CN116522064A - 一种旅客常住地确定方法、装置、电子设备和存储介质 - Google Patents
一种旅客常住地确定方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN116522064A CN116522064A CN202310280342.2A CN202310280342A CN116522064A CN 116522064 A CN116522064 A CN 116522064A CN 202310280342 A CN202310280342 A CN 202310280342A CN 116522064 A CN116522064 A CN 116522064A
- Authority
- CN
- China
- Prior art keywords
- passenger
- maximum
- city
- ratio
- arrival
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004364 calculation method Methods 0.000 claims abstract description 100
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000009471 action Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Bioinformatics & Computational Biology (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Algebra (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种旅客常住地确定方法、装置、电子设备和存储介质,该方法和装置应用于电子设备,具体为获取旅客在一个计算周期内的行程数据;计算旅客在计算周期内在到达过城市的最大停留时间;计算旅客在计算周期内在到达过城市的最大出发次数和最大到达次数;采用熵和条件熵的方法计算出发和到达过城市为旅客常住地的置信度;对最大停留时间、最大出发次数、最大到达次数和/或置信度进行综合计算,从出发和到达过城市中得到旅客常住地。通过上述方案即可实现对旅客常住地的有效确定,从而解决了因证件信息与其常住地信息不一致而无法有效掌握旅客的常住地的情况。
Description
本申请要求于2022年11月21日提交中国专利局、申请号为202211454484.8、发明名称为“一种旅客常住地确定方法、装置、电子设备和存储介质”的国内申请的优先权,其全部内容通过引用结合在本申请中。
技术领域
本申请涉及民航信息技术领域,更具体地说,涉及一种旅客常住地确定方法、装置、电子设备和存储介质。
背景技术
随着经济的发展,人们的流动性逐渐加强,一个人的证件信息与其常住地信息往往并不一致,传统靠旅客的证件信息确认旅客常住地的方式已失去有效性,往往并不能有效确定旅客的常住地。
发明内容
有鉴于此,本申请提供一种旅客常住地确定方法、装置、电子设备和存储介质,用于通过对各种信息的分析处理确定旅客的常住地,以解决传统方法无法有效确定旅客的常住地的情况。
为了实现上述目的,现提出的方案如下:
一种旅客常住地确定方法,应用于电子设备,所述旅客常住地确定方法包括步骤:
获取旅客在一个计算周期内的行程数据;
计算所述旅客在所述计算周期内在到达过城市的最大停留时间;
计算所述旅客在所述计算周期内在所述到达过城市的最大出发次数和最大到达次数;
采用熵和条件熵的方法计算所述到达过城市为旅客常住地的置信度;
对所述最大停留时间、所述最大出发次数、所述最大到达次数和/或所述置信度进行综合计算,从所述到达过城市中得到所述旅客常住地。
可选的,所述获取旅客在一个计算周期内的行程数据,包括步骤:
采集所述旅客在所述计算周期内的已成行航段信息,并按所述旅客的维度对所述已成行航段信息进行汇总,得到所述行程数据。
可选的,所述根据所述最大出发次数和所述最大到达次数为旅客常住地的置信度,包括步骤:
计算所述到达过城市中到达城市的信息熵;
计算以所述到达过城市中出发城市为条件的所述到达城市的条件熵;
对所述信息熵和所述条件熵进行计算,得到所述置信度。
可选的,所述对所述最大停留时间、所述最大出发次数、所述最大到达次数和/或所述置信度进行综合计算,从所述到达过城市中得到所述旅客常住地,包括步骤:
当所述最大停留时间与所述计算周期的比值大于第一比值时,则确定对应的到达过城市为所述旅客常住地;
当所述最大停留时间与所述计算周期的比值大于等于第二比值且小于所述第一比值时,则根据所述最大停留时间、所述最大出发次数和所述最大到达次数确定所述旅客常住地,所述第二比值小于所述第一比值;
当所述最大停留时间与所述计算周期的比值小于所述第二比值时,则根据所述最大出发次数、所述最大到达次数和所述置信度确定所述旅客常住地。
可选的,所述第一比值为二分之一,所述第二比值为五分之一。
一种旅客常住地确定装置,应用于电子设备,所述旅客常住地确定装置包括:
