CN116528152A - 基于智慧文旅的通讯数据处理系统及方法 - Google Patents
基于智慧文旅的通讯数据处理系统及方法 Download PDFInfo
- Publication number
- CN116528152A CN116528152A CN202310812522.0A CN202310812522A CN116528152A CN 116528152 A CN116528152 A CN 116528152A CN 202310812522 A CN202310812522 A CN 202310812522A CN 116528152 A CN116528152 A CN 116528152A
- Authority
- CN
- China
- Prior art keywords
- response
- data
- event
- deviation
- response event
- 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.)
- Granted
Links
- 238000004891 communication Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012545 processing Methods 0.000 title claims abstract description 12
- 230000004044 response Effects 0.000 claims abstract description 322
- 238000004458 analytical method Methods 0.000 claims abstract description 38
- 238000012544 monitoring process Methods 0.000 claims abstract description 32
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 8
- 238000003672 processing method Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 3
- 230000009471 action Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- 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
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/90—Services for handling of emergency or hazardous situations, e.g. earthquake and tsunami warning systems [ETWS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Health & Medical Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Public Health (AREA)
- Computing Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及通讯数据技术领域,具体为基于智慧文旅的通讯数据处理系统及方法,包括数据库获取模块、响应事件标记模块、响应属性特征分析模块、数据偏差模型建立模块和预警分析模块;数据库获取模块用于获取基于无线传感网络技术的用户定位系统所建立的数据库;响应事件标记模块用于提取动态位置数据存在的响应事件并标记响应事件中记录的位置偏差数据;响应属性特征分析模块用于分析被动响应事件对应的响应属性特征;数据偏差模型建立模块用于获取第一响应事件和第二响应事件对应的位置偏差数据和流量数据,建立用户定位系统的数据偏差模型;预警分析模块用于获取实时监测下的通讯溯源数据并基于数据偏差模型进行实时预警分析。
Description
技术领域
本发明涉及通讯数据技术领域,具体为基于智慧文旅的通讯数据处理系统及方法。
背景技术
随着人们生活水平的提高,当下旅游业迅猛发展,随之也带来很多需要解决的问题,如在游客密集的景区内关于游客位置的不确定性,而现有技术给出了可以适配于不同旅游环境下的游客定位系统,基于智慧文旅实现对景区内游客的实时定位、精准定位和快速定位;
但随着定位系统的使用,也浮现了各种各样的问题,例如景区对于与游客定位系统的通讯装置的布局不同、以及景区环境差异的情况下会导致定位系统的定位结果存在偏差,而且在景区内当人流量密集的时候也会存在对定位系统产生影响的情况;那么如何根据景区内的环境以及结合智慧文旅有效的适配不同场景下的高效定位系统,并且可以在出现偏差时做出预警提醒是在现有定位系统上的一个新的革新。
