区域人口数量的预测方法、装置、计算机设备及存储介质

    公开(公告)号:CN112383625A

    公开(公告)日:2021-02-19

    申请号:CN202011276373.3

    申请日:2020-11-16

    IPC分类号: H04L29/08 H04W4/021 G06Q10/04

    摘要: 本申请提供了一种区域人口数量的预测方法、装置、计算机设备及存储介质,涉及通信技术领域,用于提高区域人口数量预测的准确率。方法主要包括:当接收到人口数量预测指令时,获取与当前时间对应的当前时间单元,所述人口数量预测指令中包含预测小区域;从数据库中获取当前时间单元之前的一个时间单元对应的终端数据,所述数据库中存储有不同时间单元分别对应的终端数据;根据之前的一个时间单元对应的终端数据确定终端历史网格位于预测小区域内的终端数量;根据终端数量和当前时间单元对应的拟合系数计算预测小区域的人口数量预测值,所述拟合系数是根据历史数据中与当前时间单元相同的时间单元对应的预测小区域内的终端数量和人口数量拟合得到的。

    区域人口数量的预测方法、装置、计算机设备及存储介质

    公开(公告)号:CN112383625B

    公开(公告)日:2023-06-20

    申请号:CN202011276373.3

    申请日:2020-11-16

    摘要: 本申请提供了一种区域人口数量的预测方法、装置、计算机设备及存储介质,涉及通信技术领域,用于提高区域人口数量预测的准确率。方法主要包括:当接收到人口数量预测指令时,获取与当前时间对应的当前时间单元,所述人口数量预测指令中包含预测小区域;从数据库中获取当前时间单元之前的一个时间单元对应的终端数据,所述数据库中存储有不同时间单元分别对应的终端数据;根据之前的一个时间单元对应的终端数据确定终端历史网格位于预测小区域内的终端数量;根据终端数量和当前时间单元对应的拟合系数计算预测小区域的人口数量预测值,所述拟合系数是根据历史数据中与当前时间单元相同的时间单元对应的预测小区域内的终端数量和人口数量拟合得到的。

    区域人口数量的预测方法、装置、计算机设备及存储介质

    公开(公告)号:CN112465197A

    公开(公告)日:2021-03-09

    申请号:CN202011276338.1

    申请日:2020-11-16

    IPC分类号: G06Q10/04 H04W4/021

    摘要: 本申请提供了一种区域人口数量的预测方法、装置、计算机设备及存储介质,涉及通信技术领域,用于提高区域人口数量预测的准确率。方法主要包括:当接收到人口数量预测指令时,获取与当前时间对应的当前时间单元,所述人口数量预测指令中包含预测区域;从数据库中获取当前时间单元之前的一个时间单元对应的终端数据,所述数据库中存储有不同时间单元分别对应的终端数据;根据所述之前的一个时间单元对应的终端数据确定终端历史网格位于所述预测区域内的终端数量;根据所述终端数量和所述预测区域的基准终端数量、所述预测区域的常住人口数量计算所述预测区域的人口数量预测值。

    一种基于WiFi扫描记录的用户轨迹提取方法

    公开(公告)号:CN112104979B

    公开(公告)日:2022-05-03

    申请号:CN202010856149.5

    申请日:2020-08-24

    IPC分类号: H04W4/029 G06K9/62

    摘要: 本发明公开了一种基于WiFi扫描记录的用户轨迹提取方法,包括如下步骤:以天为单位过滤不足以刻画用户移动行为的数据;根据数据在时间上的密集情况合并数据;通过计算WiFi扫描记录中每一种MAC地址组合的频繁度,过滤WiFi扫描记录中的噪声数据,获得多个由MAC地址组成的位置指纹作为访问地点;根据位置指纹从访问地点中聚类得到活动地点;根据位置指纹的相似度将用户每一时刻的WiFi扫描记录映射到对应的活动地点并生成轨迹片段;过滤短暂停留的轨迹片段;生成含有语义信息的用户轨迹。该方法能够提取含有语义信息的用户轨迹,可以有效满足如挖掘用户移动模式、用户作息规律等需求,同时,基于该方法提取的活动地点均为逻辑地点,有效保护了用户的隐私安全。

    一种基于WiFi扫描记录的用户轨迹提取方法

    公开(公告)号:CN112104979A

    公开(公告)日:2020-12-18

    申请号:CN202010856149.5

    申请日:2020-08-24

    IPC分类号: H04W4/029 G06K9/62

    摘要: 本发明公开了一种基于WiFi扫描记录的用户轨迹提取方法,包括如下步骤:以天为单位过滤不足以刻画用户移动行为的数据;根据数据在时间上的密集情况合并数据;通过计算WiFi扫描记录中每一种MAC地址组合的频繁度,过滤WiFi扫描记录中的噪声数据,获得多个由MAC地址组成的位置指纹作为访问地点;根据位置指纹从访问地点中聚类得到活动地点;根据位置指纹的相似度将用户每一时刻的WiFi扫描记录映射到对应的活动地点并生成轨迹片段;过滤短暂停留的轨迹片段;生成含有语义信息的用户轨迹。该方法能够提取含有语义信息的用户轨迹,可以有效满足如挖掘用户移动模式、用户作息规律等需求,同时,基于该方法提取的活动地点均为逻辑地点,有效保护了用户的隐私安全。