CN111385753A - 一种基于手机信令数据的医疗设施可达性评估方法 - Google Patents
一种基于手机信令数据的医疗设施可达性评估方法 Download PDFInfo
- Publication number
- CN111385753A CN111385753A CN201911018350.XA CN201911018350A CN111385753A CN 111385753 A CN111385753 A CN 111385753A CN 201911018350 A CN201911018350 A CN 201911018350A CN 111385753 A CN111385753 A CN 111385753A
- Authority
- CN
- China
- Prior art keywords
- travel
- point
- time
- medical
- distance
- 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
- 230000011664 signaling Effects 0.000 title claims abstract description 17
- 238000011156 evaluation Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 28
- 239000011159 matrix material Substances 0.000 claims description 26
- 238000011160 research Methods 0.000 claims description 7
- 230000009193 crawling Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 4
- 230000003993 interaction Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- G06Q50/26—Government or public services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于手机信令数据的医疗设施可达性评估方法,针对医疗设施空间分布公平性问题,从可达性角度出发,考虑供需交互作用,利用强化的两步移动搜索法(E2SFCA)对医疗设施可达性进行评估。本发明综合考虑出行时间及出行距离对出行的影响,根据手机用户的出行情况划定医疗设施的服务范围及距离阈值,并引入基于时间阈值高斯衰减函数模拟出行吸引随出行时间的衰减。本发明可以同时考虑不同交通方式下医疗设施的可达性,展示不同交通方式下医疗设施可达性的空间分布情况,从而对医疗设施的空间分布均衡性情况进行评价,对城市规划与医疗设施均等化提出建议。
Description
技术领域
本发明涉及信息科学技术领域,具体是一种基于手机信令数据的医疗设施可达性评估方法。
背景技术
医疗服务是维持社会运转和人民正常生活的重要基本必需品之一。2005年,第58届世界卫生大会呼吁成员国实现全民健康覆盖,这意味着在没有太大经济负担的前提下公民可以在需要时得到适当的医疗服务。而保证医疗服务可达性的公平性是实现上述目标的基础,因为医疗服务可达性的巨大不公平将会拉大健康与生活质量的差异。同时,由于医疗服务的供给与需求分布不均,以及不同的社会经济和人口统计特征,各地居民可获得医疗服务的机会也不同。
而空间可达性是衡量获取公共服务空间阻隔的重要方法之一,它考虑了服务的供应情况以及访问服务的距离因素。可以通过确定现有可达性水平为决策者提供可能存在的设施分布差异。这种方法在医疗设施服务方面尤为常见,例如,衡量医疗服务的可达性水平可以突出医疗服务中潜在的不平等情况。常用的医疗服务空间可达性评估方法量包括最近距离法,供需比例法,引力模型和移动搜索法。虽然这些方法各有各自的优势,但是大多数都没有考虑供应和潜在需求之间的重要相互作用,这可能对研究提供的社会经济差异产生更广泛的影响。
目前,陈广亮等人公开了一种基于车辆轨迹数据和人口分布的医疗设施可达性分析方法 (CN201810189945.0)。其采用了一种修正的引力模型,根据初始土地利用数据和驱动力数据,通过FLUS模型中对其所研究区域进行未来土地利用模拟,并根据模拟结果,通过第一线性回归模型求解得到研究区域的未来人口分布数据;同时挖掘车辆轨迹数据、医疗设施数据、初始人口分布数据和交通距离等的内部潜在关系,进而求解出改进引力模型中不确定的弹性系数,最终通过修正后的引力模型求解得医疗设施可达性值。
在已有公共服务设施研究中,数据多来自居民调查数据和相关单位提供的设施数据,数据较为陈旧且数据精度更易受到主观因素影响。同时,传统引力模型难以在不同案例中选择准确合适的摩擦系数,而移动搜索法(FCA)使用重叠的搜索区域可能会导致对当地服务需求的过高估计,导致供需比出现偏差。且移动搜索法(FCA)依赖于主观定义的搜索阈值也可能存在问题,特别是在估算不同地理环境下的可达性时。但由于缺乏用户前往服务区的时间/距离数据,上述问题通常都是不可避免的。
发明内容
本申请针对医疗设施空间分布公平性问题,从可达性角度出发,考虑供需交互作用,利用强化的两步移动搜索法(E2SFCA)对医疗设施可达性进行评估。本发明综合考虑出行时间及出行距离对出行的影响,根据手机用户的出行情况划定医疗设施的服务范围及距离阈值,并引入基于时间阈值高斯衰减函数模拟出行吸引随出行时间的衰减。本发明可以同时考虑不同交通方式下医疗设施的可达性,展示不同交通方式下医疗设施可达性的空间分布情况,从而对医疗设施的空间分布均衡性情况进行评价,对城市规划与医疗设施均等化提出建议。
技术方案:
1、一种基于手机信令数据的医疗设施可达性评估方法,具体的步骤为:
S1、根据手机信令数据并结合基站数据,识别用户居住基站并统计各基站居住人口;
S2、基于手机信令数据判断用户停驻点,得到基站出行OD矩阵;
S3、根据公共服务设施POI数据,识别医疗设施位置点并读取其供给信息;
S4、基于基站出行OD矩阵,根据医疗设施位置点筛选出与该设施相关的OD矩阵,即供需点出行OD矩阵;利用高德地图,爬取该OD矩阵的出行成本矩阵,得到供需点出行 OD间不同交通方式所需的时间、距离成本矩阵;
S5、根据供需点出行OD成本矩阵,确定距离搜索阈值和时间衰减阈值,进而确定医疗设施的实际服务范围;
S6、使用基于时空阈值的两步移动搜索法2SFCA进行医疗设施可达性评价。
优选的,步骤S1先获取研究地区研究时间范围内的手机信令数据,然后选取工作日期间数据识别用户在1:00到7:00期间逗留时间最长的基站,若日均逗留时间大于2小时,则判别该基站为其居住地,并统计各个基站的居住用户信息,得到基站居住人口数。
优选的,步骤S2具体判断规则为当用户在某一基站及附近基站停留时长超过40分钟,则将该基站作为用户的停驻点,进而根据出行停驻点得到基站出行OD矩阵。
优选的,步骤S4筛选供需点出行OD矩阵,选取了7:00-9:00期间出发并在医院周围停驻的用户,并基于高德地图爬取供需点出行OD成本矩阵,即供需点出行OD间不同交通方式所需时间、距离。
优选的,步骤S5包括以下步骤:
S51、根据供需点出行OD间的距离成本,以不同等级医院不同交通方式下出行距离为横坐标,出行距离内出行次数占总出行次数的比例为纵坐标绘制曲线图,选取比例达到80%时的出行距离为距离搜素阈值;
S52、依据供需点出行OD间时间成本,在选定距离搜索阈值的条件下,绘制不同交通方式下出行时间与出行时间内出行比例的曲线图,选取出行比例达到95%时的出行时间为时间衰减阈值。
优选的,步骤S6包括以下步骤:
S61、计算医疗供给HC与人口需求P之比Rj:
对于每个医疗点j,搜索距离阈值范围d0内从j点出发的人群的移动范围及该范围内的居住人口P,然后结合出行时间衰减计算该医疗点供给与人口需求之比Rj:
其中:
式中,Rj表示考虑出行时间衰减的情况下,距离搜索阈值范围内(dkj≤d)医疗服务能力与人口的比例;HCj表示医疗设施位置点j的医疗供给信息,由步骤S3获得;Pk表示在 k点居住的人口数,由步骤S1获得;tkj表示k点与j点之间的出行时间;t0表示时间衰减阈值;dkj表示k点与j点之间的出行距离;d0表示距离搜索阈值;G(tkj,t0)表示k点与j点之间的时间衰减值;
S62、计算人群可达性指数
其中,
式中,
本发明的有益效果
发明基于手机数据统计基站居住人口作为需求,相较于以往研究中所使用的统计年鉴或居民调查等数据,更加真实准确,且更新速度快,能更好的反映真实的需求情况。
两步移动搜索法(2SFCA)在衡量可达性时能够比较全面地考虑供需双方的情况,在衡量服务设施可达性时较为常用。但一般的两步移动搜索法有一个弊端,就是在确定搜索阈值划分搜索区域后,认为一个设施的某一个搜索区域内各位置有相同的可达性,这显然与实际情况不符。本发明提出了一种改进的两步移动搜索法对医疗设施可达性进行评估,可以解决同一搜索区内随着出行时间的增加,出行吸引力及可达性下降的问题。同时本发明在逻辑上更为严谨,更加符合现实情况,能够有效提高医疗设施可达性分析的准确性和可操作性,从而为未来医疗资源均等化提供科学指导。
附图说明
图1为本发明的步骤流程图
图2为一级医院出行距离与出行比例的关系图
图3为二级医院出行距离与出行比例的关系图
图4为三级医院出行距离与出行比例的关系图
图5为公共交通10.5KM出行阈值条件下出行时间与出行比例的关系图
图6为小汽车9.5KM出行阈值条件下出行时间与出行比例的关系图
图7为三种不同交通方式获得的医疗设施可达性评价结果对比图
具体实施方式
下面结合实施例对本发明作进一步说明,但本发明的保护范围不限于此:
结合图1,以江苏省昆山市2017年6月4号到10号共7天的手机信令数据为例,同时基于3107个基站统计居住人口,根据基站划分泰森多边形进而得到细分基站范围内的人口数据,最终统计的人口度密度信息。
步骤S2、基于手机信令数据判断用户停驻点,得到基站出行OD矩阵。
步骤S3中公共服务设施选取了昆山市的347所医疗设施,其中三级医院5所(含分院),二级医院8所,一级医院7所,其他级别医疗设施327所。昆山市医疗设施的空间分布情况如图2所示。
步骤S4、基于基站出行OD矩阵,根据医疗设施位置点筛选出与该设施相关的OD矩阵,即供需点出行OD矩阵;利用高德地图,爬取该OD矩阵的出行成本矩阵,得到供需点出行OD间不同交通方式所需的时间、距离成本矩阵;
步骤S51中对分别对一级医院,二级医院,三级医院选取7-9时出发并在医院周围停驻的用户,分别统计了4483条数据,4810条数据,3813条数据,得到出行距离与该距离内出行次数占总出行次数的百分比之间的关系,分别对应图2-图4。
最终对等级医院选取10.5KM作为公共交通的搜索阈值,选取9.5KM作为小汽车的搜索阈值,另选取3KM作为步行到等级医院的搜索阈值。对于其他医疗设施选取2.5KM作为公共交通和小汽车的搜索阈值,选取1KM作为步行的搜索阈值。
步骤S52中对不同等级医院,在不同交通方式的出行阈值条件下,对服务范围内居民点的出行时间进行分析,得到出行时间与出行比例的关系:图5给出了公共交通10.5KM出行阈值条件下出行时间与出行比例的关系图;图6给出了小汽车9.5KM出行阈值条件下出行时间与出行比例的关系图。
最终对等级医院选取3900s作为公共交通的高斯函数衰减阈值,选取1500s作为小汽车的高斯函数衰减阈值,另对步行选取1800s作为高斯函数衰减阈值。对其他医疗设施,选取 1000s作为各方式的高斯衰减阈值。
步骤S6中使用基于时空阈值的强化两步移动搜索法(2SFCA)对医疗设施可达性评价,其不同方式的结果反映在图7中(自从至右,分别表示:公共交通方式下医疗设施可达性,驾车方式下医疗设施可达性,步行方式下医疗设施可达性),这些地图代表了依据各交通方式的相对可达性分数,使用相同的分类和颜色方案来对地图进行解释说明,色调越暖反映了该区域使用特定的交通方式更容易得到医疗服务,色调越冷反映了该区域具有较低的医疗服务可达性。
本文中所描述的具体实施例仅仅是对本发明精神做举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (6)
1.一种基于手机信令数据的医疗设施可达性评估方法,其特征在于具体的步骤为:
S1、根据手机信令数据并结合基站数据,识别用户居住基站并统计各基站居住人口;
S2、基于手机信令数据判断用户停驻点,得到基站出行OD矩阵;
S3、根据公共服务设施POI数据,识别医疗设施位置点并读取其供给信息;
S4、基于基站出行OD矩阵,根据医疗设施位置点筛选出与该设施相关的OD矩阵,即供需点出行OD矩阵;利用高德地图,爬取该OD矩阵的出行成本矩阵,得到供需点出行OD间不同交通方式所需的时间、距离成本矩阵;
S5、根据供需点出行OD成本矩阵,确定距离搜索阈值和时间衰减阈值,进而确定医疗设施的实际服务范围;
S6、使用基于时空阈值的两步移动搜索法2SFCA进行医疗设施可达性评价。
2.如权利要求1所述的一种基于手机信令数据的医疗设施可达性评估方法,步骤S1先获取研究地区研究时间范围内的手机信令数据,然后选取工作日期间数据识别用户在1:00到7:00期间逗留时间最长的基站,若日均逗留时间大于2小时,则判别该基站为其居住地,并统计各个基站的居住用户信息,得到基站居住人口数。
3.如权利要求1所述的一种基于手机信令数据的医疗设施可达性评估方法,步骤S2具体判断规则为当用户在某一基站及附近基站停留时长超过40分钟,则将该基站作为用户的停驻点,进而根据出行停驻点得到基站出行OD矩阵。
4.如权利要求1所述的一种基于手机信令数据的医疗设施可达性评估方法,步骤S4筛选供需点出行OD矩阵,选取了7:00-9:00期间出发并在医院周围停驻的用户,并基于高德地图爬取供需点出行OD成本矩阵,即供需点出行OD间不同交通方式所需时间、距离。
5.如权利要求1所述的一种基于手机信令数据的医疗设施可达性评估方法,步骤S5包括以下步骤:
S51、根据供需点出行OD间的距离成本,以不同等级医院不同交通方式下出行距离为横坐标,出行距离内出行次数占总出行次数的比例为纵坐标绘制曲线图,选取比例达到80%时的出行距离为距离搜素阈值;
S52、依据供需点出行OD间时间成本,在选定距离搜索阈值的条件下,绘制不同交通方式下出行时间与出行时间内出行比例的曲线图,选取出行比例达到95%时的出行时间为时间衰减阈值。
6.如权利要求1所述的一种基于手机信令数据的医疗设施可达性评估方法,步骤S6包括以下步骤:
S61、计算医疗供给HC与人口需求P之比Rj:
对于每个医疗点j,搜索距离阈值范围d0内从j点出发的人群的移动范围及该范围内的居住人口P,然后结合出行时间衰减计算该医疗点供给与人口需求之比Rj:
其中:
式中,Rj表示考虑出行时间衰减的情况下,距离搜索阈值范围内(dkj≤d)医疗服务能力与人口的比例;HCj表示医疗设施位置点j的医疗供给信息,由步骤S3获得;Pk表示在k点居住的人口数,由步骤S1获得;tkj表示k点与j点之间的出行时间;t0表示时间衰减阈值;dkj表示k点与j点之间的出行距离;d0表示距离搜索阈值;G(tkj,t0)表示k点与j点之间的时间衰减值;
S62、计算人群可达性指数
其中,
式中,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911018350.XA CN111385753B (zh) | 2019-10-24 | 2019-10-24 | 一种基于手机信令数据的医疗设施可达性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911018350.XA CN111385753B (zh) | 2019-10-24 | 2019-10-24 | 一种基于手机信令数据的医疗设施可达性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111385753A true CN111385753A (zh) | 2020-07-07 |
CN111385753B CN111385753B (zh) | 2022-01-04 |
Family
ID=71218492
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911018350.XA Active CN111385753B (zh) | 2019-10-24 | 2019-10-24 | 一种基于手机信令数据的医疗设施可达性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111385753B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112199384A (zh) * | 2020-08-21 | 2021-01-08 | 深圳市数字城市工程研究中心 | 一种电动汽车充电站可达性评价方法 |
CN112990565A (zh) * | 2021-03-09 | 2021-06-18 | 东南大学 | 一种基于公交刷卡数据测量老年人就医可达性的方法 |
CN113298301A (zh) * | 2021-05-17 | 2021-08-24 | 东南大学 | 一种基于人群数字画像的城市服务设施评价及优化方法 |
CN113408867A (zh) * | 2021-05-28 | 2021-09-17 | 北京大学 | 基于手机用户和poi数据的城市入室盗窃犯罪风险评估方法 |
CN114021800A (zh) * | 2021-10-29 | 2022-02-08 | 南京大学 | 一种基于多源大数据的累积模型就业可达性分析方法 |
CN114462503A (zh) * | 2022-01-07 | 2022-05-10 | 上海应用技术大学 | 一种基于可达性的医疗资源供需匹配关系获取方法 |
CN114723316A (zh) * | 2022-04-25 | 2022-07-08 | 上海杰狮信息技术有限公司 | 一种基于gis的城区公共设施的可达性评价方法、***及可读存储模块 |
CN114925882A (zh) * | 2022-04-14 | 2022-08-19 | 中国科学院地理科学与资源研究所 | 新能源充电桩分布评价方法及装置 |
CN115730763A (zh) * | 2022-11-11 | 2023-03-03 | 中山大学 | 基于终端信令数据的工作日设施可达性计算方法及装置 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1497521A (zh) * | 2002-09-24 | 2004-05-19 | 韩国电气通信公社 | 使用专用短程通信给乘客提供公共汽车到达时间的方法 |
EP1499252A2 (de) * | 2002-04-26 | 2005-01-26 | Storz Endoskop Produktions GmbH | Vorrichtung zur überwachung medizinischer geräte |
CN101815065B (zh) * | 2010-01-21 | 2012-10-10 | 清华大学 | 基于IPv6网SIP协议的远程医疗实时信息交互方法 |
US20150031307A1 (en) * | 2013-07-25 | 2015-01-29 | Qualcomm Incorporated | Method and apparatus for use in detecting changes within wireless signal environment |
US8958827B2 (en) * | 2008-11-24 | 2015-02-17 | International Business Machines Corporation | Location based services with multiple transmission methods |
CN105142106A (zh) * | 2015-07-29 | 2015-12-09 | 西南交通大学 | 基于手机信令数据的出行者职住地识别与出行链刻画方法 |
CN105513348A (zh) * | 2015-11-27 | 2016-04-20 | 西南交通大学 | 基于手机信令出行链的od矩阵获取方法 |
CN106097222A (zh) * | 2016-06-12 | 2016-11-09 | 河南理工大学 | 顾及用户特征的公共设施空间可达性分析方法及装置 |
CN107194525A (zh) * | 2017-03-23 | 2017-09-22 | 同济大学 | 一种基于手机信令的城市中心评估方法 |
CN107945857A (zh) * | 2017-12-11 | 2018-04-20 | 创业软件股份有限公司 | 一种基于数据融合的社区医疗站点部署方法 |
CN108446470A (zh) * | 2018-03-07 | 2018-08-24 | 广东国地规划科技股份有限公司 | 基于车辆轨迹数据和人口分布的医疗设施可达性分析方法 |
CN108717676A (zh) * | 2018-04-23 | 2018-10-30 | 深圳市数字城市工程研究中心 | 基于多数据融合的不同尺度下的职住空间评价方法及*** |
CN108805392A (zh) * | 2018-04-18 | 2018-11-13 | 中国地质大学(武汉) | 一种基于轨迹数据集成人类出行行为的可达性评估方法 |
CN109121085A (zh) * | 2018-11-12 | 2019-01-01 | 上海海事大学 | 海洋互联网的岸基网络***及其与船舶建立通信的方法 |
CN109784416A (zh) * | 2019-01-26 | 2019-05-21 | 西南交通大学 | 基于手机信令数据的半监督svm的交通方式判别方法 |
CN109978746A (zh) * | 2019-03-27 | 2019-07-05 | 东南大学 | 一种基于信令数据并结合动态阈值判断出行有效性的人***换量估计方法 |
CN110020980A (zh) * | 2019-04-08 | 2019-07-16 | 江苏号百信息服务有限公司 | 基于手机信令数据的机场到发旅客识别与客情分析方法 |
CN110021412A (zh) * | 2017-09-25 | 2019-07-16 | 中兴通讯股份有限公司 | 医疗服务方法及装置、服务器、电子设备 |
CN110113718A (zh) * | 2019-05-31 | 2019-08-09 | 南京瑞栖智能交通技术产业研究院有限公司 | 一种基于手机信令数据的铁路交通枢纽人口类型识别方法 |
CN110245981A (zh) * | 2019-05-31 | 2019-09-17 | 南京瑞栖智能交通技术产业研究院有限公司 | 一种基于手机信令数据的人群类型识别方法 |
-
2019
- 2019-10-24 CN CN201911018350.XA patent/CN111385753B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1499252A2 (de) * | 2002-04-26 | 2005-01-26 | Storz Endoskop Produktions GmbH | Vorrichtung zur überwachung medizinischer geräte |
CN1497521A (zh) * | 2002-09-24 | 2004-05-19 | 韩国电气通信公社 | 使用专用短程通信给乘客提供公共汽车到达时间的方法 |
US8958827B2 (en) * | 2008-11-24 | 2015-02-17 | International Business Machines Corporation | Location based services with multiple transmission methods |
CN101815065B (zh) * | 2010-01-21 | 2012-10-10 | 清华大学 | 基于IPv6网SIP协议的远程医疗实时信息交互方法 |
US20150031307A1 (en) * | 2013-07-25 | 2015-01-29 | Qualcomm Incorporated | Method and apparatus for use in detecting changes within wireless signal environment |
CN105142106A (zh) * | 2015-07-29 | 2015-12-09 | 西南交通大学 | 基于手机信令数据的出行者职住地识别与出行链刻画方法 |
CN105513348A (zh) * | 2015-11-27 | 2016-04-20 | 西南交通大学 | 基于手机信令出行链的od矩阵获取方法 |
CN106097222A (zh) * | 2016-06-12 | 2016-11-09 | 河南理工大学 | 顾及用户特征的公共设施空间可达性分析方法及装置 |
CN107194525A (zh) * | 2017-03-23 | 2017-09-22 | 同济大学 | 一种基于手机信令的城市中心评估方法 |
CN110021412A (zh) * | 2017-09-25 | 2019-07-16 | 中兴通讯股份有限公司 | 医疗服务方法及装置、服务器、电子设备 |
CN107945857A (zh) * | 2017-12-11 | 2018-04-20 | 创业软件股份有限公司 | 一种基于数据融合的社区医疗站点部署方法 |
CN108446470A (zh) * | 2018-03-07 | 2018-08-24 | 广东国地规划科技股份有限公司 | 基于车辆轨迹数据和人口分布的医疗设施可达性分析方法 |
CN108805392A (zh) * | 2018-04-18 | 2018-11-13 | 中国地质大学(武汉) | 一种基于轨迹数据集成人类出行行为的可达性评估方法 |
CN108717676A (zh) * | 2018-04-23 | 2018-10-30 | 深圳市数字城市工程研究中心 | 基于多数据融合的不同尺度下的职住空间评价方法及*** |
CN109121085A (zh) * | 2018-11-12 | 2019-01-01 | 上海海事大学 | 海洋互联网的岸基网络***及其与船舶建立通信的方法 |
CN109784416A (zh) * | 2019-01-26 | 2019-05-21 | 西南交通大学 | 基于手机信令数据的半监督svm的交通方式判别方法 |
CN109978746A (zh) * | 2019-03-27 | 2019-07-05 | 东南大学 | 一种基于信令数据并结合动态阈值判断出行有效性的人***换量估计方法 |
CN110020980A (zh) * | 2019-04-08 | 2019-07-16 | 江苏号百信息服务有限公司 | 基于手机信令数据的机场到发旅客识别与客情分析方法 |
CN110113718A (zh) * | 2019-05-31 | 2019-08-09 | 南京瑞栖智能交通技术产业研究院有限公司 | 一种基于手机信令数据的铁路交通枢纽人口类型识别方法 |
CN110245981A (zh) * | 2019-05-31 | 2019-09-17 | 南京瑞栖智能交通技术产业研究院有限公司 | 一种基于手机信令数据的人群类型识别方法 |
Non-Patent Citations (3)
Title |
---|
刘嫱: "基于手机数据的居民生活圈识别及与建成环境关系研究", 《中国优秀硕士学位论文全文数据库 (基础科学辑)》 * |
杜亚朋: "基于手机信令和导航数据的出行方式识别方法", 《计算机应用研究》 * |
王玉琢: "基于手机信令数据的上海中心城区城市空间活力特征评价及内在机制研究", 《中国优秀硕士学位论文全文数据库 (基础科学辑)》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112199384A (zh) * | 2020-08-21 | 2021-01-08 | 深圳市数字城市工程研究中心 | 一种电动汽车充电站可达性评价方法 |
CN112990565A (zh) * | 2021-03-09 | 2021-06-18 | 东南大学 | 一种基于公交刷卡数据测量老年人就医可达性的方法 |
CN113298301A (zh) * | 2021-05-17 | 2021-08-24 | 东南大学 | 一种基于人群数字画像的城市服务设施评价及优化方法 |
CN113298301B (zh) * | 2021-05-17 | 2024-04-30 | 东南大学 | 一种基于人群数字画像的城市服务设施评价及优化方法 |
CN113408867A (zh) * | 2021-05-28 | 2021-09-17 | 北京大学 | 基于手机用户和poi数据的城市入室盗窃犯罪风险评估方法 |
CN114021800A (zh) * | 2021-10-29 | 2022-02-08 | 南京大学 | 一种基于多源大数据的累积模型就业可达性分析方法 |
CN114462503A (zh) * | 2022-01-07 | 2022-05-10 | 上海应用技术大学 | 一种基于可达性的医疗资源供需匹配关系获取方法 |
CN114925882A (zh) * | 2022-04-14 | 2022-08-19 | 中国科学院地理科学与资源研究所 | 新能源充电桩分布评价方法及装置 |
CN114723316A (zh) * | 2022-04-25 | 2022-07-08 | 上海杰狮信息技术有限公司 | 一种基于gis的城区公共设施的可达性评价方法、***及可读存储模块 |
CN114723316B (zh) * | 2022-04-25 | 2023-10-03 | 上海杰狮信息技术有限公司 | 一种基于gis的城区公共设施的可达性评价方法及*** |
CN115730763A (zh) * | 2022-11-11 | 2023-03-03 | 中山大学 | 基于终端信令数据的工作日设施可达性计算方法及装置 |
CN115730763B (zh) * | 2022-11-11 | 2024-05-21 | 中山大学 | 基于终端信令数据的工作日设施可达性计算方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111385753B (zh) | 2022-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111385753B (zh) | 一种基于手机信令数据的医疗设施可达性评估方法 | |
McCrea et al. | What is the strength of the link between objective and subjective indicators of urban quality of life? | |
CN111784111B (zh) | 一种空间可达性评价方法 | |
Weber et al. | Bringing time back in: A study on the influence of travel time variations and facility opening hours on individual accessibility | |
Kalnins et al. | Multi-unit ownership in franchising: evidence from the fast-food industry in Texas | |
Calvo et al. | Factors influencing trip generation on metro system in Madrid (Spain) | |
Blainey et al. | Using geographically weighted regression to forecast rail demand in the Sydney region | |
Giuffrida et al. | Investigating the correlation between transportation social need and accessibility: The case of Catania | |
Liang et al. | Using an improved 3SFCA method to assess inequities associated with multimodal accessibility to green spaces based on mismatches between supply and demand in the metropolitan of Shanghai, China | |
Shen | Segregation through space: A scope of the flow-based spatial interaction model | |
CN115630129A (zh) | 一种社区体育健身设施步行适应性的评价方法 | |
Faber et al. | The role of travel-related reasons for location choice in residential self-selection | |
Saghapour et al. | Measuring walking accessibility in metropolitan areas | |
CN111104468B (zh) | 一种基于语义轨迹推断用户活动的方法 | |
Zhou et al. | Delineating race-specific driving patterns for identifying racial segregation | |
Sun et al. | A data-driven method for measuring accessibility to healthcare using the spatial interpolation model | |
Dela Cruz et al. | Mapping the quality of life experience in Alfama: A case study in Lisbon, Portugal | |
CN108171534A (zh) | 一种车载广告公交线路推荐方法及装置 | |
Vîlcea et al. | Correlations between traffic noise and accommodation units location in Craiova (Romania) | |
Lugomer et al. | The Impact of Local Demographics on Retail Centre Health in England and Wales | |
Smith et al. | A national population data base for major accident hazard modelling | |
Tan | Changes in neighborhood environments and the increasing socioeconomic gap in child obesity risks: Evidence from Singapore | |
Palomares-Linares et al. | Understanding the effects of homeownership and regional unemployment levels on migration during the economic crisis in Spain | |
Neamah et al. | Developing a Relationship Between Land Use and Parking Demand for The Center of The Holy City of Karbala | |
Mondal et al. | Accessibility to rural primary schools: a case study ofthe District North 24 Parganas, West Bengal, India |
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 |