数据获取模块,被配置为获取旅客在一个计算周期内的行程数据;
第一计算模块,被配置为计算所述旅客在所述计算周期内在到达过城市的最大停留时间;
第二计算模块,被配置为计算所述旅客在所述计算周期内在所述到达过城市的最大出发次数和最大到达次数;
第三计算模块,被配置为采用熵和条件熵的方法计算所述到达过城市为旅客常住地的置信度;
第四计算模块,被配置对所述最大停留时间、所述最大出发次数、所述最大到达次数和/或所述置信度进行综合计算,从所述到达过城市中得到所述旅客常住地。
可选的,所述数据获取模块被配置为采集所述旅客在所述计算周期内的已成行航段信息,并按所述旅客的维度对所述已成行航段信息进行汇总,得到所述行程数据。
可选的,所述第三计算模块包括:
第一计算单元,被配置为计算所述到达过城市中每个所述到达城市的信息熵;
第二计算单元,被配置为计算以所述到达过城市中出发城市为条件的所述到达城市的条件熵;
第三计算单元,被配置为对所述信息熵和所述条件熵进行计算,得到所述置信度。
可选的,所述第四计算模块包括:
第一判定单元,被配置为当所述最大停留时间与所述计算周期的比值大于第一比值时,则确定对应的到达过城市为所述旅客常住地;
第二判定单元,被配置为当所述最大停留时间与所述计算周期的比值大于等于第二比值且小于所述第一比值时,则根据所述最大停留时间、所述最大出发次数和所述最大到达次数确定所述旅客常住地,所述第二比值小于所述第一比值;
第三判定单元,被配置为当所述最大停留时间与所述计算周期的比值小于所述第二比值时,则根据所述最大出发次数、所述最大到达次数和所述置信度确定所述旅客常住地。
可选的,所述第一比值为二分之一,所述第二比值为五分之一。
一种电子设备,包括至少一个处理器和与所述处理器连接的存储器,其中:
所述存储器用于存储计算机程序或指令;
所述处理器用于执行所述计算机程序或指令,以使所述电子设备实现如上所述的旅客常住地确定方法。
一种存储介质,应用于电子设备,所述存储介质承载有一个或多个计算机程序,所述一个或多个计算机程序能够被所述电子设备执行,使得所述电子设备实现如上所述的旅客常住地确定方法。
从上述的技术方案可以看出,本申请公开了一种旅客常住地确定方法、装置、电子设备和存储介质,该方法和装置应用于电子设备,具体为获取旅客在一个计算周期内的行程数据;计算旅客在计算周期内在到达过城市的最大停留时间;计算旅客在计算周期内在到达过城市的最大出发次数和最大到达次数;根据最大出发次数和最大到达次数计算到达过城市为旅客常住地的置信度;对最大停留时间、最大出发次数、最大到达次数和/或置信度进行综合计算,从到达过城市中得到旅客常住地。通过上述方案即可实现对旅客常住地的有效确定,从而解决了因证件信息与其常住地信息不一致而无法有效掌握旅客的常住地的情况。
附图说明
为了更清楚地说明本申请实施例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,下面描述中的附图仅仅是本申请的一些实施例,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为本申请实施例的一种旅客常住地确定方法的流程图;
图2为本申请实施例的一种旅客常住地确定装置的框图;
图3为本申请实施例的一种电子设备的结构示意图。
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清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
实施例一
图1为本申请实施例的一种旅客常住地确定方法的流程图。
如图1所示,本实施例提供的旅客常住地确定方法应用于电子设备,用于对一个或多个旅客的行程数据进行分析和计算,从而得到旅客常住地,该电子设备可以理解为具有信息处理能力和数据计算能力的计算机或服务器,该旅客常住地确定方法具体包括如下步骤:
S1、获取旅客在一个计算周期内的行程数据。
这个计算周期可以根据具体情况选定,如选定一个自然年为该计算周期。在确定需要确定其常住地的一个或多个旅客后,针对该一个或多个旅客提取其在自然年内行程数据,并按旅客维度进行汇总,建立旅客行程列表。
S2、计算旅客在到达过城市的最大停留时间。
这里的到达过城市不仅包括某个旅客的出发城市和到达城市,根据该旅客在上述计算周期内每个到达过城市的停留时间,具体过程如下:
(1)根据所选计算周期(以一年为例),补充首尾航段,指定周期数据除了保留指定年份数据,还要保留这个计算周期过去一个计算周期的最后一个航段,和下一计算周期的第一个航段,如果不存在该第一个航段,则增加最后一个航段的到达地为出发地的虚拟航段;
(2)计算旅客每个到达过城市的停留时间,即下一个航段的的出发城市与上一个航段出发地相同时,用下一航段的出发时间减去上一航段的到达时间,作为该停留时间;
(3)记录上述停留时间中最长的最大停留时间,以及与其对应的到达过城市。
S3、计算旅客在计算周期内的最大出发次数和最大到达次数。
即计算该旅客在上述计算周期内从到达过城市中相应出发城市的出发次数、以及到达相应到达城市的到达次数,从中确定出最大出发次数和最大到达次数,并记录与最大出发次数对应的出发城市ctydpt和最大到达次数对应的到达城市ctyarrv。
