CN114782219A - 一种人员流动数据分析方法及装置 - Google Patents

Abstract

本申请公开了一种人员流动数据分析方法及装置，涉及通信技术领域，包括：确定目标事件所对应的目标区域，并获取目标区域内包括的第一服务小区列表；获取第二区域内包括的第二服务小区列表；第二区域为第一区域内除目标区域之外的区域；基于第一服务小区列表中包括的每个服务小区的目标信息，和第二服务小区列表中包括的每个服务小区的目标信息，确定第一用户列表和第二用户列表；第一用户列表包括：目标事件发生前与第一服务小区列表中包括的服务小区产生业务的用户；第二用户列表包括：第一用户列表中的用户在目标事件发生后，与第一服务小区列表中包括的服务小区和第二服务小区列表中包括的服务小区主动产生业务的用户。

Description

一种人员流动数据分析方法及装置

本申请要求于2021年09月29日提交国家知识产权局、申请号为202111151403.2、发明名称为“用于应急管理的智能建模系统及方法”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。

技术领域

本申请涉及通信技术领域，尤其涉及一种人员流动数据分析方法及装置。

背景技术

在某区域出现应急事件的情况下，需要对应急事件所在区域的人员信息进行统计，以根据应急事件所在区域内的人员信息，来确定该区域内的人员流动情况。传统的对应急事件所在区域的人员信息和人员流动情况进行统计的方式是通过基于人口普查的形式，统计应急事件所在区域内的人员信息，以确定人员信息和人员流动情况。

在上述方法中，当前统计应急事件所在区域内的人员信息的方式，所获取到的信息不够全面，而且统计周期较长，无法快速获取应急事件所在区域内的人员信息和人员流动情况。因此，在出现应急事件时，统计应急事件所在区域内的人员信息和人员流动情况的效率较低，并且统计到的数据的准确度较低，不利于及时的处理应急事件。

发明内容

本申请提供一种人员流动数据分析方法及装置，用于在出现应急事件时，提高统计应急事件所在区域内的人员信息和人员流动情况的效率，并且提高统计到的数据的准确度，利于及时的处理应急事件。

为达到上述目的，本申请采用如下技术方案：

第一方面，提供了一种人员流动数据分析方法，该方法包括：确定目标事件所对应的目标区域，并获取目标区域内包括的第一服务小区列表；目标区域为第一区域内的部分区域，第一区域为发生目标事件的行政区域；获取第二区域内包括的第二服务小区列表；第二区域为第一区域内除目标区域之外的区域；基于第一服务小区列表中包括的每个服务小区的目标信息，和第二服务小区列表中包括的每个服务小区的目标信息，确定第一用户列表和第二用户列表；其中，目标信息包括：控制面信息和用户面信息，第一用户列表包括：目标事件发生前与第一服务小区列表中包括的服务小区产生业务的用户；第二用户列表包括：第一用户列表中的用户在目标事件发生后，与第一服务小区列表中包括的服务小区和第二服务小区列表中包括的服务小区主动产生业务的用户。

在一种可能的实现方式中，基于第一服务小区列表中包括的每个服务小区的目标信息，和第二服务小区列表中包括的每个服务小区的目标信息，确定第一用户列表和第二用户列表，包括：获取目标事件发生前第一服务小区列表中包括的服务小区对应的第一控制面信息和第一用户面信息，并获取目标事件发生后第一服务小区列表中包括的服务小区对应的第二控制面信息和第二用户面信息，以及获取目标事件发生后第二服务小区列表中包括的服务小区对应的第三控制面信息和第三用户面信息；将第一控制面信息和第一用户面信息中包括的用户信息进行比对去重，确定第一用户列表；基于第二控制面信息和第三控制面信息，从第一用户列表中筛选出第三用户列表；并基于第二用户面信息和第三用户面信息，从第一用户列表中筛选出第四用户列表；将第三用户列表和第四用户列表中包括的用户信息进行比对去重，确定第二用户列表。

在一种可能的实现方式中，第二用户列表包括以下至少一项：每个用户的用户标识、每个用户对应的第一位置信息和每个用户对应的第二位置信息，第一位置信息为在目标事件发生前用户对应的服务小区的位置信息、第二位置信息为在目标事件发生后用户对应的服务小区的位置信息；方法还包括：根据每个用户对应的第一位置信息和每个用户对应的第二位置信息，生成第二用户列表中包括的用户对应的位置迁移图，并将位置迁移图与三维地图模型相结合。

在一种可能的实现方式中，方法还包括：基于第一控制面信息和第二控制面信息，确定第五用户列表，并基于第一用户面信息和第二用户面信息，确定第六用户列表；将第五用户列表和第六用户列表中包括的用户信息进行比对去重，确定第七用户列表；第七用户列表包括：第一用户列表中的用户在目标事件发生后，与第一服务小区列表中包括的服务小区产生业务的用户；将第七用户列表和第一用户列表中包括的用户信息进行比对去重，确定第八用户列表；第八用户列表包括：在目标事件发生后，从目标区域外移动至目标区域内的用户；基于第八用户列表、第二控制面信息和第二用户面信息，确定第八用户列表中包括的用户对应的常驻地；常驻地为与第八用户列表中包括的用户发生业务最多的服务小区对应的位置区域。

在一种可能的实现方式中，方法还包括：将第一用户列表和第二用户列表中包括的用户信息进行比对去重，确定第九用户列表；第九用户列表包括：第一用户列表中的用户在目标事件发生后，未与第一服务小区列表中包括的服务小区主动产生业务的用户。

第二方面，提供了一种人员流动数据分析装置，该一种人员流动数据分析装置包括：处理单元和获取单元；处理单元，用于确定目标事件所对应的目标区域；获取单元，用于获取目标区域内包括的第一服务小区列表；目标区域为第一区域内的部分区域，第一区域为发生目标事件的行政区域；获取单元，用于获取第二区域内包括的第二服务小区列表；第二区域为第一区域内除目标区域之外的区域；处理单元，用于基于第一服务小区列表中包括的每个服务小区的目标信息，和第二服务小区列表中包括的每个服务小区的目标信息，确定第一用户列表和第二用户列表；其中，目标信息包括：控制面信息和用户面信息，第一用户列表包括：目标事件发生前与第一服务小区列表中包括的服务小区产生业务的用户；第二用户列表包括：第一用户列表中的用户在目标事件发生后，与第一服务小区列表中包括的服务小区和第二服务小区列表中包括的服务小区主动产生业务的用户。

