CN117252433A - 基于域内景区的实时客流分流、导流、报警及通知的方法 - Google Patents
基于域内景区的实时客流分流、导流、报警及通知的方法 Download PDFInfo
- Publication number
- CN117252433A CN117252433A CN202311472082.5A CN202311472082A CN117252433A CN 117252433 A CN117252433 A CN 117252433A CN 202311472082 A CN202311472082 A CN 202311472082A CN 117252433 A CN117252433 A CN 117252433A
- Authority
- CN
- China
- Prior art keywords
- data
- passenger flow
- module
- time
- information
- 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 24
- 238000003860 storage Methods 0.000 claims abstract description 25
- 238000007619 statistical method Methods 0.000 claims abstract description 7
- 230000003287 optical effect Effects 0.000 claims abstract description 4
- 238000012544 monitoring process Methods 0.000 claims description 51
- 238000000605 extraction Methods 0.000 claims description 24
- 230000010354 integration Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000013519 translation Methods 0.000 claims description 7
- 230000002776 aggregation Effects 0.000 claims description 6
- 238000004220 aggregation Methods 0.000 claims description 6
- 238000013508 migration Methods 0.000 claims description 6
- 230000005012 migration Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 210000001503 joint Anatomy 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000010076 replication Effects 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 abstract description 2
- 238000012935 Averaging Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000003032 molecular docking Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- 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
- G06Q50/12—Hotels or restaurants
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于域内景区的实时客流分流、导流、报警及通知的方法,包括数据采集模块、控制中心以及景区大数据平台,控制中心包括以下模块,编码模块、统计分析模块、储存模块、备份模块、连接模块,所述数据采集模块通过前端客流监测设备对目标区域的人数以及票务系统对进入园区的人数信息进行采集,并通过光缆将采集到的信息传递至控制中心,本发明根据景区不同区域的环境特点,选用不同的前端采集设备,并将多种数据采集设备做集成整合,突破了以往客流监测系统采用单一采集设备的瓶颈,增加了针对不同区域客流监测设备的适用性。