发明内容
本发明的目的在于提供基于智慧文旅的通讯数据处理系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:基于智慧文旅的通讯数据处理方法,包括以下分析步骤:
步骤S1:获取基于无线传感网络技术的用户定位系统所建立的数据库,数据库记录存储通讯溯源数据;通讯溯源数据是指进入景区的用户在开始设置电子标签作为定位节点到结束定位过程中记录的动态位置数据和流量数据;提取动态位置数据存在的响应事件并标记响应事件中记录的位置偏差数据;响应事件包括主动响应事件和被动响应事件;
因为当分析主动触发事件时,对应的所有事件中记录的位置数据存在任意性、数据环境存在多样性,
步骤S2:基于被动响应事件,分析被动响应事件对应的响应属性特征;
步骤S3:剔除存在响应属性特征的主动响应事件为第一响应事件,记录存在响应属性特征的主动响应事件为第二响应事件;获取第一响应事件和第二响应事件对应的位置偏差数据和流量数据,建立用户定位系统的数据偏差模型;
步骤S4:获取实时监测下的通讯溯源数据并基于数据偏差模型进行实时预警分析。
进一步的,步骤S1中提取动态位置数据存在的响应事件并标记响应事件中记录的位置偏差数据,包括以下分析步骤:
响应事件是指定位节点将定位信息传递给对应的路由节点后,定位信息在路由节点间以多跳的方式传递到网关节点,并且网关节点将路由节点传输的定位信息发送到监控中心这一过程中存在触发响应的事件;触发响应是指对用户的位置信息进行查询;
路由节点是基于无线定位网络分布于景区不同景点的静态节点;
网关节点是指景区安放的协调器节点,用于搜集无线信号并通过以太网将搜集到的用户信息传送到上位机;
主动响应事件是指用户主动触发位置信息查询所记录的事件;
被动响应事件是指上位机基于符合触发条件的用户位置信息进行查询所记录的事件;
位置偏差数据是指触发响应对应的响应位置与实际用户位置的空间距离偏差值大于等于偏差阈值时记录的距离差值,实际用户位置是通过监控设备进行获取,且监控设备连接用户定位系统。
确定响应事件是要分析对响应事件造成用户定位效果的影响因素,以及体现在不同响应事件中的差异化程度;而位置偏差数据是直接作为底层通讯数据溯源的依据。
进一步的,步骤S2包括以下分析步骤:
步骤S21:获取被动响应事件中第i类响应位置di,每类响应位置均不相同,提取第i类响应位置记录响应事件中不同用户的个数ni,计算被动响应事件对应响应位置的平均触发率Q0,Q0=(1/m)(∑ni),m表示响应位置的总个数;提取响应事件记录不同用户个数与平均触发率的差值q小于等于差值阈值对应的响应位置为有效响应位置,q=|ni-Q0|;分析有效响应位置是为了筛查在被动响应事件中一些由于系统异常导致的误触事件;输出有效影响位置为被动响应事件中的触发条件;在被动响应事件中不分析人流量的影响是因为在被动响应事件中有效响应区间的设定一般为景区内游客禁止入内的区域,所以不存在流量过大的情况;
步骤S22:提取被动响应事件中记录的位置偏差数据,标记存在位置偏差数据对应的有效响应位置为可疑响应位置D1;获取每一可疑响应位置记录的可疑偏差距离L1,并计算对应可疑偏差距离均值L0,以可疑响应位置D1与对应可疑偏差距离均值L0为基础构建数据组A1,A1=(D1,L0);
因为在景区内一些不允许游客进入的地方关于设置路由节点的个数和位置可能存在差异,从而会导致信号盲区的产生;所以将信号盲区作为被动响应事件的响应数据特征,可以快递的定位存在偏差的区域范围;
步骤S23:输出数据组A1为被动响应事件对应的响应属性特征。
进一步的,步骤S3包括以下分析步骤:
步骤S31:获取第j个第一响应事件发生时记录的位置偏差距离Hj和流量数据Pj,流量数据是指在第一响应事件对应实际用户位置所处监测范围内单位时段的人流量,监测范围是指至少包含两个路由节点的监测区域;获取k组第一响应事件对应的数据对(Pj,Hj),j小于等于k,并构建流量数据与位置偏差距离关系的拟合曲线W1;
步骤S32:获取每一流量数据Pj对应拟合曲线W1的斜率值Ij,计算流量数据与位置偏差距离关系的平均斜率值I0,I0=(1/k)∑Ij;
步骤S33:获取第二响应事件记录的流量数据并计算流量数据均值P0,利用公式:H0=I0*P0,计算第二响应事件对应的预测位置偏差距离H0;获取第二响应事件记录的实际位置偏差距离并计算实际位置偏差距离均值H,若|H-H0|小于等于第二差值阈值,则输出用户定位系统的数据偏差模型为H1=I0*P,P表示实时获取的流量数据,H1表示实时位置偏差距离;当第二响应事件记录的实际位置距离与预测位置偏差距离差值较大时,说明第二响应事件中的响应属性特征对偏差距离存在一定的影响。
步骤S34:若|H-H0|大于第二差值阈值时,获取响应属性特征(D1,L0)对应的可疑响应位置D1,提取可疑响应位置所处监测范围内的路由节点个数E1,计算可疑响应位置D1对应的路由密度R,R=E1/E2,其中E2表示景区内其他监测范围包含路由节点的最大容量;将可疑响应位置D1对应的路由密度与位置偏差距离均值构成数据组A2,A2=(R,L0),并构建路由密度与位置偏差距离均值关系的拟合曲线W2;
