CN107423835A - 一种用户出行时间的获取方法及装置 - Google Patents
一种用户出行时间的获取方法及装置 Download PDFInfo
- Publication number
- CN107423835A CN107423835A CN201710207341.XA CN201710207341A CN107423835A CN 107423835 A CN107423835 A CN 107423835A CN 201710207341 A CN201710207341 A CN 201710207341A CN 107423835 A CN107423835 A CN 107423835A
- Authority
- CN
- China
- Prior art keywords
- user
- module
- submodule
- history
- judge
- 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
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)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种用户出行时间的获取方法及装置,包括步骤:S100获取用户的当前移动信息;S200根据当前移动信息,判断用户是否有前往预设目的地的意图;S300判断用户前往预设目的地的出行模式,并获得相应出行模式的出行时间。装置包括:获取信息模块,获取用户的当前移动信息;判断意图模块,根据当前移动信息,判断用户是否有前往预设目的地的意图;判断模式模块,当用户有前往预设目的地的意图时,判断用户前往预设目的地的出行模式,并获得相应出行模式的出行时间。本发明能够根据用户状态数据和移动速度数据,能够更好的预测出用户出行意图与出行时间。
Description
技术领域
本发明涉及数据处理领域,尤指一种用户出行时间的获取方法及装置。
背景技术
随着信息化技术的逐步发展、网络技术的日益完善、可应用网络载体的日益丰富和大带宽室内网络入户战略的逐步推广,智能化信息服务进家入户成为可能,即为智能家庭。智能家庭包括但不限于通过与云终端的信息交互,实现用户对家居设备的远程管理和网络的远程管理,智能家庭实现的一个重要的处理条件就是用户的回家意图和回家时间预测。精准的判断用户的回家离家意图与花费的时间,能够人性化的实现智能家庭的管理。
现有的技术中,CN201611043051-出行行为预测方法及装置,通过用户历史信息的地点和时间建立模型,计算用户的出行意图,能够预测单个用户的大体出行习惯。这是采集了大量的用户出行时间习惯,作出的宏观预测。但对于用户某一次具体的出行行为,进行预测用户在某一天是否往预设目的地的方向移动,以及到达预设目的地所花费的时间,现有技术就不适用,即现有技术不能根据用户状态数据判断用户的出行模式和出行时间。
发明内容
本发明的目的是提供一种用户出行时间的获取方法及装置,能够根据用户信息、环境信息,预测用户的出行意图和出行时间。
本发明提供的技术方案如下:
一种用户出行时间的获取方法,包括步骤:S100获取用户的当前移动信息;S200根据所述当前移动信息,判断用户是否有前往预设目的地的意图;S300判断用户前往所述预设目的地的出行模式,并获得相应出行模式的出行时间。
本发明通过智能手环等智能硬件设备或者可穿戴设备,24小时对用户的出行行为进行实时预测,能够根据用户状态数据和移动速度数据,能够更好的预测出用户出行意图与出行时间,达还能到根据出行意图和出行时间人性化远程管理智能家庭的目的。
进一步的,所述步骤S100之前包括步骤:S010从本地端或网络端获取用户的历史出行记录;S020根据所述历史出行记录,得到预设目的地、预设时间阈值、预设移动区域、预设移动路线、预设速度阈值;S030根据所述历史出行记录,将所述历史出行记录中的历史出行时间进行离散划分;S040根据离散划分后的历史出行时间,进行运算得到各个历史停留位置的平均停留时间和停留概率,并将所述各个历史停留位置进行排序,得到停留记录表并保存;其中,所述历史出行记录包括所述历史出行时间和所述历史停留位置;其中,用户的初始移动位置位于所述预设移动区域内。
进一步的,所述步骤S100包括步骤:S110当用户移动时间达到所述预设时间阈值时,获取用户的当前位置信息、当前移动路线信息、当前行进方式信息、当前移动速度信息;其中,所述移动时间从用户开始移动时进行计时。
进一步的,所述步骤S200包括步骤:S210判断所述当前位置信息是否位于所述预设移动区域内;若否,执行步骤S220;S220判断所述当前移动路线信息与所述预设移动路线是否一致;若是,执行步骤S230;S230判断所述当前移动路线上的当前移动速度数据是否大于等于当前行进方式对应的预设速度阈值;若是,判断用户有前往所述预设目的地的意图。
进一步的,所述步骤S100之前包括步骤:S001获取关联用户的关联移动信息;S002根据所述关联移动信息,判断所述关联用户是否到达所述预设目的地;若是,执行步骤S100;其中,所述关联用户为与用户绑定的用户。
进一步的,所述步骤S300包括步骤:S310获取用户的用户状态数据;S320根据所述停留记录表和所述用户状态数据,在当前历史停留位置判断用户是否有身体需求;若是,执行步骤S330;否则,执行步骤S350;S330判断当前移动速度数据是否小于对应行进方式的预设速度阈值;若是,执行步骤S340;否则,执行步骤S350;S340判断所述用户的出行模式为第一出行模式,运算得到所述第一出行模式的第一出行时间;S350判断所述用户的出行模式为第二出行模式,运算得到所述第二出行模式的第二出行时间。