Description
技术领域
本发明涉及数据分析技术领域,具体涉及基于域内景区的实时客流分流、导流、报警及通知的方法。
背景技术
目前大部分旅游景区、历史文物景区、博物馆等存在主要景点客流、在园客流等,目前还是以人工经验观察、判断为主,通过现场人工实地监测、视频观察及票务检票入口的数据统计,以经验估计当前密集人群的基本状态,无法实时掌握各个景点、场馆的客流量,无法实时掌握景区、场馆内的客流分布情况,特别是热点区域的客流状态信息,因此无法提前采取切实有效的预防措施,容易造成局部地区客流密度过大情况的发生、进而导致出现突发性的事故和对文物损坏情况的发生。
目前,旅游景区市场上普遍存在的客流监测主要有2种实现的方式:
一是通过在景区的各个出入口安装监控人流的摄像头,记录进出园的人数,可以得到实时在园客流数据。但是监控摄像头无法分辨人员是游客还是景区工作人员。
二是景区自有的票务系统,可以限定当天的出票量;再通过票务系统的检票功能,记录实际入园的游客。但是票务系统无法记录出园人数,因此无法获得实时的在园客流数据。
发明内容
为此,本发明提供基于域内景区的实时客流分流、导流、报警及通知的方法,以解决现有技术中的上述问题。
为了实现上述目的,本发明提供如下技术方案:
根据本发明的第一方面,基于域内景区的实时客流分流、导流、报警及通知的方法,包括数据采集模块、控制中心以及景区大数据平台,控制中心包括以下模块,编码模块、统计分析模块、储存模块、备份模块、连接模块,
所述数据采集模块通过前端客流监测设备对目标区域的人数以及票务系统对进入园区的人数信息进行采集,并通过光缆将采集到的信息传递至控制中心,
编码模块用于对前端监测设备所采集的信息进行唯一编码并建立相应的表格,编码信息包括前端监测设备名称、前端监测设备的位置ID、前端监测设备监测区域的入口人数、前端监测设备监测区域的出口人数、前端监测设备监测区域的人数汇总、前端监测设备的排序、日期,
所述统计分析模块用于对园区人员信息进行统计,并将分析后的数据填入到表格的对应区域中,
所述储存模块用于保存相关计数数据、客流密度图像数据,在计算存储空间时需先计算出所有路数存储一定的时间所需的存储总空间,用总路数乘以每路码流大小,再乘以总的存储时间即可算出总的存储空间,且在计算过程中保持单位的一致性,
所述备份模块用于客流数据采用分布式存储,将集群中分散的存储资源形成一个虚拟系统的存储系统,数据分散且透明地存储在集群网络的各个设备中,
所述连接模块通过将客流数据以及预警数据通过接口对接的方式推送给景区大数据平台,再由大数据平台综合票务系统客流统计数据及本系统统计数据,进行预约客流、入园客流、在园客流、出园客流等客流数据的可视化展示及游客量大屏预警展示,
所述景区大数据平台具有报警模块以及发送模块,报警模块通过根据客流数据的信息,当客流数据达到预设的阈值时,能够进行报警,且发送模块通过短信的方式将园区客流数据发送至移动终端上。
优选地,还包括数据集成模块,数据集成模块用于将数据采集模块采集到的信息与系统信息进行融合集成,数据集成模块能够对数据进行采集、清洗及预处理、整合、加载以及数据迁移。
优选地,所述数据集成模块采集的数据包括各种渠道的人、事、物的基础信息,其采集方式包括业务系统数据信息、非结构化数据信息、外部和互联网数据信息,
所述业务系统数据信息为景区官方网站、门票预售系统、客流监测设备数据等各业务系统的历史数据根据需要一次性接入到客流监测大数据基础平台;实时数据根据需要实时或者准实时接入到客流监测大数据基础平台,
所述非结构化数据信息为系统日志、安保摄像头等影像资料等非结构化数据的历史和实时数据根据需要导入及实时数据接入,
所述外部和互联网数据信息为运营商、旅行社、微博等社会网络数据,以及互联网旅游网站等平台的数据接入。
优选地,所述数据集成模块对数据处理的方式包括数据采集、冗余去除、数据关联、数据加载。
优选地,所述数据迁移的方式为增量抽取与全量抽取。
优选地,所述增量抽取的方式为根据时间标识在每个抽取周期内实现增量采集,每次只抽取上个抽取时间点之后的变化数据,以减轻对源系统的影响,并提高数据的处理效率,每次抽取的增量数据仅包括本周期中发生的新增、修改和删除的数据。
优选地,所述全量抽取的方式为数据迁移或数据复制,将源系统表或视图中的业务数据一次性全量获取到并导入数据仓库的接口数据层。
优选地,数据清洗及预处理的方式包括有字段合并与拆分、赋缺省值、数据排序、数据翻译、数据合并、数据聚合。
本发明具有如下优点:根据景区不同区域的环境特点,选用不同的前端采集设备,并将多种数据采集设备做集成整合,突破了以往客流监测系统采用单一采集设备的瓶颈,增加了针对不同区域客流监测设备的适用性。
目前,市场上主要客流统计设备包含激光客流设备、双目客流计数设备及视频客流设备三种,这三种设备中,激光客流设备统计精度最高,最高可达96%,且安装环境不受光线影响,但设备价格较高。双目客流计数设备是在视频客流设备基础上发展起来的,相比视频客流设备,精准度大大提高不少,但在纯户外环境下,受光线、环境可见度等影响,精准度有一定的波动。精准度最低的是视频客流设备,由于采用图像识别的方式,一般不建议安装于室外环境。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,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。
实施例1
本发明第一方面实施例中的基于域内景区的实时客流分流、导流、报警及通知的方法,包括数据采集模块以及控制中心,控制中心包括以下模块,编码模块、统计分析模块、储存模块、备份模块、连接模块,
所述数据采集模块通过前端客流监测设备对目标区域的人数以及票务系统对进入园区的人数信息进行采集,并通过光缆将采集到的信息传递至控制中心,在票务系统中,数据采集模块能够对进入园区的总人数进行统计,以便于在整体上对园区的人数进行掌握,判断园区是否还能继续对游客进行接待,而前端客流监测设备对目标区域内的人员数量进行统计,是为了保证热门区域内的人员不会超载,方便对未在该区域内的游客进行指引,避免拥堵的加剧,
编码模块用于对前端监测设备所采集的信息进行唯一编码并建立相应的表格,编码信息包括前端监测设备名称、前端监测设备的位置ID、前端监测设备监测区域的入口人数、前端监测设备监测区域的出口人数、前端监测设备监测区域的人数汇总、前端监测设备的排序、日期,在景区较大和/或前端监测设备的数量较多时,通过编码模块对前端监测设备进行编码,从而将其与监测的位置进行对应,以便于后续进行统计管理,且还能方便后续进行整体的统计,
所述统计分析模块用于对园区人员信息进行统计,并将分析后的数据填入到表格的对应区域中,
所述储存模块用于保存相关计数数据、客流密度图像数据,在计算存储空间时需先计算出所有路数存储一定的时间所需的存储总空间,用总路数乘以每路码流大小,再乘以总的存储时间即可算出总的存储空间,且在计算过程中保持单位的一致性,
所述备份模块用于客流数据采用分布式存储,将集群中分散的存储资源形成一个虚拟系统的存储系统,数据分散且透明地存储在集群网络的各个设备中,
所述连接模块通过将客流数据以及预警数据通过接口对接的方式推送给景区大数据平台,再由大数据平台综合票务系统客流统计数据及本系统统计数据,进行预约客流、入园客流、在园客流、出园客流等客流数据的可视化展示及游客量大屏预警展示。
所述景区大数据平台具有报警模块以及发送模块,报警模块通过根据客流数据的信息,当客流数据达到预设的阈值时,能够进行报警,且发送模块通过短信的方式将园区客流数据发送至移动终端上。
主要是实现景区各出口、平台广场、接驳站等区域的在园客流、出园客流或入园客流统计功能,并将统计数据经过后台软件加工处理,形成可直接使用的客流数据、预警数据等,通过接口对接的方式推送给景区大数据平台(已有或新建),再由大数据平台综合票务系统客流统计数据及本系统统计数据,进行预约客流、入园客流、在园客流、出园客流等客流数据的可视化展示及游客量大屏预警展示,方便指挥中心人员根据不同预警信息启动不同应急预案。
还包括数据集成模块,数据集成模块用于将数据采集模块采集到的信息与系统信息进行融合集成,数据集成模块能够对数据进行采集、清洗及预处理、整合、加载以及数据迁移,本方法为全域客流监控系统项目,项目中所有采集到的信息均为以字符串存储的数字,不存在任何敏感信息,在安全需求方面,为确保系统的安全、高效和可靠运行,本项目软件系统代码及所使用硬件设备满足网络安全等级保护第二级标准。
所述数据集成模块采集的数据包括各种渠道的人、事、物的基础信息,其采集方式包括业务系统数据信息、非结构化数据信息、外部和互联网数据信息,
所述业务系统数据信息为景区官方网站、门票预售系统、客流监测设备数据等各业务系统的历史数据根据需要一次性接入到客流监测大数据基础平台;实时数据根据需要实时或者准实时接入到客流监测大数据基础平台,
所述非结构化数据信息为系统日志、安保摄像头等影像资料等非结构化数据的历史和实时数据根据需要导入及实时数据接入,
所述外部和互联网数据信息为运营商、旅行社、微博等社会网络数据,以及互联网旅游网站等平台的数据接入。
所述数据集成模块对数据处理的方式包括数据采集、冗余去除、数据关联、数据加载。
所述数据迁移的方式为增量抽取与全量抽取。为保证系统的性能,尽量选择增量数据抽取的方式。考虑到业务数据库的数据表中明确含有时间标识字段,则可以根据时间标识在每个抽取周期内实现增量采集,每次只抽取上个抽取时间点之后的变化数据,这样可以尽量减轻对源系统的影响,并提高数据的处理效率。每次抽取的增量数据原则上包括本周期中发生的新增、修改和删除的数据。
通常情况下,增量抽取主要用于大数据量的抽取情况,例如客户数据、产品数据、厂商数据、销售订单事实数据等,这些数据每天都会有较多变化,随着时间的推移,相应的数据库表中将存储较大的数据量,如果每次都做数据的全量抽取,对抽取性能将造成很大影响,而且会每次数据抽取都会占用更多的处理时间,所以多采取增量数据采集的方式。
全量采集通常适用于小数据量的抽取或系统上线初期对历史数据的处理,如组织、地区等数据量比较小,可采用全量采集的方式刷新数据。有些业务数据即使有时间戳,但因为数据量较小,也可采用全量采集方式。
所述增量抽取的方式为根据时间标识在每个抽取周期内实现增量采集,每次只抽取上个抽取时间点之后的变化数据,以减轻对源系统的影响,并提高数据的处理效率,每次抽取的增量数据仅包括本周期中发生的新增、修改和删除的数据。
所述全量抽取的方式为数据迁移或数据复制,将源系统表或视图中的业务数据一次性全量获取到并导入数据仓库的接口数据层。
数据清洗及预处理的方式包括有字段合并与拆分、赋缺省值、数据排序、数据翻译、数据合并、数据聚合。
1)字段合并与拆分
字段合并是指源数据的多个字段合并为目标数据的一个字段。
字段拆分是指将源数据中一个表的一个字段拆分为目标数据的多个字段。
2)赋缺省值
对于数据仓库中有的字段,在源系统中并没有相对应的源字段,这时根据模型的设计,可能需要缺省赋一个值
3)数据排序
有时需要按所要求的关键值进行排序,这样可以进行后续的处理。
4)数据翻译
将源系统中一些表示状态、类型等的代码直接翻译为其所表达的意思,或反之。数据翻译需要用到参考表(Reference Table),数据参考表一般是字典表或根据源数据与目标数据的定义手工产生,如果数据翻译时在参考表中找不到对应的对照,根据业务规则,需要将对应的记录拒绝出来或赋缺省值。
5)数据合并
按一定条件(一般是key值相等)对数据进行合并,找出描述同一对象的分布在不同数据表中的记录,并把这些记录联系起来。数据合并其实是数据翻译的一种特殊情况,主要用于数据量特别大的情况,数据合并在实现方式上一般先对要合并的两个表分别排序(Sort),然后顺序对两个表的记录进行匹配合并,这样可以大大加快处理的速度。
6)数据聚合(Aggregate)
对数据按照不同分组进行汇总等统计计算,一般是用于汇总表的计算,主要的聚合种类有:求和、求平均值、求记录数、求最小值、求最大值、取第一行、取最后一行等。
原则上,ETL只处理规律而重复性大的数据聚合,如汇总、取平均值、找最大最小值等,而不用于复杂计算,以减少开发成本和系统负载。对于不规律而且复杂的计算,应该由源系统端将数据计算好。
Claims (8)
1.基于域内景区的实时客流分流、导流、报警及通知的方法,其特征在于,包括数据采集模块、控制中心以及景区大数据平台,控制中心包括以下模块,编码模块、统计分析模块、储存模块、备份模块、连接模块、报警模块以及信息发送模块,
所述数据采集模块通过前端客流监测设备对目标区域的人数以及票务系统对进入园区的人数信息进行采集,并通过光缆将采集到的信息传递至控制中心,
编码模块用于对前端监测设备所采集的信息进行唯一编码并建立相应的表格,编码信息包括前端监测设备名称、前端监测设备的位置ID、前端监测设备监测区域的入口人数、前端监测设备监测区域的出口人数、前端监测设备监测区域的人数汇总、前端监测设备的排序、日期,
所述统计分析模块用于对园区人员信息进行统计,并将分析后的数据填入到表格的对应区域中,
所述储存模块用于保存相关计数数据、客流密度图像数据,在计算存储空间时需先计算出所有路数存储一定的时间所需的存储总空间,用总路数乘以每路码流大小,再乘以总的存储时间即可算出总的存储空间,且在计算过程中保持单位的一致性,
所述备份模块用于客流数据采用分布式存储,将集群中分散的存储资源形成一个虚拟系统的存储系统,数据分散且透明地存储在集群网络的各个设备中,
所述连接模块通过将客流数据以及预警数据通过接口对接的方式推送给景区大数据平台,再由大数据平台综合票务系统客流统计数据及本系统统计数据,进行预约客流、入园客流、在园客流、出园客流数据的可视化展示及游客量大屏预警展示,
所述景区大数据平台具有报警模块以及发送模块,报警模块通过根据客流数据的信息,当客流数据达到预设的阈值时,能够进行报警,且发送模块通过短信的方式将园区客流数据发送至移动终端上。
2.根据权利要求1所述的基于域内景区的实时客流分流、导流、报警及通知的方法,其特征在于,还包括数据集成模块,数据集成模块用于将数据采集模块采集到的信息与系统信息进行融合集成,数据集成模块能够对数据进行采集、清洗及预处理、整合、加载以及数据迁移。
3.根据权利要求2所述的基于域内景区的实时客流分流、导流、报警及通知的方法,其特征在于,所述数据集成模块采集的数据包括各种渠道的人、事、物的基础信息,其采集方式包括业务系统数据信息、非结构化数据信息、外部和互联网数据信息,
所述业务系统数据信息为景区官方网站、门票预售系统、客流监测设备数据的各业务系统的历史数据根据需要一次性接入到客流监测大数据基础平台;实时数据根据需要实时或者准实时接入到客流监测大数据基础平台,
所述非结构化数据信息为系统日志、安保摄像头的影像资料的非结构化数据的历史和实时数据根据需要导入及实时数据接入,
所述外部和互联网数据信息为运营商、旅行社、微博社会网络数据,以及互联网旅游网站的平台的数据接入。
4.根据权利要求3所述的基于域内景区的实时客流分流、导流、报警及通知的方法,其特征在于,所述数据集成模块对数据处理的方式包括数据采集、冗余去除、数据关联、数据加载。
5.根据权利要求4所述的基于域内景区的实时客流分流、导流、报警及通知的方法,其特征在于,所述数据迁移的方式为增量抽取与全量抽取。
6.根据权利要求5所述的基于域内景区的实时客流分流、导流、报警及通知的方法,其特征在于,所述增量抽取的方式为根据时间标识在每个抽取周期内实现增量采集,每次只抽取上个抽取时间点之后的变化数据,以减轻对源系统的影响,并提高数据的处理效率,每次抽取的增量数据仅包括本周期中发生的新增、修改和删除的数据。
7.根据权利要求5所述的基于域内景区的实时客流分流、导流、报警及通知的方法,其特征在于,所述全量抽取的方式为数据迁移或数据复制,将源系统表或视图中的业务数据一次性全量获取到并导入数据仓库的接口数据层。
8.根据权利要求2所述的基于域内景区的实时客流分流、导流、报警及通知的方法,其特征在于,数据清洗及预处理的方式包括有字段合并与拆分、赋缺省值、数据排序、数据翻译、数据合并、数据聚合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311472082.5A CN117252433A (zh) | 2023-11-07 | 2023-11-07 | 基于域内景区的实时客流分流、导流、报警及通知的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311472082.5A CN117252433A (zh) | 2023-11-07 | 2023-11-07 | 基于域内景区的实时客流分流、导流、报警及通知的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117252433A true CN117252433A (zh) | 2023-12-19 |
Family
ID=89133518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311472082.5A Pending CN117252433A (zh) | 2023-11-07 | 2023-11-07 | 基于域内景区的实时客流分流、导流、报警及通知的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117252433A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108595452A (zh) * | 2017-12-04 | 2018-09-28 | 杭州华量软件有限公司 | 一种智慧旅游管理系统 |
CN109697214A (zh) * | 2018-11-30 | 2019-04-30 | 武汉烽火众智数字技术有限责任公司 | 一种旅游数据分析系统及方法 |
CN111126715A (zh) * | 2020-01-03 | 2020-05-08 | 成都中科大旗软件股份有限公司 | 景区客流量管控系统 |
CN112967158A (zh) * | 2021-04-01 | 2021-06-15 | 山东理工职业学院 | 一种旅游管理系统 |
CN115620427A (zh) * | 2022-08-17 | 2023-01-17 | 河南工业职业技术学院 | 一种基于大数据的景区客流量统计系统 |
-
2023
- 2023-11-07 CN CN202311472082.5A patent/CN117252433A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108595452A (zh) * | 2017-12-04 | 2018-09-28 | 杭州华量软件有限公司 | 一种智慧旅游管理系统 |
CN109697214A (zh) * | 2018-11-30 | 2019-04-30 | 武汉烽火众智数字技术有限责任公司 | 一种旅游数据分析系统及方法 |
CN111126715A (zh) * | 2020-01-03 | 2020-05-08 | 成都中科大旗软件股份有限公司 | 景区客流量管控系统 |
CN112967158A (zh) * | 2021-04-01 | 2021-06-15 | 山东理工职业学院 | 一种旅游管理系统 |
CN115620427A (zh) * | 2022-08-17 | 2023-01-17 | 河南工业职业技术学院 | 一种基于大数据的景区客流量统计系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106056690B (zh) | 基于大数据、云平台和物联网的护线智能巡检方法及系统 | |
CN110335187B (zh) | 一种智慧城市操作系统 | |
CN111242574A (zh) | 一种基于gps技术的智慧工地现场巡检管理系统及方法 | |
CN106650989A (zh) | 景区旅游服务平台及其工作方法 | |
CN110866642A (zh) | 安全监控方法、装置、电子设备和计算机可读存储介质 | |
CN108846585A (zh) | 一种煤矿隐患处理管理系统 | |
CN104835085A (zh) | 旅游运行监管及安全应急管理联动指挥平台系统 | |
CN112767217B (zh) | 一种基于物联网的智慧社区管理系统 | |
CN114841712B (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 | |
CN111629173A (zh) | 用于企业安全防范的视频云存储系统 | |
CN114048277A (zh) | 一种高速公路智能稽查追逃系统 | |
CN114363316A (zh) | 一种跨区域道路基础设施智能联网监测与监管系统 | |
CN113794819A (zh) | 防疫场所智能管理方法、系统、装置和介质 | |
CN114358980A (zh) | 一种基于物联网的智慧社区物业管理系统及方法 | |
CN115759868A (zh) | 一种森林巡检人员管理方法、智能终端及存储介质 | |
CN114157687B (zh) | 一种基于云平台部署的变电信息集中展示系统及展示方法 | |
CN112329688A (zh) | 一种公共场合用智能风险管控系统 | |
CN111754209A (zh) | 一种基于大数据共享的旅游综合服务方法及系统 | |
CN115271612A (zh) | 物流园区安全监控方法、装置、设备及存储介质 | |
CN114049663A (zh) | 一种基于人脸识别的工地人员健康信息系统的管理方法 | |
CN112598559B (zh) | 一种智慧园区综合管理方法、装置、存储介质及电子设备 | |
Yokoyama et al. | A framework for large-scale train trip record analysis and its application to passengers’ flow prediction after train accidents | |
CN117252433A (zh) | 基于域内景区的实时客流分流、导流、报警及通知的方法 | |
CN112308356A (zh) | 一种社区设备巡查、安保巡查方法及系统 | |
CN116208633A (zh) | 一种人工智能服务平台系统、方法、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 |