CN105512772A - 一种基于移动网络信令数据的动态人流量预警方法 - Google Patents
一种基于移动网络信令数据的动态人流量预警方法 Download PDFInfo
- Publication number
- CN105512772A CN105512772A CN201510970428.3A CN201510970428A CN105512772A CN 105512772 A CN105512772 A CN 105512772A CN 201510970428 A CN201510970428 A CN 201510970428A CN 105512772 A CN105512772 A CN 105512772A
- Authority
- CN
- China
- Prior art keywords
- target area
- time
- viewing area
- users
- people
- 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
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提供了一种基于移动网络信令数据的动态人流量预警方法。方法包括:(1)划分人流量预警目标区域以及人流量预警观察区域;(2)从移动用户历史信令数据中,统计得到各观察区域随出行时长分布的人流量转移概率,同时统计目标区域各时间段人流量离去比例;(4)根据观察区域实时人流量,以及随出行时长分布的人流量转移概率,预计统计时刻从各观察区域进入目标区域的总用户数,同时根据目标区域实时人流量,以及该区域时间段人流量离去概率,预计统计时刻前目标区域离开的用户数,从而预计统计时刻监测区域人流量大小,并判定预警等级。本发明充分利用现有的移动网络信息,引入目标区域和观察区域,依据目标区域以及观察区域人流的流动情况,实现对目标区域人流量的统计,并根据预警等级的划定标准,完成对目标区域人流量预警。
Description
技术领域
本发明涉及城市计算和公共安全领域,特别涉及一种基于移动网络信令数据的动态人流量预警方法。
背景技术
随着我国人民生活水平的不断提高,大型城市的综合性商业区、著名的旅游景点等热点区域往往会出现人群的“井喷”现象,特别是在节假日期间这种现象更为明显。然而大量人群的聚集现象往往会提高区域拥挤***故发生的可能性,因此我们需要加强对城市热点区域人流量的监控与管理,从而降低拥挤***故发生的概率,保障城市居民在热点区域内的人身安全。
目前,对于热点区域、人员密集区域人流量监控的研究已经引起了国内外研究人员的广泛关注。各行各业的研究人员通过自己的努力探索大型活动、人员密集场所、城市热点区域人群监测预警的方法。
传统的客流量统计主要依靠人工,在人流高度集中的区域通过目测的方法进行,不仅耗费人力,成本高,而且精确度也不高,一旦发***事件,并不能清楚地掌握所辖空间内的客流数量,以及采取何种级别的疏散方案和应急预案。
基于视频识别的人流统计方式比人工计数方式相比更加智能化,对于地铁站、机场以及一些大型的展览馆比较适合,发明专利《一种面向大型公共场所的人流密度监测预警方法》采用了视频识别的技术,利用对视频图像像素值的对比来判断区域内人流密度的大小,但是由于要部署大量的摄像机和服务器,部署周期较长、硬件成本较高,同时对于区域周边人群的移动趋势缺乏监控能力,无法准确了解人群在目标区域以及周边区域的流动情况。
基于移动通信网络中的手机信令数据的方式,相比于视频识别的人流统计方式和人工计数的方式,其特点在于可以通过移动用户的手机信令数据中的基站位置对用户的位置进行定位。就当前的基站定位技术,其好处如下:1、基站覆盖范围广;2、手机普及率、使用率达到了相当高的比例。利用移动信令数据可以有效地掌握城市移动用户的位置更新序列,从而形成用户的位置轨迹。
本发明将利用基于移动通信网络中的手机信令数据,实现一种对城市热点区域的人流量动态预警的方法,为城市热点区域提供实时地、准确地、可靠地预警信息,为缓解区域拥挤,避免***故发生。
发明内容
本发明的目的在于提出一种基于移动网络信令数据的动态人流量预警方法,能实现城市热点区域未来时间段内人流量的预测,并根据人流量预警等级的划分准则,对相应等级预警发布预警警告。
为了达到上述目的,本发明采用以下技术方案:
本发明的技术依据为:由于移动网络信令数据中记录了用户发生信令的基站位置,根据基站位置可以对用户位置进行定位,从而记录用户一天内所出现的位置点;热点区域内人流量中,除了该区域的常驻用户,其他用户均会通过地理空间的道路(包括轨道交通线路)进出热点区域,因此对进出热点区域的道路(包括轨道交通线路)选取观察区域,统计目标区域和各观察区域的人流量,对人流的迁移方向做出预测,从而实现目标区域内人流量的预测。
