、火车票第一结果表和酒店第一结果表进行过滤划分处理，识别出目标机票订单数据、目标火车票订单数据和目标酒店订单数据分别对应的灾难所在地的用户不同类型的出行轨迹。
需要说明的是，步骤103在ETL job_2中执行。而ETL job_2需要手动上传与灾难所在地相关的参数后自动识别出灾难所在地的所述用户的出行轨迹。
本实施例通过将获取的用户的目标订单数据加载到对应的第一结果表中，响应于接收到的与灾难所在地相关的参数输入指令，根据目标订单数据对第一结果表进行过滤划分处理，以识别出灾难所在地的所述用户的出行轨迹。实现了基于用户的目标订单数据能够精准快速地定位到灾难所在地的用户的出行轨迹，以方便基于用户的出行轨迹调整用户的出行计划，同时也缩短了获取信息的时间。
在一可实施的方案中，如图2所示，步骤101包括：
步骤1011、获取用户的历史订单数据；
本实施例中，历史订单数据包括历史机票订单数据、历史火车票订单数据和历史酒店订单数据中的至少一种。
在具体实施过程中，系统先从数据库中获取用户的历史订单数据，具体地，系统从数据库中获取全量的用户差旅出行路线，即历史机票订单数据、历史火车票订单数据和历史酒店订单数据。
步骤1012、从历史订单数据中提取满足预设条件的有效订单数据，并关联数据库中的维度表，以得到目标订单数据。
本实施例中，维度表包括公司维度表、城市维度表和客户信息维度表中的至少一种。
本实施例中，通过SQL和ETL(数据仓库技术)分别对历史机票订单数据、历史火车票订单数据和历史酒店订单数据进行处理。
在具体实施过程中，对历史机票订单数据的处理过程为：从历史机票订单数据中提取满足预设条件的有效机票订单数据，具体地，确定有效机票订单数据的范围，须同时满足以下2个预设条件：①.[起飞时间]>＝T-14天(T指当天)；②.[订单状态]非取消且非退票。从历史机票订单数据中提取上述范围内的有效机票订单数据，并关联数据库中的公司维度表、城市维度表、客户信息维度表等获取其他相关信息，具体相关信息包括：公司id、公司名称、预订卡号、乘客姓名、证件号码(加密)、订单号、订单联系人、航班号、起飞时间、到达时间、出发城市、到达城市、出发省份、到达省份、出发国家、到达国家、工作城市、员工编号、职级、主账户名称、部门、成本中心、因公因私、出发城市、到达城市、出发省份、到达省份、出发国家、到达国家、工作城市、客户经理大区、客户经理组别、客户经理，最终得到目标机票订单数据。
本实施例中，对历史火车票订单数据的处理过程为：从历史火车票订单数据中提取满足预设条件的有效火车票订单数据，具体地，确定有效火车票订单数据的范围，须同时满足以下2个预设条件：①.[出发时间]>＝T-14天(T指当天)；②.[订单状态]非退票。从历史火车票订单数据中提取上述范围内的有效火车票订单数据，并关联数据库中的公司维度表、城市维度表、客户信息维度表等获取其他相关信息，具体信息包括：公司id、公司名称、预订卡号、乘客、订单号、车次、出发时间、到达时间、出发站城市、到达站城市、出发省份、到达省份、出发国家、到达国家、员工编号、职级、主账户名称、部门、成本中心、因公因私、客户经理大区、客户经理组别、客户经理，最终得到目标火车票订单数据。
本实施例中，对历史酒店订单数据的处理过程为：从历史酒店订单数据中提取满足预设条件的有效酒店订单数据，具体地，确定有效酒店订单数据的范围，须同时满足以下2个预设条件：①.[入住时间]>＝T-14天(T指当天)；②.[订单状态]非取消。从历史酒店订单数据中提取上述范围内的有效酒店订单数据，并关联数据库中的公司维度表、城市维度表、客户经理信息维度表等获取其他相关信息，具体信息包括：公司id、公司名称、预订卡号、入住人、订单号、订单联系人、酒店、入住时间、离店时间、入住城市、入住省份、入住国家、工作城市、员工编号、职级、主账户名称、部门、成本中心、因公因私、客户经理大区、客户经理组别、客户经理，最终得到目标酒店订单数据。
进一步地，将以上得到的目标机票订单数据、目标火车票订单数据和目标酒店订单数据分别加载到机票第一结果表、火车票第一结果表和酒店第一结果表中，在系统接收到输入的机票第一结果表、火车票第一结果表和酒店第一结果表时，根据目标机票订单数据、目标火车票订单数据和目标酒店订单数据分别对机票第一结果表、火车票第一结果表和酒店第一结果表进行过滤划分处理，识别出目标机票订单数据、目标火车票订单数据和目标酒店订单数据分别对应的灾难所在地的用户不同类型的出行轨迹。
在具体实施过程中，对于机票第一结果表的过滤划分处理，系统根据目标机票订单数据的[证件号码(加密)]、[起飞时间]、[到达时间]、[出发城市]/[出发省份]/[出发国家]、[到达城市]/[到达省份]/[到达国家]，过滤划分出灾难所在地的用户的以下三类出行轨迹：用户可能在、用户曾到过、用户将要去，具体的划分依据为：
