【技术实现步骤摘要】
本专利技术实施例涉及信息处理技术,尤其涉及一种场所拥挤度预测模型建立、场所拥挤度预测方法和装置。
技术介绍
随着近年来智能手机、平板等智能终端设备和4G等高速无线网络的普及,移动应用爆发式增长。全球目前4G用户超过10亿,全国3G及4G用户总数近8亿,触手可及的移动宽带,让人们习惯使用移动应用提供的社交、餐饮以及娱乐等各类服务。而GPS定位技术及蜂窝定位技术的成熟和普及让LBS(Location-Based Service,基于位置的服务)被使用到了各类移动应用中。虽然LBS技术发展迅速,但人们常常因为不知道某个地方有多少人而束手无策。最为典型的就是医疗方面,需要就诊的患者在到达医院之前并不能得知医院现在有多少人在排队,不知道自己去了之后等待多久才能就医,更不用说知道多久才能看完。这对占着看病人数中绝大多数的轻微病、常见病患者来说是非常痛苦的。人们常常为了开到几样自己都知道名字的处方药而浪费一个上午甚至一整天。而对于一些虽然是常见病但却是急性病,例如急性肠胃炎等,的患者来说,长时间的等待更加是不能忍受的。与此同时,各大三甲医院的门诊、急诊却因为需要诊断大量例如醉酒、感冒等常见病患者而无法更好的服务重病患者及疑难杂症病患。优质稀缺医疗资源被大量浪费,使得真正有需要的人们耽误了宝贵的就医时间。
技术实现思路
有鉴于此,本专利技术实施例提供了一种场所拥挤度预测模型建立、场所拥挤度预测方法和装置,以使用户能够对一个场所的拥挤度情况进行预判,进而提高用户的出行效率。第一方面,本专利技术实施例提供了一种场所拥挤度预测模型建立方法,包括:在与目标场所对应的目标场所定位数据 ...
【技术保护点】
一种场所拥挤度预测模型建立方法,其特征在于,包括:在与目标场所对应的目标场所定位数据中,获取与流动人员对应的目标用户定位数据;根据由所述目标用户定位数据确定的逗留时间参数,对标准时间预测模型进行训练,生成与所述目标场所对应的拥挤度预测模型。
【技术特征摘要】
1.一种场所拥挤度预测模型建立方法,其特征在于,包括:在与目标场所对应的目标场所定位数据中,获取与流动人员对应的目标用户定位数据;根据由所述目标用户定位数据确定的逗留时间参数,对标准时间预测模型进行训练,生成与所述目标场所对应的拥挤度预测模型。2.根据权利要求1所述的方法,其特征在于,在与目标场所对应的目标场所定位数据中,获取与流动人员对应的目标用户定位数据之前,还包括:获取至少两个用户的历史定位请求数据中包括的定位点的地理位置信息;获取地理位置信息位于所述目标场所的地理位置范围内的历史定位请求数据作为所述目标场所定位数据。3.根据权利要求1所述的方法,其特征在于,在与目标场所对应的目标场所定位数据中,获取与流动人员对应的目标用户定位数据包括:将所述目标场所定位数据按照用户标识进行分类,获取与不同用户分别对应的用户定位数据;将与各用户分别对应的用户定位数据,划分为不同时间单元下的用户区间定位数据;根据所述用户区间定位数据,确定各用户在不同时间单元下,在所述目标场所中的逗留时间;根据所述逗留时间识别所述用户中的流动人员,并获取与所述流动人员对应的目标用户定位数据。4.根据权利要求3所述的方法,其特征在于,根据所述用户区间定位数据,确定各用户在不同时间单元下,在所述目标场所中的逗留时间包括:获取目标用户在目标时间单元下的区间定位数据作为当前处理定位数据;根据离开置信度衰减规则以及所述当前处理定位数据中的各定位时间点,获取所述离开置信度衰减至设定衰减值时的标志时间点;根据所述标志时间点,逆推所述目标用户离开所述目标场所的离开时间点;根据所述定位时间点,获取与所述离开时间点对应的所述目标用户抵达所述目标场所的抵达时间点;根据所述抵达时间点以及所述离开时间点,确定所述目标用户在所述目标时间单元下,在所述目标场所的逗留时间。5.根据权利要求3所述的方法,其特征在于,根据所述逗留时间识别所述用户中的流动人员包括:根据各用户在不同时间单元下,在所述目标场所中的逗留时间,绘制与各用户对应的逗留时间曲线;根据与各用户对应的逗留时间曲线的曲线特征,筛除所述用户中的误定位人员以及常驻人员;将筛除处理后的用户作为所述流动人员。6.根据权利要求3所述的方法,其特征在于,根据由所述目标用户定位数据确定的逗留时间参数,对标准时间预测模型进行训练,生成与所述目标场所对应的拥挤度预测模型包括:将所述目标场所下,与各所述流动人员分别对应的不同时间单元下的逗留时间作为训练样本;将各训练样本分别输入至所述标准时间预测模型中进行训练;将训练结束后的所述标准时间预测模型,作为与所述目标场所对应的拥挤度预测模型。7.根据权利要求1-6任一项所述的方法,其特征在于,所述目标场所包括医院,所述流动人员包括门急诊患者。8.一种场所拥挤度预测方法,其特征在于,包括:将目标场所在设定时间区间内,与各流动人员分别对应的不同时间单元下的逗留时间作为输入样本输入至场所拥挤度预测模型中;其中,所述场所拥挤度预测模型由与目标场所对应的流动人员的用户定位数据确定的逗留时间参数训练标准时间预测模型生成;将所述场所拥挤度预测模型的输出结果提供给用户,其中,所述输出结果包括:不同预测时间点进入所述目标场所的不同逗留时间范围的流动人员数量的预测值。9.一种场所拥挤度预测模型建立装...
【专利技术属性】
技术研发人员:巢汉青,曹原,夏粉,张军平,张道强,祁全昌,
申请(专利权)人:百度在线网络技术北京有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。