CN109788437B - 一种出行路线管理***和方法 - Google Patents
一种出行路线管理***和方法 Download PDFInfo
- Publication number
- CN109788437B CN109788437B CN201910003758.3A CN201910003758A CN109788437B CN 109788437 B CN109788437 B CN 109788437B CN 201910003758 A CN201910003758 A CN 201910003758A CN 109788437 B CN109788437 B CN 109788437B
- Authority
- CN
- China
- Prior art keywords
- data
- travel route
- travel
- individual
- trip
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 65
- 230000011664 signaling Effects 0.000 claims abstract description 78
- 238000000605 extraction Methods 0.000 claims abstract description 38
- 238000007726 management method Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000004806 packaging method and process Methods 0.000 claims abstract description 7
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 238000004458 analytical method Methods 0.000 claims description 27
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000007547 defect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 101000946191 Galerina sp Laccase-1 Proteins 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例一种出行路线管理***和方法。其中,该***包括:获取装置,数据平台和云平台,获取装置用于:将获取到的手机信令数据进行打包,得到信令数据包,并将信令数据包发送至数据平台;数据平台用于:对接收到的信令数据包进行预处理,得到出行数据,并接收云平台发送的提取请求,并根据提取请求将出行数据发送至云平台;云平台用于:向数据平台发送提取请求,并对接收到的出行数据进行处理,得到个体出行路线集和/或群体出行路线,提取请求携带提取出行数据的信息。通过本实施例提供的技术方案,实现了根据手机相关数据获悉手机对应的用户的出行情况,以实现从根本上对交通路线等进行规划,从而从根本上解决出行不便的技术弊端。
Description
技术领域
本发明实施例涉及数据处理技术领域,尤其涉及一种出行路线管理***和方法。
背景技术
随着科学技术的发展,一方面,手机成了人们日常生活中的必须品。且手机的应用也不断的增多。如,通过手机对公交车即将到站的时间进行获悉等。另一方面,汽车(包括公交车和私家车等)逐步增多,交通拥挤越发严重。
然而,在现有技术中,尽管通过手机能使人们相对准确的掌握车辆到站的时间,或者通过手机获悉具体哪段道路比较畅通,以方便人们的出行等。但是,发明人在实现本发明的过程中,发现至少存在以下问题:
人们只能被动的通过手机获悉车辆到站的时间,或者被动的获悉道路拥堵情况,却没能实现根据手机相关数据从根本上实现对交通路线等进行规划,依然无法从根本上解决出行不便的问题。
发明内容
为解决上述技术问题,本发明实施例提供了一种出行路线管理***和方法。
根据本发明实施例的一个方面,本发明实施例提供了一种出行路线管理***,所述***包括:获取装置,数据平台和云平台,其中,
所述获取装置用于:将获取到的手机信令数据进行打包,得到信令数据包,并将所述信令数据包发送至所述数据平台,其中,所述信令数据包括:位置区码LAC、手机号码、时间和速度;
所述数据平台用于:对接收到的所述信令数据包进行预处理,得到出行数据,并接收所述云平台发送的提取请求,并根据所述提取请求将所述出行数据发送至所述云平台;
所述云平台用于:向所述数据平台发送所述提取请求,并对接收到的所述出行数据进行处理,得到个体出行路线集和/或群体出行路线,所述提取请求携带提取所述出行数据的信息。
通过本实施例提供的:由获取装置根据手机信令数据得到信令数据包,并将信令数据包发送至数据平台,由数据平台对信令数据包进行预处理,得到出行数据,并根据获取请求将出行数据发送至云平台,由云平台接收与提取请求对应的出行数据,并对出行数据进行处理,得到个体出行路线集和/或群体出行路线的技术方案,实现了根据手机相关数据获悉手机对应的用户的出行情况,以实现从根本上对交通路线等进行规划,从而从根本上解决出行不便的技术弊端。
进一步地,所述获取装置包括:LAC寄存器、LAC监测器、速度感应器、数据获取器和数据发送器,其中,
所述LAC寄存器用于:存储初始位置区码LAC;
所述LAC监测器用于:监测所述手机号码对应的SIM卡中的所述位置区码LAC,并当所述位置区码LAC与所述初始位置区码LAC不相同时,根据所述位置区码LAC对所述初始位置区码LAC进行更新,并将所述位置区码LAC发送至所述数据获取器;
所述速度感应器用于:获取所述SIM卡对应的手机的所述速度,并将所述速度发送至所述数据获取器;