(1)圈定人流量监测预警区域,命名为目标区域;选择与目标区域关联的道路上人口流动大的区域,命名为观察区域;
(2)从移动网络信令历史数据中,提取目标区域和各观察区域的用户信令数据,统计历史天数中各个时间段,从各观察区域离开的用户中进入目标区域的用户的比例,并计算用户从离开观察区域到进入目标区域的所经历的时间,命名为迁徙时长,得到各观察区域随迁徙时长分布的人流量迁徙(即从观察区域迁徙至目标区域)初始概率分布PH,其中PH=[pt1,pt2,pt3,…,ptn],t1为迁徙时长最小时间,tn为迁徙时长最大时间,t1,t2,…,tn为迁徙时长,单位为分钟;
(3)从目标区域用户的历史信令数据,统计各个时间段内用户离开的比例PTi,其计算公式如下:PTi=LNTi/NTi,其中NTi为Ti时刻目标区域内用户数,LNTi为时间段[Ti,Ti+1]内Ti时刻目标区域内用户离开该区域的用户数;
(4)统计观察区域实时离开人流量,建立观察区域实时离开用户表,记录用户离开观察区域的时间;统计目标区域内实时用户数并记录下各时刻Ti的用户数NTi,建立目标区域实时用户表,记录用户进入目标区域的时间,同时统计目标区域内当前时间段[Ti,Ti+1]离开用户数LNTi,建立目标区域实时离开用户表,记录用户离开目标区域的时间;根据各观察区域实时离开用户表和目标区域内实时用户表,统计各个观察区域当天实时累计进入观察区域的用户,对这些用户统计从观察区域离开到进入目标区域所经历的时长,然后构建各个观察区域当天累计实时动态人流量随迁徙时长分布的人流量迁徙概率分布PN=[pt1,pt2,pt3,…,ptn],t1为迁徙时长最小时间,tn为迁徙时长最大时间,t1,t2,…,tn为迁徙时长,单位为分钟;
(5)在各观察区域内,根据观察区域实时离开用户数D和当天累计实时动态人流量随出行时长分布的人流量迁徙概率分布PN,预测各观察区域时间段[Ti-1-tn+△t,Ti-t1]内用户离开,并进入目标区域的用户数NI,其公式为:NI=NIT[i-1]-tn+△t+NIT[i-1]-tn+2△t+…+NIT[i-1]-tn+j△t+…+NIT[i]-t1,Ti-1、Ti为相连时刻,t1、tn为迁徙时长的最小、最大值,△t为相连预测时间间隔(单位为分钟,且△t<<(tn-t1)),j=[1,2,…,(Ti-Ti-1+t2-t1-1)/△t],其中NIt=Dt*(p[tn]+p[tn-△t]+…+p[T[i-1]+△t-t]),Ti-1-tn+△t≤t<Ti- 1+1;NIt=Dt*(p[t1]+p[t1+△t]+…+p[Ti-t]),Ti-1+△t≤t≤Ti-t1,从而预计得出时间段[Ti-1,Ti]从各观察区域进入目标区域内的用户总数PIN,其公式为:PIN=NI[1]+NI[2]+…+NI[m]+…+NI[M],其中M为观察区域总数目;
(6)在目标区域内,根据步骤(3)中统计的目标区域内各个时间段内用户离开的比例,预测在未来相连时间段内(如[Ti-1,Ti])目标区域内离开的用户数PON;
(7)根据步骤(4)中目标区域时刻Ti-1的用户数NT[i-1],步骤(5)中预计时间段[Ti-1,Ti]目标区域内从各观察区域进入的用户总数PIN,以及步骤(6)中[Ti-1,Ti]目标区域内离开的用户总数PON,计算得到目标区域时刻Ti的预计用户数PNTi,其公式为:PNTi=NT[i-1]+PIN-PON;根据Ti目标区域内用户数,判定时刻Ti目标区域的人流量预警等级。
附图说明
为了使本方法的目的、技术方案和优点更加清晰,下面将结合附图对本方法作进一步的详细描述,其中:
图1是本方法流程图。
图2是目标区域与观察区域示意图。
图3是随迁徙时长分布的人流量迁徙概率图。
图4是预测Ti时刻人流量说明图
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
(1)圈定人流量监测预警区域,命名为目标区域;选择与目标区域关联的道路上人口流动大的区域,命名为观察区域;
(2)从移动网络信令历史数据中,提取目标区域和各观察区域的用户信令数据,统计历史天数中各个时间段,从各观察区域离开的用户中进入目标区域的用户的比例,并计算用户从离开观察区域到进入目标区域的所经历的时间,命名为迁徙时长,得到各观察区域随迁徙时长分布的人流量迁徙(即从观察区域迁徙至目标区域)初始概率分布PH,其中PH=[pt1,pt2,pt3,…,ptn],t1为迁徙时长最小时间,tn为迁徙时长最大时间,t1,t2,…,tn为迁徙时长,单位为分钟;
(3)从目标区域用户的历史信令数据,统计各个时间段内用户离开的比例PTi,其计算公式如下:PTi=LNTi/NTi,其中NTi为Ti时刻目标区域内用户数,LNTi为时间段[Ti,Ti+1]内Ti时刻目标区域内用户离开该区域的用户数;
