CN115412854A - 车辆同乘判断方法、装置、电子设备及存储介质 - Google Patents

车辆同乘判断方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115412854A
CN115412854A CN202110587651.5A CN202110587651A CN115412854A CN 115412854 A CN115412854 A CN 115412854A CN 202110587651 A CN202110587651 A CN 202110587651A CN 115412854 A CN115412854 A CN 115412854A
Authority
CN
China
Prior art keywords
user
vehicle
determining
riding
data
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
CN202110587651.5A
Other languages
English (en)
Inventor
林成洪
李龙
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.)
China Mobile Communications Group Co Ltd
China Mobile Xiongan ICT Co Ltd
China Mobile System Integration Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Xiongan ICT Co Ltd
China Mobile System 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 China Mobile Communications Group Co Ltd, China Mobile Xiongan ICT Co Ltd, China Mobile System Integration Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN202110587651.5A priority Critical patent/CN115412854A/zh
Publication of CN115412854A publication Critical patent/CN115412854A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W8/00—Network data management
    • H04W8/18—Processing of user or subscriber data, e.g. subscribed services, user preferences or user profiles; Transfer of user or subscriber data
    • H04W8/183—Processing at user equipment or user record carrier

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供一种车辆同乘判断方法、装置、电子设备及存储介质，其中方法包括：获取第一用户的信令数据和用户通信数据，以及第二用户的信令数据和用户通信数据；基于所述第一用户的信令数据，以及所述第二用户的信令数据，确定所述第一用户和所述第二用户之间的出行轨迹相似度；基于所述第一用户的用户通信数据，以及所述第二用户的用户通信数据，确定所述第一用户和所述第二用户之间的人际关联程度；基于所述出行轨迹相似度和所述人际关联程度，确定所述第一用户和所述第二用户之间的车辆同乘关系。本发明提供的方法、装置、电子设备及存储介质，提高了交通拥堵分析的准确性，为用户出行的路径规划提供了依据。

Description

车辆同乘判断方法、装置、电子设备及存储介质
技术领域
本发明涉及交通管理技术领域，尤其涉及一种车辆同乘判断方法、装置、电子设备及存储介质。
背景技术
移动互联网技术的发展以及移动通信终端的普及，促进了移动大数据技术的发展。移动大数据蕴含了丰富的信息，其中包括用户的出行活动信息。通过移动大数据可以对交通路网的通行状态进行实时监控和预测。
现有技术中，通过采集用户所持有的通信终端的信令数据，来分析得到用户的出行轨迹。该方法仅能得到单个用户的出行轨迹，在进行交通路况的拥堵监测时，无法对一车多人的情况做出判断，交通拥堵分析的准确性差，无法为用户出行的路径规划提供依据。
发明内容