所述数据获取器用于:获取所述位置区码LAC、所述手机号码、所述速度,以及与所述位置区码LAC对应的所述时间,并对所述位置区码LAC、所述手机号码、所述速度和所述时间进行打包处理,得到所述信令数据包,并将所述信令数据包发送至所述数据发送器;
所述数据发送器用于:将所述信令数据包发送至所述数据平台。
通过本实施例提供的技术方案,实现了高效且精准的获取手机信令数据的技术效果。
进一步地,所述数据平台包括:数据侦听器、数据处理器,其中,
所述数据侦听器用于:侦听所述数据发送器发送的所述信令数据包,对所述信令数据包进行解析,得到解析数据,并将所述解析数据发送至所述数据处理器;
所述数据处理器用于:对解析数据进行整合,得到所述出行数据,并在接收到所述提取请求后将所述出行数据发送至所述云平台。
通过本实施例提供的技术方案,实现了及时获取信令数据包,从而提高数据处理效率的技术效果。
进一步地,所述云平台具体用于:
从所述出行数据中提取目标个体对应的目标出行数据集,其中,所述出行数据包括所述目标出行数据集;
以预设的目标日期为单元对所述目标出行数据集进行拟合处理,得到所述目标日期对应的拟合目标出行路线集;
以预设的目标时间段为单元对所述拟合目标出行路线集进行拟合处理,得到个体出行路线集。
进一步地,所述云平台还具体用于:
若所述目标个体对应的第一出行数据和第二出行数据,为所述出行数据中的相邻数据,所述第一出行数据包括:第一手机号码、LACi、时间i和速度i,所述第二出行数据包括:所述第一手机号码、LCAj、时间j和速度j,则获取LACi对应的基站与LCAj对应的基站的距离Sij,当所述时间j与所述时间i的差值,大于所述距离Sij与预设速度Vo的商时,则将所述第二出行数据移出所述拟合目标出行路线集。
进一步地,所述云平台还用于:
根据倒排法对所述个体出行路线集进行处理,得到倒排个体出行路线集;
根据拟合法,若已经拟合了所述倒排个体出行路线集的前K-1个出行路线,且所述前K-1个出行路线拟合结果包括第k个出行路线中的半数以上的元素,则将未包括在所述前K-1个出行路线拟合结果中,且属于所述第k个出行路线中的元素进行嵌套缩简至所述前K-1个出行路线拟合结果中,得到嵌套缩简序列;
根据所述嵌套缩简序列计算支持度,得到个体出行路线。
进一步地,所述云平台还用于:
当所述个体出行路线集中包括所述嵌套缩简序列中的第一元素时,则将对所述第一元素对应的支持度加上预设的支持度阈值,当所述个体出行路线集中不包括所述嵌套缩简序列中的第二元素时,则将对所述第二元素对应的支持度设置为所述支持度阈值,以便得到所述个体出行路线。
进一步地,所述云平台还具体用于:
获取每个个体对应的个体出行路线,得到目标个体出行路线集;
根据关键路径析取法对所述目标个体出行路线集进行处理,得到所述群体出行路线。
进一步地,所述云平台具体用于:
将所述目标个体出行路线集中的任一元素对应的支持度与预设的整数阈值进行比较,得到比较结果,当比较结果为大于或等于时,则将所述比较结果对应的元素保留,当比较结果为小于时,则将所述比较结果对应的元素删除,以便得到个体出行关键路线集;
通过关键路径析取法对所述个体出行关键路线集进行处理,得到所述群体出行路线。
进一步地,所述云平台还用于:
根据所述个体出行路线集和/或群体出行路线进行公交线路规划,得到目标公交路线。
根据本发明实施例的另一个方面,本发明实施例提供了一种出行路线管理方法,所述方法基于上述实施例中的任一项所述的***,所述方法包括:
获取装置将获取到的手机信令数据进行打包,得到信令数据包,并将所述信令数据包发送至数据平台,其中,所述信令数据包括:位置区码LAC、手机号码、时间和速度;
所述数据平台对接收到的所述信令数据包进行预处理,得到出行数据,并接收云平台发送的提取请求,并根据所述提取请求将所述出行数据发送至所述云平台;
所述云平台向所述数据平台发送所述提取请求,并对接收到的所述出行数据进行处理,得到个体出行路线集和/或群体出行路线,所述提取请求携带提取所述出行数据的信息。
进一步地,所述获取装置将获取到的手机信令数据进行打包,得到信令数据包,并将所述信令数据包发送至数据平台,具体包括:
LAC寄存器存储初始位置区码LAC;
LAC监测器监测所述手机号码对应的SIM卡中的所述位置区码LAC,并当所述位置区码LAC与所述初始位置区码LAC不相同时,根据所述位置区码LAC对所述初始位置区码LAC进行更新,并将所述位置区码LAC发送至所述数据获取器;
速度感应器获取所述SIM卡对应的手机的所述速度,并将所述速度发送至所述数据获取器;
所述数据获取器获取所述位置区码LAC、所述手机号码、所述速度,以及与所述位置区码LAC对应的所述时间,并对所述位置区码LAC、所述手机号码、所述速度和所述时间进行打包处理,得到所述信令数据包,并将所述信令数据包发送至数据发送器;
所述数据发送器将所述信令数据包发送至所述数据平台。
进一步地,所述数据平台对接收到的所述信令数据包进行预处理,得到出行数据,并接收云平台发送的提取请求,并根据所述提取请求将所述出行数据发送至所述云平台,具体包括:
数据侦听器侦听所述数据发送器发送的所述信令数据包,对所述信令数据包进行解析,得到解析数据,并将所述解析数据发送至数据处理器;
所述数据处理器对解析数据进行整合,得到所述出行数据,并在接收到所述提取请求后将所述出行数据发送至所述云平台。
进一步地,所述云平台对接收到的所述出行数据进行处理,得到个体出行路线集,具体包括:
从所述出行数据中提取目标个体对应的目标出行数据集,其中,所述出行数据包括所述目标出行数据集;
以预设的目标日期为单元对所述目标出行数据集进行拟合处理,得到所述目标日期对应的拟合目标出行路线集;
以预设的目标时间段为单元对所述拟合目标出行路线集进行拟合处理,得到个体出行路线集。
进一步地,所述方法还包括:
若所述目标个体对应的第一出行数据和第二出行数据,为所述出行数据中的相邻数据,所述第一出行数据包括:第一手机号码、LACi、时间i和速度i,所述第二出行数据包括:所述第一手机号码、LCAj、时间j和速度j,则所述云平台获取LACi对应的基站与LCAj对应的基站的距离Sij,当所述时间j与所述时间i的差值,大于所述距离Sij与预设速度Vo的商时,则将所述第二出行数据移出所述拟合目标出行路线集。
进一步地,所述方法还包括:
所述云平台根据倒排法对所述个体出行路线集进行处理,得到倒排个体出行路线集;
根据拟合法,若已经拟合了所述倒排个体出行路线集的前K-1个出行路线,且所述前K-1个出行路线拟合结果包括第k个出行路线中的半数以上的元素,则所述云平台将未包括在所述前K-1个出行路线拟合结果中,且属于所述第k个出行路线中的元素进行嵌套缩简至所述前K-1个出行路线拟合结果中,得到嵌套缩简序列;
所述云平台根据所述嵌套缩简序列计算支持度,得到个体出行路线。
进一步地,所述云平台根据所述嵌套缩简序列进行拟合处理,得到个体出行路线,具体包括:
当所述个体出行路线集中包括所述嵌套缩简序列中的第一元素时,则将对所述第一元素对应的支持度加上预设的支持度阈值,当所述个体出行路线集中不包括所述嵌套缩简序列中的第二元素时,则将对所述第二元素对应的支持度设置为所述支持度阈值,以便得到所述个体出行路线。
进一步地,所述云平台对接收到的所述出行数据进行处理,得到群体出行路线,具体包括:
获取每个个体对应的个体出行路线,得到目标个体出行路线集;
根据关键路径析取法对所述目标个体出行路线集进行处理,得到所述群体出行路线。
进一步地,所述根据关键路径析取法对所述目标个体出行路线集进行处理,得到所述群体出行路线,具体包括:
将所述目标个体出行路线集中的任一元素对应的支持度与预设的整数阈值进行比较,得到比较结果,当比较结果为大于或等于时,则所述云平台将所述比较结果对应的元素保留,当比较结果为小于时,则将所述比较结果对应的元素删除,以便得到个体出行关键路线集;
所述云平台通过关键路径析取法对所述个体出行关键路线集进行处理,得到所述群体出行路线。
进一步地,所述方法还包括:
所述云平台根据所述个体出行路线集和/或群体出行路线进行公交线路规划,得到目标公交路线。
附图说明
图1为本发明实施例提供的一种出行路线管理***的结构框图;
图2为本发明另一实施例提供的一种出行路线管理***的结构框图;
图3为本发明实施例提供的一种出行路线管理方法的流程示意图;
图4为本发明另一实施例提供的一种出行路线管理方法的流程示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、接口、技术之类的具体细节,以便透彻理解本发明。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的***以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
本发明实施例提供了一种出行路线管理***和方法。
根据本发明实施例的一个方面,本发明实施例提供了一种出行路线管理***。
第一实施例:
请参阅图1,图1为本发明实施例提供的一种出行路线管理***的结构框图。
如图1所示,该***包括:获取装置,数据平台和云平台,其中,
获取装置用于:将获取到的手机信令数据进行打包,得到信令数据包,并将信令数据包发送至数据平台,其中,信令数据包括:位置区码LAC、手机号码、时间和速度。
图2为本发明另一实施例提供的一种出行路线管理***的结构框图。
结合图1和图2可知,获取装置包括:LAC寄存器、LAC监测器、速度感应器、数据获取器和数据发送器,其中,
LAC寄存器用于:存储初始位置区码LAC。
其中,LAC寄存器的初始化为空,即当手机开启时,LAC寄存器并不存在任何位置区码LAC。在手机开启后,LAC寄存器中才会存在初始位置区码LAC。当手机断电,如手机关机时,则LAC寄存器会自动清空处理。
LAC监测器用于:监测手机号码对应的SIM卡中的位置区码LAC,并当位置区码LAC与初始位置区码LAC不相同时,根据位置区码LAC对初始位置区码LAC进行更新,并将位置区码LAC发送至数据获取器。
具体地:当手机开启后,LAC监测器启动,LAC监测器根据预设的时间间隔,如0.1s对SIM卡中的位置区码LAC进行监测。需要说明的是,时间间隔可根据实际需求进行设定,此处的0.1s只是示范性的说明,而不能理解为对本实施例保护范围的限定。LAC监测器监测到位置区码LAC后,会将位置区码LAC与初始位置区码LAC进行比较,比较二者是否一致。如果位置区码LAC与初始位置区码LAC不一致,则用位置区码LAC对初始位置区码LAC进行更新。即将位置区码LAC替换初始位置区码LAC,并将位置区码LAC发送至数据获取器。当然,可能得到位置区码LAC与初始位置区码LAC一致的比较结果,则不需要进行更新,直接将位置区码LAC发送至数据获取器即可。
速度感应器用于:获取SIM卡对应的手机的速度,并将速度发送至数据获取器。
其中,由速度感应器对手机的速度进行获取,即是对手机号码对应的手机的移动速度进行获取。
数据获取器用于:获取位置区码LAC、手机号码、速度,以及与位置区码LAC对应的时间,并对位置区码LAC、手机号码、速度和时间进行打包处理,得到信令数据包,并将信令数据包发送至数据发送器。
数据发送器用于:将信令数据包发送至数据平台。
数据平台用于:对接收到的信令数据包进行预处理,得到出行数据,并接收云平台发送的提取请求,并根据提取请求将出行数据发送至云平台。
结合图1和图2可知,数据平台包括:数据侦听器、数据处理器,其中,
数据侦听器用于:侦听数据发送器发送的信令数据包,对信令数据包进行解析,得到解析数据,并将解析数据发送至数据处理器。
数据处理器用于:对解析数据进行整合,得到出行数据,并在接收到提取请求后将出行数据发送至云平台。
其中,数据处理器对解析数据进行整合具体包括:数据处理模块根据预设的规则对解析数据进行处理,如:将解析数据的格式进行调整,并根据调整后的解析数据制作成表格,从而得到出行数据。当然,数据处理器对解析数据进行整合还包括:对解析数据进行存储和保管等。
云平台用于:向数据平台发送提取请求,并对接收到的所述出行数据进行处理,得到个体出行路线集和/或群体出行路线,提取请求携带提取出行数据的信息。
需要说明的是,数据平台和云平台可以整合至一个平台。
第二实施例:
本实施例以第一实施例为基础,在本实施例中,云平台具体用于:
从出行数据中提取目标个体对应的目标出行数据集,其中,出行数据包括目标出行数据集。
以预设的目标日期为单元对目标出行数据集进行拟合处理,得到目标日期对应的拟合目标出行路线集。
以预设的目标时间段为单元对拟合目标出行路线集进行拟合处理,得到个体出行路线集。
具体地:在云平台中,可分为两个功能模块,一个功能模块为个体出行路线拟合模块,云平台通过该功能模块得到个体出行路线集。另一个功能模块为群体出行路线拟合模块,云平台通过该功能模块得到群体出行路线。现对个体出行路线拟合模块的功能进行详细的阐述:
从所有出行数据中提取同一个手机号码(即目标个体)的出行数据集(即目标出行数据集)。该目标出行数据集中包括该手机号码在手机号码使用期间内的所有的出行数据。设定日期,如2017年1月1日至2012年12月31日,设定时间段,如早上7点至早上8点。从该手机号码对应的所有出行数据集中选取设定日期和设定时间段T内的出行数据集。按照时间先后顺序排列设定日期和时间段T的出行数据集,得到标准出行数据列{(手机号码,LACi,时间i,速度i)|(i=1,2,......,n)}。令{(手机号码,LACi,时间i,速度i)|(i=1,2,......,n)}为参考个体出行拟合路线。设(手机号码,LACi,时间i,速度i)与(手机号码,LACj,时间j,速度j)是标准出行数据列中的相邻出行数据,即在时间i该智能手机从LACi移动到LACj,移动速度为速度i。从移动通信网络运营商处获取从LACi到LACj的基站距离Sij,设公认的步行速度为v0。如果“时间j-时间i”大于Sij/v0,则从参考个体出行拟合路线中移除时间j(含)之后的所有出行数据(手机号码,LACj,时间j,速度j)。优选地,“时间j-时间i”远大于Sij/v0,如,“时间j-时间i”大于三倍于Sij/v0,则从参考个体出行拟合路线中移除时间j(含)之后的所有出行数据(手机号码,LACj,时间j,速度j)。如果{(手机号码,LACi,时间i,速度i)|(i=1,2,......,m)}无可移除出行数据,则其为“日期”的时段T内的个体出行拟合路线。重复上述操作,发现该手机号码在设定日期的时段T内的个体出行拟合路线,获取在设定日期的时段T内的个体出行拟合路线集{(日期,{(手机号码,LACi,时间i,速度i)|(i=1,2,......,m)})}。基于个体出行拟合路线集{(日期,{(手机号码,LACi,时间i,速度i)|(i=1,2,......,m)})}获取个体出行路线集{((日期,T),手机号码,(LACi|i=1,2,......,m))}。
第三实施例:
本实施例以第二实施例为基础,在本实施例中,云平台还用于:
根据倒排法对个体出行路线集进行处理,得到倒排个体出行路线集。
根据拟合法,若已经拟合了倒排个体出行路线集的前K-1个出行路线,且前K-1个出行路线拟合结果包括第k个出行路线中的半数以上的元素,则将未包括在前K-1个出行路线拟合结果中,且属于第k个出行路线中的元素进行嵌套缩简至前K-1个出行路线拟合结果中,得到嵌套缩简序列。
根据嵌套缩简序列进行计算支持度,得到个体出行路线。
具体地:从个体出行路线集提取时段T的某手机号码对应的出行路线集{((日期,T),手机号码,(LACi|i=1,2,......,m))}。采用倒排拟合法拟合出个体在时段T的个体出行路线:个体出行路线集为{((日期,T),手机号码,(LACi|i=1,2,......,m))},按照日期顺序倒序排列得到倒排个体出行路线集{(LACij|i=1,2,......,mj)|j=1,2,......,n}。以L(手机号码,T)标识个体在时段T的个体出行路线。令L(手机号码,T)初始值为((LACi1,1)|i=1,2,......,m1)。其中,(LACi1,1)中的1称为LACi1的支持度。设已经拟合了倒排个体出行路线集中前k-1个个体出行路线,得到:L(手机号码,T)=((LACx,Countx)|x=1,2,......,p)。其中,(LACx,Countx)中的Countx称为LACx的支持度。倒排个体出行路线集中第k个个体出行路线为(LACik|i=1,2,......,mk),拟合第k个个体出行路线的方法如下:如果集合{LACik|i=1,2,......,mk}中的半数以上元素不在集合{LACx|x=1,2,......,p}中,则拟合出该个体在时段T的个体出行路线为:L(手机号码,T)=((LACx,Countx)|x=1,2,......,p)。如果集合{LACik|i=1,2,......,mk}中的半数(含)以上元素在集合{LACx|x=1,2,......,p}中,则进行嵌套缩简:首先,将(LACik|i=1,2,......,mk)嵌套进(LACx|x=1,2,......,p)中,就是两个序列“合并”,分别保持原来的顺序,相同的元素保留一个,得到一个嵌套序列:(LACy|y=1,2,......,q)。其次,对新的序列(LACy|y=1,2,......,q)进行缩简。新的序列与序列(LACx|x=1,2,......,p)比较,比较结果存在三种情况:(1)在LAC1左端存在若干元素,如果只有单一元素,保留这个元素,置于LAC1左端,其支持度设为1;如果有多个元素,将所有这些元素缩简为一个新元素,即所有这些元素的集合为这个新元素,置于LAC1左端,其支持度设为1。(2)在LACp右端存在若干元素,如果只有单一元素,保留这个元素,置于LACp右端,其支持度设为1;如果有多个元素,将所有这些元素缩简为一个新元素,即所有这些元素的集合为这个新元素,置于LACp右端,其支持度设为1。(3)LACx与LACx+1之间存在若干元素,如果只有单一元素,保留这个元素,置于LACx与LACx+1之间,其支持度设为1;如果有多个元素,将所有这些元素缩简为一个新元素,即所有这些元素的集合为这个新元素,置于LACx与LACx+1之间,其支持度设为1。经过上述缩简后得到一个嵌套缩简序列,记为(LACz|z=1,2,......,r)。最后,对嵌套缩简序列中的元素计算支持度,得到拟合结果。如果嵌套缩简序列中的元素LACz就是{LACx|x=1,2,......,p}中的元素LACx,其支持度为Countz=Countx+1;如果嵌套缩简序列中的元素LACz为新生成的元素,其支持度为Countz=1。综合嵌套缩简序列与支持度,得到拟合出的个体在时段T的个体出行路线:L(手机号码,T)=((LACz,Countz)|z=1,2,......,r)。
第四实施例:
本实施例以第三实施例为基础,在本实施例中,云平台具体用于:
获取每个个体对应的个体出行路线,得到目标个体出行路线集。
根据关键路径析取法对目标个体出行路线集进行处理,得到群体出行路线。
具体地:获取一个群体的每个个体在时段T的个体出行路线集为:{(NO.x,((LACxz,Countxz)|z=1,2,......,r))|x=1,2,......,s)}。其中,对于任意x,((LACxz,Countxz)|z=1,2,......,r)表示以手机号码NO.x标识的个体在时段T的个体出行路线。预先设置一个整数阈值,该整数阈值为根据实际需求进行设定的,该整数阈值为N。对于时段T的个体出行路线集中的任意元素(LACxz,Countxz),如果Countxz≥N,则保留元素LACxz,反之,则删去元素LACxz。经过处理后,由时段T的个体出行路线集得到时段T的个体出行关键路线集:{(NO.x,(LACxz|z=1,2,......,r))|x=1,2,......,s)}。其中,x,z及其s,r与时段T的个体出行路线集中的符号一致,但不失一般性。用析取法获取时段T的群体出行路线。从{(NO.x,(LACxz|z=1,2,......,r))|x=1,2,......,s)}中去掉NO.x,得到:{(LACxz|z=1,2,......,r)|x=1,2,......,s)}。获取在所有时段T的个体出行关键路线(LACxz|z=1,2,......,r)中都存在的元素,保留其在原来个体出行路线中的顺序,得到:(LACi|i=1,2,......,m),即为时段T的群体出行路线。
第五实施例:
本实施例以第一至第四实施例中的任一实施例为基础。在本实施例中,云平台还用于:
根据个体出行路线集和/或群体出行路线进行公交线路规划,得到目标公交路线。
当不存在公交路线时,则直接根据个体出行路线集和/或群体出行路线对公交路线进行规划,得到目标公交路线。
当已经存在初始公交路线时,则根据个体出行路线集和/或群体出行路线对初始公交路线进行调整,得到目标公交路线。
根据本发明实施例的另一个方面,本发明实施例还提供了一种出行路线管理方法,该方法基于上述实施例中的任一项所述的***。
请参阅图3,图3为本发明实施例提供的一种出行路线管理方法的流程示意图。
如图3所示,该方法包括:
S100:获取装置将获取到的手机信令数据进行打包,得到信令数据包,并将信令数据包发送至数据平台,其中,信令数据包括:位置区码LAC、手机号码、时间和速度。
图4为本发明另一实施例提供的一种出行路线管理方法的流程示意图。
结合图3和图4可知,S100具体包括:
S110:LAC寄存器存储初始位置区码LAC。
S120:LAC监测器监测手机号码对应的SIM卡中的位置区码LAC,并当位置区码LAC与初始位置区码LAC不相同时,根据位置区码LAC对初始位置区码LAC进行更新,并将位置区码LAC发送至数据获取器。
S130:速度感应器获取SIM卡对应的手机的速度,并将速度发送至数据获取器。
S140:数据获取器获取位置区码LAC、手机号码、速度,以及与位置区码LAC对应的时间,并对位置区码LAC、手机号码、速度和时间进行打包处理,得到信令数据包,并将信令数据包发送至数据发送器。
S150:数据发送器将信令数据包发送至数据平台。
S200:数据平台对接收到的信令数据包进行预处理,得到出行数据,并接收云平台发送的提取请求,并根据提取请求将出行数据发送至云平台。
结合图3和图4可知,S200具体包括:
S210:数据侦听器侦听数据发送器发送的信令数据包,对信令数据包进行解析,得到解析数据,并将解析数据发送至数据处理器。
S220:数据处理器对解析数据进行整合,得到出行数据,并在接收到提取请求后将出行数据发送至云平台。
S300:云平台向数据平台发送提取请求,并对接收到的出行数据进行处理,得到个体出行路线集和/或群体出行路线,提取请求携带提取出行数据的信息。
在一种可能实现的方案中,S300具体包括:
S310:云平台从出行数据中提取目标个体对应的目标出行数据集,其中,出行数据包括目标出行数据集;
S320:云平台以预设的目标日期为单元对目标出行数据集进行拟合处理,得到目标日期对应的拟合目标出行路线集;
S330:云平台以预设的目标时间段为单元对拟合目标出行路线集进行拟合处理,得到个体出行路线集。
在一种可能实现的方案中,在S320之后,该方法还包括:
S340:若目标个体对应的第一出行数据和第二出行数据,为出行数据中的相邻数据,第一出行数据包括:第一手机号码、LACi、时间i和速度i,第二出行数据包括:第一手机号码、LCAj、时间j和速度j,则云平台获取LACi对应的基站与LCAj对应的基站的距离Sij,当时间j与时间i的差值,大于距离Sij与预设速度Vo的商时,则将第二出行数据移出拟合目标出行路线集。
在一种可能实现的方案中,在S330之后,该方法还包括:
S1:云平台根据倒排法对个体出行路线集进行处理,得到倒排个体出行路线集;
S2:根据拟合法,若已经拟合了倒排个体出行路线集的前K-1个出行路线,且前K-1个出行路线拟合结果包括第k个出行路线中的半数以上的元素,则云平台将未包括在前K-1个出行路线拟合结果中,且属于第k个出行路线中的元素进行嵌套缩简至前K-1个出行路线拟合结果中,得到嵌套缩简序列;
S3:云平台根据嵌套缩简序列计算支持度,得到个体出行路线。
其中,S3包括:当个体出行路线集中包括嵌套缩简序列中的第一元素时,则云平台将对第一元素对应的支持度加上预设的支持度阈值,当个体出行路线集中不包括嵌套缩简序列中的第二元素时,则云平台将对第二元素对应的支持度设置为支持度阈值,以便得到个体出行路线。
在一种可能实现的方案中,S300具体包括:
S350:云平台获取每个个体对应的个体出行路线,得到目标个体出行路线集;
S360:云平台根据关键路径析取法对目标个体出行路线集进行处理,得到群体出行路线。
其中,S360包括:云平台将目标个体出行路线集中的任一元素对应的支持度与预设的整数阈值进行比较,得到比较结果,当比较结果为大于或等于时,则将比较结果对应的元素保留,当比较结果为小于时,则将比较结果对应的元素删除,以便得到出行关键路线集,通过关键路径析取法对个体出行关键路线集进行处理,得到群体出行路线。
在一种可能实现的方案中,在S300之后,该方法还包括:
S370:云平台根据个体出行路线集和/或群体出行路线进行公交线路规划,得到目标公交路线。
读者应理解,在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对的是相同的实施例或示例。而且,描述的具体特征、结构或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的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,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。
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单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元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,或者该技术方案的全部或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。
还应理解,在本发明各实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (11)
1.一种出行路线管理***,其特征在于,所述***包括:获取装置,数据平台和云平台,其中,
所述获取装置用于:将获取到的手机信令数据进行打包,得到信令数据包,并将所述信令数据包发送至所述数据平台,其中,所述信令数据包括:位置区码LAC、手机号码、时间和速度;
所述数据平台用于:对接收到的所述信令数据包进行预处理,得到出行数据,并接收所述云平台发送的提取请求,并根据所述提取请求将所述出行数据发送至所述云平台;
所述云平台用于:向所述数据平台发送所述提取请求,并对接收到的所述出行数据进行处理,得到个体出行路线集和/或群体出行路线,所述提取请求携带提取所述出行数据的信息;
所述云平台具体用于:
从所述出行数据中提取目标个体对应的目标出行数据集,其中,所述出行数据包括所述目标出行数据集;
以预设的目标日期为单元对所述目标出行数据集进行拟合处理,得到所述目标日期对应的拟合目标出行路线集;
以预设的目标时间段为单元对所述拟合目标出行路线集进行拟合处理,得到个体出行路线集。
2.根据权利要求1所述的出行路线管理***,其特征在于,所述获取装置包括:LAC寄存器、LAC监测器、速度感应器、数据获取器和数据发送器,其中,
所述LAC寄存器用于:存储初始位置区码LAC;
所述LAC监测器用于:监测所述手机号码对应的SIM卡中的所述位置区码LAC,并当所述位置区码LAC与所述初始位置区码LAC不相同时,根据所述位置区码LAC对所述初始位置区码LAC进行更新,并将所述位置区码LAC发送至所述数据获取器;
所述速度感应器用于:获取所述SIM卡对应的手机的所述速度,并将所述速度发送至所述数据获取器;
所述数据获取器用于:获取所述位置区码LAC、所述手机号码、所述速度,以及与所述位置区码LAC对应的所述时间,并对所述位置区码LAC、所述手机号码、所述速度和所述时间进行打包处理,得到所述信令数据包,并将所述信令数据包发送至所述数据发送器;
所述数据发送器用于:将所述信令数据包发送至所述数据平台。
3.根据权利要求2所述的出行路线管理***,其特征在于,所述数据平台包括:数据侦听器、数据处理器,其中,
所述数据侦听器用于:侦听所述数据发送器发送的所述信令数据包,对所述信令数据包进行解析,得到解析数据,并将所述解析数据发送至所述数据处理器;
所述数据处理器用于:对解析数据进行整合,得到所述出行数据,并在接收到所述提取请求后将所述出行数据发送至所述云平台。
4.根据权利要求3所述的出行路线管理***,其特征在于,所述云平台还具体用于:
若所述目标个体对应的第一出行数据和第二出行数据,为所述出行数据中的相邻数据,所述第一出行数据包括:第一手机号码、LACi、时间i和速度i,所述第二出行数据包括:所述第一手机号码、LCAj、时间j和速度j,则获取LACi对应的基站与LCAj对应的基站的距离Sij,当所述时间j与所述时间i的差值,大于所述距离Sij与预设速度Vo的商时,则将所述第二出行数据移出所述拟合目标出行路线集。
5.根据权利要求4所述的出行路线管理***,其特征在于,所述云平台还用于:
根据倒排法对所述个体出行路线集进行处理,得到倒排个体出行路线集;
根据拟合法,若已经拟合了所述倒排个体出行路线集的前K-1个出行路线,且所述前K-1个出行路线拟合结果包括第k个出行路线中的半数以上的元素,则将未包括在所述前K-1个出行路线拟合结果中,且属于所述第k个出行路线中的元素进行嵌套缩简至所述前K-1个出行路线拟合结果中,得到嵌套缩简序列;所述前K-1个出行路线拟合结果为集合{LACx|x=1,2,......,p},所述第k个出行路线为集合{LACik|i=1,2,......,mk},所述元素为所述集合{LACik|i=1,2,......,mk}中的任一元素;
根据所述嵌套缩简序列计算支持度,得到个体出行路线。
6.根据权利要求5所述的出行路线管理***,其特征在于,所述云平台还用于:
当所述个体出行路线集中包括所述嵌套缩简序列中的第一元素时,则将对所述第一元素对应的支持度加上预设的支持度阈值,当所述个体出行路线集中不包括所述嵌套缩简序列中的第二元素时,则将对所述第二元素对应的支持度设置为所述支持度阈值,以便得到所述个体出行路线;所述个体出行路线集为集合{LACx|x=1,2,......,p},所述嵌套缩简序列为集合(LACz|z=1,2,......,r),当所述第一元素为多个时,分别将对所述各第一元素对应的支持度加上预设的支持度阈值,当所述第二元素为多个时,分别将对所述各第二元素对应的支持度设置为所述支持度阈值。
7.根据权利要求5-6中任一项所述的出行路线管理***,其特征在于,所述云平台还具体用于:
获取每个个体对应的个体出行路线,得到目标个体出行路线集;
根据关键路径析取法对所述目标个体出行路线集进行处理,得到所述群体出行路线。
8.根据权利要求7所述的出行路线管理***,其特征在于,所述云平台具体用于:
将所述目标个体出行路线集中的任一元素对应的支持度与预设的整数阈值进行比较,得到比较结果,当比较结果为大于或等于时,则将所述比较结果对应的元素保留,当比较结果为小于时,则将所述比较结果对应的元素删除,以便得到个体出行关键路线集;
通过关键路径析取法对所述个体出行关键路线集进行处理,得到所述群体出行路线。
9.一种出行路线管理方法,其特征在于,所述方法基于权利要求1-8中任一项所述的***,所述方法包括:
获取装置将获取到的手机信令数据进行打包,得到信令数据包,并将所述信令数据包发送至数据平台,其中,所述信令数据包括:位置区码LAC、手机号码、时间和速度;
所述数据平台对接收到的所述信令数据包进行预处理,得到出行数据,并接收云平台发送的提取请求,并根据所述提取请求将所述出行数据发送至所述云平台;
所述云平台向所述数据平台发送所述提取请求,并对接收到的所述出行数据进行处理,得到个体出行路线集和/或群体出行路线,所述提取请求携带提取所述出行数据的信息;
所述云平台对接收到的所述出行数据进行处理,得到个体出行路线集,具体包括:
从所述出行数据中提取目标个体对应的目标出行数据集,其中,所述出行数据包括所述目标出行数据集;
以预设的目标日期为单元对所述目标出行数据集进行拟合处理,得到所述目标日期对应的拟合目标出行路线集;
以预设的目标时间段为单元对所述拟合目标出行路线集进行拟合处理,得到所述个体出行路线集。
10.根据权利要求9所述的出行路线管理方法,其特征在于,所述获取装置将获取到的手机信令数据进行打包,得到信令数据包,并将所述信令数据包发送至数据平台,具体包括:
LAC寄存器存储初始位置区码LAC;
LAC监测器监测所述手机号码对应的SIM卡中的所述位置区码LAC,并当所述位置区码LAC与所述初始位置区码LAC不相同时,根据所述位置区码LAC对所述初始位置区码LAC进行更新,并将所述位置区码LAC发送至数据获取器;
速度感应器获取所述SIM卡对应的手机的所述速度,并将所述速度发送至所述数据获取器;
所述数据获取器获取所述位置区码LAC、所述手机号码、所述速度,以及与所述位置区码LAC对应的所述时间,并对所述位置区码LAC、所述手机号码、所述速度和所述时间进行打包处理,得到所述信令数据包,并将所述信令数据包发送至数据发送器;
所述数据发送器将所述信令数据包发送至所述数据平台。
11.根据权利要求10所述的出行路线管理方法,其特征在于,所述数据平台对接收到的所述信令数据包进行预处理,得到出行数据,并接收云平台发送的提取请求,并根据所述提取请求将所述出行数据发送至所述云平台,具体包括:
数据侦听器侦听所述数据发送器发送的所述信令数据包,对所述信令数据包进行解析,得到解析数据,并将所述解析数据发送至数据处理器;
所述数据处理器对解析数据进行整合,得到所述出行数据,并在接收到所述提取请求后将所述出行数据发送至所述云平台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910003758.3A CN109788437B (zh) | 2019-01-03 | 2019-01-03 | 一种出行路线管理***和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910003758.3A CN109788437B (zh) | 2019-01-03 | 2019-01-03 | 一种出行路线管理***和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109788437A CN109788437A (zh) | 2019-05-21 |
CN109788437B true CN109788437B (zh) | 2021-02-02 |
Family
ID=66499813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910003758.3A Active CN109788437B (zh) | 2019-01-03 | 2019-01-03 | 一种出行路线管理***和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109788437B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106197458A (zh) * | 2016-08-10 | 2016-12-07 | 重庆邮电大学 | 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法 |
CN108055645A (zh) * | 2018-01-19 | 2018-05-18 | 深圳技术大学(筹) | 一种基于手机信令数据的路径识别方法及*** |
CN108712719A (zh) * | 2018-05-17 | 2018-10-26 | 北京中交汇智数据有限公司 | 基于终端信令大数据的交通等时线获取方法和*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2976749B1 (fr) * | 2011-06-16 | 2013-06-28 | Astrium Sas | Dispositif et procede d'optimisation de la couverture au sol d'un systeme spatial hybride. |
-
2019
- 2019-01-03 CN CN201910003758.3A patent/CN109788437B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106197458A (zh) * | 2016-08-10 | 2016-12-07 | 重庆邮电大学 | 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法 |
CN108055645A (zh) * | 2018-01-19 | 2018-05-18 | 深圳技术大学(筹) | 一种基于手机信令数据的路径识别方法及*** |
CN108712719A (zh) * | 2018-05-17 | 2018-10-26 | 北京中交汇智数据有限公司 | 基于终端信令大数据的交通等时线获取方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN109788437A (zh) | 2019-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104217592B (zh) | 人流量统计方法、设备及*** | |
CN105701560B (zh) | 一种通勤路线信息的确定方法及装置 | |
EP1441197A3 (en) | Device, system, method, and program for map information processing and recording media storing the map information and the processing program | |
CN107545726B (zh) | 一种公交车行驶速度确定方法及装置 | |
WO2007145625A1 (en) | Dynamic route prediction based on travel patterns of mobile units | |
CN106600057A (zh) | 一种快递配送任务调度算法及装置 | |
CN110874668B (zh) | 一种轨道交通od客流预测方法、***及电子设备 | |
CN111126807B (zh) | 行程切分方法和装置、存储介质及电子装置 | |
CN107545318B (zh) | 公交线路优先级确定、公交换乘线路排序方法及装置 | |
CN111627204B (zh) | 路径确定方法、装置、电子设备及存储介质 | |
WO2020248659A1 (zh) | 一种确定配送范围的方法、装置、电子设备及存储介质 | |
US20120218150A1 (en) | Management server, population information calculation management server, non-populated area management method, and population information calculation method | |
CN110704560A (zh) | 一种基于道路级拓扑的车道线组结构化的方法及装置 | |
CN108389385B (zh) | 一种超限车辆的拦截方法、装置、电子设备及存储介质 | |
CN115988421A (zh) | 一种基于时间权重聚类的职住地估计方法及装置 | |
CN110021161B (zh) | 一种交通流向的预测方法及*** | |
CN110377687A (zh) | 用户出行方式判别方法、装置和服务器 | |
CN109788437B (zh) | 一种出行路线管理***和方法 | |
CN112748452B (zh) | 一种基于路网数据的gps轨迹清洗方法 | |
CN111582527A (zh) | 行程时间的预估方法、装置、电子设备和存储介质 | |
CN113724493A (zh) | 一种流量通道的分析方法、装置、存储介质及终端 | |
CN109756887B (zh) | 高铁伴随移动端识别方法、装置及计算机可读存储介质 | |
CN107622467A (zh) | 一种通勤出行模式提取方法及装置 | |
CN110349428A (zh) | 识别用户是否正在前往公交站点的方法及装置 | |
CN115080550A (zh) | 路网交通量分配方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |