CN116801193B - 室内室外小区的区分方法和设备 - Google Patents

Abstract

本申请涉及通信技术领域，特别涉及一种室内室外小区的区分方法和设备。所述方法包括：确定第一小区的第一众包数据，所述第一众包数据包含接入所述第一小区的各电子设备信息；根据所述第一众包数据，计算所述第一小区内的电子设备信息的有效分布特征，所述有效分布特征用于区分室内和室外的小区；根据所述有效分布特征，确定所述第一小区的室内室外区分结果。本申请方案根据小区众包数据确定小区电子设备信息的有效分布特征，根据小区电子设备信息的有效分布特征能够进一步区分小区是室内小区还是室外小区。

Description

室内室外小区的区分方法和设备

技术领域

本申请涉及通信技术领域，特别涉及一种室内室外小区的区分方法和设备。

背景技术

在某些场景中，需要区分小区是室内小区还是室外小区。例如，围绕地铁站设置有电子围栏，电子围栏对应有小区列表，小区列表中的小区通常是位于地铁站内的小区。但有时，地铁站电子围栏的小区列表中也可能会包含地铁站外的小区。如果地铁站电子围栏的小区列表中包含地铁站外的小区，则有可能会造成电子围栏误触发的情况。因此，需要区分地铁电子围栏对应的小区是否均是地铁站内的小区。即在很多场景中需要对室内室外小区进行区分。

发明内容

本申请提供了一种室内室外小区的区分方法和设备，根据小区众包数据确定小区电子设备信息的有效分布特征，根据小区电子设备信息的有效分布特征能够进一步区分小区是室内小区还是室外小区。

第一方面，本发明实施例提供了一种室内室外小区的区分方法，所述方法包括：

确定第一小区的第一众包数据，所述第一众包数据包含接入所述第一小区的各电子设备信息；

根据所述第一众包数据，计算所述第一小区内的电子设备信息的有效分布特征，所述有效分布特征用于区分室内和室外的小区；

根据所述有效分布特征，确定所述第一小区的室内室外区分结果。

本发明实施例中，当第一小区需要区分是室内还是室外小区时，可以获取接入到第一小区的各电子设备的第一众包数据。根据该第一众包数据，可以计算出第一小区内各电子设备信息的有效分布特征。基于所述有效分布特征可以区分出第一小区是室内小区还是室外小区。

在一些实施例中，所述确定第一小区的第一众包数据之前，所述方法还包括：确定在第一电子围栏的第一区域产生目标行为的电子设备，所述第一区域为室内区域；

根据产生所述目标行为的各电子设备所接入的小区，确定候选小区列表，所述候选小区列表至少包含所述第一小区；

所述确定所述第一小区的室内室外区分结果之后，所述方法还包括：确定所述候选小区列表包含的其余小区的室内室外区分结果，并对所述候选小区列表中的小区标注室内室外区分结果；其中，将标注有室内室外区分结果的所述候选小区列表确定为所述第一电子围栏的小区列表。

本发明实施例方法可以应用在电子围栏场景，如第一电子围栏。可选的，第一电子围栏对应的小区列表需要是室内小区。可选的，为了使第一电子围栏对应的小区列表更加准确，本发明实施例可以对第一电子围栏对应的候选小区列表中的各个小区逐个进行区分是否是室内小区。

在一些实施例中，所述第一电子围栏为目标地铁站的电子围栏；所述第一区域为所述目标地铁站的站内区域；所述目标行为包括通过电子设备进入目标地铁站闸机的行为。

在一些实施例中，本发明实施例方法可以应用在地铁站电子围栏场景。并且可以根据在地铁站内产生目标行为的电子设备所接入的小区来确定候选小区列表。所述候选小区列表可以用于确定地铁站电子围栏对应的小区列表。

在一些实施例中，所述第一小区内的电子设备信息的有效分布特征，包括下述中的一种或多种的组合：

接入第一小区的各电子设备所连接到的WiFi总数，可选的，可以统计第一众包数据包含的每个电子设备所连接的WiFi设备标识，根据每个电子设备所连接的WiFi设备标识可以统计第一小区中所有电子设备所连接的到WiFi总数，该WiFi总数是指不相同的WiFi的总数；

使用GPS定位的电子设备与电子设备总数的比值；

各电子设备的定位精度中的最小值；

各电子设备的定位精度的平均值；

第一小区的覆盖半径估计值；

各电子设备的物理位置距离中心位置的中位数，所述中心位置根据各电子设备的物理分布范围确定；

各电子设备的移动信号强度中的最小值。

在一些实施例中，所述确定第一小区的第一众包数据之前，所述方法还包括：

确定众包数据集，所述众包数据集包含若干小区的众包数据，所述若干小区包含室内小区和室外小区，每个小区的众包数据均包含接入相应小区的电子设备信息；

计算每个小区的电子设备信息的分布特征；

计算每个分布特征与室内室外分布的相关系数；

将相关系数大于第一阈值的分布特征，确定为用于区分室内室外小区的候选分布特征；

计算候选分布特征两两之间的复相关系数；

将复相关系数的绝对值大于第二阈值的候选分布特征，确定为待删除分布特征；

将所述待删除分布特征中对应相关系数最大的分布特征，以及所述复相关系数的绝对值小于等于所述第二阈值的候选分布特征，确定为用于区分室内和室外小区的有效分布特征。

在一些实施例中，所述众包数据集包含地铁站电子围栏对应的小区的众包数据，所述地铁站电子围栏所对应的小区包含地铁站电子围栏内的小区，和地铁站电子围栏外的小区；

所述有效分布特征用于区分地铁站电子围栏内和地铁站电子围栏外的小区。

在一些实施例中，根据所述有效分布特征，确定所述第一小区的室内室外区分结果，包括：

将所述有效分布特征输入第一模型，所述第一模型用于根据输入的有效分布特征输出所述第一小区的室内室外区分结果。

在一些实施例中，所述第一模型用于根据输入的有效分布特征输出所述第一小区是否是地铁站电子围栏内的小区的分类结果。

在一些实施例中，所述方法还包括：确定训练数据集和验证数据集，所述训练数据集和所述验证数据集均包含若干小区的有效分布特征，且小区均设置有室内外小区的标签；

基于所述训练数据集对第一原始模型进行训练，得到第一初步模型，所述第一初步模型用于根据小区的有效分布特征输出小区是否属于室内小区的分类结果；

基于所述验证数据集验证所述第一初步模型对小区分类的准确率，并根据所述准确率重新对所述第一初步模型进行训练直至得到所述第一模型，所述第一模型对小区分类的准确率大于设定值。

第二方面，本发明实施例提供了一种网络设备，所述网络设备包括用于存储程序指令的存储器和用于执行所述程序指令的处理器，其中，当所述程序指令被所述处理器执行时，触发所述网络设备执行如上述第一方面或者第一方面任一项所述的室内室外小区的区分方法。

第三方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行上述第一方面或者第一方面任一项所述的室内室外小区的区分方法。

应当理解的是，本发明实施例第二至三方面与本申请的第一方面的技术方案一致，各方面及对应的可行实施方式所取得的有益效果相似，不再赘述。

附图说明

图1为本发明实施例提供的一种室内室外小区的区分方法流程图；

图2为本发明实施例提供的一种确定有效分布特征的方法流程图；

图3为本发明实施例提供的一种分布特征与室内室外分布的相关系数示意图；

图4为本发明实施例提供的一种候选分布特征两两之间的Pearson相关系数示意图；

图5为本发明实施例提供的一种训练第一模型的流程图；

图6为本发明实施例提供的另一种室内室外小区的区分方法流程图；

图7为本发明实施例提供的一种地铁站电子围栏的示意图；

图8为本发明实施例提供的又一种室内室外小区的区分方法流程图；

图9为本发明实施例提供的一种室内室外小区的区分方法流程图。

具体实施方式

本申请的实施方式部分使用的术语仅用于对本申请的具体实施例进行解释，而非旨在限定本申请。

通常的，可以在地铁、商场、办公楼等的内部设置接入设备，以形成室内小区。由于地铁、商场、办公楼等建筑物体的遮挡，接入至室内小区的电子设备信息的分布特征与接入至室外小区的电子设备信息的分布特征会存在区别。基于此，本发明实施例提供了一种室内室外小区的区分方法，能够根据接入小区的电子设备信息的分布特征来识别相应小区是室内小区还是室外小区。

参见图1，为本发明实施例提供的一种室内室外小区的区分方法流程图。该方法的执行主体可以为网络设备。可选的，接入设备形成小区，在小区覆盖范围内的电子设备能够接入至小区中。网络设备与接入设备通信。网络设备能够获取接入到接入设备小区的电子设备的众包数据。如图1所示，该方法的处理步骤包括：

101，确定第一小区的第一众包数据，第一众包数据包含接入所述第一小区的各电子设备信息。

可选的，第一小区是需要区分室内室外的小区。可选的，网络设备可以获取预设时间段内接入到第一小区的各电子设备的第一众包数据。可选的，所述预设时间段可以是历史时间段。例如，网络设备可以获取距离当前时间最近的第一历史时长内接入到第一小区的各电子设备的第一众包数据。

可选的，第一众包数据可以是能够采集到的关于接入第一小区的各电子设备的各种数据。在一些实施例中，接入第一小区的每个电设备的电子设备信息可以包含电子设备标识、电子设备连接的WiFi设备标识、WiFi信号强度、电子设备使用的导航信息、电子设备的定位精度、电子设备的物理位置、电子设备的接收信号强度等。

102，根据第一众包数据，计算第一小区内的电子设备信息的有效分布特征，所述有效分布特征用于区分室内和室外的小区。

在一些实施例中，根据接入第一小区的各电子设备信息可以计算出电子设备信息的各种分布特征，例如可以计算出接入第一小区的各电子设备的空间散度、各电子设备的移动信号强度、各电子设备的定位信息、各电子设备的WiFi信息以及第一小区的覆盖信息。

在一些示例中，各电子设备的空间散度例如可以包括：各电子设备的物理位置距离中心位置的最大值、最小值、中位数、平均差等。其中，所述中心位置根据各电子设备的物理分布范围确定。

在一些示例中，各电子设备的移动信号强度例如可以包括：各电子设备的移动信号强度的最大值、最小值、中位数、平均值、标准差、各电子设备中移动信号强度大于X1 dm的设备比例，各电子设备中移动信号强度大于X2dm的设备比例、各电子设备中移动信号强度大于X3 dm的设备比例，各电子设备中移动信号强度大于X4dm的设备比例。其中，X1-X4的数值可以根据需要设置。例如，X1-X4分别取值为-70、-65、-60、-55。

在一些示例中，各电子设备的定位信息例如可以包括：各电子设备的定位精度的最大值、最小值、中位数、平均值、定位精度方差以及各电子设备中使用GPS定位的电子设备与电子设备总数的比值。

在一些示例中，各电子设备的WiFi信息如可以包括：各电子设备分别连接的WiFi设备标识、第一小区中的各电子设备所连接到的WiFi总数、各电子设备的WiFi信号强度的平均值、连接有WiFi的电子设备占电子设备总数的比例、根据各电子设备连接的WiFi设备标识确定被连接最多的前N个WiFi、前N个WiFi的设备连接数分别占连接有WiFi的设备总数的比例。例如，第一众包数据涉及100个电子设备，该100个电子设备中的90个电子设备连接有WiFi。并且，该90个电子设备共计连接到10个不同的WiFi设备标识。则第一小区中的各电子设备所连接到的WiFi总数为10。在该10个WiFi中，WiFi1的电子设备连接为30、WiFi2的电子设备连接数为25和WiFi3的电子设备连接数为20，WiFi1、WiFi2和WiFi3是被连接最多的前3个WiFi。WiFi1的设备连接数占连接有WiFi的设备总数的比例为：30/90；WiFi2的设备连接数占连接有WiFi的设备总数的比例为：25/90；WiFi3的设备连接数占连接有WiFi的设备总数的比例为：20/90。

在一些示例中，第一小区的覆盖信息例如可以包括：第一小区的覆盖半径估计值、第一小区的覆盖半径外的数据采集比例等。

可选的，能够统计出的各电子设备信息的分布特征有的可以区分室内室外小区，有的则无法区分室内室外小区。本发明实施例中，可以从能够统计出的各种特征中确定出能够区分室内和室外小区的有效分布特征。由此在得到第一众包数据后，可以基于第一众包数据计算第一小区内的电子设备信息的有效分布特征。

在一些实施例中，所述有效分布特征可以包括下述中的一种或多种的组合：接入第一小区的各电子设备所连接到的WiFi总数，所述WiFi总数是指不相同的WiFi总数；第一小区内使用GPS定位的电子设备与电子设备总数的比值、第一小区内各电子设备的定位精度中的最小值、第一小区内各电子设备的定位精度的平均值、第一小区的覆盖半径估计值、第一小区内各电子设备的物理位置距离中心位置的中位数，所述中心位置根据各电子设备的物理分布范围确定，以及第一小区内各电子设备的移动信号强度中的最小值。

103，根据接入第一小区的电子设备信息的有效分布特征，确定第一小区的室内室外区分结果。

本发明实施例中，当第一小区需要区分是室内还是室外小区时，可以获取接入到第一小区的各电子设备的第一众包数据。根据该第一众包数据，可以计算出第一小区内各电子设备信息的有效分布特征。基于所述有效分布特征可以区分出第一小区是室内小区还是室外小区。

在一些实施例中，当第一小区是室内小区时，第一小区内电子设备有效分布特征的取值范围与室外小区的有效分布特征的取值范围通常是不同的。本发明实施例中，通过对各有效分布特征设置区分阈值，基于各区分阈值可以决策第一小区是否是室内小区。

在一些实施例中，在获取一个小区的众包数据后，根据该众包数据能够计算出电子设备信息的各种分布特征。本发明进一步提供了一种从各种分布特征中确定有效分布特征的方法，如图2所示，包括：

201，确定众包数据集，众包数据集可以包含若干小区的众包数据，所述若干小区包含室内小区和室外小区，每个小区的众包数据均包含接入相应小区的电子设备信息。

202，计算每个小区的电子设备信息的分布特征。在一些实施例中，根据每个小区的众包数据计算出的每个小区的电子设备信息的分布特征可以如步骤102所示。

203，计算每个分布特征与室内室外分布的相关系数。

在一些示例中，可以采用单因子决策树算法计算每个分布特征与室内室外分布的相关系数。可选的，所述相关系数可以采用F1-score作为衡量标准。如图3所示，可以采用单因子决策树算法计算每个分布特征与小区室内室外分布的F1-score。如果某个分布特征与小区室内室外分布强相关，则F1-score取值高；如果某个分布特征与小区室内室外分布相关性较低，则F1-score取值也会较低。

204，将相关系数大于第一阈值的分布特征，确定为用于区分室内室外小区的候选分布特征。

在一些实施例中，相关系数大于第一阈值的分布特征可以理解为与小区室内室外分布强相关的特征。如图3所示，可以选取F1-score大于第一阈值的分布特征作为候选分布特征。在一些实施例中，第一阈值可以根据需要设置。示例的，第一阈值例如可以是0.8。即可以选取F1-score大于0.8的分布特征作为候选分布特征，如图3中，可以选取F1-score大于0.8的特征1至特征6作为候选分布特征。

205，计算候选分布特征两两之间的复相关系数。

如图4所示，可以计算候选分布特征两两之间的Pearson(皮尔逊)相关系数，所述Pearson相关系数可以作为所述复相关系数。

206，将复相关系数的绝对值大于第二阈值的候选分布特征，确定为待删除分布特征。

207，将待删除分布特征中对应相关系数最大的分布特征，以及复相关系数的绝对值小于等于第二阈值的候选分布特征，确定为用于区分室内和室外小区的有效分布特征。其中，所述待删除分布特征中除相关系数最大的分布特征之外，其余特征删除。

在一些实施例中，步骤204确定出的候选分布特征均是与室内室外分布相关性比较强的特征。为了降低后续计算的复杂性，本发明实施例进一步计算候选分布特征两两之间的复相关性。其中，两个候选分布特征之间的复相关性可以表示该两个候选分布特征之间相似度，本发明实施例中可以仅保留相似度较高的多个分布特征中的其中一个分布特征，以避免相似度很高的特征重复参与分类计算。在一些示例中，第二阈值可以设置为0.9。如图4所示，复相关系数的绝对值大于0.9的候选分布特征包括：特征1、特征6、特征3。结合图3，特征1、特征6、特征3对应的相关系数中，特征1对应的相关系数最大，则保留特征1，删除特征3和特征6。则可以将特征1、特征2、特征4、特征5确定为有效分布特征。

在一些实施例中，可以预先训练第一模型。当步骤102获取到电子设备信息的有效分布特征后，可以将有效分布特征输入至第一模型，第一模型用于根据输入的有效分布特征输出第一小区的室内室外区分结果。

参见图5，为本发明实施例提供的一种训练第一模型的流程图。如图5，训练第一模型的方法步骤包括：

301，确定训练数据集和验证数据集，所述训练数据集和所述验证数据集均包含若干小区的有效分布特征，且小区均设置有室内外小区的标签。

302，基于所述训练数据集对第一原始模型进行训练，得到第一初步模型，所述第一初步模型用于根据小区的有效分布特征输出小区是否属于室内小区的分类结果。

303，基于所述验证数据集验证所述第一初步模型对小区分类的准确率，并根据所述准确率重新对所述第一初步模型进行训练直至得到所述第一模型，所述第一模型对小区分类的准确率大于设定值。

在一些实施例中，第一原始模型可以是采用随机森林算法的分类模型。所述采用随机森林算法的分类模型用于根据小区有效分布特征来决策该小区是室内小区还是室外小区。在一些实施例中，采用随机森林算法的分类模型中单个决策树的最深深度范围为2-5层、随机特征选取最大值范围为2-7，叶子节点最少样本量为总样本10％。

本发明实施例中，上述训练好的第一模型可以用于根据小区的有效分布特征来识别小区是室内小区还是室外小区。

电子围栏可以理解为地理区域的边界，通过电子围栏可以约束进入到相应地理区域的电子设备的活动。在一些示例中，可以围绕地铁站、商场等区域设置电子围栏。当电子设备进入到地铁站、商场的电子围栏时，可以向电子设备推送地铁站、商场的信息，或者电子设备可以主动触发预设功能。本发明实施例的上述室内室外小区的区分方法可以应用在电子围栏场景，尤其可以应用在电子围栏界定的区域为室内区域，电子围栏对应的小区列表需要是室内小区的场景。

当本发明实施例方法应用在电子围栏场景时，上述有效分布特征可以是用于区分电子围栏内和电子围栏外小区的特征。具体的，确定该有效分布特征的方法可以包括：确定众包数据集，所述众包数据集包含电子围栏对应的小区的众包数据。电子围栏对应的小区可以包含电子围栏内的小区和电子围栏外的小区。可选的，电子围栏对应的小区可以采用上述确定候选小区列表的方式确定，可选的，用于确定有效分布特征的众包数据集中的各小区可以预先标注室内小区或者室外小区。之后基于步骤202-206计算用于区分电子围栏内和电子围栏外小区的有效分布特征。

当本发明实施例方法应用在电子围栏场景时，上述第一模型用于根据输入的有效分布特征输出相应小区是否是电子围栏内的小区的分类结果。相应的，在训练该第一模型时，训练数据集和验证数据集均包含若干电子围栏所对应的小区的有效分布特征。该若干个电子围栏可以为同类型的电子围栏。该若干个电子围栏界定的区域范围可以均为室内区域。理论上每个电子围栏对应的小区列表中的小区需要是室内小区，但有时电子围栏的小区列表中的小区有可能是室外小区，即有可能是电子围栏之外的小区。训练数据集和验证数据集中，每个电子围栏对应的小区均标注有室内小区或者室外小区的标签。基于该训练数据集和验证数据集可以训练第一模型，训练第一模型的过程可以参见步骤301-303，此处不再赘述。训练完成的第一模型可以根据小区的有效分布特征来区分电子围栏内的小区和电子围栏外的小区。

参见图6，为本发明实施例提供的另一种室内室外小区的区分方法流程图。如图6所示，该方法的处理步骤包括：

401，确定在第一电子围栏的第一区域产生目标行为的电子设备，其中，第一区域为室内区域。在一些示例中，第一电子围栏可以是地铁站、商场等建筑的电子围栏。第一区域可以是电子围栏内的区域。在一个示例中，第一电子围栏可以是某个地铁站的电子围栏，第一区域是地铁站的站内区域，在第一电子围栏所对应的第一区域产生的目标行为可以是：通过电子设备进入第一地铁站闸机的行为。

402，根据产生目标行为时各电子设备所接入的小区，确定第一电子围栏的候选小区列表，所述候选小区列表至少包含第一小区。当然除了第一小区之外，候选小区列表还可以包含至少一个其它小区。本发明实施例中，通过对目标行为的监测，可以获取第一电子围栏的候选小区列表。候选小区列表中的各小区可能是第一区域内的小区，也可能是第一区域外的小区。

403，确定第一小区的第一众包数据，其中，第一众包数据包含接入第一小区的各电子设备信息。

404，根据第一众包数据，计算接入第一小区的电子设备的有效分布特征。可选的，该有效分布特征用于区分第一小区是电子围栏内的小区还是电子围栏外的小区。可选的，位于电子围栏内的小区为室内小区。

405，将第一小区的电子设备的有效分布特征输入第一模型，第一模型用于根据输入的有效分布特征确定第一小区是第一电子围栏内的小区还是第一电子围栏外的小区。

406，重复步骤403至步骤405，直至确定候选小区列表中每个小区的分类结果。

407，对候选小区列表中的小区标注室内室外区分结果，将标注有室内室外区分结果的所述候选小区列表确定为所述第一电子围栏的小区列表。

本发明实施例中，当确定第一电子围栏的候选小区列表后，可以获取候选小区列表中每个小区的众包数据。根据每个小区的众包数据可以分别计算每个小区的电子设备的有效分布特征。根据每个小区的有效分布特征，可以确定相应的小区是否是第一电子围栏的小区。通过本发明实施例方法，可以进一步识别电子围栏对应的小区列表中的小区是室内小区还是室外小区，以使小区列表更加准确。电子围栏对应的小区列表更加准确后，可以尽量避免电子围栏被误触发的情况发生。

参见图7，为本发明实施例提供的一种地铁站电子围栏的示意图。如图7所示，第一地铁站为地下地铁站，围绕第一地铁站设置有第一电子围栏，第一电子围栏对应有第一小区列表，第一小区列表包含若干小区。当电子设备接入第一小区列表中的任意一个小区时，触发第一电子围栏。第一电子围栏触发后，电子设备可以主动弹出地铁进站码，或者网络设备可以向电子设备推送第一地铁站的车辆运行信息、商家信息等。

通常的，第一电子围栏的第一小区列表中的小区需要是第一地铁站内的地下小区。但有时，位于第一地铁站外的基站的地上小区(如第二小区)信号比较强，第二小区信号能够进入到第一地铁站内，由此在设置第一地铁站的第一小区列表时，可能会将第二小区加入到第一电子围栏的小区列表内。如此会带来下述问题，当电子设备距离第一地铁站较远时，电子设备已经连接上了第二小区，此时也会触发第一电子围栏。但实际上，电子设备还未进入到第一电子围栏对应的第一地铁站内，因此造成了第一电子围栏的误触发。为了尽量避免第一电子围栏的误触发，本发明实施例可以执行如图8所示的方法。

参见图8，为本发明实施例提供的又一种室内室外小区的区分方法流程图。图8所示方法的执行主体可以是网络设备。如图8所示，该方法的处理步骤包括：

501，确定在第一地铁站内产生目标行为的电子设备。可选的，在第一地铁站内产生的目标行为可以是通过电子设备进入第一地铁站闸机的行为。

502，根据产生目标行为时各电子设备所接入的小区，确定第一地铁站的第一电子围栏的候选小区列表，所述候选小区列表中包括多个小区，下述步骤以第一小区为例进行说明。

503，确定第一小区的第一众包数据，第一众包数据包含接入第一小区的各电子设备信息。可选的，第一众包数据可以是能够采集到的关于接入第一小区的各电子设备的各种数据。在一些实施例中，接入第一小区的每个电子设备的电子设备信息可以包含电子设备标识、电子设备连接的WiFi设备标识、WiFi信号强度、电子设备使用的导航信息、电子设备的定位精度、电子设备的物理位置、电子设备的接收信号强度等。

504，根据第一众包数据，计算第一小区内的电子设备信息的有效分布特征，所述有效分布特征用于区分第一小区是否是地铁站电子围栏内的小区。

在一些实施例中，所述有效分布特征可以包括下述中的一种或多种的组合：接入第一小区的各电子设备所连接到的WiFi总数、使用GPS定位的电子设备与电子设备总数的比值、各电子设备的定位精度中的最小值、各电子设备的定位精度的平均值、第一小区的覆盖半径估计值、各电子设备的物理位置距离中心位置的中位数，所述中心位置根据各电子设备的物理分布范围确定，以及各电子设备的移动信号强度中的最小值。所述有效分布特征用于区分第一小区是否是第一地铁站内的小区。可选的，所述有效分布特征根据第一地铁站的物理环境确定。

在一些实施例中，由于第一地铁站是地下地铁站。当电子设备进入到该地下地铁站时，各电子设备能连接上的WiFi通常是地铁站内的WiFi，第一地铁站内能够连接上的WiFi总数有限。本发明实施例中，在获取第一小区的第一众包数据之后，统计接入到第一小区的各电子设备所连接到的WiFi总数。例如第一众包数据中涉及100个电子设备，统计该100个电子设备总共连接上的不同WiFi的总数。如果计算出的电子设备连接到的WiFi总数较大，说明第一小区是第一地铁站外的小区；如果计算出的电子设备连接到的WiFi总数较小，说明第一小区是第一地铁站内的小区。

在一些实施例中，在地下地铁站内，电子设备通常无法使用GPS定位，因此第一众包数据中使用GPS定位的电子设备与电子设备总数的比值可以用于判断第一小区是否是第一地铁站内的小区。如果使用GPS定位的电子设备与电子设备总数的比值大于a1阈值，说明该小区可能不是第一地铁站内的小区。如果该比值小于等于a1阈值，说明该小区很可能是第一地铁站内的小区。同理，各电子设备的定位精度中的最小值、各电子设备的定位精度的平均值也可以用于判断第一小区是否是第一地铁站内的小区。可选的，该a1的取值可以根据需要确定。

进一步，根据接入第一小区的各电子设备的物理位置，可以确定第一小区的覆盖半径估计值。其中，第一地铁站内的小区的覆盖范围主要集中在地铁区域，范围较小；而地铁站外的小区的覆盖范围通常会比较大，覆盖半径估计值也相对较大。因此，该第一小区的覆盖半径估计值也可以用于判断第一小区是否是第一地铁站内的小区。例如，可以设置覆盖半径阈值b1。如果第一小区的覆盖半径估计值小于等于b1，说明第一小区很可能是第一地铁站内的小区，否则是第一地铁站外的小区。

在一些实施例中，根据接入第一小区的各电子设备的物理位置，可以确定电子设备的物理分布范围，进而可以确定该物理分布范围的中心位置。确定各电子设备物理分布范围的中心位置后，可以统计各电子设备的物理位置距离该中心位置的距离，进而可以统计各电子设备的物理位置距离中心位置的中位数。该中位数可以用于判断电子设备分布的空间散度。如果该中位数小于预设值c1，说明电子设备分布比较集中，第一小区很可能是地铁站内的小区。如果该中位数大于等于预设值c1，说明电子设备分布比较分散，第一小区可能是地上地铁站。

在一些实施例中，如果第一小区是地下地铁站内的小区时，第一众包数据中电子设备的移动信号强度的最小值通常会较高。如果第一小区是地铁站外的小区，第一众包数据中各电子设备的移动信号强度的最小值通常会比较低。可选的，可以设置信号强度阈值d1，来根据移动信号强度的最小值来决策第一小区是否是第一地铁站内的小区。

505，将第一小区的电子设备的有效分布特征输入第一模型，第一模型用于根据输入的有效分布特征确定第一小区是第一电子围栏内的小区还是第一电子围栏外的小区。

506，重复步骤503至步骤505，直至确定候选小区列表中每个小区的分类结果。

507，对候选小区列表中的小区标注站内站外的区分结果，将标注有站内站外区分结果的候选小区列表确定为第一电子围栏的小区列表。

本发明实施例中，当确定第一地铁站的第一电子围栏的候选小区列表后，可以获取候选小区列表中每个小区的众包数据。根据每个小区的众包数据可以分别计算每个小区的电子设备的有效分布特征。根据每个小区的有效分布特征，可以确定相应的小区是否是第一电子围栏的小区。通过本发明实施例方法，可以识别候选小区列表中每个小区是否是电子围栏内的小区，并标注识别结果，由此可以使电子围栏对应的小区列表更加准确。电子围栏对应的小区列表更加准确后，可以尽量避免地铁站电子围栏被误触发的情况发生。

本发明实施例中，当确定第一地铁站的第一电子围栏所对应的小区列表之后，网络设备可以将该小区列表下发给在第一地铁站有过目标行为的电子设备。在一个示例中，获取到该小区列表的电子设备包括第一电子设备。当第一电子设备接入到小区列表中的站内小区时，触发第一电子围栏。第一电子围栏触发后，第一电子设备可以主动调出乘车码等，或者相关网络设备可以向第一电子设备下发第一地铁站的车辆进出站信息、站内通知或者商家信息等。在一个示例中，获取到该小区列表的电子设备包括第二电子设备。当第二电子设备接入到小区列表中的站外小区时，第二电子设备可以获取定位辅助信息。第二电子设备根据定位辅助信息可以进一步确定第二电子设备是否进入到第一地铁站内。可选的，定位辅助信息例如可以是第二电子设备当前连接的WiFi信息。如果第二电子设备当前连接的WiFi信息与地铁站内商家的WiFi信息匹配，说明第二电子设备已经进入到第一地铁站内，则可以触发第一电子围栏。如果第二电子设备当前连接的WiFi信息与地铁站内商家的WiFi信息不匹配，可以判定第二电子设备还未进入到第一地铁站内，则不触发第一电子围栏。通过本发明实施例方法，可以提高地铁站电子围栏触发的准确性，尽量避免地铁站电子围栏被误触发情况的发生。

本发明实施例中，上述有效分布特征用于区分小区是否是地下地铁站电子围栏内的小区。在一些实施例中，确定所述有效分布特征的方式可以包括：确定众包数据集，所述众包数据集包含地下地铁站电子围栏对应的小区的众包数据。地下地铁站电子围栏对应的小区可以包含电子围栏内的小区和电子围栏外的小区。可选的，用于确定有效分布特征的众包数据集中的各小区可以预先标注室内小区或者室外小区。之后基于步骤202-206计算用于区分地下地铁站电子围栏内和电子围栏外小区的有效分布特征。

当本发明实施例方法应用在地下地铁站的电子围栏场景时，上述第一模型用于根据输入的有效分布特征输出相应小区是否是地下地铁站电子围栏内的小区的分类结果。相应的，在训练该第一模型时，训练数据集和验证数据集均包含若干地下地铁站的电子围栏所对应的小区的有效分布特征。训练数据集和验证数据集中，每个电子围栏对应的小区均标注有室内小区或者室外小区的标签。基于该训练数据集和验证数据集可以训练第一模型，训练第一模型的过程可以参见步骤301-303，此处不再赘述。训练完成的第一模型可以根据小区的有效分布特征来区分地下地铁站电子围栏内的小区和电子围栏外的小区。

在一些实施例中，第二地铁站为地上地铁站，围绕第二地铁站设置有第二电子围栏，第二电子围栏对应有第二小区列表，第二小区列表包含若干小区。当电子设备接入第二小区列表中的任意一个小区时，触发第二电子围栏。第二电子围栏触发后，电子设备可以主动弹出地铁乘车码，或者网络设备可以向电子设备推送第二地铁站的车辆运行信息、商家信息等。

理论上，第二电子围栏的第二小区列表中的小区均为第二地铁站内的小区。但有时，位于第二地铁站附近的小区(如第三小区)信号比较强，第三小区信号能够进入到第二地铁站内，由此在设置第二地铁站的第二小区列表时，可能会将第三小区加入到第二电子围栏的小区列表内。如此会带来下述问题，当电子设备距离第二地铁站较远时，电子设备已经连接上了第三小区，此时也会触发第二电子围栏，因此造成了第二电子围栏的误触发。为了尽量避免第二电子围栏的误触发，本发明实施例方法也可用于对地上地铁站的电子围栏的小区列表进行区分。

参见图9，为本发明实施例提供的一种室内室外小区的区分方法流程图。图9所示方法的执行主体可以是网络设备。如图9所示，该方法的处理步骤包括：

601，确定在第二地铁站内产生目标行为的电子设备。可选的，在第二地铁站内产生的目标行为可以是通过电子设备进入第二地铁站闸机的行为。

602，根据产生目标行为时各电子设备所接入的小区，确定第二地铁站的第二电子围栏的候选小区列表，所述候选小区列表中包括多个小区，下述步骤以第一小区为例进行说明。

603，确定第一小区的第一众包数据，第一众包数据包含接入第一小区的各电子设备信息。可选的，第一众包数据可以是能够采集到的关于接入第一小区的各电子设备的各种数据。在一些实施例中，接入第一小区的每个电子设备的电子设备信息可以包含电子设备标识、电子设备连接的WiFi设备标识、WiFi信号强度、电子设备使用的导航信息、电子设备的定位精度、电子设备的物理位置、电子设备的接收信号强度等。

604，根据第一众包数据，计算第一小区内的电子设备信息的有效分布特征，所述有效分布特征用于区分第一小区是否是地上地铁站电子围栏内的小区。

在一些实施例中，所述有效分布特征可以包括下述中的一种或多种的组合：接入第一小区的各电子设备所连接到的WiFi总数、使用GPS定位的电子设备与电子设备总数的比值、各电子设备的定位精度中的最小值、各电子设备的定位精度的平均值、第一小区的覆盖半径估计值、各电子设备的物理位置距离中心位置的中位数，所述中心位置根据各电子设备的物理分布范围确定，以及各电子设备的移动信号强度中的最小值。所述有效分布特征用于区分第一小区是否是第二地铁站内的小区。可选的，所述有效分布特征根据第二地铁站的物理环境确定。

在一些实施例中，由于第二地铁站是地上地铁站。当电子设备进入到该地上地铁站时，各电子设备能连接上的WiFi通常是地铁站内的WiFi，第二地铁站内能够连接上的WiFi总数有限。本发明实施例中，在获取第一小区的第一众包数据之后，统计接入到第一小区的各电子设备所连接到的WiFi总数。例如第一众包数据中涉及100个电子设备，统计该100个电子设备总共连接上的不同WiFi的总数。如果计算出的电子设备连接到的WiFi总数较大，说明第一小区是第一地铁站外的小区；如果计算出的电子设备连接到的WiFi总数较小，说明第一小区是第一地铁站内的小区。

在一些实施例中，在地上地铁站内，电子设备使用GPS定位会受限，因此第一众包数据中使用GPS定位的电子设备与电子设备总数的比值可以用于判断第一小区是否是第二地铁站内的小区。如果使用GPS定位的电子设备与电子设备总数的比值大于a2阈值，说明该小区可能不是第二地铁站内的小区。如果该比值小于等于a2阈值，说明该小区很可能是第二地铁站内的小区。同理，各电子设备的定位精度中的最小值、各电子设备的定位精度的平均值也可以用于判断第一小区是否是第二地铁站内的小区。可选的，该a2的取值可以根据需要确定，可与a1不同。