本发明提供一种车辆同乘判断方法、装置、电子设备及存储介质，用于解决现有技术中无法对一车多人的情况做出判断，交通拥堵分析的准确性差的技术问题。
本发明提供一种车辆同乘判断方法，包括：
获取第一用户的信令数据和用户通信数据，以及第二用户的信令数据和用户通信数据；
基于所述第一用户的信令数据，以及所述第二用户的信令数据，确定所述第一用户和所述第二用户之间的出行轨迹相似度；
基于所述第一用户的用户通信数据，以及所述第二用户的用户通信数据，确定所述第一用户和所述第二用户之间的人际关联程度；
基于所述出行轨迹相似度和所述人际关联程度，确定所述第一用户和所述第二用户之间的车辆同乘关系。
根据本发明提供的车辆同乘判断方法，所述基于所述出行轨迹相似度和所述人际关联程度，确定所述第一用户和所述第二用户之间的车辆同乘关系，包括：
若所述出行轨迹相似度大于预设相似阈值并且所述人际关联程度大于预设关联阈值，则确定所述第一用户和所述第二用户之间的车辆同乘关系为真。
根据本发明提供的车辆同乘判断方法，所述基于所述出行轨迹相似度和所述人际关联程度，确定所述第一用户和所述第二用户之间的车辆同乘关系，还包括：
若所述人际关联程度小于等于预设关联阈值，则基于所述第一用户的信令数据，以及所述第二用户的信令数据，分别确定所述第一用户和所述第二用户的出行起始地信息；
若所述出行轨迹相似度大于预设相似阈值并且所述第一用户和所述第二用户的出行起始地信息相同，则确定所述第一用户和所述第二用户之间的车辆同乘关系为真。
根据本发明提供的车辆同乘判断方法，所述用户通信数据包括通信话单数据和/或用户基础数据。
根据本发明提供的车辆同乘判断方法，所述基于所述第一用户的用户通信数据，以及所述第二用户的用户通信数据，确定所述第一用户和所述第二用户之间的人际关联程度，包括：
基于所述第一用户的通信话单数据，以及所述第二用户的通信话单数据，确定所述第一用户和所述第二用户之间的社会关联程度；
和/或，基于所述第一用户的用户基础数据，以及所述第二用户的用户基础数据，确定所述第一用户和所述第二用户之间的家庭关联程度；
基于所述社会关联程度和/或所述家庭关联程度，确定所述第一用户和所述第二用户之间的人际关联程度。
根据本发明提供的车辆同乘判断方法，所述基于所述社会关联程度和/或所述家庭关联程度，确定所述第一用户和所述第二用户之间的人际关联程度，包括：
基于所述第一用户的信令数据，以及所述第二用户的信令数据，确定所述第一用户和所述第二用户之间的地域关联程度；
基于所述社会关联程度、所述家庭关联程度和所述地域关联程度中的至少一种，确定所述第一用户和所述第二用户之间的人际关联程度。
根据本发明提供的车辆同乘判断方法，所述基于所述出行轨迹相似度和所述人际关联程度，确定所述第一用户和所述第二用户之间的车辆同乘关系，之后包括：
若所述第一用户和所述第二用户之间的车辆同乘关系为真，则确定所述第二用户为所述第一用户的车辆同乘用户；
基于所述第一用户的车辆同乘用户的数量，确定所述第一用户所在的车辆的乘坐人数。
本发明还提供一种车辆同乘判断装置，包括：
数据获取单元，用于获取第一用户的信令数据和用户通信数据，以及第二用户的信令数据和用户通信数据；
轨迹比较单元，用于基于所述第一用户的信令数据，以及所述第二用户的信令数据，确定所述第一用户和所述第二用户之间的出行轨迹相似度；
关联确定单元，用于基于所述第一用户的用户通信数据，以及所述第二用户的用户通信数据，确定所述第一用户和所述第二用户之间的人际关联程度；
同乘判断单元，用于基于所述出行轨迹相似度和所述人际关联程度，确定所述第一用户和所述第二用户之间的车辆同乘关系。
本发明还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现所述车辆同乘判断方法的步骤。
本发明还提供一种非暂态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所述车辆同乘判断方法的步骤。
本发明实施例提供的车辆同乘判断方法、装置、电子设备及存储介质，获取第一用户的信令数据和用户通信数据，以及第二用户的信令数据和用户通信数据，通过信令数据，确定第一用户和第二用户之间的出行轨迹相似度，通过用户通信数据，确定第一用户和第二用户之间的人际关联程度，根据出行轨迹相似度和人际关联程度能够准确判断第一用户和第二用户之间是否存在车辆同乘关系，能够对交通路段中一车多人的情况做出识别，提高了交通拥堵分析的准确性，为用户出行的路径规划提供了依据，此外，整个判断过程无需用户主动发送任何信息进行配合，提高了用户的体验。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的车辆同乘判断方法的流程示意图之一；
图2为本发明提供的车辆同乘判断方法的应用场景图；
图3为本发明提供的数据处理系统的架构图；