第三方面，提供了一种存储一个或多个程序的计算机可读存储介质，该一个或多个程序包括指令，上述指令当被计算机执行时使计算机执行如第一方面的一种人员流动数据分析方法。

第四方面，一种电子设备，包括：处理器以及存储器；其中，存储器用于存储一个或多个程序，一个或多个程序包括计算机执行指令，当电子设备运行时，处理器执行存储器存储的计算机执行指令，以使电子设备执行如第一方面的一种人员流动数据分析方法。

本申请提供一种人员流动数据分析方法及装置，应用于分析人员流动数据的场景中，在发生目标事件的情况下，首先确定目标事件在第一区域中所对应的目标区域，并获取目标区域内包括的第一服务小区列表，以及，获取第一区域内除目标区域之外的第二区域内包括的第二服务小区列表。进一步的，基于第一服务小区列表中包括的每个服务小区的控制面信息和用户面信息，以及第二服务小区列表中包括的每个服务小区的控制面信息和用户面信息，确定目标事件发生前与第一服务小区列表中包括的服务小区产生业务的用户对应的第一用户列表，并确定第一用户列表中的用户在目标事件发生后，与第一服务小区列表中包括的服务小区和第二服务小区列表中包括的服务小区主动产生业务的用户对应的第二用户列表。通过上述方法，在目标事件发生后，可以根据目标区域中包括的服务小区的控制面信息和用户面信息，分析得到目标事件发生前位于目标区域内的用户名单，并进一步的结合目标区域外包括的服务小区的控制面信息和用户面信息，分析得到目标事件发生后，包括从目标区域移动至目标区域外的用户、以及在目标区域内有活动能力的用户对应的用户名单。因此在出现应急事件时，可以提高统计应急事件所在区域内的人员信息和人员流动情况的效率，并且提高统计到的数据的准确度，利于及时的处理应急事件。

附图说明

图1为本申请的实施例提供的一种人员流动数据分析系统结构示意图；

图2为本申请的实施例提供的一种人员流动数据分析方法流程示意图一；

图3为本申请的实施例提供的一种人员流动数据分析方法流程示意图二；

图4为本申请的实施例提供的一种人员流动数据分析方法流程示意图三；

图5为本申请的实施例提供的一种人员流动数据分析方法流程示意图四；

图6为本申请的实施例提供的一种人员流动数据分析方法流程示意图五；

图7为本申请的实施例提供的一种人员流动数据分析装置结构示意图；

图8为本申请的实施例提供的一种电子设备结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

在本申请的描述中，除非另有说明，“/”表示“或”的意思，例如，A/B可以表示A或B。本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。此外，“至少一个”“多个”是指两个或两个以上。“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。

当前，对于应急突发事件的人口迁移分析，是基于人口普查的方式，统计突发事件所在区域的人员基本信息，来获取人员迁移数据的。但是，通过这种方式获取的信息不全面，而且实施周期较长，无法快速获取区域内全部人员的基本信息和迁移信息，不能满足突发事件的应急管理需求。同时传统应急场景的人口迁移分析，无法快速获取某时段内的人口迁移分析结果。而且传统方式的成本较高、实施周期长，效率低下，不能快速获取突发事件所在区域内的，某时段的人员聚集情况和人员流动情况，不利于对突发事件的应急管理和救援组织，不能满足突发事件的应急管理需求。

本申请实施例提供的一种人员流动数据分析方法，可以适用于人员流动数据分析系统。图1示出了该人员流动数据分析系统的一种结构示意图。如图1所示，人员流动数据分析系统20包括：电子设备21、网络设备22以及服务器23。电子设备21与网络设备22进行连接，网络设备22与服务器23进行连接。电子设备21、网络设备22以及服务器23之间可以采用有线方式连接，也可以采用无线方式连接，本申请实施例对此不作限定。

人员流动数据分析系统20可以用于物联网，人员流动数据分析系统20可以包括多个中央处理器(central processing unit，CPU)、多个内存、存储有多个操作系统的存储装置等硬件。

电子设备21可以用于物联网，为用户提供通信业务服务，用于与网络设备22进行交互，实现用户所需的通信业务。

网络设备22可以用于物联网，与服务器23进行连接，用于为电子设备21提供用户所需的通信业务，根据用户需求为用户提供信息传输等服务。例如网络设备22可以为基站。

服务器23可以用于物联网，为网络设备22所对应的服务器，即服务器23为通信运营商的服务器，用于控制维护网络设备22，调整网络设备22执行业务的带宽配置参数，以使得网络设备22为用户提供更优的服务。

需要说明的，电子设备21、网络设备22以及服务器23可以为相互独立的设备，也可以集成于同一设备中，本申请对此不作具体限定。

当电子设备21、网络设备22以及服务器23集成于同一设备时，电子设备21、网络设备22以及服务器23之间的通信方式为该设备内部模块之间的通信。这种情况下，二者之间的通信流程与“电子设备21、网络设备22以及服务器23之间相互独立的情况下，二者之间的通信流程”相同。

在本申请提供的以下实施例中，本申请以电子设备21、网络设备22以及服务器23相互独立设置为例进行说明。

下面结合附图对本申请实施例提供的一种人员流动数据分析方法进行描述。

如图2所示，本申请实施例提供的一种人员流动数据分析方法，应用于包括多个内存以及多个中央处理器CPU的终端，包括S201-S203：

S201、确定目标事件所对应的目标区域，并获取目标区域内包括的第一服务小区列表。

其中，目标区域为第一区域内的部分区域，第一区域为发生目标事件的行政区域。例如，第一区域可以为城市A对应的行政区域。

本申请实施例，在第一区域内发生目标事件的情况下，可以通过确定第一区域内目标事件所对应的目标区域，从而获取目标区域内包括的第一服务小区列表；以及，获取第一区域内除目标区域之外的第二区域内包括的第二服务小区列表。从而基于服务小区的控制面信息和用户面信息，确定目标事件发生前与第一服务小区列表中包括的服务小区产生业务的用户对应的第一用户列表，并确定第一用户列表中的用户在目标事件发生后，与第一服务小区列表中包括的服务小区和第二服务小区列表中包括的服务小区主动产生业务的用户对应的第二用户列表。从而确定在发生目标事件的情况下，目标区域内的人员流动情况。

