CN112182132A - 一种地铁用户的识别方法、***、设备和存储介质 - Google Patents

一种地铁用户的识别方法、***、设备和存储介质 Download PDF

Info

Publication number
CN112182132A
CN112182132A CN202011043399.3A CN202011043399A CN112182132A CN 112182132 A CN112182132 A CN 112182132A CN 202011043399 A CN202011043399 A CN 202011043399A CN 112182132 A CN112182132 A CN 112182132A
Authority
CN
China
Prior art keywords
base station
information
user
subway
position information
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
Application number
CN202011043399.3A
Other languages
English (en)
Other versions
CN112182132B (zh
Inventor
向阳
刘亮
林昀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Hongshan Information Technology Research Institute Co Ltd
Original Assignee
Beijing Hongshan Information Technology Research Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Hongshan Information Technology Research Institute Co Ltd filed Critical Beijing Hongshan Information Technology Research Institute Co Ltd
Priority to CN202011043399.3A priority Critical patent/CN112182132B/zh
Publication of CN112182132A publication Critical patent/CN112182132A/zh
Application granted granted Critical
Publication of CN112182132B publication Critical patent/CN112182132B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2474—Sequence data queries, e.g. querying versioned data
    • 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
    • G06Q50/40—Business processes related to the transportation industry
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Economics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Fuzzy Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Remote Sensing (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明实施例公开了一种地铁用户的识别方法、***、设备和存储介质。该方法包括：获取地铁沿线区域的基站位置信息；获取用户的位置时序信息；判断所述位置时序信息与所述基站位置信息是否匹配；若所述位置时序信息与所述基站位置信息匹配，将所述用户识别为地铁用户。本发明实施例实现了准确识别出地铁用户。

Description

一种地铁用户的识别方法、***、设备和存储介质
技术领域
本发明实施例涉及通信技术，尤其涉及一种地铁用户的识别方法、***、设备和存储介质。
背景技术
近几年，我国的城市化进程已经进入到城市加速发展阶段，城市人口急剧增加，中心城区过度开发导致人口的高度集中，使得交通出行总量剧增，对城市轨道交通的压力日益增加。为此，很多城市兴建地铁来缓解城市道路交通的压力，地铁具有：载客能力强、不受环境影响、能独立运行而且对环境无污染，所以很受出行人群的青睐。数据显示，在一线城市，使用地铁出行的人群占比已经达到65％以上，特别是上班族，首选的交通工具就是地铁。
但随之而来的，就是对乘坐地铁的地铁用户的监控问题，为了更好的对乘坐地铁的地铁用户进行管理或数据分析，例如对于对节假日人群拥堵、上下班高峰期的人群疏导和行车调度，准确识别出乘坐地铁的地铁用户成为当前一个需要解决的问题，但相关的部门只能通过地铁的刷卡数据或设置监控摄像头等方法统计出地铁用户的数量，目前并没有相应的方法来识别出地铁用户。
发明内容
本发明实施例提供一种地铁用户的识别方法、***、设备和存储介质，以实现准确识别出地铁用户。
为达此目的，本发明实施例提供了一种地铁用户的识别方法，该方法包括：
获取地铁沿线区域的基站位置信息；
获取用户的位置时序信息；
判断所述位置时序信息与所述基站位置信息是否匹配；
若所述位置时序信息与所述基站位置信息匹配，将所述用户识别为地铁用户。
进一步的，所述获取地铁沿线区域的基站位置信息包括：
获取地图中地铁的第一经纬度位置信息和预设的基站的第二经纬度位置信息；
将所述第一经纬度位置信息和第二经纬度位置信息的交集基站位置信息作为地铁沿线区域的基站位置信息。
进一步的，所述获取地铁沿线区域的基站位置信息包括：
获取地铁沿线区域的测量报告数据；
根据所述测量报告数据反向求出地铁沿线区域的基站位置信息。
进一步的，所述将所述第一经纬度位置信息和第二经纬度位置信息的交集基站位置信息作为地铁沿线区域的基站位置信息包括：
将所述第一经纬度位置信息和第二经纬度位置信息的交集基站位置信息作为地铁沿线区域的第一基站位置信息；
获取地铁沿线区域的测量报告数据；
根据所述测量报告数据反向求出地铁沿线区域的第二基站位置信息；
使用所述第二基站位置信息对所述第一基站位置信息进行修正以得到地铁沿线区域的基站位置信息。
进一步的，所述获取用户的位置时序信息包括：
获取测量报告数据和深度报文解析上报的解析数据，所述解析数据包括字段信息和上报时间；
根据所述字段信息识别出用户；
通过位置回填算法将所述测量报告数据的经纬度位置信息关联至所述用户，得到所述用户的位置轨迹信息；
根据所述上报时间和位置轨迹信息得到所述用户的位置时序信息。
进一步的，所述若所述位置时序信息与所述基站位置信息匹配，将所述用户识别为地铁用户包括：
若所述位置时序信息与所述基站位置信息匹配，根据所述位置时序信息确定所述用户在预设时间段内的第一速度；
判断所述第一速度与预设速度差值的绝对值是否小于第一阈值；
若所述第一速度与预设速度差值的绝对值小于第一阈值，将所述用户识别为地铁用户。
进一步的，所述基站位置信息包括预设的第一顺序编码，所述若所述第一速度与预设速度差值的绝对值小于第一阈值，将所述用户识别为地铁用户包括：
若所述第一速度与预设速度差值的绝对值小于第一阈值，根据所述位置时序信息获取所述用户经过地铁沿线区域的基站的第二顺序编码；
判断所述第一顺序编码和第二顺序编码的匹配率是否大于第二阈值；
若所述第一顺序编码和第二顺序编码的匹配率大于第二阈值，将所述用户识别为地铁用户。
一方面，本发明实施例还提供了一种地铁用户的识别***，该***包括：
基站获取模块，用于获取地铁沿线区域的基站位置信息；
用户获取模块，用于获取用户的位置时序信息；
匹配判断模块，用于判断所述位置时序信息与所述基站位置信息是否匹配；
用户识别模块，用于若所述位置时序信息与所述基站位置信息匹配，将所述用户识别为地铁用户。
另一方面，本发明实施例还提供了一种计算机设备，该计算机设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例提供的方法。
又一方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任一实施例提供的方法。
本发明实施例通过获取地铁沿线区域的基站位置信息；获取用户的位置时序信息；判断所述位置时序信息与所述基站位置信息是否匹配；若所述位置时序信息与所述基站位置信息匹配，将所述用户识别为地铁用户，解决了对地铁用户没有识别方法的问题，实现了准确识别出地铁用户的效果。
附图说明
图1是本发明实施例一提供的一种地铁用户的识别方法的流程示意图；
图2是本发明实施例二提供的一种地铁用户的识别方法中步骤S110的具体流程示意图；
图3是本发明实施例二提供的一种地铁用户的识别方法中步骤S120的具体流程示意图；
图4是本发明实施例二提供的一种地铁用户的识别方法中步骤S140的具体流程示意图；
图5是本发明实施例三提供的一种地铁用户的识别***的结构示意图；
图6为本发明实施例四提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止，但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。
此外，术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等，但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一模块称为第二模块，且类似地，可将第二模块称为第一模块。第一模块和第二模块两者都是模块，但其不是同一模块。术语“第一”、“第二”等不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明实施例的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
实施例一
如图1所示，本发明实施例一提供了一种地铁用户的识别方法，该方法包括：
S110、获取地铁沿线区域的基站位置信息。
本实施例中，在进行地铁用户识别时，首先需要获取地铁沿线区域的基站位置信息，其中地铁沿线区域和预设基站位置信息可以预先从官方的数据库中获取，以得到最准确的地铁沿线区域和预设基站位置信息，然后在预设基站位置信息里获取地铁沿线区域内的基站位置信息。
具体的，预先从官方的数据库中获取地铁沿线区域，然后实时获取地铁沿线区域的测量报告数据(Measurement Report，MR)，即对地铁沿线区域的经纬度范围和MR数据的经纬度信息进行交叉求交集，然后根据测量报告数据反向求出地铁沿线区域的基站位置信息，即将交集部分的MR数据的预设基站位置信息进行去重，得到地铁沿线区域的基站位置信息。
S120、获取用户的位置时序信息。
本实施例中，获取到准确的基站位置信息后，还需要获取用户的位置时序信息，其中位置时序信息可以是基于用户的移动设备的通信信号获取的基站位置信息，无论用户是否使用移动设备，用户的移动设备都会通过基站传输通信信号，因此可以将上报了用户的移动设备的通信信号的基站作为用户的位置时序信息。
作为优选的，位置时序信息还包括上报该用户的移动设备的通信信号的上报时间，并判断该上报时间是否在该地铁沿线区域对应的地铁的运行时间，若上报时间不在地铁运行时间，则可以直接确定该用户为非地铁用户而不执行步骤S130和步骤S140。
S130、判断所述位置时序信息与所述基站位置信息是否匹配。
S140、若所述位置时序信息与所述基站位置信息匹配，将所述用户识别为地铁用户。
本实施例中，获取到准确的位置时序信息和基站位置信息后，就可以判断位置时序信息与基站位置信息是否匹配，具体的，基站位置信息与基站对应，即基站位置信息包括第一基站，而用户的位置时序信息也是通过基站上报的，即位置时序信息包括第二基站，第一基站和第二基站都可以为多个，然后判断位置时序信息与基站位置信息是否匹配，即判断第一基站和第二基站是否匹配，具体的，判断第一基站中是否包括第二基站，若第一基站和第二基站匹配，则将该用户识别为地铁用户。因用户可以为多个，这样就可以准确的识别出全部的地铁用户。
示例性的，获取地铁沿线区域的基站位置信息，该基站位置信息包括基站A、基站B和基站C，即在地铁沿线区域内有基站A、基站B和基站C三个基站，然后获取用户的位置时序信息，因基站A上报了用户的移动设备的通信信号，则该位置时序信息包括基站A，进行匹配，得到第一基站中包括了第二基站，即判断匹配成功，因此将该用户识别为地铁用户。
本发明实施例通过获取地铁沿线区域的基站位置信息；获取用户的位置时序信息；判断所述位置时序信息与所述基站位置信息是否匹配；若所述位置时序信息与所述基站位置信息匹配，将所述用户识别为地铁用户，解决了对地铁用户没有识别方法的问题，实现了准确识别出地铁用户的效果。
实施例二
如图2-图4所示，本发明实施例二提供了一种地铁用户的识别方法，本发明实施例二是在本发明实施例一的基础上进一步的说明解释。
本实施例中，如图2所示，在本发明实施例一的基础上，步骤S110具体包括：
S111、获取地图中地铁的第一经纬度位置信息和预设的基站的第二经纬度位置信息。
S112、将所述第一经纬度位置信息和第二经纬度位置信息的交集基站位置信息作为地铁沿线区域的第一基站位置信息。
本实施例中，可以通过地图中地铁的第一经纬度位置信息和预设的基站的第二经纬度位置信息来得到地铁沿线区域的基站位置信息。具体的，当官方数据无法获取时，可以从地图中获取地铁的第一经纬度位置信息，并获取预设的基站的第二经纬度位置信息，其中预设的基站为全部可查询到的基站。然后将第一经纬度位置信息和第二经纬度位置信息的交集基站位置信息作为地铁沿线区域的第一基站位置信息。
S113、获取地铁沿线区域的测量报告数据。
S114、根据所述测量报告数据反向求出地铁沿线区域的第二基站位置信息。
S115、使用所述第二基站位置信息对所述第一基站位置信息进行修正以得到地铁沿线区域的基站位置信息。
本实施例中，第一基站位置信息只是大致圈定的无线信号覆盖地铁沿线区域的基站位置信息，并不能精确识别，而且各个基站功率各有差异，根据建筑物或遮挡物的影响，其覆盖范围也有所不同，但第一基站位置信息是很全面的，因此进一步通过获取地铁沿线区域的MR数据得出精确的第二基站位置信息，使用第二基站位置信息对第一基站位置信息进行修正，最后得到地铁沿线区域的基站位置信息。
具体的，因第一基站位置信息比较全面，第二基站位置信息比较精确，但是无MR数据上传的区域会导致漏掉该地区的基站，因此使用第二基站位置信息对第一基站位置信息进行逐步修正，如此就可以得到最准确的地铁沿线区域的基站位置信息，兼顾了全面性和精准性。
本实施例中，如图3所示，在本发明实施例一的基础上，步骤S120具体包括：
S121、获取测量报告数据和深度报文解析上报的解析数据，所述解析数据包括字段信息和上报时间。
S122、根据所述字段信息识别出用户。
本实施例中，可以通过获取通信网络中全部的测量报告数据(MR数据)，以及深度报文解析(DPI，Deep Packet Inspection)上报的解析数据来确定用户的位置时序信息，具体的，DPI数据上报的解析数据中包括了字段信息和上报时间，其中字段信息可以包括IMSI(International Mobile Subscriber Identity，国际移动用户识别码)、MSISDN(MobileSubscriber International ISDN/PSTN Number)、IMEI(International MobileEquipment Identity，国际移动设备识别码)等字段信息，可以通过IMSI、MSISDN和IMEI这些字段信息识别出具体的每个用户。
S123、通过位置回填算法将所述测量报告数据的经纬度位置信息关联至所述用户，得到所述用户的位置轨迹信息。
S124、根据所述上报时间和位置轨迹信息得到所述用户的位置时序信息。
本实施例中，得到具体的用户后，通过位置回填算法将对应的MR数据中的经纬度位置信息关联至该用户，得到用户的位置轨迹信息，并结合上报时间得到用户的位置时序信息，即该用户各个时刻的经纬度位置信息。
本实施例中，如图4所示，在本发明实施例一的基础上，步骤S140具体包括：
S141、若所述位置时序信息与所述基站位置信息匹配，根据所述位置时序信息确定所述用户在预设时间段内的第一速度。
S142、判断所述第一速度与预设速度差值的绝对值是否小于第一阈值。
S143、若所述第一速度与预设速度差值的绝对值小于第一阈值，根据所述位置时序信息获取所述用户经过地铁沿线区域的基站的第二顺序编码。
S144、判断所述第一顺序编码和第二顺序编码的匹配率是否大于第二阈值。
S145、若所述第一顺序编码和第二顺序编码的匹配率大于第二阈值，将所述用户识别为地铁用户。
本实施例中，位置时序信息为用户各个时刻的经纬度位置信息，基站位置信息为地铁沿线区域内基站的经纬度位置信息，对这两个经纬度位置信息进行匹配，若用户在一个预设的时间段内，各个时刻的经纬度位置信息与地铁沿线区域内基站的任意一个经纬度位置信息的差值小于预设值，则视为位置时序信息与基站位置信息匹配。
进一步的，由于地铁用户其平均移动速度一般在40km/h左右，如果用户的速度与其相差甚远，则可以基于此过滤掉一部分非地铁用户。具体的，若位置时序信息与基站位置信息匹配，根据位置时序信息确定用户在预设时间段内的第一速度，然后判断第一速度与预设速度差值的绝对值是否小于第一阈值，若第一速度与预设速度差值的绝对值大于第一阈值，则可以确定该用户为非地铁用户。
示例性的，根据用户的位置时序信息获取到；在11:40分的经纬度位置信息对应的基站为基站A，在12:40分的经纬度位置信息对应的基站为基站B，因地铁沿线区域内基站的经纬度位置信息是已知的，可以得到基站A和基站B的距离，例如为10km，即用户的第一速度为10km/h，而预设速度为40km/h，第一阈值为20，第一速度与预设速度差值的绝对值为30，大于20，因此该用户为非地铁用户。
进一步的，即使速度和基站都吻合，也有可能是非地铁用户，因为考虑到地铁用户上报的数据并非理想的连续轨迹点数据，且在地铁上方城市道路和地铁重合时，车上乘客容易与地铁乘客混淆。为此，在第一速度与预设速度差值的绝对值小于第一阈值时，还需要根据位置时序信息获取用户经过地铁沿线区域的基站的第二顺序编码，而基站位置信息中包括预设的第一顺序编码，然后判断第一顺序编码和第二顺序编码的匹配率是否大于第二阈值，若第一顺序编码和第二顺序编码的匹配率大于第二阈值，则将用户识别为地铁用户。
示例性的，获取地铁沿线区域的基站位置信息，该基站位置信息中的经纬度位置信息对应的基站分别为：基站A、基站B和基站C，即在地铁沿线区域内有基站A、基站B和基站C三个基站，然后获取用户的位置时序信息，该位置时序信息包括：11点12分、经度x1纬度y1；12点12分、经度x2纬度y2，而经度x1纬度y1对应的基站为基站A，经度x2纬度y2对应的基站为基站B，即位置时序信息与基站位置信息匹配，根据经度x1纬度y1经度和x2纬度y2确定基站A和基站B的距离为40km，预设速度为40km/h，因此用户的第一速度与预设速度差值的绝对值小于第一阈值，已知基站A的顺序编码为1，基站B的顺序编码为2，基站C的顺序编码为3，则第二顺序编码为12，而预设的第一顺序编码为123，只按顺序取第一顺序编码中与第二顺序编码的相同位数，得到第一顺序编码和第二顺序编码的匹配率为100％，而第二阈值为80％，即第一顺序编码和第二顺序编码的匹配率大于第二阈值，则最终确定该用户为地铁用户。
实施例三
如图5所示，本发明实施例三提供了一种地铁用户的识别***100，本发明实施例三所提供的地铁用户的识别***100可执行本发明任意实施例所提供的地铁用户的识别方法，具备执行方法相应的功能模块和有益效果。该地铁用户的识别***100包括基站获取模块200、用户获取模块300、匹配判断模块400和用户识别模块500。
具体的，基站获取模块200用于获取地铁沿线区域的基站位置信息；用户获取模块300用于获取用户的位置时序信息；匹配判断模块400用于判断所述位置时序信息与所述基站位置信息是否匹配；用户识别模块500用于若所述位置时序信息与所述基站位置信息匹配，将所述用户识别为地铁用户。
本实施例中，基站获取模块200具体用于获取地图中地铁的第一经纬度位置信息和预设的基站的第二经纬度位置信息；将所述第一经纬度位置信息和第二经纬度位置信息的交集基站位置信息作为地铁沿线区域的基站位置信息。基站获取模块200具体还用于获取地铁沿线区域的测量报告数据；根据所述测量报告数据反向求出地铁沿线区域的基站位置信息。基站获取模块200具体还用于将所述第一经纬度位置信息和第二经纬度位置信息的交集基站位置信息作为地铁沿线区域的第一基站位置信息；获取地铁沿线区域的测量报告数据；根据所述测量报告数据反向求出地铁沿线区域的第二基站位置信息；使用所述第二基站位置信息对所述第一基站位置信息进行修正以得到地铁沿线区域的基站位置信息。
进一步的，用户获取模块300具体用于获取测量报告数据和深度报文解析上报的解析数据，所述解析数据包括字段信息和上报时间；根据所述字段信息识别出用户；通过位置回填算法将所述测量报告数据的经纬度位置信息关联至所述用户，得到所述用户的位置轨迹信息；根据所述上报时间和位置轨迹信息得到所述用户的位置时序信息。
进一步的，用户识别模块500具体用于若所述位置时序信息与所述基站位置信息匹配，根据所述位置时序信息确定所述用户在预设时间段内的第一速度；判断所述第一速度与预设速度差值的绝对值是否小于第一阈值；若所述第一速度与预设速度差值的绝对值小于第一阈值，将所述用户识别为地铁用户。所述基站位置信息包括预设的第一顺序编码，用户识别模块500具体还用于若所述第一速度与预设速度差值的绝对值小于第一阈值，根据所述位置时序信息获取所述用户经过地铁沿线区域的基站的第二顺序编码；判断所述第一顺序编码和第二顺序编码的匹配率是否大于第二阈值；若所述第一顺序编码和第二顺序编码的匹配率大于第二阈值，将所述用户识别为地铁用户。
实施例四
图6为本发明实施例四提供的一种计算机设备12的结构示意图。图6示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图6显示的计算机设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，***存储器28，连接不同***组件(包括***存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
计算机设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
***存储器28可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储***34可以用于读写不可移动的、非易失性磁介质(图6未显示，通常称为“硬盘驱动器”)。尽管图6中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元16通过运行存储在***存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的方法：
获取地铁沿线区域的基站位置信息；
获取用户的位置时序信息；
判断所述位置时序信息与所述基站位置信息是否匹配；
若所述位置时序信息与所述基站位置信息匹配，将所述用户识别为地铁用户。
实施例五
本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所有发明实施例提供的方法：
获取地铁沿线区域的基站位置信息；
获取用户的位置时序信息；
判断所述位置时序信息与所述基站位置信息是否匹配；
若所述位置时序信息与所述基站位置信息匹配，将所述用户识别为地铁用户。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种地铁用户的识别方法，其特征在于，包括：
获取地铁沿线区域的基站位置信息；
获取用户的位置时序信息；
判断所述位置时序信息与所述基站位置信息是否匹配；
若所述位置时序信息与所述基站位置信息匹配，将所述用户识别为地铁用户。
2.根据权利要求1所述的方法，其特征在于，所述获取地铁沿线区域的基站位置信息包括：
获取地图中地铁的第一经纬度位置信息和预设的基站的第二经纬度位置信息；
将所述第一经纬度位置信息和第二经纬度位置信息的交集基站位置信息作为地铁沿线区域的基站位置信息。
3.根据权利要求1所述的方法，其特征在于，所述获取地铁沿线区域的基站位置信息包括：
获取地铁沿线区域的测量报告数据；
根据所述测量报告数据反向求出地铁沿线区域的基站位置信息。
4.根据权利要求2所述的方法，其特征在于，所述将所述第一经纬度位置信息和第二经纬度位置信息的交集基站位置信息作为地铁沿线区域的基站位置信息包括：
将所述第一经纬度位置信息和第二经纬度位置信息的交集基站位置信息作为地铁沿线区域的第一基站位置信息；
获取地铁沿线区域的测量报告数据；
根据所述测量报告数据反向求出地铁沿线区域的第二基站位置信息；
使用所述第二基站位置信息对所述第一基站位置信息进行修正以得到地铁沿线区域的基站位置信息。
5.根据权利要求1所述的方法，其特征在于，所述获取用户的位置时序信息包括：
获取测量报告数据和深度报文解析上报的解析数据，所述解析数据包括字段信息和上报时间；
根据所述字段信息识别出用户；
通过位置回填算法将所述测量报告数据的经纬度位置信息关联至所述用户，得到所述用户的位置轨迹信息；
根据所述上报时间和位置轨迹信息得到所述用户的位置时序信息。
6.根据权利要求5所述的方法，其特征在于，所述若所述位置时序信息与所述基站位置信息匹配，将所述用户识别为地铁用户包括：
若所述位置时序信息与所述基站位置信息匹配，根据所述位置时序信息确定所述用户在预设时间段内的第一速度；
判断所述第一速度与预设速度差值的绝对值是否小于第一阈值；
若所述第一速度与预设速度差值的绝对值小于第一阈值，将所述用户识别为地铁用户。
7.根据权利要求6所述的方法，其特征在于，所述基站位置信息包括预设的第一顺序编码，所述若所述第一速度与预设速度差值的绝对值小于第一阈值，将所述用户识别为地铁用户包括：
若所述第一速度与预设速度差值的绝对值小于第一阈值，根据所述位置时序信息获取所述用户经过地铁沿线区域的基站的第二顺序编码；
判断所述第一顺序编码和第二顺序编码的匹配率是否大于第二阈值；
若所述第一顺序编码和第二顺序编码的匹配率大于第二阈值，将所述用户识别为地铁用户。
8.一种地铁用户的识别***，其特征在于，包括：
基站获取模块，用于获取地铁沿线区域的基站位置信息；
用户获取模块，用于获取用户的位置时序信息；
匹配判断模块，用于判断所述位置时序信息与所述基站位置信息是否匹配；
用户识别模块，用于若所述位置时序信息与所述基站位置信息匹配，将所述用户识别为地铁用户。
9.一种计算机设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
CN202011043399.3A 2020-09-28 2020-09-28 一种地铁用户的识别方法、***、设备和存储介质 Active CN112182132B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011043399.3A CN112182132B (zh) 2020-09-28 2020-09-28 一种地铁用户的识别方法、***、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011043399.3A CN112182132B (zh) 2020-09-28 2020-09-28 一种地铁用户的识别方法、***、设备和存储介质

Publications (2)

Publication Number Publication Date
CN112182132A true CN112182132A (zh) 2021-01-05
CN112182132B CN112182132B (zh) 2024-03-26

Family

ID=73946666

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011043399.3A Active CN112182132B (zh) 2020-09-28 2020-09-28 一种地铁用户的识别方法、***、设备和存储介质

Country Status (1)

Country Link
CN (1) CN112182132B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114630269A (zh) * 2022-02-28 2022-06-14 北京百度网讯科技有限公司 信号处理方法、装置、设备及存储介质
CN115988474A (zh) * 2021-12-01 2023-04-18 中国联合网络通信集团有限公司 高架用户识别方法、装置、电子设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105160871A (zh) * 2015-06-15 2015-12-16 北京拓明科技有限公司 一种高速公路客车临时上下人识别的方法
CN110099353A (zh) * 2019-05-10 2019-08-06 中国联合网络通信集团有限公司 列车用户识别方法及设备
CN110160538A (zh) * 2019-05-09 2019-08-23 东南大学 一种基于手机信令数据的地图匹配方法
CN110162520A (zh) * 2019-04-23 2019-08-23 中国科学院深圳先进技术研究院 面向地铁乘客的朋友推荐方法及***
CN110446255A (zh) * 2019-07-29 2019-11-12 深圳数位传媒科技有限公司 一种基于通信基站的地铁场景定位方法及装置
CN110493706A (zh) * 2019-06-27 2019-11-22 ***通信集团海南有限公司 移动用户的常驻地确定方法、装置和计算机设备
CN110876112A (zh) * 2018-08-14 2020-03-10 中国电信股份有限公司 高速用户的识别方法、装置和计算机可读存储介质
CN110910293A (zh) * 2019-11-01 2020-03-24 广州丰石科技有限公司 一种基于基站位置的地铁人群行为标签识别方法
CN111132027A (zh) * 2019-12-16 2020-05-08 ***通信集团内蒙古有限公司 一种场景识别网络图的绘制方法、场景识别方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105160871A (zh) * 2015-06-15 2015-12-16 北京拓明科技有限公司 一种高速公路客车临时上下人识别的方法
CN110876112A (zh) * 2018-08-14 2020-03-10 中国电信股份有限公司 高速用户的识别方法、装置和计算机可读存储介质
CN110162520A (zh) * 2019-04-23 2019-08-23 中国科学院深圳先进技术研究院 面向地铁乘客的朋友推荐方法及***
CN110160538A (zh) * 2019-05-09 2019-08-23 东南大学 一种基于手机信令数据的地图匹配方法
CN110099353A (zh) * 2019-05-10 2019-08-06 中国联合网络通信集团有限公司 列车用户识别方法及设备
CN110493706A (zh) * 2019-06-27 2019-11-22 ***通信集团海南有限公司 移动用户的常驻地确定方法、装置和计算机设备
CN110446255A (zh) * 2019-07-29 2019-11-12 深圳数位传媒科技有限公司 一种基于通信基站的地铁场景定位方法及装置
CN110910293A (zh) * 2019-11-01 2020-03-24 广州丰石科技有限公司 一种基于基站位置的地铁人群行为标签识别方法
CN111132027A (zh) * 2019-12-16 2020-05-08 ***通信集团内蒙古有限公司 一种场景识别网络图的绘制方法、场景识别方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张鹤鹏等: "基于移动数据的用户出行方式识别研究", 《交通运输研究》, vol. 4, no. 6, 31 December 2018 (2018-12-31), pages 47 - 54 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115988474A (zh) * 2021-12-01 2023-04-18 中国联合网络通信集团有限公司 高架用户识别方法、装置、电子设备及存储介质
CN114630269A (zh) * 2022-02-28 2022-06-14 北京百度网讯科技有限公司 信号处理方法、装置、设备及存储介质
CN114630269B (zh) * 2022-02-28 2024-01-09 北京百度网讯科技有限公司 信号处理方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN112182132B (zh) 2024-03-26

Similar Documents

Publication Publication Date Title
CN109215372B (zh) 路网信息更新方法、装置及设备
CN104950076B (zh) 移动互联网平台空气质量监测方法和***
CN110377682B (zh) 轨迹类型确定方法、装置、计算设备和存储介质
CN105509743A (zh) 定位处理方法、业务平台和网络***
CN112182132B (zh) 一种地铁用户的识别方法、***、设备和存储介质
CN108180922B (zh) 一种导航时间测评方法、装置、设备和介质
CN107883974B (zh) 导航路径的规划方法、导航服务器及计算机可读介质
US11362833B2 (en) Method, apparatus, and system for embedding information into probe data
CN108646261B (zh) 一种车辆gps数据集的数据处理方法和装置
CN110471999B (zh) 轨迹处理方法、装置、设备和介质
WO2021254185A1 (zh) 一种车辆定位方法、装置、设备及存储介质
CN111352142A (zh) 室内停车定位方法、装置、电子设备和介质
CN112487115A (zh) 污染源的确定方法、装置、设备及存储介质
Chen et al. Enabling smart urban services with gps trajectory data
US20200057772A1 (en) Method, Device, and System for Determining a Weather Area
CN111798660B (zh) 车辆信息显示、获取方法及装置以及相关设备
CN104121917A (zh) 一种自动发现新建桥梁的方法和装置
CN108712719B (zh) 基于终端信令大数据的交通等时线获取方法和***
CN113706866B (zh) 道路堵塞监测方法及装置、电子设备、存储介质
CN115440037A (zh) 交通流量数据采集方法、装置、电子设备及存储介质
CN113098636B (zh) 一种通信性能的测试方法、装置、设备及存储介质
CN114166234A (zh) 基于路害度量选择导航路线和路害识别预警的***、方法、装置、处理器及计算机存储介质
CN114157983A (zh) 一种通信设备定位方法及其***
CN113947947A (zh) 车辆碰撞预警方法、装置、电子设备及存储介质
CN111597277B (zh) 电子地图中的站点聚合方法、装置、计算机设备和介质

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