(4)统计观察区域实时离开人流量,建立观察区域实时离开用户表,记录用户离开观察区域的时间;统计目标区域内实时用户数并记录下各时刻Ti的用户数NTi,建立目标区域实时用户表,记录用户进入目标区域的时间,同时统计目标区域内当前时间段[Ti,Ti+1]离开用户数LNTi,建立目标区域实时离开用户表,记录用户离开目标区域的时间;根据各观察区域实时离开用户表和目标区域内实时用户表,统计各个观察区域当天实时累计进入观察区域的用户,对这些用户统计从观察区域离开到进入目标区域所经历的时长,然后构建各个观察区域当天累计实时动态人流量随迁徙时长分布的人流量迁徙概率分布PN=[pt1,pt2,pt3,…,ptn],t1为迁徙时长最小时间,tn为迁徙时长最大时间,t1,t2,…,tn为迁徙时长,单位为分钟;
(5)在各观察区域内,根据观察区域实时离开用户数D和当天累计实时动态人流量随出行时长分布的人流量迁徙概率分布PN,预测各观察区域时间段[Ti-1-tn+△t,Ti-t1]内用户离开,并进入目标区域的用户数NI,其公式为:NI=NIT[i-1]-tn+△t+NIT[i-1]-tn+2△t+…+NIT[i-1]-tn+j△t+…+NIT[i]-t1,Ti-1、Ti为相连时刻,t1、tn为迁徙时长的最小、最大值,△t为相连预测时间间隔(单位为分钟,且△t<<(tn-t1)),j=[1,2,…,(Ti-Ti-1+t2-t1-1)/△t],其中NIt=Dt*(p[tn]+p[tn-△t]+…+p[T[i-1]+△t-t]),Ti-1-tn+△t≤t<Ti- 1+1;NIt=Dt*(p[t1]+p[t1+△t]+…+p[Ti-t]),Ti-1+△t≤t≤Ti-t1,从而预计得出时间段[Ti-1,Ti]从各观察区域进入目标区域内的用户总数PIN,其公式为:PIN=NI[1]+NI[2]+…+NI[m]+…+NI[M],其中M为观察区域总数目;
(6)在目标区域内,根据步骤(3)中统计的目标区域内各个时间段内用户离开的比例,预测在未来相连时间段内(如[Ti-1,Ti])目标区域内离开的用户数PON;
(7)根据步骤(4)中目标区域时刻Ti-1的用户数NT[i-1],步骤(5)中预计时间段[Ti-1,Ti]目标区域内从各观察区域进入的用户总数PIN,以及步骤(6)中[Ti-1,Ti]目标区域内离开的用户总数PON,计算得到目标区域时刻Ti的预计用户数PNTi,其公式为:PNTi=NT[i-1]+PIN-PON;根据Ti目标区域内用户数,判定时刻Ti目标区域的人流量预警等级。
Claims (1)
1.一种基于移动网络信令数据的动态人流量预警方法,其特征在于,所述方法包括以下步骤:
(1)圈定人流量监测预警区域,命名为目标区域;选择与目标区域关联的道路上人口流动大的区域,命名为观察区域;
(2)从移动网络信令历史数据中,提取目标区域和各观察区域的用户信令数据,统计历史天数中各个时间段,从各观察区域离开的用户中进入目标区域的用户的比例,并计算用户从离开观察区域到进入目标区域的所经历的时间,命名为迁徙时长,得到各观察区域随迁徙时长分布的人流量迁徙(即从观察区域迁徙至目标区域)初始概率分布PH,其中PH=[pt1,pt2,pt3,…,ptn],t1为迁徙时长最小时间,tn为迁徙时长最大时间,t1,t2,…,tn为迁徙时长,单位为分钟;
(3)从目标区域用户的历史信令数据,统计各个时间段内用户离开的比例PTi,其计算公式如下:PTi=LNTi/NTi,其中NTi为Ti时刻目标区域内用户数,LNTi为时间段[Ti,Ti+1]内Ti时刻目标区域内用户离开该区域的用户数;
(4)统计观察区域实时离开人流量,建立观察区域实时离开用户表,记录用户离开观察区域的时间;统计目标区域内实时用户数并记录下各时刻Ti的用户数NTi,建立目标区域实时用户表,记录用户进入目标区域的时间,同时统计目标区域内当前时间段[Ti,Ti+1]离开用户数LNTi,建立目标区域实时离开用户表,记录用户离开目标区域的时间;根据各观察区域实时离开用户表和目标区域内实时用户表,统计各个观察区域当天实时累计进入观察区域的用户,对这些用户统计从观察区域离开到进入目标区域所经历的时长,然后构建各个观察区域当天累计实时动态人流量随迁徙时长分布的人流量迁徙概率分布PN=[pt1,pt2,pt3,…,ptn],t1为迁徙时长最小时间,tn为迁徙时长最大时间,t1,t2,…,tn为迁徙时长,单位为分钟;