图4为本发明提供的车辆同乘判断方法的流程示意图之二；
图5为本发明提供的车辆同乘判断装置的结构示意图；
图6为本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明提供的车辆同乘判断方法的流程示意图之一，如图1所示，该方法包括：
步骤110，获取第一用户的信令数据和用户通信数据，以及第二用户的信令数据和用户通信数据。
具体地，本发明实施例的应用场景可以是多个持有移动通信终端的用户驾车或者乘车在道路上通行。此处的道路可以为高速公路，也可以为普通公路等。第一用户可以为多个持有移动通信终端的用户中的任意一个用户，第二用户可以为多个用户中除第一用户之外的一个或者多个用户，需要判断第一用户和第二用户是否乘坐同一辆车。
信令数据为移动通信系统中的控制指令，用于指导通信终端、交换系统及传输系统协同运行。信令数据可以包括移动通信终端的标识码、位置区识别码、基站编号、终端进入基站时间和终端离开基站时间等。
用户通信数据为用户通过移动通信终端进行通信时产生的数据。用户通信数据可以为用户通话记录、用户话单、用户登记注册的基础信息等。
步骤120，基于第一用户的信令数据，以及第二用户的信令数据，确定第一用户和第二用户之间的出行轨迹相似度。
具体地，根据第一用户的信令数据以及第二用户的信令数据，可以分别确定第一用户和第二用户的出行轨迹。例如，根据信令数据中移动通信终端的标识码、终端进出基站的记录等，可以确定移动通信终端所经过的基站，再根据道路沿途各个基站的位置，从而确定持有该移动通信终端的用户的出行轨迹。
根据第一用户和第二用户的出行轨迹，确定第一用户和第二用户之间的出行轨迹相似度。出行轨迹相似度为出行轨迹的相似程度。例如，可以根据出行轨迹中基站重合的数量来确定出行轨迹相似度，即出行轨迹相似度可以为基站重合数量与道路沿途基站总数的比值。基站重合数量越多，出行轨迹相似度越高。
步骤130，基于第一用户的用户通信数据，以及第二用户的用户通信数据，确定第一用户和第二用户之间的人际关联程度。
具体地，根据第一用户的用户通信数据，以及第二用户的用户通信数据，可以确定第一用户和第二用户之间是否关系密切。此处的关系可以亲属关系，也可以为朋友关系、同事关系等。关系密切的程度可以用人际关联程度来衡量。
例如，在第一用户的用户通信数据中可以查找是否有与第二用户存在通话记录，通话的次数和通话时长等书，进而确定第一用户和第二用户之间的人际关联程度。可以分别对通话次数和通话时长设置不同的权值，计算通话次数和通话时长的加权和，并将该加权和用于衡量人际关联程度大小。
步骤140，基于出行轨迹相似度和人际关联程度，确定第一用户和第二用户之间的车辆同乘关系。
具体地，若出行轨迹相似度较低，则表明第一用户与第二用户是各自乘车，不在同一辆车上，不存在车辆同乘关系。
若出行轨迹相似度较高，则说明第一用户与第二用户可能存在车辆同乘关系。此时，需要进一步根据人际关联程度进行判断。若人际关联程度也较高，则表明第一用户和第二用户在同一辆车上，存在车辆同乘关系。其依据是从应用场景上看，两个用户若为朋友关系或者亲属关系，在出行轨迹相似的情况下，极有可能乘坐同一辆车出行。
本发明实施例提供的车辆同乘判断方法，获取第一用户的信令数据和用户通信数据，以及第二用户的信令数据和用户通信数据，通过信令数据，确定第一用户和第二用户之间的出行轨迹相似度，通过用户通信数据，确定第一用户和第二用户之间的人际关联程度，根据出行轨迹相似度和人际关联程度能够准确判断第一用户和第二用户之间是否存在车辆同乘关系，能够对交通路段中一车多人的情况做出识别，提高了交通拥堵分析的准确性，为用户出行的路径规划提供了依据，此外，整个判断过程无需用户主动发送任何信息进行配合，提高了用户的体验。
基于上述实施例，步骤140包括：
若出行轨迹相似度大于预设相似阈值并且人际关联程度大于预设关联阈值，则确定第一用户和第二用户之间的车辆同乘关系为真。
具体地，可以设置预设相似阈值用来对出行轨迹相似度的大小进行衡量，若出行轨迹相似度大于预设相似阈值，则表明第一用户和第二用户的出行轨迹相似，若出行轨迹相似度小于等于预设相似阈值，则表明第一用户和第二用户的出行轨迹不相似。
可以设置预设关联阈值用来对人际关联程度的大小进行衡量，若人际关联程度大于预设关联阈值，则表明第一用户和第二用户存在人际关联，若人际关联程度小于等于预设关联阈值，则表明第一用户和第二用户不存在人际关联。
若出行轨迹相似度大于预设相似阈值并且人际关联程度大于预设关联阈值，则表明第一用户和第二用户的出行轨迹相似并且存在人际关联，第一用户和第二用户之间存在车辆同乘关系。
本发明实施例提供的车辆同乘判断方法，通过出行轨迹相似度和人际关联程度的双重判断，提高了车辆同乘关系判断的准确性。
基于上述任一实施例，步骤140还包括：
若人际关联程度小于等于预设关联阈值，则基于第一用户的信令数据，以及第二用户的信令数据，分别确定第一用户和第二用户的出行起始地信息；
若出行轨迹相似度大于预设相似阈值并且第一用户和第二用户的出行起始地信息相同，则确定第一用户和第二用户之间的车辆同乘关系为真。
具体地，若人际关联程度小于等于预设关联阈值，则表明第一用户和第二用户之间不存在人际关联，但第一用户和第二用户依然可能乘坐同一辆车。例如，乘坐公共交通工具出行的用户，各个用户互不相识，也不存在亲属关系。此时，可以根据第一用户的信令数据，以及第二用户的信令数据，分别确定第一用户和第二用户的出行起始地信息。出行起始地信息也就是OD(Origin-Destination)信息表示。可以通过信令数据中用户持有的移动通信终端进入的基站信息来确定。
若出行轨迹相似度大于预设相似阈值并且第一用户和第二用户的出行起始地信息相同，则表明第一用户和第二用户为乘坐同一公共交通工具出行的用户，可以确定第一用户和第二用户之间的车辆同乘关系为真。
本发明实施例提供的车辆同乘判断方法，通过出行轨迹相似度和出行起始地信息的双重判断，能够识别不同用户是否共同交通工具出行，提高了车辆同乘关系判断的准确性。
基于上述任一实施例，用户通信数据包括通信话单数据和/或用户基础数据。
具体地，通信话单数据是指原始通信记录信息，包括流水号、用户标识、主叫号码、被叫号码、起始时间、结束时间、通话时长和通话性质等。
用户基础数据是指用户使用移动通信服务时登记或者注册的基础信息，包括用户通信号码、居住地址、工作地址、亲属通信号码等。
基于上述任一实施例，步骤130包括：
基于第一用户的通信话单数据，以及第二用户的通信话单数据，确定第一用户和第二用户之间的社会关联程度；
和/或，基于第一用户的用户基础数据，以及第二用户的用户基础数据，确定第一用户和第二用户之间的家庭关联程度；
基于社会关联程度和/或家庭关联程度，确定第一用户和第二用户之间的人际关联程度。
具体地，根据通信话单数据，可以确定第一用户和第二用户之间的社会关联程度。此处的社会关联度可以为第一用户和第二用户之间的朋友关系和合作关系等。例如，在第一用户的通信话单数据中对第二用户的号码进行搜索，若能搜索得到，则进一步查找通话次数和通话时长，从而确定第一用户和第二用户之间的社会关联程度，若不能搜索得到，则第一用户和第二用户之间的社会关联程度为零。
根据用户基础数据，可以确定第一用户和第二用户之间的家庭关联程度。例如，可以在第一用户的登记的亲属通信号码或者第一用户所在的亲情通话网络中对第二用户的号码进行搜索，若能搜索得到，则确定第一用户和第二用户之间的家庭关联程度为真，若不能搜索得到，则确定第一用户和第二用户之间的家庭关联程度为否。
可以对社会关联程度和家庭关联程度进行加权求和，将加权和作为第一用户和第二用户之间的人际关联程度。
基于上述任一实施例，基于社会关联程度和/或家庭关联程度，确定第一用户和第二用户之间的人际关联程度，包括：
基于第一用户的信令数据，以及第二用户的信令数据，确定第一用户和第二用户之间的地域关联程度；
基于社会关联程度、家庭关联程度和地域关联程度中的至少一种，确定第一用户和第二用户之间的人际关联程度。
具体地，上述实施例中，对于社会关联程度和家庭关联程度的识别，并不能完全覆盖用户之间的全部关联程度。例如，若第一用户和第二用户之间存在亲属关系，但两个用户之间并不存在亲情通话网络。
此时，可以根据信令数据，对第一用户和第二用户的经常出现的地域信息进行挖掘，若判断获知第一用户和第二用户经常出现在同一地域，则可以认为第一用户和第二用户之间存在地域关联。地域关联的高低可以用地域关联程度来确定。地域关联较高的用户，可以认为用户之间存在亲属关系、朋友关系等。相应地，这些用户在出行轨迹相似的情况下，乘坐同一车辆出行的可能性极大。
最后，根据社会关联程度、家庭关联程度和地域关联程度中一种或者多种，确定第一用户和第二用户之间的人际关联程度。
本发明实施例提供的车辆同乘判断方法，通过社会关联程度、家庭关联程度和地域关联程度，对用户之间的人际关联程度进行确定，能够识别不同用户是否共同交通工具出行，提高了车辆同乘关系判断的准确性。
基于上述任一实施例，步骤140之后包括：
若第一用户和第二用户之间的车辆同乘关系为真，则确定第二用户为第一用户的车辆同乘用户；
基于第一用户的车辆同乘用户的数量，确定第一用户所在的车辆的乘坐人数。
具体地，可以在多个用户中，以任一用户为第一用户，将其他用户分别作为第二用户，判断第一用户和第二用户之间的车辆同乘关系。将所有满足车辆同乘关系的第二用户作为第一用户的车辆同乘用户。
根据第一用户的车辆同乘用户的数量，可以确定第一用户所在的车辆的乘坐人数。
得到第一用户所在的车辆的乘坐人数后，可以用于：
(1)车辆超载预警
在确定第一用户所在的车辆的规格后，可以根据乘坐人数的数量，判断该车辆是否存在超载，若存在超载，则发出预警信号。
(2)交通拥堵分析
可以获取同一路段中的多个用户，按照车辆同乘关系对多个用户进行分类后，可以认为第一用户及其车辆同乘用户乘坐一辆车，由此，可以分析得到同一路段中存在的车辆的数量，从而进行交通拥堵分析。
基于上述任一实施例，图2为本发明提供的车辆同乘判断方法的应用场景图，如图2所示，如果根据同时间、同轨迹以及用户的社会和家庭关系判断，用户5和用户6有社会或家庭关系，为一辆车；用户4和用户6没有社会和家庭关系，为不同车辆；如果只根据移动通信信令，由于基站覆盖范围较大，用户5、用户6以及用户4分别作为独立个体，同时有三辆车存在，判断结果不准确。用户的社会和家庭关系可以用用户画像来表示。
用户手机在高速公路上行驶时，同一车辆的用户在同一时间进入或离开同一基站会产生相同的轨迹。因此，通过用户信息表以及话单等数据，可以分析同一时间产生了相同轨迹的用户。找出各个用户的社会以及家庭关系，根据社会关系和家庭关系即可判断是否有同行乘客，如果有运营大巴车，则可根据虽然用户的社会关系和家庭关系不同，但OD关系相同，来进一步判断乘客是否乘坐同一辆车的情况。
图3为本发明提供的数据处理系统的架构图，如图3所示，该数据处理系统包括：移动通信信令采集平台、移动大数据应用平台、移动通信话单采集平台、用户信息数据仓库、移动大数据分析平台。
移动通信信令采集平台收集移动通信网的相关设备的信令数据，并进行必要的清洗、去重、合并等预处理。
移动大数据应用平台计算出用户轨迹链以及通勤行为等。
移动通信话单采集平台、负责采集用户话单等数据并进行预处理，分析用户的交往圈，获取对端号码的用户。
用户信息数据仓库负责汇聚移动通信网络侧的各类用户基础信息，例如手机号、住址、亲情网等等，并基于这些基础信息，进行移动通信用户多卡多终端用户的识别，亲情网的组合以及家庭关系的识别。
移动大数据分析平台负责将移动通信信令和话单以及用户信息进行关联分析，从而将移动通信网侧反映的用户行为、用户属性以及用户的通话行为进行关联。例如，如果移动通信网信令反映用户长时间在某一基站下长时间没有移动，说明现在高速路属于拥堵状况，而用户在短时间内发生连续切换基站的行为，则说明交通状况良好。图4为本发明提供的车辆同乘判断方法的流程示意图之二，如图4所示，如果有某一用户和该用户在进入高速路后，在同一时间有相同的轨迹信令，通过关联用户信息和话单分析这个与该用户有社会/家庭关系，则说明这两个用户同乘一辆车；如果有某一用户和该用户在在同一时间有较为相似的轨迹信令，通过关联用户信息和话单分析这个与该用户没有社会/家庭关系，而OD关系相同，则说明这两个用户乘坐相同的车辆；如果有某一用户和该用户在进入高速路后，在同一时间有较为相似的轨迹信令，通过关联用户信息和话单分析这个与该用户没有社会/家庭关系，则说明这两个用户各自乘坐不同的车辆。
移动大数据应用平台，使用移动大数据分析平台的输出，修正原有的移动通信信令大数据分析结果，从而得到优化的用户轨迹链，进而进行更高层次的应用分析。
现有的移动通信网络通常包括移动通信信令采集平台和移动大数据应用平台。本发明实施例对于移动通信网络的基础设施没有重大改动，只需要增加少量的平台，即移动通信话单采集平台、用户信息数据仓库、移动大数据分析平台；并且这三个设备的加入不影响原有的移动通信。
在分析用户行为关联时，移动通信网信令所反映的用户行为与用户信息/话单所反映的用户画像进行关联，规则举例并不限于如下。
规则1：根据手机号匹配出要分析的高速路段的用户轨迹链。
规则2：利用相似度分析算法分析得分较高的用户。
规则3：根据用户信令判断用户的OD关系。
在对用户画像进行分析时，移动通信网侧的用户信息与话单信息进行关联，规则举例并不限于如下。
前提：用户轨迹相似度较高的用户。
规则1：用户同乘一辆车的判定规则：(1)用户话单有主被叫通话行为；(2)用户有相同居住地或工作地等属性；(3)用户信息有亲情网关联用户。综合多种属性对用户进行画像，得到用户间存在社会/家庭关系。
规则2：用户同乘一辆车的判定规则：与规则1类似思路，画像结果为用户间不存在社会/家庭关系，且OD关系相同。
规则3：用户各自乘一辆车的判定规则：与规则1类似思路，画像结果为用户间不存在社会/家庭关系，且OD关系不相同。
基于上述任一实施例，图5为本发明提供的车辆同乘判断装置的结构示意图，如图5所示，该装置包括：
数据获取单元510，用于获取第一用户的信令数据和用户通信数据，以及第二用户的信令数据和用户通信数据；
轨迹比较单元520，用于基于第一用户的信令数据，以及第二用户的信令数据，确定第一用户和第二用户之间的出行轨迹相似度；
关联确定单元530，用于基于第一用户的用户通信数据，以及第二用户的用户通信数据，确定第一用户和第二用户之间的人际关联程度；
同乘判断单元540，用于基于出行轨迹相似度和人际关联程度，确定第一用户和第二用户之间的车辆同乘关系。
