CN117974403B - 一种数据分析方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本发明提出了一种数据分析方法、装置、计算机设备及存储介质，该技术方案应用于智慧园区的数据化智能分析中，通过服务器端主动或者被动接收用户端的请求后将智慧园区的数据分为单一线程数据和第二类型数据，从而根据不同类型的数据进行相应的数据分析过程，在提升了数据的高效、准确性分析的基础上，实现智慧园区的数据智能化管理。

Description

一种数据分析方法、装置、计算机设备及存储介质

技术领域

本申请涉及数据分析技术领域，具体而言，本申请涉及一种数据分析方法、装置、计算机设备及存储介质。

背景技术

随着信息技术的飞速发展，各类场景应用环境下对数据的分析处理能力提出了更高的要求，尤其是在智慧园区的建设中，大数据技术、云计算技术、边缘计算技术等数据分析方法在全局性、非实时性、长周期的数据处理与分析方面的强大能力成为主流的业务决策计算方式。然而在智慧园区的智能化进程中需要将自动控制技术、计算机技术、通信技术等进行高度结合后实现对园区的智能化管理，这就对数据分析能力提出了更高的要求。

在现有技术中也涉及多种通过数据分析来提高智慧园区的智能化管理方案，如申请号为CN202311072920.X的发明专利：基于数据分析的智慧园区安全管理方法和系统，其通过分阶段地实时监控图像和风险评估分数的采集和展示，结合用户参与和优化模型，实现了更精细、高效的安全管理。该方法和系统能够解决大面积、多环境园区智慧安全管理的不足之处，提高了安全管理的效率和精度，然而智慧园区的人员类别较多，可能出现的异常事件类别也较为宽泛，通过计算第一潜在风险评估分数和第二潜在风险评估分数是不够准确的，实际中，人员在园区中的动态活动轨迹是很难通过计算风险评估分数准确的进行风险程度的识别，这就使得在进行数据分析时不能够准确的识别出异常情况。

再如申请号为CN202310313578.1的发明专利：基于数据分析的智慧园区物业防控管理系统及其实现方法，该专利的技术方案是将数据驱动技术与多模态融合技术综合应用于园区物业防控管理，对园区内的多源异构数据构建统一的多模态通用管理数据分析平台，通过设置的多种模块的不同功能实现进行多模块管控融合，从而实现对智慧园区的智能化管理，然而该方案也是基于异常事件进行处理，但是对于异常事件的数据分析过程不够准确，使得有些异常事件误报的情形。

由上述现有技术可知，目前对于智慧园区中数据的分析还存在分析效率较低、识别度不够等技术问题。因此，有必要提出一种数据分析方法解决上述技术问题以实现智慧园区的高效、智能化管理。

发明内容

为解决上述技术问题，本发明提出了一种数据分析方法、装置、计算机设备及存储介质。

第一方面，本发明提出了一种数据分析方法，所述方法应用于对智慧园区的数据分析的服务器端，该方法包括：

周期性获取对智慧园区中的数据进行分析的请求消息；

解析所述请求消息以提取出待分析的数据类型，若为第一类型数据，则提取出所述第一类型数据下的单一线程数据进行数据分析以生成数据分析结果；若为第二类型数据，则提取出所述第二类型数据下的第一线程数据，并根据所述第一线程数据在第二类型数据中进行匹配，以获取所述第一线程数据关联后的第二线程数据，将所述第一线程数据和所述第二线程数据进行关联数据分析后生成数据分析结果；

其中，所述第一类型数据由多个单一线程数据组成，所述多个单一线程数据之间无关联，所述第二类型数据由多个第一线程数据和多个第二线程数据组成，多个第一线程数据与多个第二线程数据之间至少存在一组关联性；

所述单一线程数据包括人员信息特征数据或车辆信息特征数据；

所述第一线程数据为人员信息特征数据，所述第二线程数据为车辆信息特征数据，或者，所述第一线程数据为车辆信息特征数据，所述第二线程数据为人员信息特征数据。

作为本发明进一步改进的内容，周期性获取对智慧园区中的数据进行分析的请求消息的步骤包括，设定一预设时间进行周期性的请求消息监听过程，若在预设时间内获取到用户端发送的对智慧园区中的数据进行分析的请求消息，则进入请求消息的解析步骤进行特征匹配，若匹配出的数据为无关联的单一线程数据，则为第一数据类型，若匹配出的数据具有关联性，则为第二类型数据；若在预设时间内未收到用户端发送的请求消息，则在预设时间点到达时，所述服务器端自动启动对智慧园区中的数据进行分析的步骤。

作为本发明进一步改进的内容，服务器端自动启动对智慧园区中的数据进行分析的步骤具体包括：服务器端在预设时间点到达且未接收到用户端发送的请求消息时，开启服务器端第一容器继续接收数据，并对预设时间内由第二容器采集的数据进行特征提取以生成无关联性的第一类型待确认数据和具有关联性的第二类型待确认数据，调取第三容器中的特征库模型，若在特征库模型中未匹配到相同的特征，则将所述第一类型待确认数据变更为第一类型数据存储在第三容器的第一类型数据库中，否则，将第一类型待确认数据和第二类型待确认数据变更为第二类型数据后存储至第三容器的第二类型数据库中。

作为本发明进一步改进的内容，将第一类型待确认数据和第二类型待确认数据变更为第二类型数据后存储至第三容器的第二类型数据库中的步骤还包括，调取第三容器中的特征库模型且匹配出相同的特征时，识别匹配出的特征的位置，若匹配出的位置来自第一类型数据库，则调取匹配出特征的单一线程数据，并与所述第一类型待确认数据或者所述第二类型待确认数据关联后，变更为第二类型数据后存储至第三容器的第二类型数据库中，删除第一类型数据库中匹配出的单一线程数据；若匹配出的位置来自第二类型数据库，则将所述第一类型确认数据或者所述第二类型确认数据与匹配出的第二类型数据库中的线程数据关联后存储至第二类型数据库。

作为本发明进一步改进的内容，若匹配出的位置来自第二类型数据库，则将所述第一类型确认数据或者所述第二类型确认数据与匹配出的第二类型数据库中的线程数据关联后存储至第二类型数据库的步骤还包括，在线程数据关联后，判断第一线程数据对应的两个或多个第二线程数据之间的关联度，若两个或多个第二线程数据之间的关联度存在重复关联，则删除两个或多个第二线程数据中重复的第二线程数据；以及，在线程数据关联后，判断第二线程数据对应的两个或多个第一线程数据之间的关联度，若两个或多个第一线程数据之间的关联度存在重复关联，则删除两个或多个第一线程数据中重复的第一线程数据。

作为本发明进一步改进的内容，若为第一类型数据，则提取出所述第一类型数据下的单一线程数据进行数据分析以生成数据分析结果的步骤包括：若为第一类型数据，所述服务器端向所述第三容器中的第一类型数据库发送数据调用请求，以匹配出符合请求消息的单一线程数据对应的数据集，基于所述数据集生成人员或车辆在智慧园区中的第一路径拓扑图，提取出所述数据集中的特征并与所述路径拓扑图匹配后保存，删除匹配出的符合请求消息的单一线程数据；当服务器端自动启动对数据进行分析时，对第二容器采集的数据特征提取后，若存在第一路径拓扑图，则根据第二容器采集的数据特征生成第二路径拓扑图，若第一路径拓扑图与第二路径拓扑图全部重叠，则删除第二路径拓扑图，否则，将每一次生成的部分重叠的路径拓扑图进行不同颜色的路径标注，生成层状路径拓扑图，以使得用户端根据层状路径拓扑图识别出进入智慧园区的人员或者车辆是否存在异常。

作为本发明进一步改进的内容，若为第二类型数据，则提取出所述第二类型数据下的第一线程数据，并根据所述第一线程数据在第二类型数据中进行匹配，以获取所述第一线程数据关联后的第二线程数据，将所述第一线程数据和所述第二线程数据进行关联数据分析后生成数据分析结果的步骤包括：若为第二类型数据，提取出第二类型数据下的第一线程数据，并根据所述第一线程数据在第二类型数据中进行匹配，在进行匹配时，服务器端获取第一线程数据的图像数据，识别出第一线程数据所在的图像中存在图像特征交叉的第二线程数据，若存在多个第二线程数据，则提取出第二线程数据的特征作为标识，多个第二线程数据根据标识与第一线程数据建立映射关系，并生成映射关系图，以使得用户端根据映射关系图识别出进入智慧园区的人员或者车辆是否存在异常。

第二方面，本发明还提出了一种数据分析装置，所述分析装置包括如第一方面所述的用户端和服务器端，其中，

用户端，用于周期性向服务器端发送对智慧园区中的数据进行分析的请求消息；

服务器端包括：

监听模块，用于设定一预设时间进行周期性的请求消息监听过程；

判决模块，用于若在预设时间内获取到用户端发送的对智慧园区中的数据进行分析的请求消息，则进入请求消息的解析步骤进行特征匹配，若匹配出的数据为无关联的单一线程数据，则为第一数据类型，若匹配出的数据具有关联性，则为第二类型数据；若在预设时间内未收到用户端发送的请求消息，则在预设时间点到达时，所述服务器端自动启动对智慧园区中的数据进行分析；

第一处理模块，用于在预设时间点到达且未接收到用户端发送的请求消息时，开启服务器端第一容器继续接收数据，并对预设时间内由第二容器采集的数据进行特征提取以生成无关联性的第一类型待确认数据和具有关联性的第二类型待确认数据，调取第三容器中的特征库模型，若在特征库模型中未匹配到相同的特征，则将所述第一类型待确认数据变更为第一类型数据存储在第三容器的第一类型数据库中，否则，将第一类型待确认数据和第二类型待确认数据变更为第二类型数据后存储至第三容器的第二类型数据库中；

第二处理模块，用于在数据类型为第一类型数据时，所述服务器端向所述第三容器中的第一类型数据库发送数据调用请求，以匹配出符合请求消息的单一线程数据对应的数据集，基于所述数据集生成人员或车辆在智慧园区中的第一路径拓扑图，提取出所述数据集中的特征并与所述路径拓扑图匹配后保存，删除匹配出的符合请求消息的单一线程数据；当服务器端自动启动对数据进行分析时，对第二容器采集的数据特征提取后，若存在第一路径拓扑图，则根据第二容器采集的数据特征生成第二路径拓扑图，若第一路径拓扑图与第二路径拓扑图全部重叠，则删除第二路径拓扑图，否则，将每一次生成的部分重叠的路径拓扑图进行不同颜色的路径标注，生成层状路径拓扑图，以使得用户端根据层状路径拓扑图识别出进入智慧园区的人员或者车辆是否存在异常；

第三处理模块，用于在数据类型为第二类型数据时，提取出第二类型数据下的第一线程数据，并根据所述第一线程数据在第二类型数据中进行匹配，在进行匹配时，服务器端获取第一线程数据的图像数据，识别出第一线程数据所在的图像中存在图像特征交叉的第二线程数据，若存在多个第二线程数据，则提取出第二线程数据的特征作为标识，多个第二线程数据根据标识与第一线程数据建立映射关系，并生成映射关系图，以使得用户端根据映射关系图识别出进入智慧园区的人员或者车辆是否存在异常。

第三方面，本发明提供了一种计算机设备，包括：

存储器，其上存储有应用程序和操作系统；

处理器，用于执行所述程序或指令时实现如第一方面所述的数据分析方法的步骤。

第四方面，本发明提供了一种可读存储介质，其上存储有应用程序和操作系统，其特征在于，所述程序或指令被处理器执行时实现如第一方面所述的数据分析方法的步骤。

本发明提出了一种数据分析方法、装置、计算机设备及存储介质，该技术方案应用于智慧园区的数据化智能分析中，通过服务器端主动或者被动接收用户端的请求后将智慧园区的数据分为单一线程数据和第二类型数据，从而根据不同类型的数据进行相应的数据分析过程，在提升了数据的高效、准确性分析的基础上，实现智慧园区的数据智能化管理。

附图说明

图1为本申请实施例提供的数据分析方法应用于智慧园区场景示意图。

图2为本申请实施例提供的数据分析方法的流程图。

图3为本申请实施例提供的数据分析装置的示意性结构图。

图4为本申请实施例提供的计算机设备示意性结构图。

具体实施方式

为便于理解，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。

下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。

图1示出了本申请实施例提供的数据分析方法应用于智慧园区场景的示意图，如图1所示，本申请的数据分析方法应用于智慧园区中数据的分析应用场景。在应用场景下部署于智慧园区的服务器端通过与用户端的交互过程实现数据分析，在这个过程中，服务器端可以通过设定监听程序，并在预设时间范围内作为一个周期，以确定是否自启动对应存储或者采集的数据进行数据分析，也可以实时的根据接收到的用户端的数据请求对数据进行分析并获取分析结果。

在本实施例中，将数据分析方法应用于智慧园区场景下的智能化数据管理中，本发明的目的不在于数据的采集过程，而在于数据的分析过程，很显然本发明中采集的数据可以认为是智慧园区中设置的服务器端与设置在园区中各个传感器或者摄像头采集点采集到的数据。为了实现本发明的目的，本发明的数据采集过程应当理解为智慧园区中人员和车辆的实时图像采集过程，尤其是人员和车辆在园区中的轨迹，例如某个人员A从进入园区开始直至到达目的地位置，所有的轨迹会形成一条路径，该路径即为人员A的数据，该路径数据会携带人员A的特征，如人脸特征、指纹特征或者其他具有唯一性的标识，以反映出人员A在园区中的数据且该数据唯一对应于A。同样的，车辆进入园区中的数据也是如此，与人员不同的是，车辆的特征可以为车牌号或者车型特征，这些特征也属于唯一对应于该车辆，并基于监控端形成车辆在智慧园区中的轨迹，并最终生成唯一标识车辆标识符的轨迹数据。

以上为数据的采集过程的简述内容，在本发明中，目的是对数据进行归类分析，虽然采集也是必不可少的环节，但是数据分析才是本发明的目的。因此，数据采集的过程不作过多赘述，本领域技术人员可以理解的是，在数据的采集中，位于园区的监控端是可以实现对某个特定对象或者指定对象的实时监控，并根据监控点的设置获取对象的轨迹位置，获取位置的目的在于后续的分析过程中人员或者车辆是否存在可疑情形，这是本发明的目的。

具体的，在本实施例中，为了更高效的对数据进行分析，预先在智慧园区中配置服务器端以根据用户的需要进行主动或者被动的数据分析，主动分析是指服务器端可以根据设定的时间或者在采集的数据存储即将满载时或者其他人为设置的条件下，自动对采集的数据进行分析归类，如图1所示，服务器端部署了三个容器，分别为第一容器、第二容器和第三容器，可以理解的是，不同容器的功能作用并不完全相同。比如第一容器为实时的数据采集容器，对采集的数据并不进行处理，而第二容器则是对采集的数据进行处理，第三容器作为已经处理的数据存储部分，其目的是建立特征库模型，在第二容器在进行数据分析处理时调用该特征库模型来实现对数据的分类，其次，当主动进行数据分析时，第一容器会继续采集数据，但是在分析处理过程中，第一容器采集的数据将会被暂时缓存，等待第二容器中的数据处理完成后，再将第一容器的数据送到第二容器中，因此，可以理解的是，在服务器端主动进行数据分析的过程中，三个容器之间是建立了数据采集、分类的分析过程，该过程下将会对采集的数据继续归类存储。

需要说明的是，本发明中的服务器端在接收到用户发送的请求消息后执行数据分析的过程包括两个方面，第一方面是基于用户的要求进行智慧园区中的数据分析；第二方面是基于用户的要求寻址园区中的目的对象位置，下文将做全面阐述。

如图2所示，本发明提出了一种数据分析方法，该方法应用于对智慧园区的数据分析的服务器端，该方法包括如下步骤：

S201. 周期性获取对智慧园区中的数据进行分析的请求消息。

S202. 解析所述请求消息以提取出待分析的数据类型，若为第一类型数据进入步骤S203，若为第二类型数据，进入步骤S204。

S203. 提取出所述第一类型数据下的单一线程数据进行数据分析以生成数据分析结果；

S204. 提取出所述第二类型数据下的第一线程数据，并根据所述第一线程数据在第二类型数据中进行匹配，以获取所述第一线程数据关联后的第二线程数据，将所述第一线程数据和所述第二线程数据进行关联数据分析后生成数据分析结果。

在本实施例中，步骤S201中，服务器端会实时监听来自用户端的数据分析的请求消息，正如前文所阐述，服务器端在进行数据分析时包括了自动进行分析和接收用户请求进行分析两部分内容。为了实现两部分内容的目的，本发明中在服务器端设置了监听模式以及时间周期，如果在时间周期内未监听到用户发送的数据分析的请求消息，则自动启动数据分析过程，如果时间周期内任意时间接收到用户发送的请求消息，则根据用户请求消息进行数据分析，实际中，可能存在当用户发送完请求并得到数据分析的结果，此时可能正好也要到了预设的时间周期时间，这就使得又要进行数据的主动分析，为了避免于此，可以在每一次数据分析后的时间作为预设时间周期的时间起始点，也就是预设时间周期可以是一固定时间，但是起始时间可以根据实际需要进行调整。

根据上述内容的阐述，周期性获取对智慧园区中的数据进行分析的请求消息的步骤中，可以理解为周期性从用户端或者服务器端自身对智慧园区中的数据进行分析的请求消息，当预设时间到达且未收到用户发送的请求消息时，则数据分析的请求消息来自服务器本身，如果预设时间未到达接收到用户发送的请求消息，则请求消息来自用户端。因此，不能仅将周期性获取对智慧园区中的数据进行分析的请求消息的过程理解为仅从用户端获取消息的过程是不准确的，这也是本发明中有别于现有技术的内容。

在本实施例中，为了实现数据分析的目的，将智慧园区中采集的数据分为两种类型，第一种类型由多个单一线程数据组成，该类型下的单一线程数据之间无关联性，如用户A，车辆B，用户C，之间无任何关联，采集到的是各自的轨迹图像数据；第二种类型由多个第一线程数据和多个第二线程数据组成，该类型下的线程数据之间存在关联性。如第一线程数据为用户A，第二线程数据为车辆A，通过监控可以获取到这样的图像，即用户A乘坐过车辆A，这些特征内容显示着用户A与车辆A之间存在关联性，实际中，可能存在用户A与车辆A、车辆B等多个车辆之间存在关联，车辆A也可能与用户A、用户B等等多个用户之间存在关联，这就是第二种类型由1个或多个第一线程数据和1个或多个第二线程数据组成，该类型下的线程数据之间存在关联性。服务器端对采集到的数据进行了线程数据的构建过程，无关联的数据形成单一线程数据，存储至第三容器的第一类型数据库中，有关联的数据形成第二类型数据，存储至第三容器的第二类型数据库中。

需要说明的是，服务器端的第三容器进行数据存储时会进行特征匹配，因此会预先建立特征模型库，该库中存储着采集的不同数据类型对应的特征，特征与第一类型数据库、第二类型数据库之间建立映射关系。如进入第二容器中待处理的数据为用户A的数据，此时获取用户A的特征，如人脸、指纹等唯一标识并在特征模型库中进行匹配，判断是否存在，如果存在，则特征模型库会通过映射调出第一类型或者第二类型数据库中的匹配的数据，再进行数据的分析过程，同样的车辆也是如此。

在本实施例中，服务器端在预设时间点到达且未接收到用户端发送的请求消息时，即服务器端自动进行主动的数据分析时，开启服务器端第一容器继续接收数据，并对预设时间内由第二容器采集的数据进行特征提取以生成无关联性的第一类型待确认数据和具有关联性的第二类型待确认数据，调取第三容器中的特征库模型，若在特征库模型中未匹配到相同的特征，则将所述第一类型待确认数据变更为第一类型数据存储在第三容器的第一类型数据库中，否则，将第一类型待确认数据和第二类型待确认数据变更为第二类型数据后存储至第三容器的第二类型数据库中。此处在服务器端自动进行数据分析时，对实时采集的第二容器中的数据进行分析过程，该过程是匹配第三容器中的已存储的数据，如果未匹配出特征，则直接进入第一类型数据库变成一个单一线程数据并附加标识。如果匹配出特征，则进入第二类型数据库中。

此时，需要说明的是，匹配出的特征有可能是第一类型数据库中的单一线程数据，因此，需要识别出位置，包括，调取第三容器中的特征库模型且匹配出相同的特征时，识别匹配出的特征的位置，若匹配出的位置来自第一类型数据库，则调取匹配出特征的单一线程数据，并与所述第一类型待确认数据或者所述第二类型待确认数据关联后，变更为第二类型数据后存储至第三容器的第二类型数据库中，删除第一类型数据库中匹配出的单一线程数据；若匹配出的位置来自第二类型数据库，则将所述第一类型确认数据或者所述第二类型确认数据与匹配出的第二类型数据库中的线程数据关联后存储至第二类型数据库。在线程数据关联后，判断第一线程数据对应的两个或多个第二线程数据之间的关联度，若两个或多个第二线程数据之间的关联度存在重复关联，则删除两个或多个第二线程数据中重复的第二线程数据；以及，在线程数据关联后，判断第二线程数据对应的两个或多个第一线程数据之间的关联度，若两个或多个第一线程数据之间的关联度存在重复关联，则删除两个或多个第一线程数据中重复的第一线程数据。在本实施例中，可以将每一个线程数据作为一个树枝，以树的形式展开，无关联的单一线程数据作为一个树枝，有关联的第一线程数据和第二线程数据可以以某一个线程数据作为树的分支后，关联的线程数据作为该分支的一部分，当某一个线程数据存在多个关联的线程数据时，就相当于一个树枝下分多个子树枝，都需要的时候可以通过增加子树枝或者去掉子树枝的方式进行数据的归类。

在本实施例中，步骤S202对请求消息进行解析以获取数据类型，在该部分内容，如果是服务器端自动进行数据分析，则直接启动第二容器中的数据分析过程，对采集的数据进行类型识别，这个过程中主要是通过特征提取，正如前文所阐述，每一个人员或者车辆都会携带唯一标识，并在该标识下携带对应的轨迹数据，提取特征与特征库模型进行特征匹配后就可以，实际上也可以认为在服务器的主动分析过程中既包括了对当前数据的分析过程，也包括了对特征库模型的更新过程，当未匹配出特征时，将相应的特征加入特征库模型中，并映射到第一类型数据库或者第二类型数据库中对应的数据。

为了更清楚的表述清楚本发明的目的，本发明的服务器端在接收到用户端发送的数据分析过程时，对数据类型解析是有两个目的，第一是直接获取所需要分析的人员或者车辆的轨迹数据，第二是帮助人员找到车辆信息。

在本实施例中，步骤S203，当接收到用户端发送的请求消息后，解析后，若数据类型为第一类型数据，所述服务器端向所述第三容器中的第一类型数据库发送数据调用请求，以匹配出符合请求消息的单一线程数据对应的数据集，基于所述数据集生成人员或车辆在智慧园区中的第一路径拓扑图，提取出所述数据集中的特征并与所述路径拓扑图匹配后保存，删除匹配出的符合请求消息的单一线程数据；当服务器端自动启动对数据进行分析时，对第二容器采集的数据特征提取后，若存在第一路径拓扑图，则根据第二容器采集的数据特征生成第二路径拓扑图，若第一路径拓扑图与第二路径拓扑图全部重叠，则删除第二路径拓扑图，否则，将每一次生成的部分重叠的路径拓扑图进行不同颜色的路径标注，生成层状路径拓扑图，以使得用户端根据层状路径拓扑图识别出进入智慧园区的人员或者车辆是否存在异常。

在本实施例中，步骤S204，若为第二类型数据，若为第二类型数据，提取出第二类型数据下的第一线程数据，并根据所述第一线程数据在第二类型数据中进行匹配，在进行匹配时，服务器端获取第一线程数据的图像数据，识别出第一线程数据所在的图像中存在图像特征交叉的第二线程数据，若存在多个第二线程数据，则提取出第二线程数据的特征作为标识，多个第二线程数据根据标识与第一线程数据建立映射关系，并生成映射关系图，以使得用户端根据映射关系图识别出进入智慧园区的人员或者车辆是否存在异常。

需要说明的是，当服务器端接收到来自用户端发送的请求消息并解析后，会根据人员或者车辆的路径信息生成路径图，这存在两种情况，第一种情况是第三容器中未根据用户请求生成路径拓扑图，此时，当第一次生成路径拓扑图并保存后，并不需要这些数据，当用户再次需要时，可以直接返回生成的路径拓扑图，第二种情况是，服务器端自动进行数据分析时，在第三容器中可能已经存储有生成的路径拓扑图，此时，需要如果数据特征相同，可能存在路径拓扑图重叠、部分重叠或者完全不重叠的情况，这就需要根据步骤S203来进行操作，通过路径拓扑图的重叠情况来判断人员或者车辆是否存在异常情况，该数据都会作为参考图形发送至用户端，供管理人员查阅。此外，当存在数据关联时，通过步骤S204来进行操作。

在本实施例中，为了实现本发明的目的，以及清楚表述，以第一线程数据为例，当解析的数据类型为第二类型数据时，则提取出第一线程数据，并在特征库模型中匹配出第二线程数据，实际中，可能存在多个第二线程数据，可以根据实际需要，每一个第二线程数据都设置一个标识以唯一表示该数据类型，当需要匹配出某个标识下的数据类型时，则通过建立的映射关系图调取该第二线程数据，在前文中已经阐述数据的类型为图像数据，比如，用户A通过用户端发送获取车辆B的位置，则服务器端会根据步骤S204来获取图像数据，再将该车辆B的图像数据和路径数据发送至用户端，用户就可以及时获取到车辆位置信息。

需要说明的是，本发明中数据分析在服务器端，服务器端可以根据数据类型生成路径拓扑图和映射关系图，这些图作为管理员分析的重要内容，因此，本发明高效且准确的实现了智慧园区的智能化管理。

如图3所示，为本申请实施例提供的一种数据分析装置，所述分析装置包括如第一方面所述的用户端30和服务器端31，其中，

用户端30，用于周期性向服务器端发送对智慧园区中的数据进行分析的请求消息；

服务器端31包括：

监听模块311，用于设定一预设时间进行周期性的请求消息监听过程；

判决模块312，用于若在预设时间内获取到用户端发送的对智慧园区中的数据进行分析的请求消息，则进入请求消息的解析步骤进行特征匹配，若匹配出的数据为无关联的单一线程数据，则为第一数据类型，若匹配出的数据具有关联性，则为第二类型数据；若在预设时间内未收到用户端发送的请求消息，则在预设时间点到达时，所述服务器端自动启动对智慧园区中的数据进行分析；

第一处理模块313，用于在预设时间点到达且未接收到用户端发送的请求消息时，开启服务器端第一容器继续接收数据，并对预设时间内由第二容器采集的数据进行特征提取以生成无关联性的第一类型待确认数据和具有关联性的第二类型待确认数据，调取第三容器中的特征库模型，若在特征库模型中未匹配到相同的特征，则将所述第一类型待确认数据变更为第一类型数据存储在第三容器的第一类型数据库中，否则，将第一类型待确认数据和第二类型待确认数据变更为第二类型数据后存储至第三容器的第二类型数据库中；

第二处理模块314，用于在数据类型为第一类型数据时，所述服务器端向所述第三容器中的第一类型数据库发送数据调用请求，以匹配出符合请求消息的单一线程数据对应的数据集，基于所述数据集生成人员或车辆在智慧园区中的第一路径拓扑图，提取出所述数据集中的特征并与所述路径拓扑图匹配后保存，删除匹配出的符合请求消息的单一线程数据；当服务器端自动启动对数据进行分析时，对第二容器采集的数据特征提取后，若存在第一路径拓扑图，则根据第二容器采集的数据特征生成第二路径拓扑图，若第一路径拓扑图与第二路径拓扑图全部重叠，则删除第二路径拓扑图，否则，将每一次生成的部分重叠的路径拓扑图进行不同颜色的路径标注，生成层状路径拓扑图，以使得用户端根据层状路径拓扑图识别出进入智慧园区的人员或者车辆是否存在异常；

第三处理模块315，用于在数据类型为第二类型数据时，提取出第二类型数据下的第一线程数据，并根据所述第一线程数据在第二类型数据中进行匹配，在进行匹配时，服务器端获取第一线程数据的图像数据，识别出第一线程数据所在的图像中存在图像特征交叉的第二线程数据，若存在多个第二线程数据，则提取出第二线程数据的特征作为标识，多个第二线程数据根据标识与第一线程数据建立映射关系，并生成映射关系图，以使得用户端根据映射关系图识别出进入智慧园区的人员或者车辆是否存在异常。

图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(CommunicationInterface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的计算机程序，以执行数据分析方法的步骤，例如包括：

周期性获取对智慧园区中的数据进行分析的请求消息；

解析所述请求消息以提取出待分析的数据类型，若为第一类型数据，则提取出所述第一类型数据下的单一线程数据进行数据分析以生成数据分析结果；若为第二类型数据，则提取出所述第二类型数据下的第一线程数据，并根据所述第一线程数据在第二类型数据中进行匹配，以获取所述第一线程数据关联后的第二线程数据，将所述第一线程数据和所述第二线程数据进行关联数据分析后生成数据分析结果。

此外，上述的存储器430中的逻辑指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。

另一方面，本申请实施例还提供一种处理器可读存储介质，所述处理器可读存储介质存储有计算机程序，所述计算机程序用于使所述处理器执行上述各实施例提供的数据分析方法的步骤，例如包括：

周期性获取对智慧园区中的数据进行分析的请求消息；

解析所述请求消息以提取出待分析的数据类型，若为第一类型数据，则提取出所述第一类型数据下的单一线程数据进行数据分析以生成数据分析结果；若为第二类型数据，则提取出所述第二类型数据下的第一线程数据，并根据所述第一线程数据在第二类型数据中进行匹配，以获取所述第一线程数据关联后的第二线程数据，将所述第一线程数据和所述第二线程数据进行关联数据分析后生成数据分析结果

所述处理器可读存储介质可以是处理器能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD))等。

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上述实施例方法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，但很多情况下前者是更佳的实施方式。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可以以计算机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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例的方法。

上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (6)

1.一种数据分析方法，其特征在于，所述方法应用于对智慧园区的数据分析的服务器端，该方法包括：

周期性获取对智慧园区中的数据进行分析的请求消息，包括：

设定一预设时间进行周期性的请求消息监听过程，若在预设时间内获取到用户端发送的对智慧园区中的数据进行分析的请求消息，则进入请求消息的解析步骤进行特征匹配，若匹配出的数据为无关联的单一线程数据，则为第一数据类型，若匹配出的数据具有关联性，则为第二类型数据；若在预设时间内未收到用户端发送的请求消息，则在预设时间点到达时，所述服务器端自动启动对智慧园区中的数据进行分析的步骤；服务器端自动启动对智慧园区中的数据进行分析的步骤具体包括：服务器端在预设时间点到达且未接收到用户端发送的请求消息时，开启服务器端第一容器继续接收数据，并对预设时间内由第二容器采集的数据进行特征提取以生成无关联性的第一类型待确认数据和具有关联性的第二类型待确认数据，调取第三容器中的特征库模型，若在特征库模型中未匹配到相同的特征，则将所述第一类型待确认数据变更为第一类型数据存储在第三容器的第一类型数据库中，否则，将第一类型待确认数据和第二类型待确认数据变更为第二类型数据后存储至第三容器的第二类型数据库中；

解析所述请求消息以提取出待分析的数据类型，若为第一类型数据，则提取出所述第一类型数据下的单一线程数据进行数据分析以生成数据分析结果，包括：

若为第一类型数据，所述服务器端向所述第三容器中的第一类型数据库发送数据调用请求，以匹配出符合请求消息的单一线程数据对应的数据集，基于所述数据集生成人员或车辆在智慧园区中的第一路径拓扑图，提取出所述数据集中的特征并与所述第一路径拓扑图匹配后保存，删除匹配出的符合请求消息的单一线程数据；当服务器端自动启动对数据进行分析时，对第二容器采集的数据特征提取后，若存在第一路径拓扑图，则根据第二容器采集的数据特征生成第二路径拓扑图，若第一路径拓扑图与第二路径拓扑图全部重叠，则删除第二路径拓扑图，否则，将每一次生成的部分重叠的路径拓扑图进行不同颜色的路径标注，生成层状路径拓扑图，以使得用户端根据层状路径拓扑图识别出进入智慧园区的人员或者车辆是否存在异常；

若为第二类型数据，则提取出所述第二类型数据下的第一线程数据，并根据所述第一线程数据在第二类型数据中进行匹配，以获取所述第一线程数据关联后的第二线程数据，将所述第一线程数据和所述第二线程数据进行关联数据分析后生成数据分析结果的步骤包括：若为第二类型数据，提取出第二类型数据下的第一线程数据，并根据所述第一线程数据在第二类型数据中进行匹配，在进行匹配时，服务器端获取第一线程数据的图像数据，识别出第一线程数据所在的图像中存在图像特征交叉的第二线程数据，若存在多个第二线程数据，则提取出第二线程数据的特征作为标识，多个第二线程数据根据标识与第一线程数据建立映射关系，并生成映射关系图，以使得用户端根据映射关系图识别出进入智慧园区的人员或者车辆是否存在异常；

其中，所述第一类型数据由多个单一线程数据组成，所述多个单一线程数据之间无关联，所述第二类型数据由多个第一线程数据和多个第二线程数据组成，多个第一线程数据与多个第二线程数据之间至少存在一组关联性；

所述单一线程数据包括人员信息特征数据或车辆信息特征数据；

所述第一线程数据为人员信息特征数据，所述第二线程数据为车辆信息特征数据，或者，所述第一线程数据为车辆信息特征数据，所述第二线程数据为人员信息特征数据。

2.根据权利要求1所述的数据分析方法，其特征在于，将第一类型待确认数据和第二类型待确认数据变更为第二类型数据后存储至第三容器的第二类型数据库中的步骤还包括，调取第三容器中的特征库模型且匹配出相同的特征时，识别匹配出的特征的位置，若匹配出的位置来自第一类型数据库，则调取匹配出特征的单一线程数据，并与所述第一类型待确认数据或者所述第二类型待确认数据关联后，变更为第二类型数据后存储至第三容器的第二类型数据库中，删除第一类型数据库中匹配出的单一线程数据；若匹配出的位置来自第二类型数据库，则将所述第一类型待确认数据或者所述第二类型待确认数据与匹配出的第二类型数据库中的线程数据关联后存储至第二类型数据库。

3.根据权利要求2所述的数据分析方法，其特征在于，若匹配出的位置来自第二类型数据库，则将所述第一类型待确认数据或者所述第二类型待确认数据与匹配出的第二类型数据库中的线程数据关联后存储至第二类型数据库的步骤还包括，在线程数据关联后，判断第一线程数据对应的两个或多个第二线程数据之间的关联度，若两个或多个第二线程数据之间的关联度存在重复关联，则删除两个或多个第二线程数据中重复的第二线程数据；以及，在线程数据关联后，判断第二线程数据对应的两个或多个第一线程数据之间的关联度，若两个或多个第一线程数据之间的关联度存在重复关联，则删除两个或多个第一线程数据中重复的第一线程数据。

4.一种数据分析装置，其特征在于，所述分析装置包括如权利要求3所述的用户端和服务器端，其中，

用户端，用于周期性向服务器端发送对智慧园区中的数据进行分析的请求消息；

服务器端包括：

监听模块，用于设定一预设时间进行周期性的请求消息监听过程；

判决模块，用于若在预设时间内获取到用户端发送的对智慧园区中的数据进行分析的请求消息，则进入请求消息的解析步骤进行特征匹配，若匹配出的数据为无关联的单一线程数据，则为第一数据类型，若匹配出的数据具有关联性，则为第二类型数据；若在预设时间内未收到用户端发送的请求消息，则在预设时间点到达时，所述服务器端自动启动对智慧园区中的数据进行分析；

第一处理模块，用于在预设时间点到达且未接收到用户端发送的请求消息时，开启服务器端第一容器继续接收数据，并对预设时间内由第二容器采集的数据进行特征提取以生成无关联性的第一类型待确认数据和具有关联性的第二类型待确认数据，调取第三容器中的特征库模型，若在特征库模型中未匹配到相同的特征，则将所述第一类型待确认数据变更为第一类型数据存储在第三容器的第一类型数据库中，否则，将第一类型待确认数据和第二类型待确认数据变更为第二类型数据后存储至第三容器的第二类型数据库中；

第二处理模块，用于在数据类型为第一类型数据时，所述服务器端向所述第三容器中的第一类型数据库发送数据调用请求，以匹配出符合请求消息的单一线程数据对应的数据集，基于所述数据集生成人员或车辆在智慧园区中的第一路径拓扑图，提取出所述数据集中的特征并与所述第一路径拓扑图匹配后保存，删除匹配出的符合请求消息的单一线程数据；当服务器端自动启动对数据进行分析时，对第二容器采集的数据特征提取后，若存在第一路径拓扑图，则根据第二容器采集的数据特征生成第二路径拓扑图，若第一路径拓扑图与第二路径拓扑图全部重叠，则删除第二路径拓扑图，否则，将每一次生成的部分重叠的路径拓扑图进行不同颜色的路径标注，生成层状路径拓扑图，以使得用户端根据层状路径拓扑图识别出进入智慧园区的人员或者车辆是否存在异常；

第三处理模块，用于在数据类型为第二类型数据时，提取出第二类型数据下的第一线程数据，并根据所述第一线程数据在第二类型数据中进行匹配，在进行匹配时，服务器端获取第一线程数据的图像数据，识别出第一线程数据所在的图像中存在图像特征交叉的第二线程数据，若存在多个第二线程数据，则提取出第二线程数据的特征作为标识，多个第二线程数据根据标识与第一线程数据建立映射关系，并生成映射关系图，以使得用户端根据映射关系图识别出进入智慧园区的人员或者车辆是否存在异常。

5.一种计算机设备，其特征在于，包括：

存储器，其上存储有应用程序和操作系统；

处理器，用于执行所述程序或指令时实现如权利要求1至3中任一项所述的数据分析方法的步骤。

6.一种可读存储介质，其上存储有应用程序和操作系统，其特征在于，所述程序或指令被处理器执行时实现如权利要求1至3中任一项所述的数据分析方法的步骤。