(5)在各观察区域内,根据观察区域实时离开用户数D和当天累计实时动态人流量随出行时长分布的人流量迁徙概率分布PN,预测各观察区域时间段[Ti-1-tn+△t,Ti-t1]内用户离开,并进入目标区域的用户数NI,其公式为:NI=NIT[i-1]-tn+△t+NIT[i-1]-tn+2△t+…+NIT[i-1]-tn+j△t+…+NIT[i]-t1,Ti-1、Ti为相连时刻,t1、tn为迁徙时长的最小、最大值,△t为相连预测时间间隔(单位为分钟,且△t<<(tn-t1)),j=[1,2,…,(Ti-Ti-1+t2-t1-1)/△t],其中NIt=Dt*(p[tn]+p[tn-△t]+…+p[T[i-1]+△t-t]),Ti-1-tn+△t≤t<Ti- 1+1;NIt=Dt*(p[t1]+p[t1+△t]+…+p[Ti-t]),Ti-1+△t≤t≤Ti-t1,从而预计得出时间段[Ti-1,Ti]从各观察区域进入目标区域内的用户总数PIN,其公式为:PIN=NI[1]+NI[2]+…+NI[m]+…+NI[M],其中M为观察区域总数目;
(6)在目标区域内,根据步骤(3)中统计的目标区域内各个时间段内用户离开的比例,预测在未来相连时间段内(如[Ti-1,Ti])目标区域内离开的用户数PON;
(7)根据步骤(4)中目标区域时刻Ti-1的用户数NT[i-1],步骤(5)中预计时间段[Ti-1,Ti]目标区域内从各观察区域进入的用户总数PIN,以及步骤(6)中[Ti-1,Ti]目标区域内离开的用户总数PON,计算得到目标区域时刻Ti的预计用户数PNTi,其公式为:PNTi=NT[i-1]+PIN-PON;根据Ti目标区域内用户数,判定时刻Ti目标区域的人流量预警等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510970428.3A CN105512772B (zh) | 2015-12-22 | 2015-12-22 | 一种基于移动网络信令数据的动态人流量预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510970428.3A CN105512772B (zh) | 2015-12-22 | 2015-12-22 | 一种基于移动网络信令数据的动态人流量预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105512772A true CN105512772A (zh) | 2016-04-20 |
CN105512772B CN105512772B (zh) | 2020-09-15 |
Family
ID=55720734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510970428.3A Active CN105512772B (zh) | 2015-12-22 | 2015-12-22 | 一种基于移动网络信令数据的动态人流量预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105512772B (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106128028A (zh) * | 2016-07-21 | 2016-11-16 | 深圳奇迹智慧网络有限公司 | 一种基于mac码和人脸识别的人流预警方法 |
CN106255058A (zh) * | 2016-07-21 | 2016-12-21 | 贵州力创科技发展有限公司 | 基于移动终端通信信令获取用户位置信息的方法 |
CN108024207A (zh) * | 2017-12-06 | 2018-05-11 | 南京华苏科技有限公司 | 基于三层防控圈的人流量监控方法 |
CN108200566A (zh) * | 2016-12-08 | 2018-06-22 | ***通信集团设计院有限公司 | 一种人流拥塞预警方法及装置 |
CN108449711A (zh) * | 2018-01-08 | 2018-08-24 | 上海元卓信息科技有限公司 | 一种基于手机信令数据和安检数据的大型场馆客流计算方法 |
CN108512711A (zh) * | 2017-02-24 | 2018-09-07 | 合网络技术(北京)有限公司 | 得到瞬时接口访问统计量的方法、装置和设备 |
CN108600697A (zh) * | 2018-04-23 | 2018-09-28 | 佛山市长郡科技有限公司 | 一种基于物联网的环卫*** |
CN108616919A (zh) * | 2016-12-08 | 2018-10-02 | 腾讯科技(深圳)有限公司 | 一种公共区域人流监控方法及装置 |
CN109345042A (zh) * | 2018-11-19 | 2019-02-15 | 中国联合网络通信集团有限公司 | 一种客流热力度变化的预测方法和装置 |