可选的，上述目标事件可以为自然灾害或突发应急事件等，例如，目标事件可以为以下任一项：地震、台风、沙尘暴、水灾等。

作为一种可能的实现方式，当第一区域内的目标区域发生目标事件(例如水灾)时，可以以目标事件的中心点的经纬度为中心，将该中心点周边N公里内的范围确定为目标区域。

可选的，上述以目标事件的中心点的经纬度为中心，将中心点周边N公里内的范围确定为目标区域，可以理解为，将以中心点为圆心，N公里为半径的圆形区域确定为目标区域；或者，可以理解为，将以中心点为中心，N公里为边长的正方形区域确定为目标区域。

作为一种可能的实现方式，在确定第一区域内的目标事件所对应的目标区域之后，根据第一区域内包括的全部服务小区的经纬度信息，确定，位于目标区域内的多个服务小区，得到第一服务小区列表。其中，服务小区的经纬度信息可以从服务器中直接获取。

示例性的，当城市A发生水灾的情况下，可以根据灾区范围、判定服务小区是否属于灾区范围内、并在确定多个服务小区位于灾区范围内的情况下，将这些服务小区的字段进行填充(例如通过是/否进行填充)，以指示这些服务小区位于灾区范围。

S202、获取第二区域内包括的第二服务小区列表。

其中，第二区域为第一区域内除目标区域之外的区域。

可选的，在确定第一区域内的目标区域之后，可以将第一区域内除目标区域之外的区域确定为第二区域。可以理解，本申请中所描述的目标区域之外的区域即为第二区域。

进一步的，可以根据第一区域内包括的全部服务小区的经纬度信息，确定，位于第二区域内的多个服务小区，得到第二服务小区列表。

S203、基于第一服务小区列表中包括的每个服务小区的目标信息，和第二服务小区列表中包括的每个服务小区的目标信息，确定第一用户列表和第二用户列表。

其中，目标信息包括：控制面信息和用户面信息，第一用户列表包括：目标事件发生前与第一服务小区列表中包括的服务小区产生业务的用户；第二用户列表包括：第一用户列表中的用户在目标事件发生后，与第一服务小区列表中包括的服务小区和第二服务小区列表中包括的服务小区主动产生业务的用户。

需要说明的是，上述控制面信息和用户面信息为服务小区中用于记录用户的通话记录、数据信息、控制信令、信令时间等相关数据的。其中，控制面信息主要用于记录服务小区对应的基站信息，用户面信息主要用于记录服务小区对应的基站标识、用户信息等。该用户信息可以包括：用户标识、业务标识、发生业务的时间等信息。

具体的，基于运营商通信用户通信数据进行分析，主要包括服务小区信息表、XDR控制面信息表、XDR用户面信息表和用户信息表。其中，服务小区信息表格主要包括：小区名称、小区经度、小区纬度、LAC/TAC、CI/ECI等信息，需从运营商的网络运维系统中进行提取。XDR用户面信息表主要包括：时间、手机号、IMSI、LAC/TAC、CI/ECI、经度、纬度等信息，需从运营商的DPI信令采集系统进行提取。XDR控制面信息表主要包括：时间、手机号、IMSI、LAC/TAC、CI/ECI、业务类型等信息，需从运营商的DPI信令采集系统进行提取。用户信息表主要包括：运营商用户的省份、地市、手机号、IMSI、年龄、性别、证据类型、证件号码等身份信息，需从运营商的信息化系统中进行提取。

可选的，可以分别获取目标事件发生前的某一时间点和发生后的某一时间点，第一服务小区列表中包括的每个服务小区的目标信息，和第二服务小区列表中包括的每个服务小区的目标信息。

需要说明的是，上述目标事件发生前的某一时间点可以为目标事件发生时所对应的时间点之前的预设时长的一个时间点；目标事件发生后的某一时间点可以为目标事件发生时所对应的时间点之后的预设时长的一个时间点。例如，在2021年的7月20日下午14时至15时发生目标事件，则可以将2021年的7月20日下午13时确定为目标事件发生前的某一时间点，将2021年的7月20日下午16时确定为目标事件发生后的某一时间点。

可以理解，上述第一用户列表可以理解为目标事件(例如水灾)发生后所确定的涉险用户名单(即可能受到目标事件影响的用户)；上述第二用户列表可以理解为目标事件发生后所确定的脱险用户名单(即在目标事件发生后，未受到目标事件影响的用户)。

本申请实施例中，在发生目标事件的情况下，首先确定目标事件在第一区域中所对应的目标区域，并获取目标区域内包括的第一服务小区列表，以及，获取第一区域内除目标区域之外的第二区域内包括的第二服务小区列表。进一步的，基于第一服务小区列表中包括的每个服务小区的控制面信息和用户面信息，以及第二服务小区列表中包括的每个服务小区的控制面信息和用户面信息，确定目标事件发生前与第一服务小区列表中包括的服务小区产生业务的用户对应的第一用户列表，并确定第一用户列表中的用户在目标事件发生后，与第一服务小区列表中包括的服务小区和第二服务小区列表中包括的服务小区主动产生业务的用户对应的第二用户列表。通过上述方法，在目标事件发生后，可以根据目标区域中包括的服务小区的控制面信息和用户面信息，分析得到目标事件发生前位于目标区域内的用户名单，并进一步的结合目标区域外包括的服务小区的控制面信息和用户面信息，分析得到目标事件发生后，包括从目标区域移动至目标区域外的用户、以及在目标区域内有活动能力的用户对应的用户名单。因此在出现应急事件时，可以提高统计应急事件所在区域内的人员信息和人员流动情况的效率，并且提高统计到的数据的准确度，利于及时的处理应急事件。

在一种设计中，为了确定第一用户列表和第二用户列表，如图3所示，在本申请实施例提供的一种人员流动数据分析方法中，上述S203中的步骤，具体可以包括下述S301-S304：

S301、获取目标事件发生前第一服务小区列表中包括的服务小区对应的第一控制面信息和第一用户面信息，并获取目标事件发生后第一服务小区列表中包括的服务小区对应的第二控制面信息和第二用户面信息，以及获取目标事件发生后第二服务小区列表中包括的服务小区对应的第三控制面信息和第三用户面信息。

作为一种可能的实现方式，可以进一步的根据上述第一控制面信息和第一用户面信息，确定目标事件发生前目标区域内包括的用户信息；并根据上述第二控制面信息和第二用户面信息，确定目标事件发生后目标区域内包括的用户信息；以及根据第三控制面信息和第三用户面信息，确定目标事件发生后第二区域内包括的用户信息。

具体的，可以基于第一服务小区列表，从服务器中筛选目标事件发生前，第一服务小区列表中包括的每个服务小区对应的基站的控制面信息与用户面信息；以及目标事件发生后，第一服务小区列表中包括的每个服务小区对应的基站的控制面信息与用户面信息。

S302、将第一控制面信息和第一用户面信息中包括的用户信息进行比对去重，确定第一用户列表。

作为一种可能的实现方式，可以将第一控制面信息和第一用户面信息中包括的用户信息进行比对、去重，保留用户最后发生业务的时间和对应的服务小区的经纬度，确定第一用户列表。

S303、基于第二控制面信息和第三控制面信息，从第一用户列表中筛选出第三用户列表；并基于第二用户面信息和第三用户面信息，从第一用户列表中筛选出第四用户列表。

作为一种可能的实现方式，可以基于第一服务小区列表和第二服务小区列表，分别筛选目标事件发生后，每个服务小区的控制面信息与用户面信息，从而结合第一用户列表中的用户信息，从第一用户列表中筛选出第三用户列表和第四用户列表。

即可以理解，上述第三用户列表和第四用户列表中包括的用户为：在目标事件发生后，能够与目标区域或第二区域中包括的任一服务小区产生业务的用户，即这些用户在目标事件发生后，未收到目标事件的影响，具备活动能力。

进一步的，分别将第三用户列表和第四用户列表再与第二服务小区列表中包括的小区进行匹配，确定在目标事件发生后，从目标区域移动至第二区域的部分涉险用户(即第一用户列表中的部分用户)，确定部分脱险用户(即第二用户列表中的部分用户)。

需要说明的是，上述第三用户列表和第四用户列表为分别从控制面信息与用户面信息中筛选得到的用户列表，在第三用户列表和第四用户列表中可能存在重复的用户。

S304、将第三用户列表和第四用户列表中包括的用户信息进行比对去重，确定第二用户列表。

作为一种可能的实现方式，进一步的将第三用户列表和第四用户列表中包括的用户信息进行比对去重，既可以准确的确定第二用户列表。

可以理解，脱险用户(即第二用户列表)的确定，为基于涉险用户(即第一用户列表)、在目标事件发生后第一服务小区列表和第二服务小区列表中包括的服务小区对应的控制面信息和用户面信息进行筛选分析得到的。

需要说明的是，第二用户列表中包括在第二区域包括的服务小区内主动发生业务的用户。

具体的，筛选目标事件发生后的控制面信息，先匹配与第一用户列表相关的数据，再与第二服务小区列表进行匹配，从而筛选在第二区域内发生过业务的涉险用户，同时筛选用户最后发生业务的时间和对应的服务小区的经纬度(经纬度采用服务小区的经纬度)。

示例性的，通过控制面信息、第一用户列表相关的数据、第二服务小区列表进行匹配的过程，具体可以通过位置区码(location area code，LAC)/TAC、CI/ECI两个字段来进行匹配。

在筛选目标事件发生后对应的控制面信息时，可以先匹配与第一用户列表相关的数据，再筛选主动发生业务的用户。例如，筛选MO/MT字段为0，或者MO/MT字段为1、业务类型字段为3的用户。

在筛选目标事件发生后对应的用户面信息时，可以先匹配与第一用户列表相关的数据，再与第二服务小区列表进行匹配，例如通过LAC/TAC、CI/ECI两个字段，筛选在第二服务小区列表中所包括的服务小区内发生过业务的用户，同时筛选用户最后发生业务的时间和对应的服务小区的经纬度。

可选的，还可以根据第二用户列表中每个用户发生业务所对应的服务小区的经纬度，匹配对应的地理化位置信息，确定脱险用户的聚集地。

可选的，还可以基于第一用户列表和第二用户列表，以及目标区域内的服务小区的控制面信息与用户面信息，剔除第二用户列表中包括的用户，确定目标区域内的原常驻用户和迁入用户明细表。

进一步的，对于脱险用户去向的统计，根据脱险用户名单列表中的经纬度匹配地理化位置信息，精细化到乡镇级别。根据脱险用户名单中的位置信息进行统计，涉及的每个乡镇下的脱险用户数量。同时对乡镇标记标签，按照乡镇下的脱险用户数量从高到低进行排序，其中乡镇下脱险用户数量占脱险用户总数比例大于等于30％的乡镇标记标签为第一聚集地，在本实施例中将其定义为安置地，并按照占比从高到低分别标记标签为安置地1、安置地2等，而比例小于30％的乡镇按照比例从高到低标记标签为第二聚集地，在本实施例中将其定义为迁入地，并按照占比从高到低分别标记标签为迁入地1、迁入地2等。

在一种设计中，第二用户列表包括以下至少一项：每个用户的用户标识、每个用户对应的第一位置信息和每个用户对应的第二位置信息，第一位置信息为在目标事件发生前用户对应的服务小区的位置信息、第二位置信息为在目标事件发生后用户对应的服务小区的位置信息；为了通过位置迁移图与三维地图模型相结合的方式显示人员流动情况，如图4所示，在本申请实施例提供的一种人员流动数据分析方法中，还可以包括下述S401：

S401、根据每个用户对应的第一位置信息和每个用户对应的第二位置信息，生成第二用户列表中包括的用户对应的位置迁移图，并将位置迁移图与三维地图模型相结合。

需要说明的是，上述三维地图模型为基于第一区域所对应的实景图像数据所生成。

可以理解，通过位置迁移图可以动态的展示在发生目标事件之后，目标区域内的人员流动情况，通过将用户迁移情况生成流动线条的形式，呈现在三维地图模型上进行展示，可以形象的显示用户迁移情况。

可选的，三维地图模型的生成方式具体可以包括下述步骤。首先，获取压缩后的原始图像数据，并通过压缩后的图像数据构建场景图；在构建场景图时，基于图像获取时的空间位置(例如经纬度)，根据空间近邻原则，选取与每张图像最近的一定数量(例如30张、50张等)图像作为其邻近图像，从而快速构建场景图。

进一步的，使用即尺度不变特征变换(Scale-invariant feature transform，SIFT)或类似的算法提取每张图像上的特征点，用来完成图像匹配，特征点为每张图像上的特征点按尺度由大到小排列后，排列靠前的部分特征点。可以仅保留尺度最大的一定数量(例如2000至4000个)的特征点，而不是使用全部的特征点来进行特征点匹配，这样可以大大减少匹配时间。

然后，可以通过空三优化算法确定每张图像拍摄时的位置和姿态信息；空三优化算法为图像处理中常用的算法，其为根据匹配好的特征点，寻找最优的相机位置和姿态信息以及特征点的三维坐标，从而最小化三维点的重投影误差的平方和。

通过立体像对匹配算法由每张图像拍摄时的位置和姿态信息，生成稠密点云；稠密点云生成是通过预设的图像降采样系数对每张图像进行降采样，且指定多个点云采样密度等级，以及仅在高密度等级时才对图像进行全像素深度图生成；前述的图像降采样系数一般默认为2。前述立体像对匹配算法也是图像处理中常用的算法，其可根据每张图像与相邻图像的位置关系，确定每个像素与相邻图像上的同名像素，然后使用前方交会算法确定相应像素的位置，进而得到稠密点云。

可选的，上述点云采样密度等级包括高密度等级、中密度等级与低密度等级；除了高密度等级时才对图像进行全像素深度图生成外，其他均采用间隔像素进行深度图生成，即在中密度等级时对图像水平方向和垂直方向上，每隔一个像素进行深度图生成；在低密度等级时对图像水平方向和垂直方向上，每隔两个像素进行深度图生成。通过指定降采样系数和点云采样密度，可以大大减少稠密点云生成数量和生成时间，也为后续的三维模型生成节约了时间。

进一步的，根据已生成的稠密点云，生成三角网模型；然后将三角网模型与图像数据进行纹理映射，生成接近于建模区域实时图像的三维模型。其中三角网模型是通过Delaunay四面体剖分算法和图割方法基于已生成的稠密点云生成的。

可选的，首先基于生成的稠密点云，生成Delaunay四面体空间剖分，构建全局优化图，图的节点由空间剖分中的四面体构建成，图的边为相邻四面体的三角面，然后确定每个点到其所见相机的连线相交的Delaunay四面体剖分中的三角面，累加权重值1到全局优化图中相应的边，得到可见线约束的全局优化图，最后使用最大流最小割算法对全局优化图进行分割，确定每个四面体与模型表面的内外关系，提取位于表面内外的相邻的四面体的共享三角面构成最终的三角网模型。然后选择与每个三角面最近的可见相机作为其关联相机，然后把同一关联相机的空间上相连通的三角面分成同一组，获取其在关联相机上拍摄的图像块，最后把所有的图像块按照打包算法组合成一张纹理图，实现三角网络的纹理映射，得到上述与建模区域实时图像相同或接近的三维模型。

在一种设计中，为了确定在目标事件发生后，从目标区域外移动至目标区域内的用户以及常驻地，如图5所示，本申请实施例提供的一种人员流动数据分析方法，还可以包括下述S501-S504：

S501、基于第一控制面信息和第二控制面信息，确定第五用户列表，并基于第一用户面信息和第二用户面信息，确定第六用户列表。

需要说明的是，上述第五用户列表和第六用户列表中包括的用户为：在目标事件发生后，仍然留在目标区域内的用户，即可以理解为第五用户列表和第六用户列表为驻灾区用户对应的名单。

其中，第五用户列表和第六用户列表中可能包括有重复的用户信息。

S502、将第五用户列表和第六用户列表中包括的用户信息进行比对去重，确定第七用户列表。

其中，第七用户列表包括：第一用户列表中的用户在目标事件发生后，与第一服务小区列表中包括的服务小区产生业务的用户。

可以理解，上述第七用户列表为去重后得到的驻灾区用户对应的名单。

进一步的，可以理解，第七用户列表中包括的用户中可以包括有两部分用户，其中第一部分用户为在目标事件发生前即在目标区域内，并且在目标事件发生后未离开目标区域的用户；第二部分用户为在目标事件发生前未在目标区域内，并且在目标事件发生后进入到目标区域内的用户(可以理解为援灾用户)。

S503、将第七用户列表和第一用户列表中包括的用户信息进行比对去重，确定第八用户列表。

其中，第八用户列表包括：在目标事件发生后，从目标区域外移动至目标区域内的用户。

可选的，将第七用户列表和第一用户列表中包括的用户信息进行比对去重，即可以将第七用户列表与第一用户列表中重复的用户信息去除掉，并将第七用户列表中剩下的用户信息作为第八用户列表。

可以理解，上述第八用户列表既可以理解为援灾用户，即在目标事件发生后，将目标区域内包括的人员中，去除掉在目标事件发生前即在目标区域内，并且在目标事件发生后未离开目标区域的用户。

S504、基于第八用户列表、第二控制面信息和第二用户面信息，确定第八用户列表中包括的用户对应的常驻地。

其中，常驻地为与第八用户列表中包括的用户发生业务最多的服务小区对应的位置区域。

作为一种可能的实现方式，在确定第八用户列表之后，可以基于第八用户列表中包括的用户，在目标事件发生后与目标区域内包括的服务小区经常产生业务的服务小区坐在的位置，确定第八用户列表中包括的用户在目标区域内的位置区域(即常驻地)。

可以理解，第八用户列表中包括的用户与目标区域内包括的某个服务小区发生的业务最多，既可以确定第八用户列表中包括的用户在该服务小区对应的位置区域经常活动。

具体的，对于第八用户列表中包括的用户(即援灾用户)的具体分析过程，可以通过国际移动用户识别码(International Mobile Subscriber Identification Number，IMSI)字段关联目标事件发生后的驻灾区用户(即第七用户列表)和涉险用户(即第一用户列表)，在目标事件发生后的驻灾区用户中剔除涉险用户，得到援灾用户。其中，IMSI是区别移动用户的标志，储存在SIM卡中，可用于区别移动用户的有效信息。

进一步的，通过援灾用户的IMSI字段关联目标事件发生前的控制面和用户面信息，筛选援灾用户发生业务的信息，并将援灾用户发生业务次数最多的基站小区作为援灾用户的常驻小区。通过次步骤可以得到援灾用户常驻区域的LAC/TAC和CI/ECI。

通过得到的LAC/TAC和CI/ECI，以及第一服务小区列表关联服务小区的经纬度，同时将获取的经纬度进行地理化位置信息匹配，即可得到援灾用户的常驻地，具体的可以精细化到目标区域内包括的乡镇区域。

进一步的还可以对援灾乡镇进行统计展示，根据援灾用户名单中的位置信息进行统计，涉及的每个乡镇下的援灾用户数量。同时对乡镇标记标签，按照乡镇下的援灾用户数量从高到低进行排序。

以及对安置地补充统计，分析所有时段的控制面信息和用户面信息，统计每个用户发生业务最多的基站小区，将其定义为援灾用户的常驻地。根据上述得到的聚集地名单，匹配援灾用户常驻地为安置地乡镇的非脱险用户明细，这部分即为安置地的原常驻用户。同时，沿用上述脱险用户，最终得到每个安置地下面的原常驻用户和安置用户明细。

在一种设计中，为了确定在目标事件发生后，未与第一服务小区列表中包括的服务小区主动产生业务的用户，如图6所示，本申请实施例提供的一种人员流动数据分析方法，还可以包括下述S601：

S601、将第一用户列表和第二用户列表中包括的用户信息进行比对去重，确定第九用户列表。

其中，第九用户列表包括：第一用户列表中的用户在目标事件发生后，未与第一服务小区列表中包括的服务小区主动产生业务的用户。

可选的，上述第九用户列表中包括的用户可以理解为失联用户，即在涉险用户的基础上，去掉脱险用户，即可得到失联用户。例如使用IMSI进行关联，即可确定在目标事件发生后未与目标区域内包括的服务小区产生业务的用户。

进一步的，可以对失联用户的身份信息进行补充，通过IMSI字段关联用户信息表，在第九用户列表中加入每个用户的身份信息，具体可以包含用户的归属省份、归属地市、年龄、性别、证件号码等信息。

本申请提出的一种人员流动数据分析方法，通过移动通信运营商服务器中包括的用户通信数据进行分析，可快速获取灾区中的失联用户、涉险用户、脱险用户、援灾用户的名单和联系方式，以及用户迁入迁出的动态情况。根据服务小区对应的信息，确定出目标区域内的用户迁移动态情况，可以准确的定位用户位置，且分析时间不受限制，并将用户迁移动态情况结果与三维地图模型相结合，可更加直观呈现用户迁移效果，为应急管理快速辅助决策提供必要的支撑，快速组织搜救失联用户和涉险用户。

即在本实施例中，可对目标区域内人口迁入迁出的动态轨迹进行显示，并与三维模型相结合，可更加直观呈现人口迁移效果。同时基于移动通信运营商的用户通信数据进行分析，可快速获取灾区中的涉险用户、脱险用户、援灾用户以及疑似失联用户的名单。正如上述所提到的，根据基站列表信息得出人口迁移动态情况结果，定位准确，且分析时间不受限制，从而可为应急管理快速辅助决策提供必要的支撑。

上述主要从方法的角度对本申请实施例提供的方案进行了介绍。为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本申请实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本申请实施例可以根据上述方法示例对一种人员流动数据分析装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。可选的，本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

图7为本申请实施例提供的一种人员流动数据分析装置的结构示意图。如图7所示，一种人员流动数据分析装置40用于在出现应急事件时，提高统计应急事件所在区域内的人员信息和人员流动情况的效率，并且提高统计到的数据的准确度，利于及时的处理应急事件，例如用于执行图2所示的一种人员流动数据分析方法。该一种人员流动数据分析装置40包括：处理单元401和获取单元402。

处理单元401，用于确定目标事件所对应的目标区域。

获取单元402，用于获取目标区域内包括的第一服务小区列表；目标区域为第一区域内的部分区域，第一区域为发生目标事件的行政区域。

获取单元402，用于获取第二区域内包括的第二服务小区列表；第二区域为第一区域内除目标区域之外的区域。

处理单元401，用于基于第一服务小区列表中包括的每个服务小区的目标信息，和第二服务小区列表中包括的每个服务小区的目标信息，确定第一用户列表和第二用户列表。

其中，目标信息包括：控制面信息和用户面信息，第一用户列表包括：目标事件发生前与第一服务小区列表中包括的服务小区产生业务的用户；第二用户列表包括：第一用户列表中的用户在目标事件发生后，与第一服务小区列表中包括的服务小区和第二服务小区列表中包括的服务小区主动产生业务的用户。

可选的，在本申请实施例提供的一种人员流动数据分析装置40中，获取单元402，用于获取目标事件发生前第一服务小区列表中包括的服务小区对应的第一控制面信息和第一用户面信息，并获取目标事件发生后第一服务小区列表中包括的服务小区对应的第二控制面信息和第二用户面信息，以及获取目标事件发生后第二服务小区列表中包括的服务小区对应的第三控制面信息和第三用户面信息。

处理单元401，用于将第一控制面信息和第一用户面信息中包括的用户信息进行比对去重，确定第一用户列表。

处理单元401，用于基于第二控制面信息和第三控制面信息，从第一用户列表中筛选出第三用户列表；并基于第二用户面信息和第三用户面信息，从第一用户列表中筛选出第四用户列表。

处理单元401，用于将第三用户列表和第四用户列表中包括的用户信息进行比对去重，确定第二用户列表。

可选的，在本申请实施例提供的一种人员流动数据分析装置40中，第二用户列表包括以下至少一项：每个用户的用户标识、每个用户对应的第一位置信息和每个用户对应的第二位置信息，第一位置信息为在目标事件发生前用户对应的服务小区的位置信息、第二位置信息为在目标事件发生后用户对应的服务小区的位置信息。

处理单元401，用于根据每个用户对应的第一位置信息和每个用户对应的第二位置信息，生成第二用户列表中包括的用户对应的位置迁移图，并将位置迁移图与三维地图模型相结合。

可选的，在本申请实施例提供的一种人员流动数据分析装置40中，处理单元401，用于基于第一控制面信息和第二控制面信息，确定第五用户列表，并基于第一用户面信息和第二用户面信息，确定第六用户列表。

处理单元401，用于将第五用户列表和第六用户列表中包括的用户信息进行比对去重，确定第七用户列表；第七用户列表包括：第一用户列表中的用户在目标事件发生后，与第一服务小区列表中包括的服务小区产生业务的用户。

处理单元401，用于将第七用户列表和第一用户列表中包括的用户信息进行比对去重，确定第八用户列表；第八用户列表包括：在目标事件发生后，从目标区域外移动至目标区域内的用户。

处理单元401，用于基于第八用户列表、第二控制面信息和第二用户面信息，确定第八用户列表中包括的用户对应的常驻地；常驻地为与第八用户列表中包括的用户发生业务最多的服务小区对应的位置区域。

可选的，在本申请实施例提供的一种人员流动数据分析装置40中，处理单元401，用于将第一用户列表和第二用户列表中包括的用户信息进行比对去重，确定第九用户列表；第九用户列表包括：第一用户列表中的用户在目标事件发生后，未与第一服务小区列表中包括的服务小区主动产生业务的用户。

在采用硬件的形式实现上述集成的模块的功能的情况下，本申请实施例提供了上述实施例中所涉及的电子设备的另外一种可能的结构示意图。如图8所示，一种电子设备60，用于在出现应急事件时，提高统计应急事件所在区域内的人员信息和人员流动情况的效率，并且提高统计到的数据的准确度，利于及时的处理应急事件，例如用于执行图2所示的一种人员流动数据分析方法。该电子设备60包括处理器601，存储器602以及总线603。处理器601与存储器602之间可以通过总线603连接。

处理器601是通信装置的控制中心，可以是一个处理器，也可以是多个处理元件的统称。例如，处理器601可以是一个通用中央处理单元(central processing unit，CPU)，也可以是其他通用处理器等。其中，通用处理器可以是微处理器或者是任何常规的处理器等。

作为一种实施例，处理器601可以包括一个或多个CPU，例如图8中所示的CPU 0和CPU 1。

存储器602可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory，EEPROM)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。

作为一种可能的实现方式，存储器602可以独立于处理器601存在，存储器602可以通过总线603与处理器601相连接，用于存储指令或者程序代码。处理器601调用并执行存储器602中存储的指令或程序代码时，能够实现本申请实施例提供的一种人员流动数据分析方法。

另一种可能的实现方式中，存储器602也可以和处理器601集成在一起。

总线603，可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外围设备互连(Peripheral Component Interconnect，PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture，EISA)总线等。该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8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。

需要指出的是，图8示出的结构并不构成对该电子设备60的限定。除图8所示部件之外，该电子设备60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。

作为一个示例，结合图7，电子设备中的处理单元401和获取单元402实现的功能与图8中的处理器601的功能相同。

可选的，如图8所示，本申请实施例提供的电子设备60还可以包括通信接口604。

通信接口604，用于与其他设备通过通信网络连接。该通信网络可以是以太网，无线接入网，无线局域网(wireless local area networks，WLAN)等。通信接口604可以包括用于接收数据的接收单元，以及用于发送数据的发送单元。

在一种设计中，本申请实施例提供的电子设备中，通信接口还可以集成在处理器中。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能单元的划分进行举例说明。在实际应用中，可以根据需要而将上述功能分配由不同的功能单元完成，即将装置的内部结构划分成不同的功能单元，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当计算机执行该指令时，该计算机执行上述方法实施例所示的方法流程中的各个步骤。

本申请的实施例提供一种包含指令的计算机程序产品，当指令在计算机上运行时，使得计算机执行上述方法实施例中的一种人员流动数据分析方法。

其中，计算机可读存储介质，例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘。随机存取存储器(Random Access Memory，RAM)、只读存储器(Read-Only Memory，ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的人以合适的组合、或者本领域数值的任何其他形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(Application Specific Integrated Circuit，ASIC)中。在本申请实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

由于本申请的实施例中的电子设备、计算机可读存储介质、计算机程序产品可以应用于上述方法，因此，其所能获得的技术效果也可参考上述方法实施例，本申请实施例在此不再赘述。

以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何在本申请揭露的技术范围内的变化或替换，都应涵盖在本申请的保护范围之内。

Claims (12)

1.一种人员流动数据分析方法，其特征在于，所述方法包括：

确定目标事件所对应的目标区域，并获取所述目标区域内包括的第一服务小区列表；所述目标区域为第一区域内的部分区域，所述第一区域为发生所述目标事件的行政区域；

获取第二区域内包括的第二服务小区列表；所述第二区域为所述第一区域内除所述目标区域之外的区域；

基于所述第一服务小区列表中包括的每个服务小区的目标信息，和所述第二服务小区列表中包括的每个服务小区的目标信息，确定第一用户列表和第二用户列表；

其中，所述目标信息包括：控制面信息和用户面信息，所述第一用户列表包括：所述目标事件发生前与所述第一服务小区列表中包括的服务小区产生业务的用户；所述第二用户列表包括：所述第一用户列表中的用户在所述目标事件发生后，与所述第一服务小区列表中包括的服务小区和所述第二服务小区列表中包括的服务小区主动产生业务的用户。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一服务小区列表中包括的每个服务小区的目标信息，和所述第二服务小区列表中包括的每个服务小区的目标信息，确定第一用户列表和第二用户列表，包括：

获取所述目标事件发生前所述第一服务小区列表中包括的服务小区对应的第一控制面信息和第一用户面信息，并获取所述目标事件发生后所述第一服务小区列表中包括的服务小区对应的第二控制面信息和第二用户面信息，以及获取所述目标事件发生后所述第二服务小区列表中包括的服务小区对应的第三控制面信息和第三用户面信息；

将所述第一控制面信息和所述第一用户面信息中包括的用户信息进行比对去重，确定所述第一用户列表；

基于所述第二控制面信息和所述第三控制面信息，从所述第一用户列表中筛选出第三用户列表；并基于所述第二用户面信息和所述第三用户面信息，从所述第一用户列表中筛选出第四用户列表；