本发明实施例提供的车辆同乘判断装置，获取第一用户的信令数据和用户通信数据，以及第二用户的信令数据和用户通信数据，通过信令数据，确定第一用户和第二用户之间的出行轨迹相似度，通过用户通信数据，确定第一用户和第二用户之间的人际关联程度，根据出行轨迹相似度和人际关联程度能够准确判断第一用户和第二用户之间是否存在车辆同乘关系，能够对交通路段中一车多人的情况做出识别，提高了交通拥堵分析的准确性，为用户出行的路径规划提供了依据，此外，整个判断过程无需用户主动发送任何信息进行配合，提高了用户的体验。
基于上述任一实施例，同乘判断单元540用于：
若出行轨迹相似度大于预设相似阈值并且人际关联程度大于预设关联阈值，则确定第一用户和第二用户之间的车辆同乘关系为真。
基于上述任一实施例，同乘判断单元540用于：
若人际关联程度小于等于预设关联阈值，则基于第一用户的信令数据，以及第二用户的信令数据，分别确定第一用户和第二用户的出行起始地信息；
若出行轨迹相似度大于预设相似阈值并且第一用户和第二用户的出行起始地信息相同，则确定第一用户和第二用户之间的车辆同乘关系为真。
基于上述任一实施例，用户通信数据包括通信话单数据和/或用户基础数据。
基于上述任一实施例，关联确定单元530包括：
社会关联确定子单元，用于基于第一用户的通信话单数据，以及第二用户的通信话单数据，确定第一用户和第二用户之间的社会关联程度；
和/或，家庭关联确定子单元，用于基于第一用户的用户基础数据，以及第二用户的用户基础数据，确定第一用户和第二用户之间的家庭关联程度；
关联确定子单元，用于基于社会关联程度和/或家庭关联程度，确定第一用户和第二用户之间的人际关联程度。
基于上述任一实施例，关联确定单元530还包括：
地域关联确定子单元，用于基于第一用户的信令数据，以及第二用户的信令数据，确定第一用户和第二用户之间的地域关联程度；
关联确定子单元，还用于基于社会关联程度、家庭关联程度和地域关联程度中的至少一种，确定第一用户和第二用户之间的人际关联程度。
基于上述任一实施例，该装置还包括：
人数确定单元，用于若第一用户和第二用户之间的车辆同乘关系为真，则确定第二用户为第一用户的车辆同乘用户；基于第一用户的车辆同乘用户的数量，确定第一用户所在的车辆的乘坐人数。
基于上述任一实施例，图6为本发明提供的电子设备的结构示意图，如图6所示，该电子设备可以包括：处理器(Processor)610、通信接口(Communications Interface)620、存储器(Memory)630和通信总线(Communications Bus)640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑命令，以执行如下方法：
获取第一用户的信令数据和用户通信数据，以及第二用户的信令数据和用户通信数据；基于第一用户的信令数据，以及第二用户的信令数据，确定第一用户和第二用户之间的出行轨迹相似度；基于第一用户的用户通信数据，以及第二用户的用户通信数据，确定第一用户和第二用户之间的人际关联程度；基于出行轨迹相似度和人际关联程度，确定第一用户和第二用户之间的车辆同乘关系。
此外，上述的存储器630中的逻辑命令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案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一个存储介质中，包括若干命令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例提供的电子设备中的处理器可以调用存储器中的逻辑指令，实现上述方法，其具体的实施方式与前述方法实施方式一致，且可以达到相同的有益效果，此处不再赘述。
本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的方法，例如包括：
获取第一用户的信令数据和用户通信数据，以及第二用户的信令数据和用户通信数据；基于第一用户的信令数据，以及第二用户的信令数据，确定第一用户和第二用户之间的出行轨迹相似度；基于第一用户的用户通信数据，以及第二用户的用户通信数据，确定第一用户和第二用户之间的人际关联程度；基于出行轨迹相似度和人际关联程度，确定第一用户和第二用户之间的车辆同乘关系。
本发明实施例提供的非暂态计算机可读存储介质上存储的计算机程序被执行时，实现上述方法，其具体的实施方式与前述方法实施方式一致，且可以达到相同的有益效果，此处不再赘述。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
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各实施方式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。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干命令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种车辆同乘判断方法，其特征在于，包括：
获取第一用户的信令数据和用户通信数据，以及第二用户的信令数据和用户通信数据；
基于所述第一用户的信令数据，以及所述第二用户的信令数据，确定所述第一用户和所述第二用户之间的出行轨迹相似度；
基于所述第一用户的用户通信数据，以及所述第二用户的用户通信数据，确定所述第一用户和所述第二用户之间的人际关联程度；
基于所述出行轨迹相似度和所述人际关联程度，确定所述第一用户和所述第二用户之间的车辆同乘关系。
2.根据权利要求1所述的车辆同乘判断方法，其特征在于，所述基于所述出行轨迹相似度和所述人际关联程度，确定所述第一用户和所述第二用户之间的车辆同乘关系，包括：
若所述出行轨迹相似度大于预设相似阈值并且所述人际关联程度大于预设关联阈值，则确定所述第一用户和所述第二用户之间的车辆同乘关系为真。
3.根据权利要求1所述的车辆同乘判断方法，其特征在于，所述基于所述出行轨迹相似度和所述人际关联程度，确定所述第一用户和所述第二用户之间的车辆同乘关系，还包括：
若所述人际关联程度小于等于预设关联阈值，则基于所述第一用户的信令数据，以及所述第二用户的信令数据，分别确定所述第一用户和所述第二用户的出行起始地信息；
若所述出行轨迹相似度大于预设相似阈值并且所述第一用户和所述第二用户的出行起始地信息相同，则确定所述第一用户和所述第二用户之间的车辆同乘关系为真。
4.根据权利要求1所述的车辆同乘判断方法，其特征在于，所述用户通信数据包括通信话单数据和/或用户基础数据。
5.根据权利要求4所述的车辆同乘判断方法，其特征在于，所述基于所述第一用户的用户通信数据，以及所述第二用户的用户通信数据，确定所述第一用户和所述第二用户之间的人际关联程度，包括：
基于所述第一用户的通信话单数据，以及所述第二用户的通信话单数据，确定所述第一用户和所述第二用户之间的社会关联程度；
和/或，基于所述第一用户的用户基础数据，以及所述第二用户的用户基础数据，确定所述第一用户和所述第二用户之间的家庭关联程度；
基于所述社会关联程度和/或所述家庭关联程度，确定所述第一用户和所述第二用户之间的人际关联程度。
6.根据权利要求5所述的车辆同乘判断方法，其特征在于，所述基于所述社会关联程度和/或所述家庭关联程度，确定所述第一用户和所述第二用户之间的人际关联程度，包括：
基于所述第一用户的信令数据，以及所述第二用户的信令数据，确定所述第一用户和所述第二用户之间的地域关联程度；
基于所述社会关联程度、所述家庭关联程度和所述地域关联程度中的至少一种，确定所述第一用户和所述第二用户之间的人际关联程度。
7.根据权利要求1至6任一项所述的车辆同乘判断方法，其特征在于，所述基于所述出行轨迹相似度和所述人际关联程度，确定所述第一用户和所述第二用户之间的车辆同乘关系，之后包括：
若所述第一用户和所述第二用户之间的车辆同乘关系为真，则确定所述第二用户为所述第一用户的车辆同乘用户；
基于所述第一用户的车辆同乘用户的数量，确定所述第一用户所在的车辆的乘坐人数。
8.一种车辆同乘判断装置，其特征在于，包括：
数据获取单元，用于获取第一用户的信令数据和用户通信数据，以及第二用户的信令数据和用户通信数据；
轨迹比较单元，用于基于所述第一用户的信令数据，以及所述第二用户的信令数据，确定所述第一用户和所述第二用户之间的出行轨迹相似度；
关联确定单元，用于基于所述第一用户的用户通信数据，以及所述第二用户的用户通信数据，确定所述第一用户和所述第二用户之间的人际关联程度；
同乘判断单元，用于基于所述出行轨迹相似度和所述人际关联程度，确定所述第一用户和所述第二用户之间的车辆同乘关系。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述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程序时实现如权利要求1至7任一项所述车辆同乘判断方法的步骤。
10.一种非暂态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至7任一项所述车辆同乘判断方法的步骤。