CN109492788A (zh) * | 2017-09-13 | 2019-03-19 | 中移(杭州)信息技术有限公司 | 预测人流量以及建立人流量预测模型的方法及相关设备 |
CN109640249A (zh) * | 2018-11-27 | 2019-04-16 | 佛山科学技术学院 | 一种基于大数据的商场人流量预测*** |
CN109934850A (zh) * | 2019-03-21 | 2019-06-25 | 北京沃东天骏信息技术有限公司 | 运动目标计数的方法、装置和*** |
CN110751307A (zh) * | 2018-07-24 | 2020-02-04 | ***通信集团湖北有限公司 | 人群疏散需求的预测方法、装置、设备及介质 |
CN110826482A (zh) * | 2019-11-04 | 2020-02-21 | 北京爱笔科技有限公司 | 一种固定区域内的人数检测方法及装置 |
CN111010439A (zh) * | 2019-12-16 | 2020-04-14 | 重庆锐云科技有限公司 | 一种景区舒适度监测与预警方法 |
CN111489831A (zh) * | 2020-04-10 | 2020-08-04 | 智慧足迹数据科技有限公司 | 公共卫生事件风险评估方法及装置 |
CN111652161A (zh) * | 2020-06-08 | 2020-09-11 | 上海商汤智能科技有限公司 | 人群过密预测方法、装置、电子设备及存储介质 |
CN112017749A (zh) * | 2020-08-28 | 2020-12-01 | 中冶置业集团有限公司 | 一种住宅社区智慧跑道*** |
CN113065724A (zh) * | 2021-06-02 | 2021-07-02 | 北京大学 | 基于信令数据的人员流量预测方法、装置、设备及介质 |
CN113132891A (zh) * | 2019-12-30 | 2021-07-16 | ***通信集团浙江有限公司 | 一种基于移动信令的客流统计方法和*** |
CN113283508A (zh) * | 2021-05-28 | 2021-08-20 | 中国联合网络通信集团有限公司 | 客流预测方法、装置、设备及存储介质 |
CN114255585A (zh) * | 2021-12-07 | 2022-03-29 | 广东惠科信息技术有限公司 | 基于5g基站的目标区域人群导流方法、装置及存储介质 |
CN117275243A (zh) * | 2023-11-22 | 2023-12-22 | 上海随申行智慧交通科技有限公司 | 基于多源交通出行数据的区域流控预测预警方法及应用 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050187812A1 (en) * | 2004-02-25 | 2005-08-25 | International Business Machines Corporation | Method, system, and storage medium for predicting passenger flow at a transportation facility |
CN101394645A (zh) * | 2008-10-30 | 2009-03-25 | ***通信集团北京有限公司 | 一种目标区域移动通信终端用户的流量统计方法及*** |
CN202222049U (zh) * | 2011-09-09 | 2012-05-16 | 昆明理工大学 | 一种利用基站获取景区人流信息的景区客流量的信息*** |
JP5148416B2 (ja) * | 2008-09-03 | 2013-02-20 | 公益財団法人鉄道総合技術研究所 | 乗客流動予測システム |
US8581693B2 (en) * | 2010-01-22 | 2013-11-12 | Icts Europe Systems Ltd. | Passenger flow monitoring method and system |
CN104573859A (zh) * | 2014-12-31 | 2015-04-29 | 合肥城市云数据中心有限公司 | 一种基于Wifi定位和云数据处理技术的人流量预测方法 |
CN104715606A (zh) * | 2015-03-16 | 2015-06-17 | 上海市政工程设计研究总院(集团)有限公司 | 一种基于手机终端的城市综合交通枢纽换乘客流量检测*** |
CN104778603A (zh) * | 2015-03-27 | 2015-07-15 | 北京智慧图科技有限责任公司 | 基于室内定位数据的商铺客流分析方法及*** |
-
2015
- 2015-12-22 CN CN201510970428.3A patent/CN105512772B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050187812A1 (en) * | 2004-02-25 | 2005-08-25 | International Business Machines Corporation | Method, system, and storage medium for predicting passenger flow at a transportation facility |
JP5148416B2 (ja) * | 2008-09-03 | 2013-02-20 | 公益財団法人鉄道総合技術研究所 | 乗客流動予測システム |
CN101394645A (zh) * | 2008-10-30 | 2009-03-25 | ***通信集团北京有限公司 | 一种目标区域移动通信终端用户的流量统计方法及*** |
US8581693B2 (en) * | 2010-01-22 | 2013-11-12 | Icts Europe Systems Ltd. | Passenger flow monitoring method and system |
CN202222049U (zh) * | 2011-09-09 | 2012-05-16 | 昆明理工大学 | 一种利用基站获取景区人流信息的景区客流量的信息*** |
CN104573859A (zh) * | 2014-12-31 | 2015-04-29 | 合肥城市云数据中心有限公司 | 一种基于Wifi定位和云数据处理技术的人流量预测方法 |
CN104715606A (zh) * | 2015-03-16 | 2015-06-17 | 上海市政工程设计研究总院(集团)有限公司 | 一种基于手机终端的城市综合交通枢纽换乘客流量检测*** |
CN104778603A (zh) * | 2015-03-27 | 2015-07-15 | 北京智慧图科技有限责任公司 | 基于室内定位数据的商铺客流分析方法及*** |
Non-Patent Citations (2)
Title |
---|
吴松 等: "基于移动网络信令数据的实时人流量统计方法", 《计算机应用研究》 * |
沈泽 等: "基于移动网络信令的区域人群属性分析的研究与应用", 《计算机应用研究》 * |
Cited By (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106255058A (zh) * | 2016-07-21 | 2016-12-21 | 贵州力创科技发展有限公司 | 基于移动终端通信信令获取用户位置信息的方法 |
CN106128028A (zh) * | 2016-07-21 | 2016-11-16 | 深圳奇迹智慧网络有限公司 | 一种基于mac码和人脸识别的人流预警方法 |
CN108616919A (zh) * | 2016-12-08 | 2018-10-02 | 腾讯科技(深圳)有限公司 | 一种公共区域人流监控方法及装置 |
CN108616919B (zh) * | 2016-12-08 | 2021-11-23 | 腾讯科技(深圳)有限公司 | 一种公共区域人流监控方法及装置 |
CN108200566A (zh) * | 2016-12-08 | 2018-06-22 | ***通信集团设计院有限公司 | 一种人流拥塞预警方法及装置 |
CN108200566B (zh) * | 2016-12-08 | 2021-03-05 | ***通信集团设计院有限公司 | 一种人流拥塞预警方法及装置 |
CN108512711A (zh) * | 2017-02-24 | 2018-09-07 | 合网络技术(北京)有限公司 | 得到瞬时接口访问统计量的方法、装置和设备 |
CN109492788A (zh) * | 2017-09-13 | 2019-03-19 | 中移(杭州)信息技术有限公司 | 预测人流量以及建立人流量预测模型的方法及相关设备 |
CN109492788B (zh) * | 2017-09-13 | 2020-12-11 | 中移(杭州)信息技术有限公司 | 预测人流量以及建立人流量预测模型的方法及相关设备 |
CN108024207A (zh) * | 2017-12-06 | 2018-05-11 | 南京华苏科技有限公司 | 基于三层防控圈的人流量监控方法 |
CN108024207B (zh) * | 2017-12-06 | 2020-12-01 | 南京华苏科技有限公司 | 基于三层防控圈的人流量监控方法 |
CN108449711A (zh) * | 2018-01-08 | 2018-08-24 | 上海元卓信息科技有限公司 | 一种基于手机信令数据和安检数据的大型场馆客流计算方法 |
CN108449711B (zh) * | 2018-01-08 | 2021-04-27 | 上海元卓信息科技有限公司 | 一种基于手机信令数据和安检数据的大型场馆客流计算方法 |
CN108600697A (zh) * | 2018-04-23 | 2018-09-28 | 佛山市长郡科技有限公司 | 一种基于物联网的环卫*** |
CN110751307A (zh) * | 2018-07-24 | 2020-02-04 | ***通信集团湖北有限公司 | 人群疏散需求的预测方法、装置、设备及介质 |
CN110751307B (zh) * | 2018-07-24 | 2022-08-23 | ***通信集团湖北有限公司 | 人群疏散需求的预测方法、装置、设备及介质 |
CN109345042A (zh) * | 2018-11-19 | 2019-02-15 | 中国联合网络通信集团有限公司 | 一种客流热力度变化的预测方法和装置 |
CN109640249A (zh) * | 2018-11-27 | 2019-04-16 | 佛山科学技术学院 | 一种基于大数据的商场人流量预测*** |
CN109934850A (zh) * | 2019-03-21 | 2019-06-25 | 北京沃东天骏信息技术有限公司 | 运动目标计数的方法、装置和*** |
CN109934850B (zh) * | 2019-03-21 | 2021-04-30 | 北京沃东天骏信息技术有限公司 | 运动目标计数的方法、装置和*** |
CN110826482B (zh) * | 2019-11-04 | 2022-05-17 | 北京爱笔科技有限公司 | 一种固定区域内的人数检测方法及装置 |
CN110826482A (zh) * | 2019-11-04 | 2020-02-21 | 北京爱笔科技有限公司 | 一种固定区域内的人数检测方法及装置 |
CN111010439A (zh) * | 2019-12-16 | 2020-04-14 | 重庆锐云科技有限公司 | 一种景区舒适度监测与预警方法 |
CN113132891A (zh) * | 2019-12-30 | 2021-07-16 | ***通信集团浙江有限公司 | 一种基于移动信令的客流统计方法和*** |
CN113132891B (zh) * | 2019-12-30 | 2022-06-28 | ***通信集团浙江有限公司 | 一种基于移动信令的客流统计方法和*** |
CN111489831A (zh) * | 2020-04-10 | 2020-08-04 | 智慧足迹数据科技有限公司 | 公共卫生事件风险评估方法及装置 |
CN111652161A (zh) * | 2020-06-08 | 2020-09-11 | 上海商汤智能科技有限公司 | 人群过密预测方法、装置、电子设备及存储介质 |
CN112017749B (zh) * | 2020-08-28 | 2024-04-19 | 中冶置业集团有限公司 | 一种住宅社区智慧跑道*** |
CN112017749A (zh) * | 2020-08-28 | 2020-12-01 | 中冶置业集团有限公司 | 一种住宅社区智慧跑道*** |
CN113283508A (zh) * | 2021-05-28 | 2021-08-20 | 中国联合网络通信集团有限公司 | 客流预测方法、装置、设备及存储介质 |
CN113283508B (zh) * | 2021-05-28 | 2023-11-10 | 中国联合网络通信集团有限公司 | 客流预测方法、装置、设备及存储介质 |
CN113065724B (zh) * | 2021-06-02 | 2021-08-27 | 北京大学 | 基于信令数据的人员流量预测方法、装置、设备及介质 |
CN113065724A (zh) * | 2021-06-02 | 2021-07-02 | 北京大学 | 基于信令数据的人员流量预测方法、装置、设备及介质 |
CN114255585A (zh) * | 2021-12-07 | 2022-03-29 | 广东惠科信息技术有限公司 | 基于5g基站的目标区域人群导流方法、装置及存储介质 |
CN114255585B (zh) * | 2021-12-07 | 2023-12-22 | 广东惠科信息技术有限公司 | 基于5g基站的目标区域人群导流方法、装置及存储介质 |
CN117275243A (zh) * | 2023-11-22 | 2023-12-22 | 上海随申行智慧交通科技有限公司 | 基于多源交通出行数据的区域流控预测预警方法及应用 |
CN117275243B (zh) * | 2023-11-22 | 2024-02-02 | 上海随申行智慧交通科技有限公司 | 基于多源交通出行数据的区域流控预测预警方法及应用 |
Also Published As
Publication number | Publication date |
---|---|
CN105512772B (zh) | 2020-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105512772A (zh) | 一种基于移动网络信令数据的动态人流量预警方法 | |
CN106295787B (zh) | 一种基于移动信令的客流统计方法及装置 | |
CN106912015B (zh) | 一种基于移动网络数据的人员出行链识别方法 | |
Zhao et al. | Exploring transfer learning for crime prediction | |
CN109996193B (zh) | 基于智信平台的短信发送方法、装置、***和设备 | |
CN102184512B (zh) | 利用手机数据发现城市活动中异常事件的方法 | |
CN108024207A (zh) | 基于三层防控圈的人流量监控方法 | |
Doyle et al. | Utilising mobile phone billing records for travel mode discovery | |
CN205283824U (zh) | 一种基于wifi的机场人流预警*** | |
CN110990443A (zh) | 一种基于手机信令的职住人口特征估算方法 | |
Jamil et al. | Hybrid participatory sensing for analyzing group dynamics in the largest annual religious gathering | |
Holleczek et al. | Traffic measurement and route recommendation system for mass rapid transit (mrt) | |
CN108898533A (zh) | 人口流动数据的获取方法、装置及计算机可读存储介质 | |
Kujala et al. | Estimation and monitoring of city-to-city travel times using call detail records | |
CN108810808A (zh) | 一种基于手机信令数据的区域客流饱和度计算方法 | |
CN107341693A (zh) | 旅游用户筛选的方法和旅游用户筛选的*** | |
GB2497928A (en) | Matching mobile telephone NUR to transport routes to infer traffic therein | |
CN106921982A (zh) | 一种通信异常评估的方法及装置 | |
CN108363783A (zh) | Mac地址与身份信息的绑定方法及装置 | |
Farooq et al. | Ubiquitous monitoring of pedestrian dynamics: Exploring wireless ad hoc network of multi-sensor technologies | |
CN106332052A (zh) | 基于移动通信终端的微区域治安预警方法 | |
Breyer et al. | Comparative analysis of travel patterns from cellular network data and an urban travel demand model | |
CN107637098A (zh) | 通过电信网络的聚合数据后验估计一个或多个人群中的人数的方法和*** | |
Wang et al. | Impact of human mobility on social networks | |
CN104021680A (zh) | 基于移动终端的交通流预测方法及预测*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |