CN114677012A - 通勤信息获取方法、装置、设备及可读存储介质 - Google Patents

通勤信息获取方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN114677012A
CN114677012A CN202210306454.6A CN202210306454A CN114677012A CN 114677012 A CN114677012 A CN 114677012A CN 202210306454 A CN202210306454 A CN 202210306454A CN 114677012 A CN114677012 A CN 114677012A
Authority
CN
China
Prior art keywords
commuting
vehicle
vehicles
determining
time period
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
CN202210306454.6A
Other languages
English (en)
Inventor
徐俊涛
万龙
殷学栋
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.)
South Sagittarius Integration Co Ltd
Original Assignee
South Sagittarius Integration 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 South Sagittarius Integration Co Ltd filed Critical South Sagittarius Integration Co Ltd
Priority to CN202210306454.6A priority Critical patent/CN114677012A/zh
Publication of CN114677012A publication Critical patent/CN114677012A/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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data

Landscapes

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

Abstract

本发明提供一种通勤信息获取方法、装置、设备及可读存储介质。该方法包括：获取若干车辆在预设时间周期内每个工作日的行程数据；根据若干车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆；根据上班族通勤车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆对应的通勤信息。通过本发明，在若干车辆行程数据的基础上确定上班族通勤车辆，并进一步分析得到上班族通勤车辆对应的通勤信息，从而为交通规划提供有力的数据支撑。

Description

通勤信息获取方法、装置、设备及可读存储介质
技术领域
本发明涉及数据处理领域，尤其涉及一种通勤信息获取方法、装置、设备及可读存储介质。
背景技术
随着现代社会的高速发展，交通堵塞已经成为世界性难题。为了减缓堵塞程度，需要进行合理的交通规划。
目前最常见的交通堵塞是由于上下班时段私家车辆激增而导致，私家车辆对应的通勤信息能为交通规划提供有力的数据支撑，如何获取通勤信息是当前亟待解决的技术问题。
发明内容
为解决上述技术问题，本发明的主要目的在于提供一种通勤信息获取方法、装置、设备及可读存储介质。
第一方面，本发明提供一种通勤信息获取方法，所述通勤信息获取方法包括：
获取若干车辆在预设时间周期内每个工作日的行程数据；
根据若干车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆；
根据上班族通勤车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆对应的通勤信息。
可选的，行程数据包括每次行程的行驶时长以及行驶里程，所述根据若干车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆包括：
根据若干车辆在预设时间周期内每个工作日的行程数据，确定每台车辆的单日行驶时长以及单次行驶里程；
确定单日行驶时长在第一预设时长范围内且单次行驶里程在第一距离范围内的车辆为上班族通勤车辆；
确定单日行驶时长在第二预设时长范围内且单次行驶里程在第二距离范围内的车辆为上班族通勤车辆；
其中，第一预设时长范围的上限值小于第二预设时长范围的下限值，第一距离范围的上限值小于第二距离范围的下限值。
可选的，所述行程数据包括每次行程的开始时刻、结束时刻、出发地位置编码以及目的地位置编码，所述根据上班族通勤车辆在预设时间周期内的工作日行程数据，确定上班族通勤车辆对应的通勤信息包括：
根据上班族通勤车辆在预设时间周期内的工作日行程数据，确定处于第一时段的结束时刻以及处于第二时段的开始时刻，从处于第一时段的结束时刻对应的目的地位置编码以及处于第二时段的开始时刻对应的出发地位置编码中查找出现频次最高的位置编码，确定所述出现频次最高的位置编码为上班族通勤车辆对应的工作地编码。
可选的，在所述确定所述出现频次最高的位置编码为上班族通勤车辆对应的工作地编码之后，还包括：
根据上班族通勤车辆在预设时间周期内的工作日行程数据，确定开始时刻在预设时刻后且出发地位置编码为工作地编码的目标行程；
根据目标行程统计上班族通勤车辆对应的加班信息。
可选的，所述根据上班族通勤车辆在预设时间周期内的工作日行程数据，确定上班族通勤车辆对应的通勤信息包括：
根据上班族通勤车辆在预设时间周期内的工作日行程数据，确定每个工作日中最后一次行程的目的地位置编码；
根据每个工作日中最后一次行程的目的地位置编码，确定出现频次最高的目的地位置编码，以所述出现频次最高的目的地位置编码为上班族通勤车辆对应的居住地编码。
可选的，在所述以所述出现频次最高的目的地位置编码为上班族通勤车辆对应的居住地编码之后，还包括：
从上班族通勤车辆在预设时间周期内的工作日行程数据中获取所述工作地编码以及居住地编码对应的行程的开始时刻以及结束时刻；
根据所述工作地编码以及居住地编码对应的行程的开始时刻以及结束时刻，得到上班族通勤车辆对应的通勤时长。
可选的，所述位置编码根据GeoHash算法确定。
第二方面，本发明还提供一种通勤信息获取装置，所述通勤信息获取装置包括：
获取模块，用于获取若干车辆在预设时间周期内每个工作日的行程数据；
车辆类型识别模块，用于根据若干车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆；
通勤信息确定模块，用于根据上班族通勤车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆对应的通勤信息。
第三方面，本发明还提供一种通勤信息获取设备，所述通勤信息获取设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的通勤信息获取程序，其中所述通勤信息获取程序被所述处理器执行时，实现如上所述的通勤信息获取方法的步骤。
第四方面，本发明还提供一种可读存储介质，所述可读存储介质上存储有通勤信息获取程序，其中所述通勤信息获取程序被处理器执行时，实现如上所述的通勤信息获取方法的步骤。
本发明中，获取若干车辆在预设时间周期内每个工作日的行程数据；根据若干车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆；根据上班族通勤车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆对应的通勤信息。通过本发明，在若干车辆行程数据的基础上确定上班族通勤车辆，并进一步分析得到上班族通勤车辆对应的通勤信息，从而为交通规划提供有力的数据支撑。
附图说明
图1为本发明实施例方案中涉及的通勤信息获取设备的硬件结构示意图；
图2为本发明通勤信息获取方法一实施例的流程示意图；
图3为本发明通勤信息获取装置一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
第一方面，本发明实施例提供一种通勤信息获取设备，该通勤信息获取设备可以是个人计算机(personal computer，PC)、笔记本电脑、服务器等具有数据处理功能的设备。
参照图1，图1为本发明实施例方案中涉及的通勤信息获取设备的硬件结构示意图。本发明实施例中，通勤信息获取设备可以包括处理器1001(例如中央处理器CentralProcessing Unit，CPU)，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信；用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)；网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真WIreless-FIdelity，WI-FI接口)；存储器1005可以是高速随机存取存储器(random access memory，RAM)，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器，存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解，图1中示出的硬件结构并不构成对本发明的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
继续参照图1，图1中作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及通勤信息获取程序。其中，处理器1001可以调用存储器1005中存储的通勤信息获取程序，并执行本发明实施例提供的通勤信息获取方法。
第二方面，本发明实施例提供了一种通勤信息获取方法。
一实施例中，参照图2，图2为本发明通勤信息获取方法一实施例的流程示意图。如图2所示，通勤信息获取方法包括：
步骤S10，获取若干车辆在预设时间周期内每个工作日的行程数据；
本实施例中，预设时间周期根据实际情况进行设置，例如设置为2022.1.1～2022.5.31，若干车辆的选择也根据实际情况进行设置，例如选择车辆1～100。则获取车辆1～100在2022.1.1～2022.5.31内每个工作日的行程数据。
步骤S20，根据若干车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆；
本实施例中，对若干车辆在预设时间周期内每个工作日的行程数据进行分析，即可确定哪些车辆的行程数据符合上班族通勤车辆的行程规律，从而确定上班族通勤车辆。
进一步地，一实施例中，行程数据包括每次行程的行驶时长以及行驶里程，步骤S20包括：
步骤S201，根据若干车辆在预设时间周期内每个工作日的行程数据，确定每台车辆的单日行驶时长以及单次行驶里程；
本实施例中，为便于描述以预设时间周期内包括3个工作日为例，车辆1在每个工作日的行程数据分别为：
车辆1在工作日1的行程数据1包括：
行程11的行驶时长t11以及行驶里程s11、行程12的行驶时长t12以及行驶里程s12。
车辆1在工作日2的行程数据2包括：
行程21的行驶时长t21以及行驶里程s21、行程22的行驶时长t22以及行驶里程s22、行程23的行驶时长t23以及行驶里程s23。
车辆1在工作日1的行程数据3包括：
行程31的行驶时长t31以及行驶里程s31。
则车辆1的单日行驶时长＝(t11+t12+t21+t22+t23)÷3；
车辆1的单次行驶里程＝(s11+s12+s21+s22+s23+s31)÷6
以此类推，即可得到每台车辆的单日行驶时长以及单次行驶里程。
步骤S202，确定单日行驶时长在第一预设时长范围内且单次行驶里程在第一距离范围内的车辆为上班族通勤车辆；
步骤S203，确定单日行驶时长在第二预设时长范围内且单次行驶里程在第二距离范围内的车辆为上班族通勤车辆；
本实施例中，在确定每台车辆的单日行驶时长以及单次行驶里程后，若车辆的单日行驶时长在第一预设时长范围内且单次行驶里程在第一距离范围内，则说明该车辆在工作日中每次行程的里程较短，且每个工作日累计行驶的时长较短，则可确定该车辆为上班族通勤车辆。
同理，在确定每台车辆的单日行驶时长以及单次行驶里程后，若车辆的单日行驶时长在第二预设时长范围内且单次行驶里程在第二距离范围内，则说明该车辆在工作日中每次行程的里程适中，且每个工作日累计行驶的时长适中，则可确定该车辆为上班族通勤车辆。
其中，第一预设时长范围的上限值小于第二预设时长范围的下限值，第一距离范围的上限值小于第二距离范围的下限值。
本实施例中，第一预设时长范围、第二预设时长范围、第一距离范围以及第二距离范围均根据实际需要进行设置。
进一步地，一实施例中，在步骤S201之后，还包括：
确定单日行驶时长大于第二预设时长范围的上限值且单次行驶里程在第一距离范围内的车辆为非定点营运车辆；
确定单日行驶时长大于第二预设时长范围的上限值且单次行驶里程大于第二距离范围的上限值的车辆为定点营运车辆。
本实施例中，若车辆单日行驶时长大于第二预设时长范围的上限值且单次行驶里程在第一距离范围内，说明该车辆在工作日中每次行程的里程较短但每个工作日累计行驶的时长较长，则确定该车辆为非定点营运车辆，例如出租车。
若车辆单日行驶时长大于第二预设时长范围的上限值且单次行驶里程大于第二距离范围的上限值，说明该车辆在工作日中每次行程的里程较长且每个工作日累计行驶的时长较长，则确定该车辆为定点营运车辆，例如公交车。
步骤S30，根据上班族通勤车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆对应的通勤信息。
本实施例中，在从若干车辆中确定上班族通勤车辆后，即可进一步根据上班族通勤车辆在预设时间周期内每个工作日的行程数据进行分析，从而得到上班族通勤车辆对应的通勤信息。
本实施例中，获取若干车辆在预设时间周期内每个工作日的行程数据；根据若干车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆；根据上班族通勤车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆对应的通勤信息。通过本实施例，在若干车辆行程数据的基础上确定上班族通勤车辆，并进一步分析得到上班族通勤车辆对应的通勤信息，从而为交通规划提供有力的数据支撑。
进一步地，一实施例中，行程数据包括每次行程的开始时刻、结束时刻、出发地位置编码以及目的地位置编码，步骤S30包括：
根据上班族通勤车辆在预设时间周期内的工作日行程数据，确定处于第一时段的结束时刻以及处于第二时段的开始时刻，从处于第一时段的结束时刻对应的目的地位置编码以及处于第二时段的开始时刻对应的出发地位置编码中查找出现频次最高的位置编码，确定所述出现频次最高的位置编码为上班族通勤车辆对应的工作地编码。
本实施例中，为便于理解，假设某上班族通勤车辆在预设时间周期内的工作日行程数据包括：
行程1的开始时刻(8:00)、结束时刻(8:50)、出发地位置编码(位置编码1)以及目的地位置编码(位置编码2)；
行程2的开始时刻(7:50)、结束时刻(8:35)、出发地位置编码(位置编码1)以及目的地位置编码(位置编码2)；
行程3的开始时刻(17:30)、结束时刻(18:20)、出发地位置编码(位置编码2)以及目的地位置编码(位置编码1)；
行程4的开始时刻(17:20)、结束时刻(18:50)、出发地位置编码(位置编码4)以及目的地位置编码(位置编码3)
行程5的开始时刻(6:00)、结束时刻(9:55)、出发地位置编码(位置编码1)以及目的地位置编码(位置编码5)。
第一时段根据上班时刻确定，例如上班时刻为9:00，则第一时段设置为8:00～10:00；第二时段根据下班时刻确定，例如下班时刻为17:00，则第二时段设置为17:00～18:00。
如上，则确定处于第一时段的结束时刻包括行程1、行程2以及行程5的结束时刻，确定处于第二时段的开始时刻包括行程3以及行程4的开始时刻。
其中，行程1的结束时刻对应的目的地位置编码为位置编码2、行程2的结束时刻对应的目的地位置编码为位置编码2、行程5的结束时刻对应的目的地位置编码为位置编码5、行程3的开始时刻对应的出发地位置编码为位置编码2、行程4的开始时刻对应的出发地位置编码为位置编码4。
通过统计确定出现频次最高的位置编码为位置编码2，即表明该上班族通勤车辆经常在第一时段达到位置编码2，经常在第二时段从位置编码2离开，则确定位置编码2为上班族通勤车辆对应的工作地编码。
以此类推，即可确定每台上班族通勤车辆对应的工作地编码。
进一步地，一实施例中，在所述确定所述出现频次最高的位置编码为上班族通勤车辆对应的工作地编码之后，还包括：
根据上班族通勤车辆在预设时间周期内的工作日行程数据，确定开始时刻在预设时刻后且出发地位置编码为工作地编码的目标行程；根据目标行程统计上班族通勤车辆对应的加班信息。
本实施例中，若第二时段设置为17:00～18:00，则可将预设时刻设置为18:00，当然还可以设置为18:00后的时刻，在此不作限制。若根据上班族通勤车辆在预设时间周期内的工作日行程数据，确定存在开始时刻在预设时刻后且出发地位置编码为工作地编码的目标行程，则每一次目标行程都表示上班族通勤车辆在较晚的时间才从工作地离开，则根据目标行程即可统计上班族通勤车辆对应的加班信息。
例如，目标行程包括目标行程1～20，则可确定加班次数为20次，将每次目标行程的开始时刻与预设下班时刻相减，即可统计累计加班时长、平均加班时长。
进一步地，一实施例中，步骤S30包括：
根据上班族通勤车辆在预设时间周期内的工作日行程数据，确定每个工作日中最后一次行程的目的地位置编码；根据每个工作日中最后一次行程的目的地位置编码，确定出现频次最高的目的地位置编码，以所述出现频次最高的目的地位置编码为上班族通勤车辆对应的居住地编码。
本实施例中，在工作日，用户最后一次达到的地点一般是自己的居住地，因此根据某上班族通勤车辆在预设时间周期内的工作日行程数据，确定每个工作日中最后一次行程的目的地位置编码。例如，工作日1中最后一次行程的目的地位置编码为编码1、工作日2中最后一次行程的目的地位置编码为编码1、工作日3中最后一次行程的目的地位置编码为编码1、工作日4中最后一次行程的目的地位置编码为编码3、工作日5中最后一次行程的目的地位置编码为编码1，根据每个工作日中最后一次行程的目的地位置编码，即可确定出现频次最高的目的地位置编码为编码1，即以编码1为上班族通勤车辆对应的居住地编码。
以此类推，即可得到每台上班族通勤车辆对应的居住地编码。
进一步地，一实施例中，在以所述出现频次最高的目的地位置编码为上班族通勤车辆对应的居住地编码之后，还包括：
从上班族通勤车辆在预设时间周期内的工作日行程数据中获取所述工作地编码以及居住地编码对应的行程的开始时刻以及结束时刻；根据所述工作地编码以及居住地编码对应的行程的开始时刻以及结束时刻，得到上班族通勤车辆对应的通勤时长。
本实施例中，在确定每台上班族通勤车辆对应的工作地编码以及居住地编码后，便可从某上班族通勤车辆在预设时间周期内的工作日行程数据中获取工作地编码以及居住地编码对应的行程(即出发地位置编码为工作地编码且目的地为居住地编码的行程，以及出发地位置编码为居住地编码且目的地为工作地编码的行程)的开始时刻以及结束时刻，并进一步根据开始时刻以及结束时刻得到该上班族通勤车辆对应的通勤时长。当然，还可以获取工作地编码以及居住地编码对应的行程的里程，从而得到该上班族通勤车辆对应的通勤里程。
以此类推，即可得到每台上班族通勤车辆对应的通勤时长、通勤里程。
进一步地，一实施例中，位置编码根据GeoHash算法确定。
本实施例中，GeoHash算法是一种地址编码方法，能够把二维的空间经纬度数据编码成一个字符串。
第三方面，本发明实施例还提供一种通勤信息获取装置。
一实施例中，参照图3，图3为本发明通勤信息获取装置一实施例的功能模块示意图。如图3所示，通勤信息获取装置包括：
获取模块10，用于获取若干车辆在预设时间周期内每个工作日的行程数据；
车辆类型识别模块20，用于根据若干车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆；
通勤信息确定模块30，用于根据上班族通勤车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆对应的通勤信息。
进一步地，一实施例中，行程数据包括每次行程的行驶时长以及行驶里程，车辆类型识别模块20，用于：
根据若干车辆在预设时间周期内每个工作日的行程数据，确定每台车辆的单日行驶时长以及单次行驶里程；
确定单日行驶时长在第一预设时长范围内且单次行驶里程在第一距离范围内的车辆为上班族通勤车辆；
确定单日行驶时长在第二预设时长范围内且单次行驶里程在第二距离范围内的车辆为上班族通勤车辆；
其中，第一预设时长范围的上限值小于第二预设时长范围的下限值，第一距离范围的上限值小于第二距离范围的下限值。
进一步地，一实施例中，行程数据包括每次行程的开始时刻、结束时刻、出发地位置编码以及目的地位置编码，通勤信息确定模块30，用于：
根据上班族通勤车辆在预设时间周期内的工作日行程数据，确定处于第一时段的结束时刻以及处于第二时段的开始时刻，从处于第一时段的结束时刻对应的目的地位置编码以及处于第二时段的开始时刻对应的出发地位置编码中查找出现频次最高的位置编码，确定所述出现频次最高的位置编码为上班族通勤车辆对应的工作地编码。
进一步地，一实施例中，通勤信息获取装置还包括统计模块，用于：
根据上班族通勤车辆在预设时间周期内的工作日行程数据，确定开始时刻在预设时刻后且出发地位置编码为工作地编码的目标行程；
根据目标行程统计上班族通勤车辆对应的加班信息。
进一步地，一实施例中，通勤信息确定模块30，用于：
根据上班族通勤车辆在预设时间周期内的工作日行程数据，确定每个工作日中最后一次行程的目的地位置编码；
根据每个工作日中最后一次行程的目的地位置编码，确定出现频次最高的目的地位置编码，以所述出现频次最高的目的地位置编码为上班族通勤车辆对应的居住地编码。
进一步地，一实施例中，通勤信息确定模块30，用于：
从上班族通勤车辆在预设时间周期内的工作日行程数据中获取所述工作地编码以及居住地编码对应的行程的开始时刻以及结束时刻；
根据所述工作地编码以及居住地编码对应的行程的开始时刻以及结束时刻，得到上班族通勤车辆对应的通勤时长。
进一步地，一实施例中，所述位置编码根据GeoHash算法确定。
其中，上述通勤信息获取装置中各个模块的功能实现与上述通勤信息获取方法实施例中各步骤相对应，其功能和实现过程在此处不再一一赘述。
第四方面，本发明实施例还提供一种可读存储介质。
本发明可读存储介质上存储有通勤信息获取程序，其中所述通勤信息获取程序被处理器执行时，实现如上述的通勤信息获取方法的步骤。
其中，通勤信息获取程序被执行时所实现的方法可参照本发明通勤信息获取方法的各个实施例，此处不再赘述。
需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种通勤信息获取方法，其特征在于，所述通勤信息获取方法包括：
获取若干车辆在预设时间周期内每个工作日的行程数据；
根据若干车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆；
根据上班族通勤车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆对应的通勤信息。
2.如权利要求1所述的通勤信息获取方法，其特征在于，行程数据包括每次行程的行驶时长以及行驶里程，所述根据若干车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆包括：
根据若干车辆在预设时间周期内每个工作日的行程数据，确定每台车辆的单日行驶时长以及单次行驶里程；
确定单日行驶时长在第一预设时长范围内且单次行驶里程在第一距离范围内的车辆为上班族通勤车辆；
确定单日行驶时长在第二预设时长范围内且单次行驶里程在第二距离范围内的车辆为上班族通勤车辆；
其中，第一预设时长范围的上限值小于第二预设时长范围的下限值，第一距离范围的上限值小于第二距离范围的下限值。
3.如权利要求1所述的通勤信息获取方法，其特征在于，所述行程数据包括每次行程的开始时刻、结束时刻、出发地位置编码以及目的地位置编码，所述根据上班族通勤车辆在预设时间周期内的工作日行程数据，确定上班族通勤车辆对应的通勤信息包括：
根据上班族通勤车辆在预设时间周期内的工作日行程数据，确定处于第一时段的结束时刻以及处于第二时段的开始时刻，从处于第一时段的结束时刻对应的目的地位置编码以及处于第二时段的开始时刻对应的出发地位置编码中查找出现频次最高的位置编码，确定所述出现频次最高的位置编码为上班族通勤车辆对应的工作地编码。
4.如权利要求3所述的通勤信息获取方法，其特征在于，在所述确定所述出现频次最高的位置编码为上班族通勤车辆对应的工作地编码之后，还包括：
根据上班族通勤车辆在预设时间周期内的工作日行程数据，确定开始时刻在预设时刻后且出发地位置编码为工作地编码的目标行程；
根据目标行程统计上班族通勤车辆对应的加班信息。
5.如权利要求3所述的通勤信息获取方法，其特征在于，所述根据上班族通勤车辆在预设时间周期内的工作日行程数据，确定上班族通勤车辆对应的通勤信息包括：
根据上班族通勤车辆在预设时间周期内的工作日行程数据，确定每个工作日中最后一次行程的目的地位置编码；
根据每个工作日中最后一次行程的目的地位置编码，确定出现频次最高的目的地位置编码，以所述出现频次最高的目的地位置编码为上班族通勤车辆对应的居住地编码。
6.如权利要求5所述的通勤信息获取方法，其特征在于，在所述以所述出现频次最高的目的地位置编码为上班族通勤车辆对应的居住地编码之后，还包括：
从上班族通勤车辆在预设时间周期内的工作日行程数据中获取所述工作地编码以及居住地编码对应的行程的开始时刻以及结束时刻；
根据所述工作地编码以及居住地编码对应的行程的开始时刻以及结束时刻，得到上班族通勤车辆对应的通勤时长。
7.如权利要求4至6中任一项所述的通勤信息获取方法，其特征在于，所述位置编码根据GeoHash算法确定。
8.一种通勤信息获取装置，其特征在于，所述通勤信息获取装置包括：
获取模块，用于获取若干车辆在预设时间周期内每个工作日的行程数据；
车辆类型识别模块，用于根据若干车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆；
通勤信息确定模块，用于根据上班族通勤车辆在预设时间周期内每个工作日的行程数据，确定上班族通勤车辆对应的通勤信息。
9.一种通勤信息获取设备，其特征在于，所述通勤信息获取设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的通勤信息获取程序，其中所述通勤信息获取程序被所述处理器执行时，实现如权利要求1至7中任一项所述的通勤信息获取方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有通勤信息获取程序，其中所述通勤信息获取程序被处理器执行时，实现如权利要求1至7中任一项所述的通勤信息获取方法的步骤。
CN202210306454.6A 2022-03-25 2022-03-25 通勤信息获取方法、装置、设备及可读存储介质 Pending CN114677012A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210306454.6A CN114677012A (zh) 2022-03-25 2022-03-25 通勤信息获取方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210306454.6A CN114677012A (zh) 2022-03-25 2022-03-25 通勤信息获取方法、装置、设备及可读存储介质

Publications (1)

Publication Number Publication Date
CN114677012A true CN114677012A (zh) 2022-06-28

Family

ID=82075816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210306454.6A Pending CN114677012A (zh) 2022-03-25 2022-03-25 通勤信息获取方法、装置、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN114677012A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115440040A (zh) * 2022-09-02 2022-12-06 重庆大学 一种基于高速公路通行数据的通勤车辆识别方法
CN115630938A (zh) * 2022-12-08 2023-01-20 智慧足迹数据科技有限公司 通勤行程识别方法、装置、计算机设备及可读存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115440040A (zh) * 2022-09-02 2022-12-06 重庆大学 一种基于高速公路通行数据的通勤车辆识别方法
CN115440040B (zh) * 2022-09-02 2023-09-22 重庆大学 一种基于高速公路通行数据的通勤车辆识别方法
CN115630938A (zh) * 2022-12-08 2023-01-20 智慧足迹数据科技有限公司 通勤行程识别方法、装置、计算机设备及可读存储介质

Similar Documents

Publication Publication Date Title
CN114677012A (zh) 通勤信息获取方法、装置、设备及可读存储介质
US8583320B2 (en) Apparatus and method for automated vehicle roadside assistance
CN107492063B (zh) 一种上车点推荐处理方法及系统
EP1995564B1 (de) Verfahren und Vorrichtung zur adaptiven Zielermittlung bei Navigationssystemen
CN109559178B (zh) 电子发票批量开票方法、电子装置及可读存储介质
EP2602750A1 (en) Action characteristic extraction device, action characteristic extraction system, method of extracting action characteristic, and action characteristic extraction program
CN112884918A (zh) 电子优惠券发放方法、装置、系统及计算机可读存储介质
CN110930765B (zh) 预警优先级判定方法、设备、存储介质及装置
US9858118B2 (en) Information processing device and information processing method to present tasks
CN109829328A (zh) 数据脱敏、逆脱敏方法及装置、存储介质、终端
CN110688354B (zh) 数据库中慢日志文件的分析方法、终端以及存储介质
KR100932630B1 (ko) 정보 제공 시스템 및 정보 제공 방법
CN109784548B (zh) 车辆停放的预警方法、服务器及车辆系统
CN110888885A (zh) 轨迹数据处理方法、装置、服务器及可读存储介质
JP6430973B2 (ja) 情報処理装置、情報処理方法及びプログラム
JP2007102525A (ja) 混雑予想システム、混雑予想サーバー、混雑予想方法、及びプログラム
CN111724098A (zh) 信息展示方法、系统、电子设备及存储介质
JP2018160285A (ja) 情報処理装置、情報処理方法及びプログラム
CN113064801B (zh) 数据埋点的方法、装置、可读存储介质及计算机设备
CN109040166A (zh) 信息显示装置和信息显示系统
CN106441266B (zh) 基于二维码的导航方法以及导航系统
CN110704523B (zh) 数据导出方法、装置、设备及计算机可读存储介质
CN109615159B (zh) 请求处理方法和装置
CN113537547A (zh) 一种用于货运司机预约登记排队的物流信息系统和方法
CN109636202B (zh) 人均效能参数的计算方法、装置和存储介质

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