S4、计算每个到达过城市为旅客常住地的置信度。
计算每各旅客在上述计算周期内的每个到达过城市的信息熵及条件熵,并基于信息熵和条件熵计算相应到达过城市为旅客常住地的置信度。以出发城市为例,计算过程如下:
(1)计算出发城市的信息熵,信息熵计算公式如下:
这里,cty_dpt是出发城市,Xcty_dpt是出发城市集合。
(2)计算在出发城市cty_dpti条件下到达城市的条件熵,条件熵计算公式如下:
H(cty_arrv|cty_dpti)=∑p(cty_dpt)H(cty_arrvi|cty_dpt=cty_dpti)
(3)计算相应到达过城市为旅客常住地的置信度,即将到达城市的条件熵除以到达城市的信息熵,公式如下:
conf(cty_dpti)=H(cty_arrv|cty_dpti)/H(cty_dpt)
S5、根据已有参数综合计算旅客常住地。
即根据已经得到的最大停留时间、最大出发次数、最大到达次数和置信度件综合计算,从多个到达过城市中确定出旅客常住地。具体过程如下:
首先,如果上述最大停留时间与计算周期的比值大于预设的第一比值,如二分之一,则可以确定该最大停留时间对应的城市ctystay为旅客常住地。
然后,如果上述最大停留时间与计算周期的比值达不到第一比值,但是能够达到或超过第二比值,如五分之一,则根据下述规则确定旅客常住地:
1)如果ctydpt=ctyarrv=ctystav,则确定最大停留时间对应的城市ctystay为旅客常住地;
2)如果ctystav=ctydpt or ctystav=ctyarrv,则确定最大停留时间对应的城市ctystay为旅客常住地。
最后,如果上述最大停留时间与该计算周期的比值小于上述的第二比值,则根据下述规则确定旅客常住地:
1)如果ctydpt=ctyarrv,则确定最大出发次数对应的城市ctydpt为该旅客常住地;
2)如果ctydpt<>ctyarrv and confdpt>confarrv,则确定最大出发次数对应的城市ctydpt为旅客常住地;
3)如果ctydpt<>ctyarrv and confdpt<=confarrv,则确定最大到的次数对应的城市ctyarrv为旅客常住地。
从上述技术方案可以看出,本实施例提供了一种旅客常住地确定方法,该方法应用于电子设备,具体为获取旅客在一个计算周期内的行程数据;计算旅客在计算周期内在到达过城市的最大停留时间;计算旅客在计算周期内在到达过城市的最大出发次数和最大到达次数;采用熵和条件熵的方法计算到达过城市为旅客常住地的置信度;对最大停留时间、最大出发次数、最大到达次数和/或置信度进行综合计算,从到达过城市中得到旅客常住地。通过上述方案即可实现对旅客常住地的有效确定,从而解决了因证件信息与其常住地信息不一致而无法有效掌握旅客的常住地的情况。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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、或代码的一部分,该模块、程序段、或代码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。也应当注意,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,两个接连地表示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操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。
虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序代码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。
实施例二
图2为本申请实施例的一种旅客常住地确定装置的框图。
如图2所示,本实施例提供的旅客常住地确定装置应用于电子设备,用于对一个或多个旅客的行程数据进行分析和计算,从而得到旅客常住地,该电子设备可以理解为具有信息处理能力和数据计算能力的计算机或服务器,该旅客常住地确定装置具体包括数据获取模块10、第一计算模块20、第二计算模块30、第三计算模块40和第四计算模块50。
数据获取模块用于获取旅客在一个计算周期内的行程数据。
这个计算周期可以根据具体情况选定,如选定一个自然年为该计算周期。在确定需要确定其常住地的一个或多个旅客后,针对该一个或多个旅客提取其在自然年内行程数据,并按旅客维度进行汇总,建立旅客行程列表。
第一计算模块用于计算旅客在到达过城市的最大停留时间。
这里的到达过城市不仅包括某个旅客的出发城市和到达城市,根据该旅客在上述计算周期内每个到达过城市的停留时间,具体过程如下:
(1)根据所选计算周期(以一年为例),补充首尾航段,指定周期数据除了保留指定年份数据,还要保留这个计算周期过去一个计算周期的最后一个航段,和下一计算周期的第一个航段,如果不存在该第一个航段,则增加最后一个航段的到达地为出发地的虚拟航段;