CN202110587651.5A 2021-05-27 2021-05-27 车辆同乘判断方法、装置、电子设备及存储介质 Pending CN115412854A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110587651.5A CN115412854A (zh) 2021-05-27 2021-05-27 车辆同乘判断方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110587651.5A CN115412854A (zh) 2021-05-27 2021-05-27 车辆同乘判断方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN115412854A true CN115412854A (zh) 2022-11-29

Family

ID=84155778

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110587651.5A Pending CN115412854A (zh) 2021-05-27 2021-05-27 车辆同乘判断方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115412854A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116822779A (zh) * 2023-02-06 2023-09-29 长安大学 一种基于手机信令数据的高速公路机动车碳排放计算方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116822779A (zh) * 2023-02-06 2023-09-29 长安大学 一种基于手机信令数据的高速公路机动车碳排放计算方法
CN116822779B (zh) * 2023-02-06 2024-06-04 长安大学 一种基于手机信令数据的高速公路机动车碳排放计算方法

Similar Documents

Publication Publication Date Title
CN110401779B (zh) 一种识别电话号码的方法、装置和计算机可读存储介质
Caceres et al. Traffic flow estimation models using cellular phone data
CN105491532B (zh) 一种用于路网运行状态分析的手机信令过滤方法和装置
CN110351664B (zh) 基于手机信令的用户活动空间识别方法
CN110493476B (zh) 一种检测方法、装置、服务器及存储介质
CN107332704A (zh) 评估高速铁路移动用户使用lte服务质量的方法和系统
CN110969861A (zh) 一种车辆识别方法、装置、设备及计算机存储介质
CN115866547A (zh) 基于信令数据的固定区域游客统计方法、系统和存储介质
CN115412854A (zh) 车辆同乘判断方法、装置、电子设备及存储介质
CN111353342B (zh) 肩头识别模型训练方法、装置、人数统计方法、装置
Zhao et al. GLTC: A metro passenger identification method across AFC data and sparse wifi data
KR20170006158A (ko) 문자 메시지 부정 사용 탐지 방법 및 시스템
CN114841712A (zh) 网约车巡游违规运营状态的确定方法和装置及电子设备
Caceres et al. Supervised land use inference from mobility patterns
CN110611689B (zh) 一种信息识别方法、设备及计算机可读存储介质
CN113569978B (zh) 一种出行轨迹识别方法、装置、计算机设备及存储介质
CN106817710A (zh) 一种网络问题的定位方法及装置
CN105848230B (zh) 一种判断机动车路面竞速的方法和系统
CN112036940B (zh) 数据的处理方法、装置、设备和存储介质
CN111372197B (zh) 预警方法及相关装置
CN109600751B (zh) 一种基于网络侧用户数据的伪基站检测方法
EP3379851B1 (en) Mobility data processing apparatus, mobility data processing method and mobility data processing system
CN109979190B (zh) 一种道路交通状态的预测方法及装置
CN115965137B (zh) 特定对象关联性预测方法、系统、终端及存储介质
CN116744237B (zh) 数据确定方法、装置、设备及介质

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