a、用户可能在(机票)：在灾难当天之前14天内起飞并到达灾难所在地；
需要说明的是，由于一个用户在过去14天内可能存在多条航程，涉及多个始发地和目的地，本实施例通过[证件号码(加密)]、[起飞时间]、[到达时间]，获取在过去14天内距离灾难当天最近的一条航程，从而准确定位用户是否处在灾难所在地。
b、用户曾到过(机票)：在灾难当天之前14天内从灾难所在地起飞；
c、用户将要去(机票)：从灾难当天之后14天内到达灾难所在地。
需要说明的是，灾难当天前后的时间可以设置为14天，也可以根据实际情况设置为其他数值，此处不做不体现定。
本实施例中，对于火车票第一结果表的过滤划分处理，系统根据目标火车票订单数据的[出发时间]、[到达时间]、[出发站城市]/[出发省份]/[出发国家]、[到达站城市]/[到达省份]/[到达国家]，过滤划分出灾难所在地的用户的以下三类出行轨迹：用户可能在、用户曾到过、用户将要去，具体的划分依据为：
d、用户可能在(火车票)：在灾难当天之前14天内出发并到达灾难所在地；
e、用户曾到过(火车票)：在灾难当天之前14天内从灾难所在地出发；
f、用户将要去(火车票)：从灾难当天之后14天内到达灾难所在地。
本实施例中，对于酒店第一结果表的过滤划分处理，系统根据目标酒店订单数据的[入住时间]、[离店时间]、[入住城市]/[入住省份]/[入住国家]，过滤划分出灾难所在地的用户的以下三类出行轨迹：用户可能在、用户曾到过、用户将要去，具体的划分依据为：
g、用户可能在(酒店)：在灾难当天之前14天内入住灾难所在地酒店，且在灾难当天之后离店；
h、用户曾到过(酒店)：在灾难当天之前14天内离开灾难所在地酒店；
i、用户将要去(酒店)：从灾难当天之后14天内入住灾难所在地酒店。
在一可实施的方案中，如图3所示，该识别方法还包括：
步骤104、将出行轨迹加载到第二结果表中；
本实施例中，系统将上述识别出的目标机票订单数据、目标火车票订单数据和目标酒店订单数据分别对应的灾难所在地的用户不同类型的出行轨迹加载到第二结果表中；此过程在ETL job_2中执行。
步骤105、当检测到第二结果表有数据更新时，触发邮件任务，以发送出行轨迹。
本实施例中，基于第二结果表用报表工具开发相应的报表，用于展现灾难所在地的用户出行轨迹，并创建邮件任务。具体地，当系统检测到第二结果表的数据更新时，会自动触发邮件任务，将包含有灾难所在地的用户出行轨迹的报表以附件的形式推送给企业客户经理，给各个企业发出预警，以便企业通过系统及时向灾难所在地的出差用户发出安全预警，以便及时调整灾难所在地的出差用户的出行计划，从而间接提升用户的人身安全。
实施例2
本实施例提供了一种出行轨迹的识别系统，如图4所示，该识别系统包括获取模块1、第一加载模块2和识别模块3；
获取模块1，用于获取用户的目标订单数据；
本实施例中，系统从数据库中自动调度出用户的目标订单数据；而根据用户的差旅出行习惯，飞机、火车和酒店通常是用户主要使用的差旅工具，由此可知，用户的目标订单数据包括目标机票订单数据、目标火车票订单数据和目标酒店订单数据中的至少一种。例如，系统从数据库中可以自动调度出用户的目标机票订单数据、目标火车票订单数据和目标酒店订单数据。
第一加载模块2，用于将目标订单数据加载到对应的第一结果表中；
本实施例中，不同的订单数据对应不同的第一结果表，例如，系统将目标机票订单数据、目标火车票订单数据和目标酒店订单数据分别加载到机票第一结果表、火车票第一结果表和酒店第一结果表中，以为定位用户出行轨迹做准备。
需要说明的是，上述步骤101和步骤102均在ETL job_1中执行。而ETL job_1是自动调度用户的目标订单数据。
本实施例中，获取用户的目标订单数据时可以以天为单位进行获取(例如，ETLjob_1每天自动调度用户的目标订单数据)，可以根据实际需求进行设置。
识别模块3，用于响应于接收到的与灾难所在地相关的参数输入指令，根据目标订单数据对第一结果表进行过滤划分处理，以识别出灾难所在地的用户的出行轨迹。
本实施例中，灾难所在地相关的参数包括但不限于灾难所在地的城市、省份、国家和事件。
本实施例中，通过SQL添加自定义的与灾难所在地相关的参数，在具体定义参数时，在系统的输入界面依次填写灾难所在地的城市、省份、国家和事件，需要说明的是，对于城市、省份、国家，可以都填写，也可以只选填任意一个。如果参数中包括多个城市、多个省份、多个国家时，用“/”隔开。
本实施例中，出行轨迹分为以下三种类型：用户可能在、用户曾到过、用户将要去。
在具体实施过程中，系统在接收到输入的与灾难所在地相关的参数时，根据目标订单数据对第一结果表进行过滤划分处理，以识别出灾难所在地的用户的出行轨迹。例如，系统根据目标机票订单数据、目标火车票订单数据和目标酒店订单数据分别对机票第一结果表、火车票第一结果表和酒店第一结果表进行过滤划分处理，识别出目标机票订单数据、目标火车票订单数据和目标酒店订单数据分别对应的灾难所在地的用户不同类型的出行轨迹。
需要说明的是，步骤103在ETL job_2中执行。而ETL job_2需要手动上传与灾难所在地相关的参数后自动识别出灾难所在地的所述用户的出行轨迹。
本实施例通过将获取的用户的目标订单数据加载到对应的第一结果表中，响应于接收到的与灾难所在地相关的参数输入指令，根据目标订单数据对第一结果表进行过滤划分处理，以识别出灾难所在地的所述用户的出行轨迹。实现了基于用户的目标订单数据能够精准快速地定位到灾难所在地的用户的出行轨迹，以方便基于用户的出行轨迹调整用户的出行计划，同时也缩短了获取信息的时间。
在一可实施的方案中，如图4所示，获取模块1包括获取单元11和提取单元12；
获取单元11，用于获取用户的历史订单数据；
本实施例中，历史订单数据包括历史机票订单数据、历史火车票订单数据和历史酒店订单数据中的至少一种。
在具体实施过程中，系统先从数据库中获取用户的历史订单数据，具体地，系统从数据库中获取全量的用户差旅出行路线，即历史机票订单数据、历史火车票订单数据和历史酒店订单数据。
提取单元12，用于从历史订单数据中提取满足预设条件的有效订单数据，并关联数据库中的维度表，以得到目标订单数据。
本实施例中，维度表包括公司维度表、城市维度表和客户信息维度表中的至少一种。
本实施例中，通过SQL和ETL分别对历史机票订单数据、历史火车票订单数据和历史酒店订单数据进行处理。
在具体实施过程中，对历史机票订单数据的处理过程为：从历史机票订单数据中提取满足预设条件的有效机票订单数据，具体地，确定有效机票订单数据的范围，须同时满足以下2个预设条件：①.[起飞时间]>＝T-14天(T指当天)；②.[订单状态]非取消且非退票。从历史机票订单数据中提取上述范围内的有效机票订单数据，并关联数据库中的公司维度表、城市维度表、客户信息维度表等获取其他相关信息，具体相关信息包括：公司id、公司名称、预订卡号、乘客姓名、证件号码(加密)、订单号、订单联系人、航班号、起飞时间、到达时间、出发城市、到达城市、出发省份、到达省份、出发国家、到达国家、工作城市、员工编号、职级、主账户名称、部门、成本中心、因公因私、出发城市、到达城市、出发省份、到达省份、出发国家、到达国家、工作城市、客户经理大区、客户经理组别、客户经理，最终得到目标机票订单数据。
本实施例中，对历史火车票订单数据的处理过程为：从历史火车票订单数据中提取满足预设条件的有效火车票订单数据，具体地，确定有效火车票订单数据的范围，须同时满足以下2个预设条件：①.[出发时间]>＝T-14天(T指当天)；②.[订单状态]非退票。从历史火车票订单数据中提取上述范围内的有效火车票订单数据，并关联数据库中的公司维度表、城市维度表、客户信息维度表等获取其他相关信息，具体信息包括：公司id、公司名称、预订卡号、乘客、订单号、车次、出发时间、到达时间、出发站城市、到达站城市、出发省份、到达省份、出发国家、到达国家、员工编号、职级、主账户名称、部门、成本中心、因公因私、客户经理大区、客户经理组别、客户经理，最终得到目标火车票订单数据。
本实施例中，对历史酒店订单数据的处理过程为：从历史酒店订单数据中提取满足预设条件的有效酒店订单数据，具体地，确定有效酒店订单数据的范围，须同时满足以下2个预设条件：①.[入住时间]>＝T-14天(T指当天)；②.[订单状态]非取消。从历史酒店订单数据中提取上述范围内的有效酒店订单数据，并关联数据库中的公司维度表、城市维度表、客户经理信息维度表等获取其他相关信息，具体信息包括：公司id、公司名称、预订卡号、入住人、订单号、订单联系人、酒店、入住时间、离店时间、入住城市、入住省份、入住国家、工作城市、员工编号、职级、主账户名称、部门、成本中心、因公因私、客户经理大区、客户经理组别、客户经理，最终得到目标酒店订单数据。
进一步地，将以上得到的目标机票订单数据、目标火车票订单数据和目标酒店订单数据分别加载到机票第一结果表、火车票第一结果表和酒店第一结果表中，在系统接收到输入的机票第一结果表、火车票第一结果表和酒店第一结果表时，根据目标机票订单数据、目标火车票订单数据和目标酒店订单数据分别对机票第一结果表、火车票第一结果表和酒店第一结果表进行过滤划分处理，识别出目标机票订单数据、目标火车票订单数据和目标酒店订单数据分别对应的灾难所在地的用户不同类型的出行轨迹。
在具体实施过程中，对于机票第一结果表的过滤划分处理，系统根据目标机票订单数据的[证件号码(加密)]、[起飞时间]、[到达时间]、[出发城市]/[出发省份]/[出发国家]、[到达城市]/[到达省份]/[到达国家]，过滤划分出灾难所在地的用户的以下三类出行轨迹：用户可能在、用户曾到过、用户将要去，具体的划分依据为：
a、用户可能在(机票)：在灾难当天之前14天内起飞并到达灾难所在地；
需要说明的是，由于一个用户在过去14天内可能存在多条航程，涉及多个始发地和目的地，本实施例通过[证件号码(加密)]、[起飞时间]、[到达时间]，获取在过去14天内距离灾难当天最近的一条航程，从而准确定位用户是否处在灾难所在地。
b、用户曾到过(机票)：在灾难当天之前14天内从灾难所在地起飞；
c、用户将要去(机票)：从灾难当天之后14天内到达灾难所在地。
需要说明的是，灾难当天前后的时间可以设置为14天，也可以根据实际情况设置为其他数值，此处不做不体现定。
本实施例中，对于火车票第一结果表的过滤划分处理，系统根据目标火车票订单数据的[出发时间]、[到达时间]、[出发站城市]/[出发省份]/[出发国家]、[到达站城市]/[到达省份]/[到达国家]，过滤划分出灾难所在地的用户的以下三类出行轨迹：用户可能在、用户曾到过、用户将要去，具体的划分依据为：
d、用户可能在(火车票)：在灾难当天之前14天内出发并到达灾难所在地；
e、用户曾到过(火车票)：在灾难当天之前14天内从灾难所在地出发；
f、用户将要去(火车票)：从灾难当天之后14天内到达灾难所在地。
本实施例中，对于酒店第一结果表的过滤划分处理，系统根据目标酒店订单数据的[入住时间]、[离店时间]、[入住城市]/[入住省份]/[入住国家]，过滤划分出灾难所在地的用户的以下三类出行轨迹：用户可能在、用户曾到过、用户将要去，具体的划分依据为：
g、用户可能在(酒店)：在灾难当天之前14天内入住灾难所在地酒店，且在灾难当天之后离店；
h、用户曾到过(酒店)：在灾难当天之前14天内离开灾难所在地酒店；
i、用户将要去(酒店)：从灾难当天之后14天内入住灾难所在地酒店。
在一可实施的方案中，如图4所示，该识别系统还包括第二加载模块4和发送模块5；
第二加载模块4，用于将出行轨迹加载到第二结果表中；
本实施例中，系统将上述识别出的目标机票订单数据、目标火车票订单数据和目标酒店订单数据分别对应的灾难所在地的用户不同类型的出行轨迹加载到第二结果表中；此过程在ETL job_2中执行。
发送模块5，用于当检测到第二结果表有数据更新时，触发邮件任务，以发送出行轨迹。
本实施例中，基于第二结果表用报表工具开发相应的报表，用于展现灾难所在地的用户出行轨迹，并创建邮件任务。具体地，当系统检测到第二结果表的数据更新时，会自动触发邮件任务，将包含有灾难所在地的用户出行轨迹的报表以附件的形式推送给企业客户经理，给各个企业发出预警，以便企业通过系统及时向灾难所在地的出差用户发出安全预警，以便及时调整灾难所在地的出差用户的出行计划，从而间接提升用户的人身安全。
实施例3
图5为本发明实施例3提供的一种电子设备的结构示意图。电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现实施例1的出行轨迹的识别方法。图5显示的电子设备30仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，电子设备30可以以通用计算设备的形式表现，例如其可以为服务器设备。电子设备30的组件可以包括但不限于：上述至少一个处理器31、上述至少一个存储器32、连接不同系统组件(包括存储器32和处理器31)的总线33。
总线33包括数据总线、地址总线和控制总线。
存储器32可以包括易失性存储器，例如随机存取存储器(RAM)321和/或高速缓存存储器322，还可以进一步包括只读存储器(ROM)323。
存储器32还可以包括具有一组(至少一个)程序模块324的程序/实用工具325，这样的程序模块324包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
处理器31通过运行存储在存储器32中的计算机程序，从而执行各种功能应用以及数据处理，例如本发明实施例1所提供的出行轨迹的识别方法。
电子设备30也可以与一个或多个外部设备34(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口35进行。并且，生成的设备30还可以通过网络适配器36与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图5所示，网络适配器36通过总线33与模型生成的设备30的其它模块通信。应当明白，尽管图中未示出，可以结合模型生成的设备30使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
应当注意，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
实施例4
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现实施例1所提供的出行轨迹的识别方法。
其中，可读存储介质可以采用的更具体可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行实现实施例1所述的出行轨迹的识别方法。
其中，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码，所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (10)

1.一种出行轨迹的识别方法，其特征在于，所述识别方法包括：
获取用户的目标订单数据；
将所述目标订单数据加载到对应的第一结果表中；
响应于接收到的与灾难所在地相关的参数输入指令，根据所述目标订单数据对所述第一结果表进行过滤划分处理，以识别出所述灾难所在地的所述用户的出行轨迹。
2.如权利要求1所述的出行轨迹的识别方法，其特征在于，所述获取用户的目标订单数据的步骤包括：
获取用户的历史订单数据；
从所述历史订单数据中提取满足预设条件的有效订单数据，并关联数据库中的维度表，以得到目标订单数据。
3.如权利要求1所述的出行轨迹的识别方法，其特征在于，所述以识别出所述灾难所在地的所述用户的出行轨迹的步骤之后，所述识别方法还包括：
将所述出行轨迹加载到第二结果表中；
当检测到所述第二结果表有数据更新时，触发邮件任务，以发送所述出行轨迹。
4.如权利要求2所述的出行轨迹的识别方法，其特征在于，所述历史订单数据包括历史机票订单数据、历史火车票订单数据和历史酒店订单数据中的至少一种；
和/或，
所述维度表包括公司维度表、城市维度表和客户信息维度表中的至少一种。
5.一种出行轨迹的识别系统，其特征在于，所述识别系统包括获取模块、第一加载模块和识别模块；
所述获取模块，用于获取用户的目标订单数据；
所述第一加载模块，用于将所述目标订单数据加载到对应的第一结果表中；
所述识别模块，用于响应于接收到的与灾难所在地相关的参数输入指令，根据所述目标订单数据对所述第一结果表进行过滤划分处理，以识别出所述灾难所在地的所述用户的出行轨迹。
6.如权利要求5所述的出行轨迹的识别系统，其特征在于，所述获取模块包括获取单元和提取单元；
所述获取单元，用于获取用户的历史订单数据；
所述提取单元，用于从所述历史订单数据中提取满足预设条件的有效订单数据，并关联数据库中的维度表，以得到目标订单数据。
7.如权利要求5所述的出行轨迹的识别系统，其特征在于，所述识别系统还包括第二加载模块和发送模块；
所述第二加载模块，用于将所述出行轨迹加载到第二结果表中；
所述发送模块，用于当检测到所述第二结果表有数据更新时，触发邮件任务，以发送所述出行轨迹。
8.如权利要求6所述的出行轨迹的识别系统，其特征在于，所述历史订单数据包括历史机票订单数据、历史火车票订单数据和历史酒店订单数据中的至少一种；
和/或，
所述维度表包括公司维度表、城市维度表和客户信息维度表中的至少一种。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-4中任意一项所述的出行轨迹的识别方法。
10.一种计算机可读存储介质，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1-4中任意一项所述的出行轨迹的识别方法。
CN202111162537.4A 2021-09-30 2021-09-30 出行轨迹的识别方法、系统、设备及存储介质 Pending CN113988379A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111162537.4A CN113988379A (zh) 2021-09-30 2021-09-30 出行轨迹的识别方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111162537.4A CN113988379A (zh) 2021-09-30 2021-09-30 出行轨迹的识别方法、系统、设备及存储介质

Publications (1)

Publication Number Publication Date
CN113988379A true CN113988379A (zh) 2022-01-28

Family

ID=79737465

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111162537.4A Pending CN113988379A (zh) 2021-09-30 2021-09-30 出行轨迹的识别方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113988379A (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010165190A (ja) * 2009-01-15 2010-07-29 Ntt Communications Kk 災害情報提供制御装置、災害情報提供制御システム、災害情報提供制御方法、及びプログラム
US20130167244A1 (en) * 2011-12-23 2013-06-27 Aon Global Risk Research Limited System for Managing Risk in Employee Travel
CN107977276A (zh) * 2017-12-20 2018-05-01 维沃移动通信有限公司 一种天气变化的提醒方法、装置及移动终端
CN108364435A (zh) * 2018-02-22 2018-08-03 海南师范大学 一种国际旅游岛常见自然灾害预警系统
CN109068282A (zh) * 2018-09-27 2018-12-21 北京奇虎科技有限公司 一种用于识别用户出行场景的方法、装置及计算机设备
CN109100822A (zh) * 2018-06-29 2018-12-28 上海掌门科技有限公司 天气提醒方法及设备
CN109195113A (zh) * 2018-09-27 2019-01-11 北京奇虎科技有限公司 一种用于识别用户出行轨迹的方法、装置及计算机设备
CN111028471A (zh) * 2019-12-16 2020-04-17 山东恒云信息科技有限公司 一种使用神经网络技术防范游客接近高风险区域的方法
CN111200787A (zh) * 2018-10-31 2020-05-26 珠海格力电器股份有限公司 一种用户安全出行预警方法、预警系统、移动终端
CN111368221A (zh) * 2020-03-13 2020-07-03 腾讯科技（深圳）有限公司 信息提供方法、信息获取方法、装置、服务器及存储介质
CN111915913A (zh) * 2019-05-07 2020-11-10 上海博泰悦臻网络技术服务有限公司 恶劣天气提示方法、提示系统、存储介质、及电子设备
CN112633713A (zh) * 2020-12-28 2021-04-09 广州羊城通有限公司 基于乘车记录的风险地区提醒方法及装置
CN113299397A (zh) * 2020-02-21 2021-08-24 上海在途网络科技有限公司 用户出行健康安全管理方法、系统、存储介质及平台

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010165190A (ja) * 2009-01-15 2010-07-29 Ntt Communications Kk 災害情報提供制御装置、災害情報提供制御システム、災害情報提供制御方法、及びプログラム
US20130167244A1 (en) * 2011-12-23 2013-06-27 Aon Global Risk Research Limited System for Managing Risk in Employee Travel
CN107977276A (zh) * 2017-12-20 2018-05-01 维沃移动通信有限公司 一种天气变化的提醒方法、装置及移动终端
CN108364435A (zh) * 2018-02-22 2018-08-03 海南师范大学 一种国际旅游岛常见自然灾害预警系统
CN109100822A (zh) * 2018-06-29 2018-12-28 上海掌门科技有限公司 天气提醒方法及设备
CN109195113A (zh) * 2018-09-27 2019-01-11 北京奇虎科技有限公司 一种用于识别用户出行轨迹的方法、装置及计算机设备
CN109068282A (zh) * 2018-09-27 2018-12-21 北京奇虎科技有限公司 一种用于识别用户出行场景的方法、装置及计算机设备
CN111200787A (zh) * 2018-10-31 2020-05-26 珠海格力电器股份有限公司 一种用户安全出行预警方法、预警系统、移动终端
CN111915913A (zh) * 2019-05-07 2020-11-10 上海博泰悦臻网络技术服务有限公司 恶劣天气提示方法、提示系统、存储介质、及电子设备
CN111028471A (zh) * 2019-12-16 2020-04-17 山东恒云信息科技有限公司 一种使用神经网络技术防范游客接近高风险区域的方法
CN113299397A (zh) * 2020-02-21 2021-08-24 上海在途网络科技有限公司 用户出行健康安全管理方法、系统、存储介质及平台
CN111368221A (zh) * 2020-03-13 2020-07-03 腾讯科技（深圳）有限公司 信息提供方法、信息获取方法、装置、服务器及存储介质
CN112633713A (zh) * 2020-12-28 2021-04-09 广州羊城通有限公司 基于乘车记录的风险地区提醒方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
THOMAS J. COVA等: ""Warning Triggers in Environmental Hazards: Who Should Be Warned to Do What and When?"", 《RISK ANALYSIS》, vol. 37, no. 4, 13 July 2016 (2016-07-13), pages 601 - 611 *
胡世洋等: "基于数字城市的旅游安全信息系统的研究和应用", 《信息系统工程》, no. 11, 20 November 2014 (2014-11-20), pages 17 - 18 *

Similar Documents

Publication Publication Date Title
Gallego et al. Changes in air passenger demand as a result of the COVID-19 crisis: using Big Data to inform tourism policy
US11388121B2 (en) Communication management systems and methods
US10832189B2 (en) Systems and methods for dynamically scheduling tasks across an enterprise
US20130297360A1 (en) Flight-price monitoring systems and methods
WO1999008251A1 (en) Real-time surface traffic adviser
US20100332509A1 (en) Systems and methods for integrated management of governmental projects
CN110288451B (zh) 一种财务报销方法、系统、设备及存储介质
CN112751976B (zh) 基于认证日志的坐席关联方法、系统、设备及存储介质
AU2022201086A1 (en) Resource crew management
CN113096447A (zh) 空域授权协调运行方法
AU2018278857A1 (en) Booking system for personnel supply chains
CN114090634A (zh) 一种基于数据仓库的酒店数据管理方法及装置
CN113988379A (zh) 出行轨迹的识别方法、系统、设备及存储介质
AU2022100094A4 (en) Booking system for personnel supply chains
CN110019237B (zh) 一种基于地图分析罪犯行踪的系统及方法
CN104992289A (zh) 利用辅导套件进行商事管理的实现方法和系统
KR20220096840A (ko) 노무 통합 관리 방법 및 이를 수행하기 위한 컴퓨팅 장치
KR20220096835A (ko) 노무 통합 관리 방법 및 이를 수행하기 위한 컴퓨팅 장치
Du et al. Resource management system for crisis response & management.
WO2023152878A1 (ja) 労働者派遣システム、労働者派遣方法、及び、労働者派遣プログラムが格納された記録媒体
CN114529029B (zh) 航司预售数据的查询方法、系统、设备及介质
CN112686643A (zh) 基于数据匹配的线上招聘方法、系统、设备及存储介质
CN113535814A (zh) 疫情防控中的数据处理方法及装置、存储介质、终端
Simpson A Patient Risk Minimization Model for Post-Disaster Medical Delivery Using Unmanned Aircraft Systems
ANTHONY DESIGN AND IMPLEMENTATION OF AN AIRLINE RESERVATION SYSTEM

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