步骤S35:获取每一路由密度R对应拟合曲线W2的斜率值J,计算路由密度与位置偏差距离均值的平均斜率值J0;利用公式:H0=I0*P+J0*R0,输出用户定位系统的数据偏差模型H0;其中R0表示实时获取可疑响应位置的路由密度。
进一步的,步骤S4包括以下:
当使用电子标签的用户存在触发响应以及所处景区位置为可疑响应位置且所处监测范围人流量小于流量阈值时,输出可疑响应位置所属数据组的可疑偏差距离均值作为预警提醒;并输出新增路由节点预警提醒;
当使用电子标签的用户存在触发响应,用户所处景区位置不为可疑响应位置且监测范围人流量大于等于流量阈值时,输出数据偏差模型H1的预测偏差距离为预警提醒;
当使用电子标签的用户存在触发响应,用户所处景区位置为可疑响应位置且监测范围人流量大于等于流量阈值时,输出数据偏差模型H0的预测偏差距离为预警提醒;其余情况均不进行预警提醒;
预警提醒是指在用户定位系统实时定位的位置基础上增加以可疑偏差距离均值为半径的定位提醒。
通讯数据处理系统,包括数据库获取模块、响应事件标记模块、响应属性特征分析模块、数据偏差模型建立模块和预警分析模块;
数据库获取模块用于获取基于无线传感网络技术的用户定位系统所建立的数据库;
响应事件标记模块用于提取动态位置数据存在的响应事件并标记响应事件中记录的位置偏差数据;
响应属性特征分析模块用于分析被动响应事件对应的响应属性特征;
数据偏差模型建立模块用于获取第一响应事件和第二响应事件对应的位置偏差数据和流量数据,建立用户定位系统的数据偏差模型;
预警分析模块用于获取实时监测下的通讯溯源数据并基于数据偏差模型进行实时预警分析。
进一步的,响应属性特征分析模块包括平均触发率计算单元、有效响应位置确定单元、可疑响应位置确定单元、数据组构建单元和响应属性特征输出单元;
平均触发率计算单元用于计算被动响应事件对应响应位置的平均触发率;
有效响应位置确定单元用于提取响应事件记录不同用户个数与平均触发率的差值小于等于差值阈值对应的响应位置为有效响应位置;
可疑响应位置确定单元提取被动响应事件中记录的位置偏差数据,标记存在位置偏差数据对应的有效响应位置为可疑响应位置;
数据组构建单元用于以可疑响应位置与对应可疑偏差距离均值为基础构建数据组;
响应属性特征输出单元用于输出数据组为被动响应事件对应的响应属性特征。
进一步的,数据偏差模型建立模块包括拟合曲线绘制单元、平均斜率值计算单元、预测评估单元和数据偏差模型输出单元;
拟合曲线绘制单元用于绘制流量数据与位置偏差距离关系的拟合曲线,以及接受预测评估单元的反馈信号绘制路由密度与位置偏差距离均值关系的拟合曲线;
平均斜率值计算单元用于计算流量数据与位置偏差距离关系的平均斜率值计算流量数据与位置偏差距离关系的平均斜率值;
预测评估单元用于获取第二响应事件记录的流量数据并计算流量数据均值,计算第二响应事件对应的预测位置偏差距离并与实际位置偏差距离均值比较,基于比较结果输出反馈信号;
路由密度计算单元用于基于反馈信号计算可疑响应位置对应的路由密度;
数据偏差模型输出单元用于输出不同反馈信号下用户定位系统的数据偏差模型。
与现有技术相比,本发明所达到的有益效果是:本发明通过对用户定位系统的历史数据进行分析,差别化响应事件从而区分出在不同响应事件中影响定位距离偏差的可能因素,并结合应用定位系统的实际场景做出预测从而实现对游客的精准、高效定位;且在现有技术中对可能产生不稳定定位情况下定位算法的优化仅仅将参考节点和定位节点的距离作为依据,并未考量到即便距离较近但由于人流量和信号盲区造成的通讯损耗,以此并不能精确的确定定位算法来实现有效定位,而本发明基于历史数据中,从数据的结果进行溯源分析,确定在人流量和信号盲区影响情况下的定位偏差,实现适应智慧文旅的智能预警。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明基于智慧文旅的通讯数据处理系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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做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。
请参阅图1,本发明提供技术方案:基于智慧文旅的通讯数据处理方法,包括以下分析步骤:
步骤S1:获取基于无线传感网络技术的用户定位系统所建立的数据库,数据库记录存储通讯溯源数据;通讯溯源数据是指进入景区的用户在开始设置电子标签作为定位节点到结束定位过程中记录的动态位置数据和流量数据;提取动态位置数据存在的响应事件并标记响应事件中记录的位置偏差数据;响应事件包括主动响应事件和被动响应事件;
因为当分析主动触发事件时,对应的所有事件中记录的位置数据存在任意性、数据环境存在多样性,
步骤S2:基于被动响应事件,分析被动响应事件对应的响应属性特征;
步骤S3:剔除存在响应属性特征的主动响应事件为第一响应事件,记录存在响应属性特征的主动响应事件为第二响应事件;获取第一响应事件和第二响应事件对应的位置偏差数据和流量数据,建立用户定位系统的数据偏差模型;
步骤S4:获取实时监测下的通讯溯源数据并基于数据偏差模型进行实时预警分析。
步骤S1中提取动态位置数据存在的响应事件并标记响应事件中记录的位置偏差数据,包括以下分析步骤:
响应事件是指定位节点将定位信息传递给对应的路由节点后,定位信息在路由节点间以多跳的方式传递到网关节点,并且网关节点将路由节点传输的定位信息发送到监控中心这一过程中存在触发响应的事件;触发响应是指对用户的位置信息进行查询;
电子标签一般采用CC2431模块内置定位引擎,每一个电子标签拥有唯一的16位或者64位的ID地址和地理位置信息,每个游客佩戴电子标签后,在数据库就要记录游客的相关信息;
路由节点是基于无线定位网络分布于景区不同景点的静态节点;
网关节点是指景区安放的协调器节点,用于搜集无线信号并通过以太网将搜集到的用户信息传送到上位机;
主动响应事件是指用户主动触发位置信息查询所记录的事件;
被动响应事件是指上位机基于符合触发条件的用户位置信息进行查询所记录的事件;
位置偏差数据是指触发响应对应的响应位置与实际用户位置的空间距离偏差值大于等于偏差阈值时记录的距离差值,实际用户位置是通过监控设备进行获取,且监控设备连接用户定位系统。
确定响应事件是要分析对响应事件造成用户定位效果的影响因素,以及体现在不同响应事件中的差异化程度;而位置偏差数据是直接作为底层通讯数据溯源的依据。
步骤S2包括以下分析步骤:
步骤S21:获取被动响应事件中第i类响应位置di,每类响应位置均不相同,提取第i类响应位置记录响应事件中不同用户的个数ni,计算被动响应事件对应响应位置的平均触发率Q0,Q0=(1/m)(∑ni),m表示响应位置的总个数;提取响应事件记录不同用户个数与平均触发率的差值q小于等于差值阈值对应的响应位置为有效响应位置,q=|ni-Q0|;分析有效响应位置是为了筛查在被动响应事件中一些由于系统异常导致的误触事件;输出有效影响位置为被动响应事件中的触发条件;在被动响应事件中不分析人流量的影响是因为在被动响应事件中有效响应区间的设定一般为景区内游客禁止入内的区域,所以不存在流量过大的情况;
步骤S22:提取被动响应事件中记录的位置偏差数据,标记存在位置偏差数据对应的有效响应位置为可疑响应位置D1;获取每一可疑响应位置记录的可疑偏差距离L1,并计算对应可疑偏差距离均值L0,以可疑响应位置D1与对应可疑偏差距离均值L0为基础构建数据组A1,A1=(D1,L0);
因为在景区内一些不允许游客进入的地方关于设置路由节点的个数和位置可能存在差异,从而会导致信号盲区的产生;所以将信号盲区作为被动响应事件的响应数据特征,可以快递的定位存在偏差的区域范围;
步骤S23:输出数据组A1为被动响应事件对应的响应属性特征。
步骤S3包括以下分析步骤:
步骤S31:获取第j个第一响应事件发生时记录的位置偏差距离Hj和流量数据Pj,流量数据是指在第一响应事件对应实际用户位置所处监测范围内单位时段的人流量,监测范围是指至少包含两个路由节点的监测区域;获取k组第一响应事件对应的数据对(Pj,Hj),j小于等于k,并构建流量数据与位置偏差距离关系的拟合曲线W1;
步骤S32:获取每一流量数据Pj对应拟合曲线W1的斜率值Ij,计算流量数据与位置偏差距离关系的平均斜率值I0,I0=(1/k)∑Ij;
步骤S33:获取第二响应事件记录的流量数据并计算流量数据均值P0,利用公式:H0=I0*P0,计算第二响应事件对应的预测位置偏差距离H0;获取第二响应事件记录的实际位置偏差距离并计算实际位置偏差距离均值H,若|H-H0|小于等于第二差值阈值,则输出用户定位系统的数据偏差模型为H1=I0*P,P表示实时获取的流量数据,H1表示实时位置偏差距离;当第二响应事件记录的实际位置距离与预测位置偏差距离差值较大时,说明第二响应事件中的响应属性特征对偏差距离存在一定的影响。
步骤S34:若|H-H0|大于第二差值阈值时,获取响应属性特征(D1,L0)对应的可疑响应位置D1,提取可疑响应位置所处监测范围内的路由节点个数E1,计算可疑响应位置D1对应的路由密度R,R=E1/E2,其中E2表示景区内其他监测范围包含路由节点的最大容量;将可疑响应位置D1对应的路由密度与位置偏差距离均值构成数据组A2,A2=(R,L0),并构建路由密度与位置偏差距离均值关系的拟合曲线W2;
步骤S35:获取每一路由密度R对应拟合曲线W2的斜率值J,计算路由密度与位置偏差距离均值的平均斜率值J0;利用公式:H0=I0*P+J0*R0,输出用户定位系统的数据偏差模型H0;其中R0表示实时获取可疑响应位置的路由密度。
如实施例所示:
获取若干组数据对(Pj,Hj),分别为(561人次/t,300cm)、(1200人次/t,450cm)、(1389人次/t,610cm);
t表示单位时段;若在绘制拟合曲线后,计算出平均斜率值I0,I0=0.45;
则计算第二事件中的预测位置偏差距离:H0=0.45*752=338;若实际偏差为510cm,且510-338=172大于第二差值阈值,则需进一步分析响应属性特征对位置偏差的影响;
如获取数据组A2如下:(1/10,510)、(3/10,496)、(9/20,387)
则计算平均斜率值J0,J0=2538
此时输出数据偏差模型为H0=I0*P+J0*R0,当获取实时人流量为674,且用户所处位置为可疑响应位置且对应路由密度为2/15,则预测响应位置偏差为303+338=641cm,即6.41m。
步骤S4包括以下:
当使用电子标签的用户存在触发响应以及所处景区位置为可疑响应位置且所处监测范围人流量小于流量阈值时,输出可疑响应位置所属数据组的可疑偏差距离均值作为预警提醒;并输出新增路由节点预警提醒;
当使用电子标签的用户存在触发响应,用户所处景区位置不为可疑响应位置且监测范围人流量大于等于流量阈值时,输出数据偏差模型H1的预测偏差距离为预警提醒;
当使用电子标签的用户存在触发响应,用户所处景区位置为可疑响应位置且监测范围人流量大于等于流量阈值时,输出数据偏差模型H0的预测偏差距离为预警提醒;其余情况均不进行预警提醒;
预警提醒是指在用户定位系统实时定位的位置基础上增加以可疑偏差距离均值为半径的定位提醒。
通讯数据处理系统,包括数据库获取模块、响应事件标记模块、响应属性特征分析模块、数据偏差模型建立模块和预警分析模块;
数据库获取模块用于获取基于无线传感网络技术的用户定位系统所建立的数据库;
响应事件标记模块用于提取动态位置数据存在的响应事件并标记响应事件中记录的位置偏差数据;
响应属性特征分析模块用于分析被动响应事件对应的响应属性特征;
数据偏差模型建立模块用于获取第一响应事件和第二响应事件对应的位置偏差数据和流量数据,建立用户定位系统的数据偏差模型;
预警分析模块用于获取实时监测下的通讯溯源数据并基于数据偏差模型进行实时预警分析。
响应属性特征分析模块包括平均触发率计算单元、有效响应位置确定单元、可疑响应位置确定单元、数据组构建单元和响应属性特征输出单元;
平均触发率计算单元用于计算被动响应事件对应响应位置的平均触发率;
有效响应位置确定单元用于提取响应事件记录不同用户个数与平均触发率的差值小于等于差值阈值对应的响应位置为有效响应位置;
可疑响应位置确定单元提取被动响应事件中记录的位置偏差数据,标记存在位置偏差数据对应的有效响应位置为可疑响应位置;
数据组构建单元用于以可疑响应位置与对应可疑偏差距离均值为基础构建数据组;
响应属性特征输出单元用于输出数据组为被动响应事件对应的响应属性特征。
数据偏差模型建立模块包括拟合曲线绘制单元、平均斜率值计算单元、预测评估单元和数据偏差模型输出单元;
拟合曲线绘制单元用于绘制流量数据与位置偏差距离关系的拟合曲线,以及接受预测评估单元的反馈信号绘制路由密度与位置偏差距离均值关系的拟合曲线;
平均斜率值计算单元用于计算流量数据与位置偏差距离关系的平均斜率值计算流量数据与位置偏差距离关系的平均斜率值;
预测评估单元用于获取第二响应事件记录的流量数据并计算流量数据均值,计算第二响应事件对应的预测位置偏差距离并与实际位置偏差距离均值比较,基于比较结果输出反馈信号;
路由密度计算单元用于基于反馈信号计算可疑响应位置对应的路由密度;
数据偏差模型输出单元用于输出不同反馈信号下用户定位系统的数据偏差模型。
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、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.基于智慧文旅的通讯数据处理方法,其特征在于,包括以下分析步骤:
步骤S1:获取基于无线传感网络技术的用户定位系统所建立的数据库,所述数据库记录存储通讯溯源数据;所述通讯溯源数据是指进入景区的用户在开始设置电子标签作为定位节点到结束定位过程中记录的动态位置数据和流量数据;提取动态位置数据存在的响应事件并标记响应事件中记录的位置偏差数据;所述响应事件包括主动响应事件和被动响应事件;
步骤S2:基于被动响应事件,分析被动响应事件对应的响应属性特征;
步骤S3:剔除存在响应属性特征的主动响应事件为第一响应事件,记录存在响应属性特征的主动响应事件为第二响应事件;获取第一响应事件和第二响应事件对应的位置偏差数据和流量数据,建立用户定位系统的数据偏差模型;
步骤S4:获取实时监测下的通讯溯源数据并基于数据偏差模型进行实时预警分析。
2.根据权利要求1所述的基于智慧文旅的通讯数据处理方法,其特征在于:所述步骤S1中提取动态位置数据存在的响应事件并标记响应事件中记录的位置偏差数据,包括以下分析步骤:
所述响应事件是指定位节点将定位信息传递给对应的路由节点后,定位信息在路由节点间以多跳的方式传递到网关节点,并且网关节点将路由节点传输的定位信息发送到监控中心这一过程中存在触发响应的事件;触发响应是指对用户的位置信息进行查询;