将所述第三用户列表和所述第四用户列表中包括的用户信息进行比对去重，确定所述第二用户列表。

3.根据权利要求1所述的方法，其特征在于，所述第二用户列表包括以下至少一项：每个用户的用户标识、每个用户对应的第一位置信息和每个用户对应的第二位置信息，所述第一位置信息为在所述目标事件发生前用户对应的服务小区的位置信息、所述第二位置信息为在所述目标事件发生后用户对应的服务小区的位置信息；所述方法还包括：

根据每个用户对应的第一位置信息和每个用户对应的第二位置信息，生成所述第二用户列表中包括的用户对应的位置迁移图，并将所述位置迁移图与三维地图模型相结合。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

基于所述第一控制面信息和所述第二控制面信息，确定第五用户列表，并基于所述第一用户面信息和所述第二用户面信息，确定第六用户列表；

将所述第五用户列表和所述第六用户列表中包括的用户信息进行比对去重，确定第七用户列表；所述第七用户列表包括：所述第一用户列表中的用户在所述目标事件发生后，与所述第一服务小区列表中包括的服务小区产生业务的用户；

将所述第七用户列表和所述第一用户列表中包括的用户信息进行比对去重，确定第八用户列表；所述第八用户列表包括：在所述目标事件发生后，从所述目标区域外移动至所述目标区域内的用户；

基于所述第八用户列表、所述第二控制面信息和所述第二用户面信息，确定所述第八用户列表中包括的用户对应的常驻地；所述常驻地为与所述第八用户列表中包括的用户发生业务最多的服务小区对应的位置区域。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述第一用户列表和所述第二用户列表中包括的用户信息进行比对去重，确定第九用户列表；所述第九用户列表包括：所述第一用户列表中的用户在所述目标事件发生后，未与所述第一服务小区列表中包括的服务小区主动产生业务的用户。

6.一种人员流动数据分析装置，其特征在于，包括：处理单元和获取单元；

所述处理单元，用于确定目标事件所对应的目标区域；

所述获取单元，用于获取所述目标区域内包括的第一服务小区列表；所述目标区域为第一区域内的部分区域，所述第一区域为发生所述目标事件的行政区域；

所述获取单元，用于获取第二区域内包括的第二服务小区列表；所述第二区域为所述第一区域内除所述目标区域之外的区域；

所述处理单元，用于基于所述第一服务小区列表中包括的每个服务小区的目标信息，和所述第二服务小区列表中包括的每个服务小区的目标信息，确定第一用户列表和第二用户列表；

其中，所述目标信息包括：控制面信息和用户面信息，所述第一用户列表包括：所述目标事件发生前与所述第一服务小区列表中包括的服务小区产生业务的用户；所述第二用户列表包括：所述第一用户列表中的用户在所述目标事件发生后，与所述第一服务小区列表中包括的服务小区和所述第二服务小区列表中包括的服务小区主动产生业务的用户。

7.根据权利要求6所述的人员流动数据分析装置，其特征在于，所述获取单元，用于获取所述目标事件发生前所述第一服务小区列表中包括的服务小区对应的第一控制面信息和第一用户面信息，并获取所述目标事件发生后所述第一服务小区列表中包括的服务小区对应的第二控制面信息和第二用户面信息，以及获取所述目标事件发生后所述第二服务小区列表中包括的服务小区对应的第三控制面信息和第三用户面信息；

所述处理单元，用于将所述第一控制面信息和所述第一用户面信息中包括的用户信息进行比对去重，确定所述第一用户列表；

所述处理单元，用于基于所述第二控制面信息和所述第三控制面信息，从所述第一用户列表中筛选出第三用户列表；并基于所述第二用户面信息和所述第三用户面信息，从所述第一用户列表中筛选出第四用户列表；

所述处理单元，用于将所述第三用户列表和所述第四用户列表中包括的用户信息进行比对去重，确定所述第二用户列表。

8.根据权利要求6所述的人员流动数据分析装置，其特征在于，所述第二用户列表包括以下至少一项：每个用户的用户标识、每个用户对应的第一位置信息和每个用户对应的第二位置信息，所述第一位置信息为在所述目标事件发生前用户对应的服务小区的位置信息、所述第二位置信息为在所述目标事件发生后用户对应的服务小区的位置信息；

所述处理单元，用于根据每个用户对应的第一位置信息和每个用户对应的第二位置信息，生成所述第二用户列表中包括的用户对应的位置迁移图，并将所述位置迁移图与三维地图模型相结合。

9.根据权利要求7所述的人员流动数据分析装置，其特征在于，所述处理单元，用于基于所述第一控制面信息和所述第二控制面信息，确定第五用户列表，并基于所述第一用户面信息和所述第二用户面信息，确定第六用户列表；

所述处理单元，用于将所述第五用户列表和所述第六用户列表中包括的用户信息进行比对去重，确定第七用户列表；所述第七用户列表包括：所述第一用户列表中的用户在所述目标事件发生后，与所述第一服务小区列表中包括的服务小区产生业务的用户；

所述处理单元，用于将所述第七用户列表和所述第一用户列表中包括的用户信息进行比对去重，确定第八用户列表；所述第八用户列表包括：在所述目标事件发生后，从所述目标区域外移动至所述目标区域内的用户；

所述处理单元，用于基于所述第八用户列表、所述第二控制面信息和所述第二用户面信息，确定所述第八用户列表中包括的用户对应的常驻地；所述常驻地为与所述第八用户列表中包括的用户发生业务最多的服务小区对应的位置区域。

10.根据权利要求6所述的人员流动数据分析装置，其特征在于，所述处理单元，用于将所述第一用户列表和所述第二用户列表中包括的用户信息进行比对去重，确定第九用户列表；所述第九用户列表包括：所述第一用户列表中的用户在所述目标事件发生后，未与所述第一服务小区列表中包括的服务小区主动产生业务的用户。

11.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当被计算机执行时使所述计算机执行如权利要求1-5中任一项所述的一种人员流动数据分析方法。

12.一种电子设备，其特征在于，包括：处理器以及存储器；其中，所述存储器用于存储一个或多个程序，所述一个或多个程序包括计算机执行指令，当所述电子设备运行时，处理器执行所述存储器存储的所述计算机执行指令，以使所述电子设备执行权利要求1-5中任一项所述的一种人员流动数据分析方法。

Images