(2)计算旅客每个到达过城市的停留时间,即下一个航段的的出发城市与上一个航段出发地相同时,用下一航段的出发时间减去上一航段的到达时间,作为该停留时间;
(3)记录上述停留时间中最长的最大停留时间,以及与其对应的到达过城市。
第二计算模块用于计算旅客在计算周期内的最大出发次数和最大到达次数。
即计算该旅客在上述计算周期内从到达过城市中相应出发城市的出发次数、以及到达相应到达城市的到达次数,从中确定出最大出发次数和最大到达次数,并记录与最大出发次数对应的出发城市ctydpt和最大到达次数对应的到达城市ctyarrv。
第三计算模块用于计算每个到达过城市为旅客常住地的置信度。
计算每各旅客在上述计算周期内的每个到达过城市的信息熵及条件熵,并基于信息熵和条件熵计算相应到达过城市为旅客常住地的置信度。该模块包括第一计算单元、第二计算单元和第三计算单元,以出发城市为例,每个单元功能如下:
第一计算单元用于计算到达城市的信息熵,信息熵计算公式如下:
这里,cty_dpt是出发城市,Xcty_dpt是出发城市集合。
第二计算单元用于计算在出发城市cty_dpti条件下到达城市的条件熵,条件熵计算公式如下:
H(cty_arrv|cty_dpti)=∑p(cty_dpt)H(cty_arrvi|cty_dpt=cty_dpti)
第三计算单元用于计算相应到达过城市为旅客常住地的置信度,即将到达城市的条件熵除以到达城市的信息熵,公式如下:
conf(cty_dpti)=H(cty_arrv|cty_dpti)/H(cty_dpt)
第四计算模块用于根据已有参数综合计算旅客常住地。
即根据已经得到的最大停留时间、最大出发次数、最大到达次数和置信度件综合计算,从多个到达过城市中确定出旅客常住地。该模块包括第一确定单元、第二确定单元和第三确定单元。
第一确定单元用于在上述最大停留时间与计算周期的比值大于预设的第一比值时,如二分之一,确定该最大停留时间对应的城市ctystay为旅客常住地。
第二确定单元用于当上述最大停留时间与计算周期的比值达不到第一比值,但是能够达到或超过第二比值时,如五分之一,则根据下述规则确定旅客常住地:
1)如果ctydpt=ctyarrv=ctystav,则确定最大停留时间对应的城市ctystay为旅客常住地;
2)如果ctystav=ctydpt or ctystav=ctyarrv,则确定最大停留时间对应的城市ctystay为旅客常住地。
第三确定单元用于在上述最大停留时间与该计算周期的比值小于上述的第二比值,则根据下述规则确定旅客常住地:
1)如果ctydpt=ctyarrv,则确定最大出发次数对应的城市ctydpt为该旅客常住地;
2)如果ctydpt<>ctyarrv and confdpt>confarrv,则确定最大出发次数对应的城市ctydpt为旅客常住地;
3)如果ctydpt<>ctyarrv and confdpt<=confarrv,则确定最大到的次数对应的城市ctyarrv为旅客常住地。
从上述技术方案可以看出,本实施例提供了一种旅客常住地确定装置,该装置应用于电子设备,具体为获取旅客在一个计算周期内的行程数据;计算旅客在计算周期内在到达过城市的最大停留时间;计算旅客在计算周期内在到达过城市的最大出发次数和最大到达次数;采用熵和条件熵的方法计算到达过城市为旅客常住地的置信度;对最大停留时间、最大出发次数、最大到达次数和/或置信度进行综合计算,从到达过城市中得到旅客常住地。通过上述方案即可实现对旅客常住地的有效确定,从而解决了因证件信息与其常住地信息不一致而无法有效掌握旅客的常住地的情况。
实施例三
图3为本申请实施例的一种电子设备的结构示意图。
如图3所示,本实施例提供了一种电子设备,图3示出了适于用来实现本实施例中旅客常住地确定方法的电子设备的结构示意图。本实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。该电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
电子设备可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器ROM中的程序或者从输入装置306加载到随机访问存储器RAM303中的程序而执行各种适当的动作和处理。在RAM中,还存储有电子设备操作所需的各种程序和数据。处理装置、ROM以及RAM通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置;以及通信装置309。通信装置309可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
实施例四
本实施例提供了一种计算机可读的存储介质,该存储介质应用于上一实施例中的电子设备,该存储介质承载有一个或者多个计算机程序,当上述一个或者多个计算程序被该电子设备执行时,使得该电子设备能够获取旅客在一个计算周期内的行程数据;计算旅客在计算周期内在到达过城市的最大停留时间;计算旅客在计算周期内在到达过城市的最大出发次数和最大到达次数;采用熵和条件熵的方法计算到达过城市为旅客常住地的置信度;对最大停留时间、最大出发次数、最大到达次数和/或置信度进行综合计算,从到达过城市中得到旅客常住地。通过上述方案即可实现对旅客常住地的有效确定,从而解决了因证件信息与其常住地信息不一致而无法有效掌握旅客的常住地的情况。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,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。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者终端设备不仅包括那些要素,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、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的技术方案进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (12)
1.一种旅客常住地确定方法,应用于电子设备,其特征在于,所述旅客常住地确定方法包括步骤:
获取旅客在一个计算周期内的行程数据;
计算所述旅客在所述计算周期内在到达过城市的最大停留时间;
计算所述旅客在所述计算周期内在所述到达过城市的最大出发次数和最大到达次数;
采用熵和条件熵的方法计算所述到达过城市为旅客常住地的置信度;
对所述最大停留时间、所述最大出发次数、所述最大到达次数和/或所述置信度进行综合计算,从所述到达过城市中得到所述旅客常住地。
2.如权利要求1所述的旅客常住地确定方法,其特征在于,所述获取旅客在一个计算周期内的行程数据,包括步骤:
采集所述旅客在所述计算周期内的已成行航段信息,并按所述旅客的维度对所述已成行航段信息进行汇总,得到所述行程数据。
3.如权利要求1所述的旅客常住地确定方法,其特征在于,所述根据所述最大出发次数和所述最大到达次数为旅客常住地的置信度,包括步骤:
计算所述到达过城市中到达城市的信息熵;
计算以所述到达过城市中出发城市为条件的所述到达城市的条件熵;
对所述信息熵和所述条件熵进行计算,得到所述置信度。
4.如权利要求1所述的旅客常住地确定方法,其特征在于,所述对所述最大停留时间、所述最大出发次数、所述最大到达次数和/或所述置信度进行综合计算,从所述到达过城市中得到所述旅客常住地,包括步骤:
当所述最大停留时间与所述计算周期的比值大于第一比值时,则确定对应的到达过城市为所述旅客常住地;
当所述最大停留时间与所述计算周期的比值大于等于第二比值且小于所述第一比值时,则根据所述最大停留时间、所述最大出发次数和所述最大到达次数确定所述旅客常住地,所述第二比值小于所述第一比值;
当所述最大停留时间与所述计算周期的比值小于所述第二比值时,则根据所述最大出发次数、所述最大到达次数和所述置信度确定所述旅客常住地。
5.如权利要求4所述的旅客常住地确定方法,其特征在于,所述第一比值为二分之一,所述第二比值为五分之一。
6.一种旅客常住地确定装置,应用于电子设备,其特征在于,所述旅客常住地确定装置包括:
数据获取模块,被配置为获取旅客在一个计算周期内的行程数据;
第一计算模块,被配置为计算所述旅客在所述计算周期内在到达过城市的最大停留时间;
第二计算模块,被配置为计算所述旅客在所述计算周期内在所述到达过城市的最大出发次数和最大到达次数;
第三计算模块,被配置为采用熵和条件熵的方法计算所述到达过城市为旅客常住地的置信度;
第四计算模块,被配置对所述最大停留时间、所述最大出发次数、所述最大到达次数和/或所述置信度进行综合计算,从所述到达过城市中得到所述旅客常住地。
7.如权利要求6所述的旅客常住地确定装置,其特征在于,所述数据获取模块被配置为采集所述旅客在所述计算周期内的已成行航段信息,并按所述旅客的维度对所述已成行航段信息进行汇总,得到所述行程数据。
8.如权利要求6所述的旅客常住地确定装置,其特征在于,所述第三计算模块包括:
第一计算单元,被配置为计算所述到达过城市中每个所述到达城市的信息熵;
第二计算单元,被配置为计算以所述到达过城市中出发城市为条件的所述到达城市的条件熵;
第三计算单元,被配置为对所述信息熵和所述条件熵进行计算,得到所述置信度。
9.如权利要求6所述的旅客常住地确定装置,其特征在于,所述第四计算模块包括:
第一判定单元,被配置为当所述最大停留时间与所述计算周期的比值大于第一比值时,则确定对应的到达过城市为所述旅客常住地;
第二判定单元,被配置为当所述最大停留时间与所述计算周期的比值大于等于第二比值且小于所述第一比值时,则根据所述最大停留时间、所述最大出发次数和所述最大到达次数确定所述旅客常住地,所述第二比值小于所述第一比值;
第三判定单元,被配置为当所述最大停留时间与所述计算周期的比值小于所述第二比值时,则根据所述最大出发次数、所述最大到达次数和所述置信度确定所述旅客常住地。
10.如权利要求9所述的旅客常住地确定装置,其特征在于,所述第一比值为二分之一,所述第二比值为五分之一。
11.一种电子设备,其特征在于,包括至少一个处理器和与所述处理器连接的存储器,其中:
所述存储器用于存储计算机程序或指令;
所述处理器用于执行所述计算机程序或指令,以使所述电子设备实现如权利要求1~5任一项所述的旅客常住地确定方法。
12.一种存储介质,应用于电子设备,其特征在于,所述存储介质承载有一个或多个计算机程序,所述一个或多个计算机程序能够被所述电子设备执行,使得所述电子设备实现如权利要求1~5任一项所述的旅客常住地确定方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2022114544848 | 2022-11-21 | ||
CN202211454484 | 2022-11-21 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116522064A true CN116522064A (zh) | 2023-08-01 |
Family
ID=87405446
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310280342.2A Pending CN116522064A (zh) | 2022-11-21 | 2023-03-21 | 一种旅客常住地确定方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116522064A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117689049A (zh) * | 2024-02-02 | 2024-03-12 | 中航信数智科技(北京)有限公司 | 旅客常住地预测方法、装置、电子设备和存储介质 |
-
2023
- 2023-03-21 CN CN202310280342.2A patent/CN116522064A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117689049A (zh) * | 2024-02-02 | 2024-03-12 | 中航信数智科技(北京)有限公司 | 旅客常住地预测方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110365973B (zh) | 视频的检测方法、装置、电子设备及计算机可读存储介质 | |
CN112712801B (zh) | 一种语音唤醒方法、装置、电子设备及存储介质 | |
CN110415276B (zh) | 运动信息计算方法、装置及电子设备 | |
CN110471709B (zh) | 一种加速网页打开速度的方法、装置、介质和电子设备 | |
CN110516159B (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
CN112380876B (zh) | 基于多语言机器翻译模型的翻译方法、装置、设备和介质 | |
CN111738316B (zh) | 零样本学习的图像分类方法、装置及电子设备 | |
CN112307774B (zh) | 对话理解方法、装置、可读介质及电子设备 | |
CN116522064A (zh) | 一种旅客常住地确定方法、装置、电子设备和存储介质 | |
CN110555861B (zh) | 光流计算方法、装置及电子设备 | |
CN112380883B (zh) | 模型训练方法、机器翻译方法、装置、设备及存储介质 | |
CN117541511A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN111857518A (zh) | 图像编辑操作的撤销方法、装置、电子设备及介质 | |
CN110378936B (zh) | 光流计算方法、装置及电子设备 | |
CN110009101B (zh) | 用于生成量化神经网络的方法和装置 | |
CN111626990A (zh) | 目标检测框处理方法、装置及电子设备 | |
CN111540344A (zh) | 声学网络模型训练方法、装置及电子设备 | |
CN111680754B (zh) | 图像分类方法、装置、电子设备及计算机可读存储介质 | |
CN111402867B (zh) | 混合采样率声学模型训练方法、装置及电子设备 | |
CN111143355B (zh) | 数据处理方法及装置 | |
CN110221892B (zh) | 一种滚动窗口信息的方法、装置、介质和电子设备 | |
CN109284350B (zh) | 检索内容的更新方法、装置、存储介质及电子设备 | |
CN111738311A (zh) | 面向多任务的特征提取方法、装置及电子设备 | |
CN110851097A (zh) | 一种笔迹数据一致的控制方法、装置、介质和电子设备 | |
CN110263797B (zh) | 骨架的关键点估计方法、装置、设备及可读存储介质 |
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 |