所述路由节点是基于无线定位网络分布于景区不同景点的静态节点;
所述网关节点是指景区安放的协调器节点,用于搜集无线信号并通过以太网将搜集到的用户信息传送到上位机;
所述主动响应事件是指用户主动触发位置信息查询所记录的事件;
所述被动响应事件是指上位机基于符合触发条件的用户位置信息进行查询所记录的事件;
所述位置偏差数据是指触发响应对应的响应位置与实际用户位置的空间距离偏差值大于等于偏差阈值时记录的距离差值,所述实际用户位置是通过监控设备进行获取,且所述监控设备连接用户定位系统。
3.根据权利要求2所述的基于智慧文旅的通讯数据处理方法,其特征在于:所述步骤S2包括以下分析步骤:
步骤S21:获取被动响应事件中第i类响应位置di,每类响应位置均不相同,提取第i类响应位置记录响应事件中不同用户的个数ni,计算被动响应事件对应响应位置的平均触发率Q0,Q0=(1/m)(∑ni),m表示响应位置的总个数;提取响应事件记录不同用户个数与平均触发率的差值q小于等于差值阈值对应的响应位置为有效响应位置,q=|ni-Q0|;输出有效影响位置为被动响应事件中的触发条件;
步骤S22:提取被动响应事件中记录的位置偏差数据,标记存在位置偏差数据对应的有效响应位置为可疑响应位置D1;获取每一可疑响应位置记录的可疑偏差距离L1,并计算对应可疑偏差距离均值L0,以可疑响应位置D1与对应可疑偏差距离均值L0为基础构建数据组A1,A1=(D1,L0);
步骤S23:输出数据组A1为被动响应事件对应的响应属性特征。
4.根据权利要求3所述的基于智慧文旅的通讯数据处理方法,其特征在于:所述步骤S3包括以下分析步骤:
步骤S31:获取第j个第一响应事件发生时记录的位置偏差距离Hj和流量数据Pj,所述流量数据是指在第一响应事件对应实际用户位置所处监测范围内单位时段的人流量,所述监测范围是指至少包含两个路由节点的监测区域;获取k组第一响应事件对应的数据对(Pj,Hj),j小于等于k,并构建流量数据与位置偏差距离关系的拟合曲线W1;
步骤S32:获取每一流量数据Pj对应拟合曲线W1的斜率值Ij,计算流量数据与位置偏差距离关系的平均斜率值I0,I0=(1/k)∑Ij;
步骤S33:获取第二响应事件记录的流量数据并计算流量数据均值P0,利用公式:H0=I0*P0,计算第二响应事件对应的预测位置偏差距离H0;获取第二响应事件记录的实际位置偏差距离并计算实际位置偏差距离均值H,若|H-H0|小于等于第二差值阈值,则输出用户定位系统的数据偏差模型为H1=I0*P,P表示实时获取的流量数据,H1表示实时位置偏差距离;
步骤S34:若|H-H0|大于第二差值阈值时,获取响应属性特征(D1,L0)对应的可疑响应位置D1,提取可疑响应位置所处监测范围内的路由节点个数E1,计算可疑响应位置D1对应的路由密度R,R=E1/E2,其中E2表示景区内其他监测范围包含路由节点的最大容量;将可疑响应位置D1对应的路由密度与位置偏差距离均值构成数据组A2,A2=(R,L0),并构建路由密度与位置偏差距离均值关系的拟合曲线W2;
步骤S35:获取每一路由密度R对应拟合曲线W2的斜率值J,计算路由密度与位置偏差距离均值的平均斜率值J0;利用公式:H0=I0*P+J0*R0,输出用户定位系统的数据偏差模型H0;其中R0表示实时获取可疑响应位置的路由密度。
5.根据权利要求4所述的基于智慧文旅的通讯数据处理方法,其特征在于:所述步骤S4包括以下:
当使用电子标签的用户存在触发响应以及所处景区位置为可疑响应位置且所处监测范围人流量小于流量阈值时,输出可疑响应位置所属数据组的可疑偏差距离均值作为预警提醒;并输出新增路由节点预警提醒;
当使用电子标签的用户存在触发响应,用户所处景区位置不为可疑响应位置且所述监测范围人流量大于等于流量阈值时,输出数据偏差模型H1的预测偏差距离为预警提醒;
当使用电子标签的用户存在触发响应,用户所处景区位置为可疑响应位置且所述监测范围人流量大于等于流量阈值时,输出数据偏差模型H0的预测偏差距离为预警提醒;其余情况均不进行预警提醒;
所述预警提醒是指在用户定位系统实时定位的位置基础上增加以可疑偏差距离均值为半径的定位提醒。
6.应用权利要求1-5中任一项所述的基于智慧文旅的通讯数据处理方法的通讯数据处理系统,其特征在于,包括数据库获取模块、响应事件标记模块、响应属性特征分析模块、数据偏差模型建立模块和预警分析模块;
所述数据库获取模块用于获取基于无线传感网络技术的用户定位系统所建立的数据库;
所述响应事件标记模块用于提取动态位置数据存在的响应事件并标记响应事件中记录的位置偏差数据;
所述响应属性特征分析模块用于分析被动响应事件对应的响应属性特征;
所述数据偏差模型建立模块用于获取第一响应事件和第二响应事件对应的位置偏差数据和流量数据,建立用户定位系统的数据偏差模型;
所述预警分析模块用于获取实时监测下的通讯溯源数据并基于数据偏差模型进行实时预警分析。
7.根据权利要求6所述的基于智慧文旅的通讯数据处理系统,其特征在于:所述响应属性特征分析模块包括平均触发率计算单元、有效响应位置确定单元、可疑响应位置确定单元、数据组构建单元和响应属性特征输出单元;
所述平均触发率计算单元用于计算被动响应事件对应响应位置的平均触发率;
所述有效响应位置确定单元用于提取响应事件记录不同用户个数与平均触发率的差值小于等于差值阈值对应的响应位置为有效响应位置;
所述可疑响应位置确定单元提取被动响应事件中记录的位置偏差数据,标记存在位置偏差数据对应的有效响应位置为可疑响应位置;
所述数据组构建单元用于以可疑响应位置与对应可疑偏差距离均值为基础构建数据组;
所述响应属性特征输出单元用于输出数据组为被动响应事件对应的响应属性特征。
8.根据权利要求7所述的基于智慧文旅的通讯数据处理系统,其特征在于:所述数据偏差模型建立模块包括拟合曲线绘制单元、平均斜率值计算单元、预测评估单元和数据偏差模型输出单元;
所述拟合曲线绘制单元用于绘制流量数据与位置偏差距离关系的拟合曲线,以及接受预测评估单元的反馈信号绘制路由密度与位置偏差距离均值关系的拟合曲线;
所述平均斜率值计算单元用于计算流量数据与位置偏差距离关系的平均斜率值计算流量数据与位置偏差距离关系的平均斜率值;
所述预测评估单元用于获取第二响应事件记录的流量数据并计算流量数据均值,计算第二响应事件对应的预测位置偏差距离并与实际位置偏差距离均值比较,基于比较结果输出反馈信号;
路由密度计算单元用于基于反馈信号计算可疑响应位置对应的路由密度;
数据偏差模型输出单元用于输出不同反馈信号下用户定位系统的数据偏差模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310812522.0A CN116528152B (zh) | 2023-07-04 | 2023-07-04 | 基于智慧文旅的通讯数据处理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310812522.0A CN116528152B (zh) | 2023-07-04 | 2023-07-04 | 基于智慧文旅的通讯数据处理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116528152A true CN116528152A (zh) | 2023-08-01 |
CN116528152B CN116528152B (zh) | 2023-09-08 |
Family
ID=87408548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310812522.0A Active CN116528152B (zh) | 2023-07-04 | 2023-07-04 | 基于智慧文旅的通讯数据处理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116528152B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112765475A (zh) * | 2021-02-01 | 2021-05-07 | 吉林农业科技学院 | 一种智慧旅游目标匹配方法 |
US20210224830A1 (en) * | 2020-01-20 | 2021-07-22 | Esha Sanjay Thorat | System and method for calculating and benchmarking an entity's overtourism score |
CN113947905A (zh) * | 2021-10-19 | 2022-01-18 | 交通运输部公路科学研究所 | 一种交通运行态势感知方法、模块及系统 |
-
2023
- 2023-07-04 CN CN202310812522.0A patent/CN116528152B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210224830A1 (en) * | 2020-01-20 | 2021-07-22 | Esha Sanjay Thorat | System and method for calculating and benchmarking an entity's overtourism score |
CN112765475A (zh) * | 2021-02-01 | 2021-05-07 | 吉林农业科技学院 | 一种智慧旅游目标匹配方法 |
CN113947905A (zh) * | 2021-10-19 | 2022-01-18 | 交通运输部公路科学研究所 | 一种交通运行态势感知方法、模块及系统 |
Non-Patent Citations (1)
Title |
---|
陈思文等: "大型集会的人群监测与态势预警分析", 网络与信息安全学报, vol. 3, no. 12 * |
Also Published As
Publication number | Publication date |
---|---|
CN116528152B (zh) | 2023-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Depatla et al. | Crowd counting through walls using WiFi | |
US9510123B2 (en) | Method and system for source selective real-time monitoring and mapping of environmental noise | |
KR101203228B1 (ko) | 이동 장치의 로케이션 역학을 결정하는 시스템 및 방법, 이동 장치를 추적하는 것을 용이하게 하는 머신 구현 시스템, 무선 장치 로케이션 시스템, 및 컴퓨터 판독가능 기록 매체 | |
DE60220812T2 (de) | Positionsdetektion und standortverfolgung in einem drahtlosen netzwerk | |
CN109362038A (zh) | 基于WiFi探针的客流量统计分析及服务的方法和系统 | |
CN110545558B (zh) | 基于Wi-Fi数据的高速服务区人群密度估计系统 | |
CN105631555A (zh) | 一种疏散路径的推送方法及装置 | |
CN109163731A (zh) | 一种语义地图构建方法及系统 | |
CN109272554A (zh) | 一种识别目标的坐标系定位和语义地图构建的方法及系统 | |
KR101760741B1 (ko) | 비콘을 이용한 사업장 내 위치 추정 방법 및 이를 통한 위치 기반 서비스 제공 시스템 및 방법 | |
Tang et al. | Indoor crowd density estimation through mobile smartphone wi-fi probes | |
CN109858508A (zh) | 基于贝叶斯和深度神经网络的ip定位方法 | |
CN107358314A (zh) | 一种热力图的处理方法及系统 | |
CN112002431A (zh) | 一种利用电磁信号发现特定用户的密切接触者的方法及系统 | |
CN111461487B (zh) | 一种基于bim的室内装修工程智慧管理系统 | |
Solmaz et al. | Countmein: Adaptive crowd estimation with wi-fi in smart cities | |
CN111739056A (zh) | 一种轨迹追踪系统 | |
CN116528152B (zh) | 基于智慧文旅的通讯数据处理系统及方法 | |
KR101621839B1 (ko) | 이동 패턴 데이터베이스를 이용한 측위 방법 및 시스템 | |
CN113947123B (zh) | 人员轨迹识别方法、系统、存储介质和设备 | |
CN112880660B (zh) | 一种智能建筑WiFi和红外热成像仪的融合定位系统及方法 | |
KR101580863B1 (ko) | 이동 패턴을 이용한 측위 데이터베이스 구축 방법 및 시스템 | |
Marchenkov et al. | User presence detection based on tracking network activity in smartroom | |
Ozaita Araico | Detection of the crowdedness of a place sensing the devices in the area | |
CN108924763B (zh) | 面向概率型位置流数据的室内区域访问量连续监控方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230814 Address after: No. 601, Gate 4, 2nd Floor, Courtyard 39, Liudaokou, Haidian District, Beijing, 100000 Applicant after: Li Li Address before: Room A407, 4th Floor, Building 1, No. 12 Shangdi Information Road, Haidian District, Beijing, 100000 Applicant before: Beijing Yaqi Night Tour Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |