CN111436017B - 一种基于聚类算法的手机用户一人多卡识别方法 - Google Patents
一种基于聚类算法的手机用户一人多卡识别方法 Download PDFInfo
- Publication number
- CN111436017B CN111436017B CN201811593501.XA CN201811593501A CN111436017B CN 111436017 B CN111436017 B CN 111436017B CN 201811593501 A CN201811593501 A CN 201811593501A CN 111436017 B CN111436017 B CN 111436017B
- Authority
- CN
- China
- Prior art keywords
- imsi
- time point
- time
- distance
- latitude
- 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 abstract description 16
- 230000011664 signaling Effects 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 9
- 125000004122 cyclic group Chemical group 0.000 claims description 3
- 238000010295 mobile communication Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W8/00—Network data management
- H04W8/18—Processing of user or subscriber data, e.g. subscribed services, user preferences or user profiles; Transfer of user or subscriber data
- H04W8/183—Processing at user equipment or user record carrier
-
- 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
- H04W4/025—Services making use of location information using location based information parameters
-
- 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
- H04W4/029—Location-based management or tracking services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
一种基于聚类算法的移动用户一人多卡识别方法,将城市区域划分为若干个网格,对同一网格区间,计算区间内包含的所有基站的平均经纬度,作为该网格的经纬度;对每个基站,计算其到各个网格之间的经纬度,将其归为某个网格区间,实现区间的重新划分;读取一对IMSI识别号,找到其所对应的网格经纬度,计算两两IMSI之间的距离;按照时间顺序将采集的原始信令数据转化为运行轨迹,按照距离信息确定IMSI之间的轨迹相似性;对位置及出现时间高度重叠的IMSI对,判断为同一轨迹,即一人多卡/机。
Description
技术领域
本发明涉及移动通信技术领域,具体涉及一种利用移动通信大数据进行用户一人多卡识别的方法。
背景技术
鉴于统计人口信息的重要性,目前已衍生出很多种间接估计人口信息的方法。比如地区生活必需品消费量的变化来估算人口数量,如用电量法、用水量法、食盐销售量法等。这些方法的缺陷在于获取的数据精度不高,且有一定滞后性,成本也比较高,无法快速准确获取区域人口数据信息。
随着移动通信规模的不断扩大以及技术的不断发展,大规模通信数据特别是轨迹数据的存储已实现。因此以大数据分析为研究手段对城市人口规模及流动情况进行估算已成为可能。相比于传统的研究方法,基于大数据统计及人口监测具有更高的可信度和准确性。但同时,电信运营商在面对日益激烈的市场竞争压力时,将不断降低移动通信资费并不断推出新的促销方式,以推动移动用户数量的增长,因此一人多卡甚至多机多运营商现象日益增多,现有的方法和***中没有有效的手段对多卡用户进行判断识别,造成统计误差较大的问题。因此对该问题的算法解决方案是一个急待解决的突出问题。
发明内容
本发明的目的在于通过轨迹筛选、轨迹拟合算法,识别一人双(多)卡用户,对双(多)卡用户进行剔重,从而较少人口统计误差,提供人口统计的准确度。
本发明的技术方案如下:
一种基于聚类算法的手机用户一人多卡识别方法,其特征在于:
(1)获取电信运营商信令数据,对每个IMSI识别号所在的基站位置、进出小区时间信息进行采集并存储;
(2)将城市区域划分为若干个网格,对同一网格区间,计算区间内包含的所有基站的平均经纬度,作为该网格的经纬度;
(3)对每个基站,计算其到各个网格之间的经纬度,将其归为某个网格区间,实现区间的重新划分;
(4)重复步骤(3),直到算法收敛;
(5)每次读取一对IMSI识别号,设为a IMSI和b IMSI,分别找到其所对应的网格经纬度,计算两个IMSI在各时间点下的距离,计算方法如下:
(51)设定一个时间段,该时间段内包含多个时间点;在该时间段内先找到a IMSI的一个时间点t,再找到b IMSI在t时间点前的最后一个时间点t1以及在t时间点后的第一个时间点t2;
(52)对应出a IMSI在时间点t所在位置的经纬度,以及b IMSI在时间点t1和t2时的位置经纬度;
(53)分别计算出a IMSI在t时间点和b IMSI在t1时间点时的距离,以及a IMSI在t时间点和b IMSI在t2时间点时的距离,计算公式如下:
Dis1[t]=R*acos(sinpi(y1/180)*sinpi(y2/180)+cospi(y1/180)*cospi(y2/180)*cosp i((x1-x2)/180));
公式中R表示地球半径;Dis1[t]表示a IMSI在t时刻与b IMSI在该时刻前的最后一个时间点t1的距离;x1、x2分别表示两个基站的经度,y1、y2分别表示两个基站的纬度;
同理可以计算出a IMSI在t时刻与b IMSI在该时刻后的第一个时间点t2的距离Dis2[t];
同时,计算出两个时间差:
Time1[t]=t-t1;Time2[t]=t2-t;
(54)计算a IMSI在t时间点下和b IMSI在t1时间点的距离阈值Disthr1[t]和最大距离Dismax1[t]:
Disthr1[t]=Speedthr*Time1[t];
Dismax1[t]=Speedmax*Time1[t];
这里Speedthr表示速度阈值,设为10公里/小时;Speedmax表示最大速度,设为20公里/小时;
同理,计算出a IMSI在t时间点下和b IMSI在t2时间点的距离阈值Disthr2[t]和最大距离Dismax2[t];
(6)按照上述方法进行循环计算,分别计算出a IMSI在各个时间点i下与b IMSI最接近的两个时间点的距离Dis1[i]和Dis2[i],以及两个距离阈值Disthr1[i]和Disthr2[i],两个最大距离值Dismax1[i]和Dismax2[i];
(7)根据上述计算得到的距离值、距离阈值、和最大距离值,进行一人多号判断:
(71)如果在任意时间点i,距离Dis1[i]和Dis2[i]分别大于Dismax1[i]和Dismax2[i],则直接判断该对IMSI为非同一轨迹,即非一人多号;否则,进一步按以下步骤(72)进行置信度判断;
(72)如果距离Dis1[i]小于或等于距离阈值Disthr1[i]时,按以下公式计算似然值L1[i]:
L1[i]=1-(Dis1[i]/Disthr1[i])*α;
如果距离Dis1[i]大于距离阈值Disthr1[i],而小于或等于最大距离Dismax1[i]时,则似然值L1[i]按以下公式计算:
L1[i]=(1-α)-(Dis1[i]/Dismax1[i])*0.1;
上述公式中,α为经验值,默认为α=0.6;
同理,计算出似然值L2[i];
计算出一对IMSI在各时间点上似然值的均值;
进一步,设定一个阈值β,β=0.8;
如果一对IMSI在各时间点上的似然值的均值小于阈值β,则认为该对IMSI为非同一轨迹,认定为非一人多号;
如果一对IMSI在各时间点上的似然值的均值大于等于阈值β,则认为该对IMSI在所述的时间段内为同一轨迹;设定一个包含有多个连续的所述时间段的时间周期,如果该对IMSI在一个时间周期内有大于设定数量的时间段被判定为同一轨迹,则认定该对IMSI为一人多号。
本发明针对通信数据中的一人多卡情况影响大数据人口统计分析准确性的问题,基于聚类算法提出该问题的专门解决方案,通过位置间的距离来估算不同的IMSI之间的轨迹相似性,进而对一人多卡现象进行判断,较好的实现了一人多卡用户的筛选,对利用通讯大数据进行人口统计和监测的做法提供了有利支持。
附图说明
图1是本发明的方法流程图。
具体实施方式
如图1所示,本发明的具体实现流程如下:
(1)获取电信运营商信令数据,对每个IMSI识别号所在的基站位置、进出小区时间信息进行采集并存储;
(2)将城市区域划分为若干个网格,对同一网格区间,计算区间内包含的所有基站的平均经纬度,作为该网格的经纬度;
(3)对每个基站,计算其到各个网格之间的经纬度,将其归为某个网格区间,实现区间的重新划分;
(4)重复步骤(3),直到算法收敛;
(5)每次读取一对IMSI识别号,设为a IMSI和b IMSI,分别找到其所对应的网格经纬度,计算两个IMSI在各时间点下的距离,计算方法如下:
(51)设定一个时间段,该时间段内包含多个时间点;在该时间段内先找到a IMSI的一个时间点t,再找到b IMSI在t时间点前的最后一个时间点t1以及在t时间点后的第一个时间点t2;
(52)对应出a IMSI在时间点t所在位置的经纬度,以及b IMSI在时间点t1和t2时的位置经纬度;
(53)分别计算出a IMSI在t时间点和b IMSI在t1时间点时的距离,以及a IMSI在t时间点和b IMSI在t2时间点时的距离,计算公式如下:
Dis1[t]=R*acos(sinpi(y1/180)*sinpi(y2/180)+cospi(y1/180)*cospi(y2/180)*cosp i((x1-x2)/180));
公式中R表示地球半径;Dis1[t]表示a IMSI在t时刻与b IMSI在该时刻前的最后一个时间点t1的距离;x1、x2分别表示两个基站的经度,y1、y2分别表示两个基站的纬度;
同理可以计算出a IMSI在t时刻与b IMSI在该时刻后的第一个时间点t2的距离Dis2[t];
同时,计算出两个时间差:
Time1[t]=t-t1;Time2[t]=t2-t;
(54)计算a IMSI在t时间点下和b IMSI在t1时间点的距离阈值Disthr1[t]和最大距离Dismax1[t]:
Disthr1[t]=Speedthr*Time1[t];
Dismax1[t]=Speedmax*Time1[t];
这里Speedthr表示速度阈值,设为10公里/小时;Speedmax表示最大速度,设为20公里/小时;
同理,计算出a IMSI在t时间点下和b IMSI在t2时间点的距离阈值Disthr2[t]和最大距离Dismax2[t];
(6)按照上述方法进行循环计算,分别计算出a IMSI在各个时间点i下与b IMSI最接近的两个时间点的距离Dis1[i]和Dis2[i],以及两个距离阈值Disthr1[i]和Disthr2[i],两个最大距离值Dismax1[i]和Dismax2[i];
(7)根据上述计算得到的距离值、距离阈值、和最大距离值,进行一人多号判断:
(71)如果在任意时间点i,距离Dis1[i]和Dis2[i]分别大于Dismax1[i]和Dismax2[i],则直接判断该对IMSI为非同一轨迹,即非一人多号;否则,进一步按以下步骤(72)进行置信度判断;
(72)如果距离Dis1[i]小于或等于距离阈值Disthr1[i]时,按以下公式计算似然值L1[i]:
L1[i]=1-(Dis1[i]/Disthr1[i])*α;
如果距离Dis1[i]大于距离阈值Disthr1[i],而小于或等于最大距离Dismax1[i]时,则似然值L1[i]按以下公式计算:
L1[i]=(1-α)-(Dis1[i]/Dismax1[i])*0.1;
上述公式中,α为经验值,默认为α=0.6;
同理,计算出似然值L2[i];
计算出一对IMSI在各时间点上似然值的均值;
进一步,设定一个阈值β,β=0.8;
如果一对IMSI在各时间点上的似然值的均值小于阈值β,则认为该对IMSI为非同一轨迹,认定为非一人多号;
如果一对IMSI在各时间点上的似然值的均值大于等于阈值β,则认为该对IMSI在所述的时间段内为同一轨迹;设定一个包含有多个连续的所述时间段的时间周期,如果该对IMSI在一个时间周期内有大于设定数量的时间段被判定为同一轨迹,则认定该对IMSI为一人多号。
Claims (1)
1.一种基于聚类算法的手机用户一人多卡识别方法,其特征在于:
(1)获取电信运营商信令数据,对每个IMSI识别号所在的基站位置、进出小区时间信息进行采集并存储;
(2)将城市区域划分为若干个网格,对同一网格区间,计算区间内包含的所有基站的平均经纬度,作为该网格的经纬度;
(3)对每个基站,计算其到各个网格之间的经纬度,将其归为某个网格区间,实现区间的重新划分;
(4)重复步骤(3),直到算法收敛;
(5)每次读取一对IMSI识别号,设为a IMSI和b IMSI,分别找到其所对应的网格经纬度,计算两个IMSI在各时间点下的距离,计算方法如下:
(51)设定一个时间段,该时间段内包含多个时间点;在该时间段内先找到a IMSI的一个时间点t,再找到b IMSI在t时间点前的最后一个时间点t1以及在t时间点后的第一个时间点t2;
(52)对应出a IMSI在时间点t所在位置的经纬度,以及b IMSI在时间点t1和t2时的位置经纬度;
(53)分别计算出a IMSI在t时间点和b IMSI在t1时间点时的距离,以及a IMSI在t时间点和b IMSI在t2时间点时的距离,计算公式如下:
Dis1[t]=R*acos(sinpi(y1/180)*sinpi(y2/180)+cospi(y1/180)*cospi(y2/180)*cosp i((x1-x2)/180));
公式中R表示地球半径;Dis1[t]表示aIMSI在t时刻与bIMSI在该时刻前的最后一个时间点t1的距离;x1、x2分别表示两个基站的经度,y1、y2分别表示两基站的纬度;
同理可以计算出a IMSI在t时刻与b IMSI在该时刻后的第一个时间点t2的距离Dis2[t];
同时,计算出两个时间差:
Time1[t]=t-t1;Time2[t]=t2-t;
(54)计算a IMSI在t时间点下和b IMSI在t1时间点的距离阈值Disthr1[t]和最大距离Dismax1[t]:
Disthr1[t]=Speedthr*Time1[t];
Dismax1[t]=Speedmax*Time1[t];
这里Speedthr表示速度阈值,设为10公里/小时;Speedmax表示最大速度,设为20公里/小时;
同理,计算出a IMSI在t时间点下和b IMSI在t2时间点的距离阈值Disthr2[t]和最大距离Dismax2[t];
(6)按照上述方法进行循环计算,分别计算出a IMSI在各个时间点i下与b IMSI最接近的两个时间点的距离Dis1[i]和Dis2[i],以及两个距离阈值Disthr1[i]和Disthr2[i],两个最大距离值Dismax1[i]和Dismax2[i];
(7)根据上述计算得到的距离值、距离阈值、和最大距离值,进行一人多号判断:
(71)如果在任意时间点i,距离Dis1[i]和Dis2[i]分别大于Dismax1[i]和Dismax2[i],则直接判断该对IMSI为非同一轨迹,即非一人多号;否则,进一步按以下步骤(72)进行置信度判断;
(72)如果距离Dis1[i]小于或等于距离阈值Disthr1[i]时,按以下公式计算似然值L1[i]:
L1[i]=1-(Dis1[i]/Disthr1[i])*α;
如果距离Dis1[i]大于距离阈值Disthr1[i],而小于或等于最大距离Dismax1[i]时,则似然值L1[i]按以下公式计算:
L1[i]=(1-α)-(Dis1[i]/Dismax1[i])*0.1;
上述公式中,α为经验值,默认为α=0.6;
同理,计算出似然值L2[i];
计算出一对IMSI在各时间点上似然值的均值;
进一步,设定一个阈值β,β=0.8;
如果一对IMSI在各时间点上的似然值的均值小于阈值β,则认为该对IMSI为非同一轨迹,认定为非一人多号;
如果一对IMSI在各时间点上的似然值的均值大于等于阈值β,则认为该对IMSI在所述的时间段内为同一轨迹;设定一个包含有多个连续的所述时间段的时间周期,如果该对IMSI在一个时间周期内有大于设定数量的时间段被判定为同一轨迹,则认定该对IMSI为一人多号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811593501.XA CN111436017B (zh) | 2018-12-25 | 2018-12-25 | 一种基于聚类算法的手机用户一人多卡识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811593501.XA CN111436017B (zh) | 2018-12-25 | 2018-12-25 | 一种基于聚类算法的手机用户一人多卡识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111436017A CN111436017A (zh) | 2020-07-21 |
CN111436017B true CN111436017B (zh) | 2023-11-10 |
Family
ID=71579702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811593501.XA Active CN111436017B (zh) | 2018-12-25 | 2018-12-25 | 一种基于聚类算法的手机用户一人多卡识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111436017B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114520969B (zh) * | 2020-11-20 | 2023-10-27 | 中移动信息技术有限公司 | 一种号卡使用判断方法、装置、设备及计算机存储介质 |
CN112954626A (zh) * | 2021-03-04 | 2021-06-11 | 智慧足迹数据科技有限公司 | 手机信令数据分析方法、装置、电子设备及存储介质 |
CN114297323B (zh) * | 2021-08-31 | 2023-05-09 | 北京九栖科技有限责任公司 | 一种一机多号识别方法、装置及其存储介质 |
CN113709669A (zh) * | 2021-09-16 | 2021-11-26 | 珠海世纪鼎利科技股份有限公司 | 一种5g终端双卡用户识别方法 |
CN115915103B (zh) * | 2022-11-10 | 2024-06-04 | 中国联合网络通信集团有限公司 | 识别双卡槽终端双卡状态的方法、装置、设备及介质 |
CN117150319A (zh) * | 2023-10-30 | 2023-12-01 | 北京艾瑞数智科技有限公司 | 一种一人多号的识别方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012123702A (ja) * | 2010-12-10 | 2012-06-28 | Kddi Corp | 複数の移動端末の同行状態を推定する同行判定装置、移動端末、プログラム及び方法 |
KR20130089388A (ko) * | 2012-02-02 | 2013-08-12 | 삼성전자주식회사 | 멀티심 모바일 단말의 위치 파악 방법 및 장치 |
WO2015027877A1 (zh) * | 2013-08-30 | 2015-03-05 | 华为技术有限公司 | 一种识别方法、装置、网络设备及网络*** |
US9326096B1 (en) * | 2013-12-18 | 2016-04-26 | Sprint Spectrum L.P. | Method and apparatus for managing use of location determination |
WO2016165547A1 (zh) * | 2015-04-14 | 2016-10-20 | 蔡宏铭 | 实现同行人即时通讯、同行信息共享及内容推荐的方法和*** |
WO2017117857A1 (zh) * | 2016-01-08 | 2017-07-13 | 中兴通讯股份有限公司 | 移动终端运动轨迹的匹配方法及装置 |
CN107016126A (zh) * | 2017-05-12 | 2017-08-04 | 西南交通大学 | 一种基于序列模式挖掘的多用户模型移动轨迹预测方法 |
CN107665289A (zh) * | 2017-11-17 | 2018-02-06 | 广州汇智通信技术有限公司 | 一种运营商数据的处理方法及*** |
CN107967493A (zh) * | 2017-12-18 | 2018-04-27 | 广州汇智通信技术有限公司 | 一种人车伴随的判定方法、***及相关装置 |
CN108322891A (zh) * | 2018-01-11 | 2018-07-24 | 江苏欣网视讯软件技术有限公司 | 基于用户手机信令数据的区域拥堵识别方法 |
-
2018
- 2018-12-25 CN CN201811593501.XA patent/CN111436017B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012123702A (ja) * | 2010-12-10 | 2012-06-28 | Kddi Corp | 複数の移動端末の同行状態を推定する同行判定装置、移動端末、プログラム及び方法 |
KR20130089388A (ko) * | 2012-02-02 | 2013-08-12 | 삼성전자주식회사 | 멀티심 모바일 단말의 위치 파악 방법 및 장치 |
WO2015027877A1 (zh) * | 2013-08-30 | 2015-03-05 | 华为技术有限公司 | 一种识别方法、装置、网络设备及网络*** |
US9326096B1 (en) * | 2013-12-18 | 2016-04-26 | Sprint Spectrum L.P. | Method and apparatus for managing use of location determination |
WO2016165547A1 (zh) * | 2015-04-14 | 2016-10-20 | 蔡宏铭 | 实现同行人即时通讯、同行信息共享及内容推荐的方法和*** |
WO2017117857A1 (zh) * | 2016-01-08 | 2017-07-13 | 中兴通讯股份有限公司 | 移动终端运动轨迹的匹配方法及装置 |
CN107016126A (zh) * | 2017-05-12 | 2017-08-04 | 西南交通大学 | 一种基于序列模式挖掘的多用户模型移动轨迹预测方法 |
CN107665289A (zh) * | 2017-11-17 | 2018-02-06 | 广州汇智通信技术有限公司 | 一种运营商数据的处理方法及*** |
CN107967493A (zh) * | 2017-12-18 | 2018-04-27 | 广州汇智通信技术有限公司 | 一种人车伴随的判定方法、***及相关装置 |
CN108322891A (zh) * | 2018-01-11 | 2018-07-24 | 江苏欣网视讯软件技术有限公司 | 基于用户手机信令数据的区域拥堵识别方法 |
Non-Patent Citations (2)
Title |
---|
基于手机信令数据的上海市域职住空间分析;张天然;《《规划师》论丛》;20180630(第00期);全文 * |
基于轨迹相似度的伴随人员推荐;廖闻剑等;《计算机***应用》;20180415(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111436017A (zh) | 2020-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111436017B (zh) | 一种基于聚类算法的手机用户一人多卡识别方法 | |
CN111343581B (zh) | 一种基于距离的一人多号移动用户识别方法 | |
CN108156626B (zh) | 轨道交通无线网络质量评估方法、装置及介质 | |
CN107547633B (zh) | 一种用户常驻点的处理方法、装置和存储介质 | |
CN108322891B (zh) | 基于用户手机信令的交通区域拥堵识别方法 | |
CN110213724B (zh) | 一种伪基站运动轨迹的识别方法 | |
CN109640269B (zh) | 基于csi与时域融合算法的指纹定位方法 | |
CN103856978A (zh) | 移动网络质量评估方法及装置 | |
CN105682025A (zh) | 基于移动信令数据的用户驻留地识别方法 | |
CN104217593B (zh) | 一种面向手机移动速度的路况信息实时获取方法 | |
CN111209261A (zh) | 基于信令大数据的用户出行轨迹提取方法和*** | |
CN105989087B (zh) | 一种确定热点区域的方法和装置 | |
CN106339716A (zh) | 一种基于加权欧氏距离的移动轨迹相似度匹配方法 | |
CN109992605B (zh) | 基于手机信令数据的人口识别方法及*** | |
CN106210163B (zh) | 基于ip地址的定位方法及装置 | |
CN106101999A (zh) | 一种用户轨迹的识别方法及装置 | |
CN110598917B (zh) | 一种基于路径轨迹的目的地预测方法、***及存储介质 | |
CN103200390A (zh) | 监控室内物体移动轨迹的方法 | |
WO2015038046A1 (en) | Methods, wireless device and network node for managing positioning method based on prediction | |
CN105376710A (zh) | 一种景区实时统计游客数量的***及方法 | |
CN110909804B (zh) | 基站异常数据的检测方法、装置、服务器和存储介质 | |
CN114390438B (zh) | 一种交通设备定位方法及装置 | |
CN106446102B (zh) | 基于地图围栏的终端定位方法和装置 | |
CN107734540B (zh) | 无线网络信号范围侦测与展示的***与方法 | |
CN114564521A (zh) | 一种基于聚类算法确定农机工作时间段的方法及*** |
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 |