细粒度对象流量分析方法和装置制造方法及图纸

本申请公开了一种细粒度对象流量分析方法和装置。该方法包括：获取目标细粒度对象当前时刻对应的流量数据；将流量数据进行转换处理，生成目标细粒度对象对应的第一流量训练数据；获取当前时刻的相邻对象组对应的第二流量训练数据，其中，相邻对象组包括与目标细粒度对象相邻的细粒度对象；根据细粒度对象流量预测模型对第一流量训练数据和第二流程训练数据进行计算，得到目标细粒度对象下一时刻对应的流量预测数据。本申请可以解决相关技术中无法实现对活动区域进行人流量集中度和变化趋势进行预测的技术问题。

Flow analysis method and device for fine-grained objects

【技术实现步骤摘要】
细粒度对象流量分析方法和装置
本申请涉及大数据
，具体而言，涉及一种细粒度对象流量分析方法和装置。
技术介绍
在大型园区、会展中心等举行大型活动的场合时，由于人流量较大，从安全等因素考虑，人流量集中度和变化趋势是需要被及时感知的，以便于进行客流疏导。但是，目前相关技术中无法实现对活动区域进行人流量集中度和变化趋势进行预测。针对相关技术中无法实现对活动区域进行人流量集中度和变化趋势进行预测的问题，目前尚未提出有效的解决方案。
技术实现思路
本申请的主要目的在于提供一种细粒度对象流量分析方法和装置，以解决相关技术中无法实现对活动区域进行人流量集中度和变化趋势进行预测的问题。为了实现上述目的，第一方面，本申请提供了一种细粒度对象流量分析方法，该方法包括：获取目标细粒度对象当前时刻对应的流量数据；将所述流量数据进行转换处理，生成所述目标细粒度对象对应的第一流量训练数据；获取当前时刻的相邻对象组对应的第二流量训练数据，其中，所述相邻对象组包括与所述目标细粒度对象相邻的细粒度对象；根据所述细粒度对象流量预测模型对所述第一流量训练数据和第二流程训练数据进行计算，得到所述目标细粒度对象下一时刻对应的流量预测数据。可选地，该方法还包括获取所述目标细粒度对象对应的流量统计序列，其中，所述流量统计序列包括所述目标细粒度对象对应的按时序排列的流量数据；对所述流量统计序列进行转换处理，生成所述目标细粒度对象对应的流量训练序列；将所述目标细粒度对象和周围相邻对象组对应的流量训练序列中前一时刻对应的流量训练数据作为后一时刻对应的流量训练数据的输入量带入计算模型中进行迭代训练计算，得到所述细粒度对象流量预测模型。可选地，所述流量数据包括细粒度对象的通行平均速度以及本地流量值与全局总流量之比。可选地，所述转换处理包括离散化处理。可选地，所述转换处理还包括对所述离散化处理的结果进行状态分类。第二方面，本申请还提供了一种细粒度对象流量分析装置，该装置包括：第一获取模块，用于获取目标细粒度对象当前时刻对应的流量数据；第一转换模块，用于将所述流量数据进行转换处理，生成所述目标细粒度对象对应的第一流量训练数据；第二获取模块，用于获取当前时刻的相邻对象组对应的第二流量训练数据，其中，所述相邻对象组包括与所述目标细粒度对象相邻的细粒度对象；流量预测模块，用于根据所述细粒度对象流量预测模型对所述第一流量训练数据和第二流程训练数据进行计算，得到所述目标细粒度对象下一时刻对应的流量预测数据。可选地，该装置还包括：第三获取模块，用于获取所述目标细粒度对象对应的流量统计序列，其中，所述流量统计序列包括所述目标细粒度对象对应的按时序排列的流量数据；第二转换模块，用于对所述流量统计序列进行转换处理，生成所述目标细粒度对象对应的流量训练序列；模型构建模块，用于将所述目标细粒度对象和周围相邻对象组对应的流量训练序列中前一时刻对应的流量训练数据作为后一时刻对应的流量训练数据的输入量带入计算模型中进行迭代训练计算，得到所述细粒度对象流量预测模型。可选地，所述流量数据包括细粒度对象的通行平均速度以及本地流量值与全局总流量之比。第三方面，本申请还提供了一种计算机设备，包括：存储器和处理器；所述存储器上存储有可由所述处理器运行的计算机程序；所述处理器运行所述计算机程序时，执行上述的细粒度对象流量分析方法。第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机代码，当所述计算机代码被执行时，上述的细粒度对象流量分析方法被执行。在本申请提供的细粒度对象流量分析方法中，通过获取目标细粒度对象当前时刻对应的流量数据；将流量数据进行转换处理，生成目标细粒度对象对应的第一流量训练数据；获取当前时刻的相邻对象组对应的第二流量训练数据，其中，相邻对象组包括与目标细粒度对象相邻的细粒度对象；根据细粒度对象流量预测模型对第一流量训练数据和第二流程训练数据进行计算，得到目标细粒度对象下一时刻对应的流量预测数据。这样，可以根据园区地理规划特征，建立以场馆及栅格地块为主体的细粒度对象体系，再在园区的用户行为数据采集基础上，将细粒度对象的流量占比作为基本的计算对象构成训练集，带入基于细粒度对象的流量数据构建的细粒度对象流量预测模型，进而得到目标细粒度对象下一时刻对应的流量预测数据，从而实现确定出各活动区域(细粒度对象)的人流量集中度和变化趋势的目的。进而解决了相关技术中无法实现对活动区域进行人流量集中度和变化趋势进行预测的技术问题。附图说明构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1是本申请实施例提供的一种细粒度对象流量分析方法的流程示意图；图2是本申请实施例提供的一种细粒度对象流量预测模型的构建方法流程示意图；图3是本申请实施例提供的一种细粒度对象流量分析装置的结构示意图；图4是本申请实施例提供的另一种细粒度对象流量分析装置的结构示意图。具体实施方式为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。根据本申请的一个方面，本申请实施例提供了一种细粒度对象流量分析方法，图1是本申请实施例提供的一种细粒度对象流量分析方法的流程示意图，如图1所示，该方法包括如下的步骤110至步骤140：110，获取目标细粒度对象当前时刻对应的流量数据。其中，可以根据园区地理规划特征，建立以场馆及栅格地块为主体的细粒度对象体系，可选地，流量数据包括细粒度对象的通行平均速度以及本地流量值与全局总流量之比，也就是说，将细粒度对象的流量占比、通行平均速度等作为流量数据V，即V＝{localPop/totalPop，velocity}，其中：本文档来自技高网...

【技术保护点】
1.一种细粒度对象流量分析方法，其特征在于，该方法包括：/n获取目标细粒度对象当前时刻对应的流量数据；/n将所述流量数据进行转换处理，生成所述目标细粒度对象对应的第一流量训练数据；/n获取当前时刻的相邻对象组对应的第二流量训练数据，其中，所述相邻对象组包括与所述目标细粒度对象相邻的细粒度对象；/n根据所述细粒度对象流量预测模型对所述第一流量训练数据和第二流程训练数据进行计算，得到所述目标细粒度对象下一时刻对应的流量预测数据。/n

【技术特征摘要】
1.一种细粒度对象流量分析方法，其特征在于，该方法包括：
获取目标细粒度对象当前时刻对应的流量数据；
将所述流量数据进行转换处理，生成所述目标细粒度对象对应的第一流量训练数据；
获取当前时刻的相邻对象组对应的第二流量训练数据，其中，所述相邻对象组包括与所述目标细粒度对象相邻的细粒度对象；
根据所述细粒度对象流量预测模型对所述第一流量训练数据和第二流程训练数据进行计算，得到所述目标细粒度对象下一时刻对应的流量预测数据。


2.根据权利要求1所述的细粒度对象流量分析方法，其特征在于，该方法还包括：
获取所述目标细粒度对象对应的流量统计序列，其中，所述流量统计序列包括所述目标细粒度对象对应的按时序排列的流量数据；
对所述流量统计序列进行转换处理，生成所述目标细粒度对象对应的流量训练序列；
将所述目标细粒度对象和周围相邻对象组对应的流量训练序列中前一时刻对应的流量训练数据作为后一时刻对应的流量训练数据的输入量带入计算模型中进行迭代训练计算，得到所述细粒度对象流量预测模型。


3.根据权利要求1或2所述的细粒度对象流量分析方法，其特征在于，所述流量数据包括细粒度对象的通行平均速度以及本地流量值与全局总流量之比。


4.根据权利要求1或2所述的细粒度对象流量分析方法，其特征在于，所述转换处理包括离散化处理。


5.根据权利要求4所述的细粒度对象流量分析方法，其特征在于，所述转换处理还包括对所述离散化处理的结果进行状态分类。


6.一种细粒度对象流量分析装置，其特征在于，该装置包括：
第一获取模块，用于获取目标细粒度对象当前时刻对应的流...

【专利技术属性】
技术研发人员：杨洪陶，
申请(专利权)人：中科软智北京科技有限公司，
类型：发明
国别省市：北京;11