本发明还提供一种用户出行时间的获取装置,包括:获取信息模块、判断意图模块、判断模式模块;所述判断意图模块分别与所述获取信息模块和所述判断模式模块通信连接;所述获取信息模块,获取用户的当前移动信息;所述判断意图模块,根据所述获取信息模块获取的所述当前移动信息,判断用户是否有前往预设目的地的意图;所述判断模式模块,当所述判断意图模块判断出用户有前往所述预设目的地的意图时,判断用户前往所述预设目的地的出行模式,并获得相应出行模式的出行时间。
进一步的,获取记录模块、设置模块、运算模块、生成模块、保存模块;所述获取记录模块分别与所述设置模块和所述运算模块通信连接;所述生成模块分别与所述运算模块和所述保存模块通信连接;所述获取记录模块,从本地端或网络端获取用户的历史出行记录;所述设置模块,根据所述获取记录模块获取的所述历史出行记录,得到预设目的地、预设时间阈值、预设移动区域、预设移动路线、预设速度阈值;所述运算模块,根据所述获取记录模块获取的所述历史出行记录,将所述历史出行记录中的历史出行时间进行离散划分;并根据所述离散划分模块离散划分后的历史出行时间,进行运算得到各个历史停留位置的平均停留时间和停留概率;所述生成模块,根据所述运算模块获得的所述平均停留时间和所述停留概率,将所述各个历史停留位置进行排序,得到停留记录表;所述保存模块,保存所述生成模块得到停留记录表;其中,所述历史出行记录包括所述历史出行时间和所述历史停留位置;其中,用户的初始移动位置位于所述预设移动区域内。
进一步的,所述获取信息模块包括:计时子模块、获取信息子模块;所述计时子模块与获取信息子模块通信连接;所述计时子模块,用于从用户开始移动时进行计时;所述获取信息子模块,当所述计时子模块计时时间达到预设时间阈值时,获取用户的当前位置信息、当前移动路线信息、当前行进方式信息、当前移动速度信息;其中,所述移动时间从用户开始移动时进行计时;所述判断意图模块包括:判断位置子模块、判断路线子模块、判断速度子模块;所述判断位置子模块、所述判断路线子模块、所述判断速度子模块均与所述获取信息子模块通信连接;所述判断位置子模块,判断所述获取信息子模块获取的所述当前位置信息是否位于预设移动区域内;所述判断路线子模块,当所述判断位置子模块判断所述当前位置信息位于预设移动区域外时,判断所述获取信息子模块获取的所述当前移动路线信息与预设移动路线是否一致;判断速度子模块,当所述判断路线子模块判断所述当前移动路线信息与所述预设移动路线一致时,判断所述获取信息子模块获取的所述当前移动路线上的当前移动速度数据是否大于等于当前行进方式对应的预设速度阈值;若是,判断用户有前往所述预设目的地的意图;所述判断模式模块包括:获取数据子模块、判断需求子模块、判断模式子模块;所述判断需求子模块分别与所述获取数据子模块和所述判断模式子模块通信连接;所述判断模式子模块分别与所述第一输出子模块和所述第二输出子模块通信连接;所述获取数据子模块,获取用户的用户状态数据;所述判断需求子模块,根据所述获取数据子模块获取的所述用户状态数据和停留记录表,在当前历史停留位置判断用户是否有身体需求;所述判断模式子模块,当所述判断需求子模块判断在所述当前历史停留位置判断用户有身体需求时,判断移动速度数据是否小于对应行进方式的预设速度阈值;第一输出子模块,当所述判断需求子模块判断在所述当前历史停留位置判断用户有身体需求,且移动速度数据小于对应行进方式的预设速度阈值时,判断所述用户的出行模式为第一出行模式;第二输出子模块,当所述判断需求子模块判断在所述当前历史停留位置判断用户无身体需求,或者当所述判断需求子模块判断在所述当前历史停留位置判断用户有身体需求,且移动速度数据大于等于对应行进方式的预设速度阈值时,判断所述用户的出行模式为第二出行模式。
进一步的,还包括:获取相关信息模块和判断相关用户模块;所述获取相关信息模块、所述判断相关用户模块均与所述获取信息模块通信连接;所述获取相关信息模块,获取关联用户的关联移动信息;所述相关用户模块,根据所述获取相关信息模块获取的关联移动信息,判断所述关联用户是否到达所述预设目的地;若是所述获取信息模块获取用户的当前移动信息,并进行判断获取相应出行模式的出行时间;其中,所述关联用户为与用户绑定的用户。
通过本发明提供的一种用户出行时间的获取方法及装置,能够带来以下至少一种有益效果:
1、本发明通过智能手环等智能硬件设备或者可穿戴设备,24小时对用户的出行行为进行实时预测。
2、本发明能够随时根据移动数据的变化,实时动态修改预测结果。
3、本发明通过用户状态数据和移动速度数据,能够更好的预测出用户出行意图与出行时间。
4、本发明能够实时地分析出用户的出行意图与出行时间,根据出行意图与出行时间,达到人性化远程管理智能家庭的目的。
5、本发明随着历史出行数据的数据量的上升,会越来越精准地分析出出行意图与出行时间。
6、本发明如果有家人使用智能硬件,能够根据与用户有关系的关联用户的出行情况来预测用户的出行意图和出行时间。
7、本发明将能够根据历史出行记录中出行路线上的标志建筑加入时间进行离散划分计算,根据历史停留时间更加人性化的预测出用户的出行行为。
附图说明
下面将以明确易懂的方式,结合附图说明优选实施方式,对一种用户出行时间的获取方法及装置的上述特性、技术特征、优点及其实现方式予以进一步说明。
图1是本发明一种用户出行时间的获取方法一个实施例的流程图;
图2是本发明一种用户出行时间的获取方法另一个实施例的流程图;
图3是本发明一种用户出行时间的获取方法另一个实施例的流程图;
图4是本发明一种用户出行时间的获取方法另一个实施例的流程图;
图5是本发明一种用户出行时间的获取方法另一个实施例的示意图;