进一步，根据接入第一小区的各电子设备的物理位置，可以确定第一小区的覆盖半径估计值。其中，第二地铁站内的小区的覆盖范围主要集中在地铁区域，范围较小；而地铁站外的小区的覆盖范围通常会比较大，覆盖半径估计值也相对较大。因此，该第一小区的覆盖半径估计值也可以用于判断第一小区是否是第二地铁站内的小区。例如，可以设置覆盖半径阈值b2。如果第一小区的覆盖半径估计值小于等于b2，说明第一小区很可能是第一地铁站内的小区，否则是第一地铁站外的小区。可选的，b2可以根据需要设置，b2可以与b1是不同的值。

在一些实施例中，根据接入第一小区的各电子设备的物理位置，可以确定电子设备的物理分布范围，进而可以确定该物理分布范围的中心位置。确定各电子设备物理分布范围的中心位置后，可以统计各电子设备的物理位置距离该中心位置的距离，进而可以统计各电子设备的物理位置距离中心位置的中位数。该中位数可以用于判断电子设备分布的空间散度。如果该中位数小于预设值c2，说明电子设备分布比较集中，第一小区很可能是地铁站内的小区。如果该中位数大于等于预设值c2，说明电子设备分布比较分散，第一小区可能是地上地铁站。可选的，c2可以根据需要设置，c2可以与c1是不同的值。

在一些实施例中，如果第一小区是地上地铁站内的小区时，第一众包数据中电子设备的移动信号强度的最小值通常会较高。如果第一小区是地铁站外的小区，第一众包数据中各电子设备的移动信号强度的最小值通常会比较低。通过设置信号强度阈值d2，来根据移动信号强度的最小值来决策第一小区是否是第二地铁站内的小区。

605，将第一小区的电子设备的有效分布特征输入第一模型，第一模型用于根据输入的有效分布特征确定第一小区是第二电子围栏内的小区还是第二电子围栏外的小区。

606，重复步骤603至步骤605，直至确定候选小区列表中每个小区的分类结果。

607，对候选小区列表中的小区标注站内站外的区分结果，将标注有站内站外区分结果的候选小区列表确定为第二电子围栏的小区列表。

通过本发明实施例方法，可以识别地上地铁站电子围栏对应的小区是否是站内小区，以使电子围栏对应的小区列表更加准确。

本发明实施例中，当确定第二地铁站的第二电子围栏所对应的小区列表之后，网络设备可以将该小区列表下发给在第二地铁站有过目标行为的电子设备。在一个示例中，获取到该小区列表的电子设备包括第三电子设备。当第三电子设备接入到小区列表中的站内小区时，触发第二电子围栏。第二电子围栏触发后，第三电子设备可以主动调出乘车码等，或者相关网络设备可以向第三电子设备下发第二地铁站的车辆进出站信息、站内通知或者商家信息等。

在一个示例中，获取到该小区列表的电子设备包括第四电子设备。当第四电子设备接入到小区列表中的站外小区时，第四电子设备可以获取定位辅助信息。第四电子设备根据定位辅助信息可以进一步确定第四电子设备是否进入到第二地铁站内。可选的，定位辅助信息例如可以是第四电子设备当前连接的WiFi信息。如果第四电子设备当前连接的WiFi信息与地铁站内商家的WiFi信息匹配，说明第四电子设备已经进入到第二地铁站内，则可以触发第二电子围栏。如果第四电子设备当前连接的WiFi信息与地铁站内商家的WiFi信息不匹配，可以判定第四电子设备还未进入到第二地铁站内，则不触发第二电子围栏。通过本发明实施例方法，可以提高地铁站电子围栏触发的准确性，尽量避免地铁站电子围栏被误触发情况的发生。

本发明实施例中，上述有效分布特征用于区分小区是否是地上地铁站电子围栏内的小区。在一些实施例中，确定所述有效分布特征的方式可以包括：确定众包数据集，所述众包数据集包含地上地铁站电子围栏对应的小区的众包数据。地上地铁站电子围栏对应的小区可以包含电子围栏内的小区和电子围栏外的小区。可选的，用于确定有效分布特征的众包数据集中的各小区可以预先标注室内小区或者室外小区。之后基于步骤202-206计算用于区分地上地铁站电子围栏内和电子围栏外小区的有效分布特征。

当本发明实施例方法应用在地上地铁站的电子围栏场景时，上述第一模型用于根据输入的有效分布特征输出相应小区是否是地上地铁站电子围栏内的小区的分类结果。相应的，在训练该第一模型时，训练数据集和验证数据集均包含若干地上地铁站的电子围栏所对应的小区的有效分布特征。当然也可以包含地下地铁站的电子围栏所对应的小区的有效分布特征。训练数据集和验证数据集中，每个电子围栏对应的小区均标注有室内小区或者室外小区的标签。基于该训练数据集和验证数据集可以训练第一模型，训练第一模型的过程可以参见步骤301-303，此处不再赘述。训练完成的第一模型可以根据小区的有效分布特征来区分地上地铁站电子围栏内的小区和电子围栏外的小区。

在一些实施例中，本发明实施例方法也可以用于区分商场电子围栏内的小区和商场电子围栏外的小区，具体过程可以参见图1至图9的相关说明，此处不再赘述。

对应上述方法，本发明实施例还提供了一种网络设备，所述网络设备包括用于存储程序指令的存储器和用于执行所述程序指令的处理器，其中，当所述程序指令被所述处理器执行时，触发所述网络设备执行如上述室内室外小区的区分方法方法。

本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当该指令在计算机上运行时，使得计算机执行本发明实施例的室内室外小区的区分方法。

本发明实施例还提供了一种包含指令的计算机程序产品，当该计算机程序产品在计算机或任一至少一种处理器上运行时，使得计算机执行本发明实施例室内室外小区的区分方法的各个步骤。

本发明实施例还提供一种芯片，包括处理器与数据接口，所述处理器通过所述数据接口读取存储器上存储的指令，以执行本发明实施例方法的相应操作和/或流程。

可选地，该芯片还包括存储器，该存储器与该处理器通过电路或电线与存储器连接，处理器用于读取并执行该存储器中的计算机程序。进一步可选地，该芯片还包括通信接口，处理器与该通信接口连接。通信接口用于接收需要处理的数据和/或信息，处理器从该通信接口获取该数据和/或信息，并对该数据和/或信息进行处理。该通信接口可以是输入输出接口。

存储器可以是只读存储器(read-only memory，ROM)、可存储静态信息和指令的其它类型的静态存储设备、随机存取存储器(random access memory，RAM)或可存储信息和指令的其它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)、只读光盘(compact disc read-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其它磁存储设备，或者还可以是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它介质等。

本申请实施例提供的电子设备、计算机存储介质或计算机程序产品均用于执行上文所提供的对应的方法，因此，其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果，此处不再赘述。

本申请实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，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的情况。其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项”及其类似表达，是指的这些项中的任意组合，包括单项或复数项的任意组合。例如，a，b和c中的至少一项可以表示：a，b，c，a和b，a和c，b和c或a和b和c，其中a，b，c可以是单个，也可以是多个。

本领域普通技术人员可以意识到，本文中公开的实施例中描述的各单元及算法步骤，能够以电子硬件、计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，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。

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，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。

在本申请所提供的几个实施例中，任一功能如果以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，本申请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，包括若干指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)执行本申请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(read only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。本申请的保护范围应以所述权利要求的保护范围为准。

Claims (11)

1.一种室内室外小区的区分方法，其特征在于，所述方法包括：

确定第一小区的第一众包数据，所述第一众包数据包含接入所述第一小区的各电子设备信息；

根据所述第一众包数据，计算所述第一小区内的电子设备信息的有效分布特征，所述有效分布特征用于区分室内和室外的小区；

根据所述有效分布特征，确定所述第一小区的室内室外区分结果。

2.根据权利要求1所述的方法，其特征在于，所述确定第一小区的第一众包数据之前，所述方法还包括：

确定在第一电子围栏的第一区域产生目标行为的电子设备，所述第一区域为室内区域；

根据产生所述目标行为的各电子设备所接入的小区，确定候选小区列表，所述候选小区列表至少包含所述第一小区；

所述确定所述第一小区的室内室外区分结果之后，所述方法还包括：

确定所述候选小区列表包含的其余小区的室内室外区分结果，并对所述候选小区列表中的小区标注室内室外区分结果；

其中，将标注有室内室外区分结果的所述候选小区列表确定为所述第一电子围栏的小区列表。

3.根据权利要求2所述的方法，其特征在于，

所述第一电子围栏为目标地铁站的电子围栏；

所述第一区域为所述目标地铁站的站内区域；

所述目标行为包括通过电子设备进入目标地铁站闸机的行为。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述第一小区内的电子设备信息的有效分布特征，包括下述中的一种或多种的组合：

接入第一小区的各电子设备所连接到的WiFi总数；

使用GPS定位的电子设备与电子设备总数的比值；

各电子设备的定位精度中的最小值；

各电子设备的定位精度的平均值；

第一小区的覆盖半径估计值；

各电子设备的物理位置距离中心位置的中位数，所述中心位置根据各电子设备的物理分布范围确定；

各电子设备的移动信号强度中的最小值。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述确定第一小区的第一众包数据之前，所述方法还包括：

确定众包数据集，所述众包数据集包含若干小区的众包数据，所述若干小区包含室内小区和室外小区，每个小区的众包数据均包含接入相应小区的电子设备信息；

计算每个小区的电子设备信息的分布特征；

计算每个分布特征与室内室外分布的相关系数；

将相关系数大于第一阈值的分布特征，确定为用于区分室内室外小区的候选分布特征；

计算所述候选分布特征两两之间的复相关系数；

将复相关系数的绝对值大于第二阈值的候选分布特征，确定为待删除分布特征；

将所述待删除分布特征中对应相关系数最大的分布特征，以及所述复相关系数的绝对值小于等于所述第二阈值的候选分布特征，确定为用于区分室内和室外小区的有效分布特征。

6.根据权利要求5所述的方法，其特征在于，所述众包数据集包含地铁站电子围栏对应的小区的众包数据，所述地铁站电子围栏所对应的小区包含地铁站电子围栏内的小区，和地铁站电子围栏外的小区；

所述有效分布特征用于区分地铁站电子围栏内和地铁站电子围栏外的小区。

7.根据权利要求1至6任一项所述的方法，其特征在于，根据所述有效分布特征，确定所述第一小区的室内室外区分结果，包括：

将所述有效分布特征输入第一模型，所述第一模型用于根据输入的有效分布特征输出所述第一小区的室内室外区分结果。

8.根据权利要求7所述的方法，其特征在于，所述第一模型用于根据输入的有效分布特征输出所述第一小区是否是地铁站电子围栏内的小区的分类结果。

9.根据权利要求7所述的方法，其特征在于，所述方法还包括：

确定训练数据集和验证数据集，所述训练数据集和所述验证数据集均包含若干小区的有效分布特征，且小区均设置有室内外小区的标签；

基于所述训练数据集对第一原始模型进行训练，得到第一初步模型，所述第一初步模型用于根据小区的有效分布特征输出小区是否属于室内小区的分类结果；

基于所述验证数据集验证所述第一初步模型对小区分类的准确率，并根据所述准确率重新对所述第一初步模型进行训练直至得到所述第一模型，所述第一模型对小区分类的准确率大于设定值。

10.一种网络设备，其特征在于，所述网络设备包括用于存储程序指令的存储器和用于执行所述程序指令的处理器，其中，当所述程序指令被所述处理器执行时，触发所述网络设备执行如上述权利要求1-9任一项所述的方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行如上述权利要求1-9任一项所述的方法。