图6是本发明一种用户出行时间的获取装置一个实施例的结构示意图;
图7是本发明一种用户出行时间的获取装置另一个实施例的结构示意图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对照附图说明本发明的具体实施方式。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,并获得其他的实施方式。
为使图面简洁,各图中只示意性地表示出了与本发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。
参考图1所示,本发明提供一种用户出行时间的获取方法的一个实施例,包括:
S100获取用户的当前移动信息;
S200根据所述当前移动信息,判断用户是否有前往预设目的地的意图;
S300判断用户前往所述预设目的地的出行模式,并获得相应出行模式的出行时间。
本发明实施例中,利用用户携带的智能手环、智能手表或智能手机等智能硬件设备,24小时获得用户的移动信息,从而可以分析出用户出行意图与出行花费时间。
参考图2所示,本发明提供一种用户出行时间的获取方法的另一个实施例,在步骤S100获取用户的当前移动信息前,先进行以下步骤,包括:
S010从本地端或网络端获取用户的历史出行记录;
S020根据所述历史出行记录,得到预设目的地、预设时间阈值、预设移动区域、预设移动路线、预设速度阈值;
S030根据所述历史出行记录,将所述历史出行记录中的历史出行时间进行离散划分;
S040根据离散划分后的历史出行时间,进行运算得到各个历史停留位置的平均停留时间和停留概率,并将所述各个历史停留位置进行排序,得到停留记录表并保存;
其中,所述历史出行记录包括所述历史出行时间和所述历史停留位置;其中,用户的初始移动位置位于所述预设移动区域内。
本发明实施例中,离散化指把连续型数据切分为若干“段”,也称bin,是数据分析中常用的手段。切分的原则有等距,等频,优化,或根据数据特点而定。离散化可以有效地克服数据中隐藏的缺陷:使模型结果更加稳定。例如,数据中的极端值是影响模型效果的一个重要因素。极端值导致模型参数过高或过低,或导致模型被虚假现象“迷惑”,把原来不存在的关系作为重要模式来学***均停留时间和停留概率,从而可以根据为后续的用户可能在某个停留位置的预测停留时间作准备,并且将历史出行记录离散化,有利于提高出行预测的准确性和合理性,去除偶然事件的影响,且能够对单一用户的出行行为进行精细的分析。
参考图3所示,本发明提供一种用户出行时间的获取方法的另一个实施例,包括:
S110当用户移动时间达到所述预设时间阈值时,获取用户的当前位置信息、当前移动路线信息、当前行进方式信息、当前移动速度信息;
S210判断所述当前位置信息是否位于所述预设移动区域内;若否,执行步骤S220;
S220判断所述当前移动路线信息与所述预设移动路线是否一致;若是,执行步骤S230;
S230判断所述当前移动路线上的当前移动速度数据是否大于等于当前行进方式对应的预设速度阈值;若是,判断用户有前往所述预设目的地的意图;
S310获取用户的用户状态数据;
S320根据所述停留记录表和所述用户状态数据,在当前历史停留位置判断用户是否有身体需求;若是,执行步骤S330;否则,执行步骤S350;
S330判断当前移动速度数据是否小于对应行进方式的预设速度阈值;若是,执行步骤S340;否则,执行步骤S350;
S340判断所述用户的出行模式为第一出行模式,运算得到所述第一出行模式的第一出行时间;
S350判断所述用户的出行模式为第二出行模式,运算得到所述第二出行模式的第二出行时间。
本发明实施例中,也可以根据判断所述当前移动方向信息是否在所述预设移动角度范围内;若是,判断所述当前移动方向上的当前移动位移数据是否大于等于所述预设位移阈值;若是,判断所述当前移动方向上的当前移动速度数据是否大于等于对应行进方式的预设速度阈值;若是,判断用户有前往所述预设目的地的意图。这种方式也可以判断用户是否具有前往目的地的意图。下面以周五的记录信息为例,用户周五17:30时刻下班后的回家途中的行进方式为走路,历史行程一般为饭店A或者饭店B,图书馆C或者花店D、超市E或超市F,根据大量的数据统计,将获得的历史出行记录中的周五的行程根据时间T进行离散划分,分别得到概率Pa,Pb,Pc,Pd,Pe,Pf和平均停留时间Ta,Tb,Tc,Td,Te,Tf。当用户这个周五在饭店A,花店D和超市E的走路速度低于预设值,那么用户这个周五在回家路线上停留花费的时间T=Ta+Td+Te。另外,根据预测用户的出行行为可以计算出用户的出行意图与出行时间,能够推送商家的商品信息,促进消费,提升用户的使用体验和商业价值。还能够根据用户的出行意图与出行时间有效地增减如公交车和地铁等公共交通方式的车次,降低空驶率和运营成本,节省人力物力。
参考图4、5所示,本发明提供一种用户出行时间的获取方法的另一个实施例,包括:
S001获取关联用户的关联移动信息;
S002根据所述关联移动信息,判断所述关联用户是否到达所述预设目的地;若是,执行步骤S110;
S110当用户移动时间达到所述预设时间阈值时,获取用户的当前位置信息、当前移动路线信息、当前行进方式信息、当前移动速度信息;
S210判断所述当前位置信息是否位于所述预设移动区域内;若否,执行步骤S220;
S220判断所述当前移动路线信息与所述预设移动路线是否一致;若是,执行步骤S230;
S230判断所述当前移动路线上的当前移动速度数据是否大于等于当前行进方式对应的预设速度阈值;若是,判断用户有前往所述预设目的地的意图;
S310获取用户的用户状态数据;
S320根据所述停留记录表和所述用户状态数据,在当前历史停留位置判断用户是否有身体需求;若是,执行步骤S330;否则,执行步骤S350;
S330判断当前移动速度数据是否小于对应行进方式的预设速度阈值;若是,执行步骤S340;否则,执行步骤S350;
S340判断所述用户的出行模式为第一出行模式,运算得到所述第一出行模式的第一出行时间;
S350判断所述用户的出行模式为第二出行模式,运算得到所述第二出行模式的第二出行时间。
本发明实施例中,通过手环、手表、手机等等智能硬件,获取到用户的物理位置,运动状态,心率和血压等等。以物理位置的移动方向为第一判定条件,行进速度与路线方案为第二判定条件,身体状态为第三判定条件。如果有家人使用智能硬件,将家人的状态信息作为第四判定条件。从而计算出用户的归家意图与花费时间。下面以手机和下班回家为例,如图5所示,圆心0表示当前用户所处位置,以阀值半径R画圆为1,在与预设目的地连线的方向上,即与家5的连线方向上,划分出四分之一圆,这个四分之一圆就是预设移动区域6,如果用户在接下来的阀值T时间内在这四分之一圆的范围内移动并移动出预设移动区域范围,初步判断用户有可能有回家意图。路线2、3、4均是回家路线,用户可以根据高德地图或百度地图等第三方平台获取路线堵车信息,从而选择适合的路线。手机持续监测用户的行动的速度与路线,并通过与地图以当前位置为起点,家庭位置为终点统计计算出的路线方案做对比。如果离家的距离与时间呈反向线性关系,并且计算出来的用户速度不小于相应行进方式的预设速度阈值的话,判断用户有意图回家。根据地图工具如高德地图的实时路况,可以计算出用户直接回家所需的时间t1。从用户的移动速度可以判断用户的行进方式(走路,骑行,或是开车)。具体行进方式与移动速度的关系大致为:
行人:5-6公里/小时。
自行车:15公里/小时左右。
电瓶车:25-35公里/小时。
摩托车:30-100公里/小时(70-80km)。
汽车:50-200公里/小时。
出租车:60km/h左右。
公交车:40km/h左右。
火车:80km/h。
磁悬浮:400-550km。
当用户的行进方式为走路或是骑行,智能硬件可以检测到用户的心跳,血压等状态。将这些数据与用户的行进速度进行计算,可以估计用户的心情与身体需求(如是否想喝水等等)。将回家路线上的书店,小卖部,饭馆等等做离散划分,然后根据之前的计算结果和历史记录将这些标志性的建筑做优先级排序与耗时计算,得到消耗时间t2。最终将花费时间计算结果为t1+t2。另外当关联用户例如用户家人短时间内回到家中,并且与历史数据不一致,表现为偶然事件。用户如果有回家意图,那么回家花费时间会大大缩短。本实施例将用户的历史数据,包括时间点,花费的时间,停留建筑,用户数据做决策划分,回家路途中停留时间t2将越来越精准。本发明实施例还可以在朋友开车前往朋友间经常聚会的聚会场所的图中,获知朋友已经到达聚会地点,并且距离聚会约定时间仅剩下T1,预测发现开车前往花费时间为T2,且T2>T1,那么从交通工具装置服务器获取历史出行记录,寻找最优停车地点,并乘坐地铁的花费时间为T3,且T3<T1,那么该用户可以立刻驱车前往该最优停车地点,并乘坐地铁达到聚会地点。本实施例能够根据历史出行记录中出行路线上的标志建筑加入时间进行离散划分计算,根据历史停留时间更加人性化的预测出用户的出行行为。
本发明出行意图和出行时间的预测技术,以一定时间内方向上的位置位移为触发条件,有迹象触发式的预测,将出行路线上的标志建筑加入时间计算,根据条件判断用户在某一建筑的停留时间。能够在有迹象的情形下,预测用户回家意图与时间开销,适应用户回家途中停留某一地点或是绕道某一地点的情况,并且随着数据量的上升,运算模型会越来越精准。
参考图6所示,本发明提供一种用户出行时间的获取装置1000的一个实施例,包括:获取信息模块1100、判断意图模块1200、判断模式模块1300;所述判断意图模块1200分别与所述获取信息模块1100和所述判断模式模块1300通信连接;
所述获取信息模块1100,获取用户的当前移动信息;
所述判断意图模块1200,根据所述获取信息模块1100获取的所述当前移动信息,判断用户是否有前往预设目的地的意图;
所述判断模式模块1300,当所述判断意图模块1200判断出用户有前往所述预设目的地的意图时,判断用户前往所述预设目的地的出行模式,并获得相应出行模式的出行时间。
本发明实施例通过智能手环等智能硬件设备或者可穿戴设备,24小时对用户的出行行为进行实时预测,随时根据移动数据的变化,实时动态修改预测结果。通过用户状态数据和移动速度数据,能够更好的实时地预测出用户出行意图与出行时间,根据出行意图与出行时间,达到人性化远程管理智能家庭的目的。
参考图7所示,相对于上一个实施例,相同的部分在此不再赘述。本发明提供一种用户出行时间的获取装置1000的另一个实施例,包括:
获取信息模块1100包括:计时子模块1110、获取信息子模块1120;所述计时子模块1110与获取信息子模块1120通信连接;所述计时子模块1110,用于从用户开始移动时进行计时;所述获取信息子模块1120,当所述计时子模块1110计时时间达到预设时间阈值时,获取用户的当前位置信息、当前移动路线信息、当前行进方式信息、当前移动速度信息;其中,所述移动时间从用户开始移动时进行计时;
所述判断意图模块1200包括:判断位置子模块1210、判断路线子模块1220、判断速度子模块1230;所述判断位置子模块1210、所述判断路线子模块1220、所述判断速度子模块1230均与所述获取信息子模块1120通信连接;所述判断位置子模块1210,判断所述获取信息子模块1120获取的所述当前位置信息是否位于预设移动区域内;所述判断路线子模块1220,当所述判断位置子模块1210判断所述当前位置信息位于预设移动区域外时,判断所述获取信息子模块1120获取的所述当前移动路线信息与预设移动路线是否一致;判断速度子模块1230,当所述判断路线子模块1220判断所述当前移动路线信息与所述预设移动路线一致时,判断所述获取信息子模块1120获取的所述当前移动路线上的当前移动速度数据是否大于等于当前行进方式对应的预设速度阈值;若是,判断用户有前往所述预设目的地的意图;
所述判断模式模块1300包括:获取数据子模块1310、判断需求子模块1320、判断模式子模块1330;所述判断需求子模块1320分别与所述获取数据子模块1310和所述判断模式子模块1330通信连接;所述判断模式子模块1330分别与所述第一输出子模块1340和所述第二输出子模块1350通信连接;所述获取数据子模块1310,获取用户的用户状态数据;所述判断需求子模块1320,根据所述获取数据子模块1310获取的所述用户状态数据和停留记录表,在当前历史停留位置判断用户是否有身体需求;所述判断模式子模块1330,当所述判断需求子模块1320判断在所述当前历史停留位置判断用户有身体需求时,判断移动速度数据是否小于对应行进方式的预设速度阈值;第一输出子模块1340,当所述判断需求子模块1320判断在所述当前历史停留位置判断用户有身体需求,且移动速度数据小于对应行进方式的预设速度阈值时,判断所述用户的出行模式为第一出行模式;第二输出子模块1350,当所述判断需求子模块1320判断在所述当前历史停留位置判断用户无身体需求,或者当所述判断需求子模块1320判断在所述当前历史停留位置判断用户有身体需求,且移动速度数据大于等于对应行进方式的预设速度阈值时,判断所述用户的出行模式为第二出行模式。
优选的,本实施例还包括获取记录模块1600、设置模块1650、运算模块1700、生成模块1800、保存模块1900、获取相关信息模块1400和判断相关用户模块1500;所述获取记录模块1600分别与所述设置模块1650和所述运算模块1700通信连接;所述生成模块1800分别与所述运算模块1700和所述保存模块1900通信连接;所述获取相关信息模块1400、所述判断相关用户模块1500均与所述获取信息模块1100通信连接;
所述获取记录模块1600,从本地端或网络端获取用户的历史出行记录;所述设置模块1650,根据所述获取记录模块1600获取的所述历史出行记录,得到预设目的地、预设时间阈值、预设移动区域、预设移动路线、预设速度阈值;所述离散划分模块,根据所述获取记录模块1600获取的所述历史出行记录,将所述历史出行记录中的历史出行时间进行离散划分;所述运算模块1700,根据所述离散划分模块离散划分后的历史出行时间,进行运算得到各个历史停留位置的平均停留时间和停留概率;所述生成模块1800,根据所述运算模块1700获得的所述平均停留时间和所述停留概率,将所述各个历史停留位置进行排序,得到停留记录表;所述保存模块1900,保存所述生成模块1800得到停留记录表;其中,所述历史出行记录包括所述历史出行时间和所述历史停留位置;其中,用户的初始移动位置位于所述预设移动区域内。所述获取相关信息模块1400,获取关联用户的关联移动信息;所述相关用户模块,根据所述获取相关信息模块1400获取的关联移动信息,判断所述关联用户是否到达所述预设目的地;若是所述获取信息模块1100获取用户的当前移动信息,并进行判断获取相应出行模式的出行时间;其中,所述关联用户为与用户绑定的用户。
本发明通过智能手环等智能硬件设备或者可穿戴设备,24小时对用户的出行行为进行实时预测。能够随时根据移动数据的变化,实时动态修改预测结果。通过用户状态数据和移动速度数据,能够更好的预测出用户出行意图与出行时间。能够实时地分析出用户的出行意图与出行时间,根据出行意图与出行时间,达到人性化远程管理智能家庭的目的。随着历史出行数据的数据量的上升,会越来越精准地分析出出行意图与出行时间。如果有家人使用智能硬件,能够根据与用户有关系的关联用户的出行情况来预测用户的出行意图和出行时间。将能够根据历史出行记录中出行路线上的标志建筑加入时间进行离散划分计算,根据历史停留时间更加人性化的预测出用户的出行行为。
应当说明的是,上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种用户出行时间的获取方法,其特征在于,包括步骤:
S100获取用户的当前移动信息;
S200根据所述当前移动信息,判断用户是否有前往预设目的地的意图;
S300判断用户前往所述预设目的地的出行模式,并获得相应出行模式的出行时间。
2.根据权利要求1所述的用户出行时间的获取方法,其特征在于,所述步骤S100之前包括步骤:
S010从本地端或网络端获取用户的历史出行记录;
S020根据所述历史出行记录,得到预设目的地、预设时间阈值、预设移动区域、预设移动路线、预设速度阈值;
S030根据所述历史出行记录,将所述历史出行记录中的历史出行时间进行离散划分;
S040根据离散划分后的历史出行时间,进行运算得到各个历史停留位置的平均停留时间和停留概率,并将所述各个历史停留位置进行排序,得到停留记录表并保存;
其中,所述历史出行记录包括所述历史出行时间和所述历史停留位置;其中,用户的初始移动位置位于所述预设移动区域内。
3.根据权利要求2所述的用户出行时间的获取方法,其特征在于,所述步骤S100包括步骤:
S110当用户移动时间达到所述预设时间阈值时,获取用户的当前位置信息、当前移动路线信息、当前行进方式信息、当前移动速度信息;
其中,所述移动时间从用户开始移动时进行计时。
4.根据权利要求3所述的用户出行时间的获取方法,其特征在于,所述步骤S200包括步骤:
S210判断所述当前位置信息是否位于所述预设移动区域内;若否,执行步骤S220;
S220判断所述当前移动路线信息与所述预设移动路线是否一致;若是,执行步骤S230;
S230判断所述当前移动路线上的当前移动速度数据是否大于等于当前行进方式对应的预设速度阈值;若是,判断用户有前往所述预设目的地的意图。
5.根据权利要求3所述的用户出行时间的获取方法,其特征在于,所述步骤S100之前包括步骤:
S001获取关联用户的关联移动信息;
S002根据所述关联移动信息,判断所述关联用户是否到达所述预设目的地;若是,执行步骤S100;
其中,所述关联用户为与用户绑定的用户。
6.根据权利要求1-5任一项所述的用户出行时间的获取方法,其特征在于,所述步骤S300包括步骤:
S310获取用户的用户状态数据;
S320根据所述停留记录表和所述用户状态数据,在当前历史停留位置判断用户是否有身体需求;若是,执行步骤S330;否则,执行步骤S350;
S330判断当前移动速度数据是否小于对应行进方式的预设速度阈值;若是,执行步骤S340;否则,执行步骤S350;
S340判断所述用户的出行模式为第一出行模式,运算得到所述第一出行模式的第一出行时间;
S350判断所述用户的出行模式为第二出行模式,运算得到所述第二出行模式的第二出行时间。
7.一种用户出行时间的获取装置,其特征在于,应用权利要求1-6任一项所述的用户出行时间的获取方法,包括:获取信息模块、判断意图模块、判断模式模块;所述判断意图模块分别与所述获取信息模块和所述判断模式模块通信连接;
所述获取信息模块,获取用户的当前移动信息;
所述判断意图模块,根据所述获取信息模块获取的所述当前移动信息,判断用户是否有前往预设目的地的意图;
所述判断模式模块,当所述判断意图模块判断出用户有前往所述预设目的地的意图时,判断用户前往所述预设目的地的出行模式,并获得相应出行模式的出行时间。
8.根据权利要求7所述的用户出行时间的获取装置,其特征在于,还包括:获取记录模块、设置模块、运算模块、生成模块、保存模块;所述获取记录模块分别与所述设置模块和所述运算模块通信连接;所述生成模块分别与所述运算模块和所述保存模块通信连接;
所述获取记录模块,从本地端或网络端获取用户的历史出行记录;
所述设置模块,根据所述获取记录模块获取的所述历史出行记录,得到预设目的地、预设时间阈值、预设移动区域、预设移动路线、预设速度阈值;
所述运算模块,根据所述获取记录模块获取的所述历史出行记录,将所述历史出行记录中的历史出行时间进行离散划分;并根据所述离散划分模块离散划分后的历史出行时间,进行运算得到各个历史停留位置的平均停留时间和停留概率;
所述生成模块,根据所述运算模块获得的所述平均停留时间和所述停留概率,将所述各个历史停留位置进行排序,得到停留记录表;
所述保存模块,保存所述生成模块得到停留记录表;
其中,所述历史出行记录包括所述历史出行时间和所述历史停留位置;其中,用户的初始移动位置位于所述预设移动区域内。
9.根据权利要求7所述的用户出行时间的获取装置,其特征在于,所述获取信息模块包括:计时子模块、获取信息子模块;所述计时子模块与获取信息子模块通信连接;
所述计时子模块,用于从用户开始移动时进行计时;
所述获取信息子模块,当所述计时子模块计时时间达到预设时间阈值时,获取用户的当前位置信息、当前移动路线信息、当前行进方式信息、当前移动速度信息;
其中,所述移动时间从用户开始移动时进行计时;
所述判断意图模块包括:判断位置子模块、判断路线子模块、判断速度子模块;所述判断位置子模块、所述判断路线子模块、所述判断速度子模块均与所述获取信息子模块通信连接;
所述判断位置子模块,判断所述获取信息子模块获取的所述当前位置信息是否位于预设移动区域内;
所述判断路线子模块,当所述判断位置子模块判断所述当前位置信息位于预设移动区域外时,判断所述获取信息子模块获取的所述当前移动路线信息与预设移动路线是否一致;
判断速度子模块,当所述判断路线子模块判断所述当前移动路线信息与所述预设移动路线一致时,判断所述获取信息子模块获取的所述当前移动路线上的当前移动速度数据是否大于等于当前行进方式对应的预设速度阈值;若是,判断用户有前往所述预设目的地的意图;
所述判断模式模块包括:获取数据子模块、判断需求子模块、判断模式子模块;所述判断需求子模块分别与所述获取数据子模块和所述判断模式子模块通信连接;所述判断需求子模块分别与所述获取数据子模块和所述判断模式子模块通信连接;所述判断模式子模块分别与所述第一输出子模块和所述第二输出子模块通信连接;
所述获取数据子模块,获取用户的用户状态数据;
所述判断需求子模块,根据所述获取数据子模块获取的所述用户状态数据和停留记录表,在当前历史停留位置判断用户是否有身体需求;
所述判断模式子模块,当所述判断需求子模块判断在所述当前历史停留位置判断用户有身体需求时,判断移动速度数据是否小于对应行进方式的预设速度阈值;
第一输出子模块,当所述判断需求子模块判断在所述当前历史停留位置判断用户有身体需求,且移动速度数据小于对应行进方式的预设速度阈值时,判断所述用户的出行模式为第一出行模式;
第二输出子模块,当所述判断需求子模块判断在所述当前历史停留位置判断用户无身体需求,或者当所述判断需求子模块判断在所述当前历史停留位置判断用户有身体需求,且移动速度数据大于等于对应行进方式的预设速度阈值时,判断所述用户的出行模式为第二出行模式。
10.根据权利要求7-9任一所述的用户出行时间的获取装置,其特征在于,还包括:获取相关信息模块和判断相关用户模块;所述获取相关信息模块、所述判断相关用户模块均与所述获取信息模块通信连接;
所述获取相关信息模块,获取关联用户的关联移动信息;
所述相关用户模块,根据所述获取相关信息模块获取的关联移动信息,判断所述关联用户是否到达所述预设目的地;若是所述获取信息模块获取用户的当前移动信息,并进行判断获取相应出行模式的出行时间;
其中,所述关联用户为与用户绑定的用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710207341.XA CN107423835A (zh) | 2017-03-31 | 2017-03-31 | 一种用户出行时间的获取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710207341.XA CN107423835A (zh) | 2017-03-31 | 2017-03-31 | 一种用户出行时间的获取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107423835A true CN107423835A (zh) | 2017-12-01 |
Family
ID=60423865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710207341.XA Pending CN107423835A (zh) | 2017-03-31 | 2017-03-31 | 一种用户出行时间的获取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107423835A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108197224A (zh) * | 2017-12-28 | 2018-06-22 | 广州虎牙信息科技有限公司 | 用户群分类方法、存储介质以及终端 |
CN109491284A (zh) * | 2018-10-26 | 2019-03-19 | 广州小鹏汽车科技有限公司 | 基于用户出行习惯的车辆控制方法、装置和终端设备 |
CN110118567A (zh) * | 2018-02-06 | 2019-08-13 | 北京嘀嘀无限科技发展有限公司 | 出行方式推荐方法及装置 |
CN110378525A (zh) * | 2019-07-15 | 2019-10-25 | 腾讯科技(深圳)有限公司 | 出行计划确定方法、装置、设备及存储介质 |
CN111369024A (zh) * | 2019-12-25 | 2020-07-03 | 厦门城市职业学院(厦门市广播电视大学) | 一种基于地理位置的咖啡预制作方法、设备及*** |
CN111680956A (zh) * | 2019-03-11 | 2020-09-18 | 丰田自动车株式会社 | 信息处理装置、信息处理方法以及存储有程序的计算机可读取的非临时性存储介质 |
CN112414427A (zh) * | 2020-10-27 | 2021-02-26 | 维沃移动通信有限公司 | 导航信息的显示方法及电子设备 |
CN112966193A (zh) * | 2021-03-05 | 2021-06-15 | 北京百度网讯科技有限公司 | 出行意图推断方法、模型训练方法、相关装置及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1637381A (zh) * | 2003-12-24 | 2005-07-13 | 爱信艾达株式会社 | 导航*** |
CN102346041A (zh) * | 2011-03-31 | 2012-02-08 | 北京腾瑞万里信息技术有限公司 | 基于实时路况的路线规划方法及其服务设备 |
CN105243441A (zh) * | 2015-09-29 | 2016-01-13 | 联想(北京)有限公司 | 一种处理方法和装置、控制方法和装置及电子设备 |
CN105547311A (zh) * | 2015-12-08 | 2016-05-04 | 深圳天珑无线科技有限公司 | 一种路线规划方法、移动终端及*** |
-
2017
- 2017-03-31 CN CN201710207341.XA patent/CN107423835A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1637381A (zh) * | 2003-12-24 | 2005-07-13 | 爱信艾达株式会社 | 导航*** |
CN102346041A (zh) * | 2011-03-31 | 2012-02-08 | 北京腾瑞万里信息技术有限公司 | 基于实时路况的路线规划方法及其服务设备 |
CN105243441A (zh) * | 2015-09-29 | 2016-01-13 | 联想(北京)有限公司 | 一种处理方法和装置、控制方法和装置及电子设备 |
CN105547311A (zh) * | 2015-12-08 | 2016-05-04 | 深圳天珑无线科技有限公司 | 一种路线规划方法、移动终端及*** |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108197224B (zh) * | 2017-12-28 | 2020-11-20 | 广州虎牙信息科技有限公司 | 用户群分类方法、存储介质以及终端 |
CN108197224A (zh) * | 2017-12-28 | 2018-06-22 | 广州虎牙信息科技有限公司 | 用户群分类方法、存储介质以及终端 |
CN110118567B (zh) * | 2018-02-06 | 2021-07-20 | 北京嘀嘀无限科技发展有限公司 | 出行方式推荐方法及装置 |
CN110118567A (zh) * | 2018-02-06 | 2019-08-13 | 北京嘀嘀无限科技发展有限公司 | 出行方式推荐方法及装置 |
CN109491284A (zh) * | 2018-10-26 | 2019-03-19 | 广州小鹏汽车科技有限公司 | 基于用户出行习惯的车辆控制方法、装置和终端设备 |
CN111680956A (zh) * | 2019-03-11 | 2020-09-18 | 丰田自动车株式会社 | 信息处理装置、信息处理方法以及存储有程序的计算机可读取的非临时性存储介质 |
CN111680956B (zh) * | 2019-03-11 | 2023-11-07 | 丰田自动车株式会社 | 信息处理装置、信息处理方法以及存储有程序的计算机可读取的非临时性存储介质 |
CN110378525A (zh) * | 2019-07-15 | 2019-10-25 | 腾讯科技(深圳)有限公司 | 出行计划确定方法、装置、设备及存储介质 |
CN110378525B (zh) * | 2019-07-15 | 2023-09-12 | 腾讯科技(深圳)有限公司 | 出行计划确定方法、装置、设备及存储介质 |
CN111369024A (zh) * | 2019-12-25 | 2020-07-03 | 厦门城市职业学院(厦门市广播电视大学) | 一种基于地理位置的咖啡预制作方法、设备及*** |
CN111369024B (zh) * | 2019-12-25 | 2024-02-27 | 厦门城市职业学院(厦门市广播电视大学) | 一种基于地理位置的咖啡预制作方法、设备及*** |
CN112414427A (zh) * | 2020-10-27 | 2021-02-26 | 维沃移动通信有限公司 | 导航信息的显示方法及电子设备 |
CN112414427B (zh) * | 2020-10-27 | 2023-04-28 | 维沃移动通信有限公司 | 导航信息的显示方法及电子设备 |
CN112966193A (zh) * | 2021-03-05 | 2021-06-15 | 北京百度网讯科技有限公司 | 出行意图推断方法、模型训练方法、相关装置及电子设备 |
CN112966193B (zh) * | 2021-03-05 | 2023-07-25 | 北京百度网讯科技有限公司 | 出行意图推断方法、模型训练方法、相关装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107423835A (zh) | 一种用户出行时间的获取方法及装置 | |
CN108305477B (zh) | 一种车道选择方法及终端 | |
CN103364002B (zh) | 结合实时路况及公共交通运营信息的路线规划***和方法 | |
CN102346041B (zh) | 基于实时路况的路线规划方法及其服务设备 | |
CN109003467A (zh) | 一种防止车辆碰撞的方法、装置及*** | |
CN105577771B (zh) | 一种基于车车通信和车路通信的车辆协同驾驶方法 | |
CN104217605B (zh) | 一种公交车到站时间测算方法和装置 | |
CN105448118A (zh) | 基于车联网的车辆出行引导***及其引导车辆出行的方法 | |
CN103761876A (zh) | 基于车路协同的道路交通信息采集与状态评价的方法 | |
CN106205161A (zh) | 路况信息传输方法和装置 | |
CN103727944B (zh) | 利用图例动态显示行程进度的方法 | |
CN105644559A (zh) | 一种基于虚拟轨道和移动闭塞技术的无人驾驶方法及*** | |
CN105424052A (zh) | 随机可行驶里程 | |
CN109584600A (zh) | 应用于无人驾驶公交车的时刻表可靠性的自动化控制方法 | |
CN102737510A (zh) | 一种基于移动智能终端的实时交通路况采集方法 | |
CN104183147B (zh) | 改善公交准点率的公交车行驶速度控制方法 | |
CN108001449A (zh) | 一种基于车联网的驾驶方法及联网车辆 | |
CN103186981B (zh) | 一种大型警卫任务精确指挥调度***及方法 | |
AU2018278948B2 (en) | A system to optimize scats adaptive signal system using trajectory data | |
CN103956069B (zh) | 一种车载交通信息自主采集服务*** | |
CN107240252A (zh) | 一种交叉口的主动式车辆调度方法 | |
CN107745383A (zh) | 一种机器人控制方法和机器人 | |
CN107393330A (zh) | 人车汇合的路线规划方法及***、车载终端、智能终端 | |
CN102394011A (zh) | 公交车自动化动态调度***及方法 | |
CN109859515A (zh) | 公交***中gps定位数据补偿方法及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20171201 |
|
WD01 | Invention patent application deemed withdrawn after publication |