一种活动空间分布的分析方法、装置、设备和存储介质制造方法及图纸

本公开公开了一种活动空间分布的分析方法、装置、设备、存储介质和计算机程序产品，涉及人工智能领域，尤其涉及智能交通技术。具体实现方案为：确定目标区域中用户在目标时间段的工作地定位点和/或居住地定位点；基于工作地定位点和/或居住地定位点，绘制目标区域的职住行为椭圆，并根据职住行为椭圆分析目标时间段内目标区域的活动空间分布。本公开将目标区域的职住行为椭圆作为一种评价指标，可有效评估目标区域内的活动空间分布。

【技术实现步骤摘要】
一种活动空间分布的分析方法、装置、设备和存储介质
本公开涉及人工智能
，尤其涉及智能交通技术，具体涉及一种活动空间分布的分析方法、装置、电子设备、存储介质和计算机程序产品。
技术介绍
工作和居住是城市空间结构中两个重要的构成要素，随着经济发展与城市化进程的不断推进，“职住分离”现象日益加剧，使得通勤是城市生活的重要组成部分，关系居民幸福感，影响城市宜居性。
技术实现思路
本公开提供了一种活动空间分布的分析方法、装置、电子设备、存储介质和计算机程序产品。根据本公开的一方面，提供了一种活动空间分布的分析方法，包括：确定目标区域中用户在目标时间段的工作地定位点和/或居住地定位点；基于工作地定位点和/或居住地定位点，绘制目标区域的职住行为椭圆，并根据职住行为椭圆分析目标时间段内目标区域的活动空间分布。根据本公开的另一方面，提供了一种活动空间分布的分析装置，包括：数据确定模块，用于确定目标区域中用户在目标时间段的工作地定位点和/或居住地定位点；椭圆绘制与分析模块，用于基于工作地定位点和/或居住地定位点，绘制目标区域的职住行为椭圆，并根据职住行为椭圆分析目标时间段内目标区域的活动空间分布。根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开任意实施例的活动空间分布的分析方法。根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行本公开任意实施例的活动空间分布的分析方法。根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本公开任意实施例的活动空间分布的分析方法。根据本公开的技术，将目标区域的职住行为椭圆作为一种评价指标，可有效评估目标区域内的活动空间分布。应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。附图说明附图用于更好地理解本方案，不构成对本公开的限定。其中：图1是根据本公开实施例的一种活动空间分布的分析方法的示意图；图2a是根据本公开实施例的一种活动空间分布的分析方法的示意图；图2b根据本公开实施例的目标区域的通勤范围椭圆的示意图；图3是根据本公开实施例的一种活动空间分布的分析方法的示意图；图4是根据本公开实施例的一种活动空间分布的分析方法的示意图；图5是根据本公开实施例的一种活动空间分布的分析装置的示意图；图6是用来实现本公开实施例的活动空间分布的分析的方法的电子设备的框图。具体实施方式以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。图1为本公开实施例的一种活动空间分布的分析方法的流程示意图，本实施例可适用于分析任一区域的通勤监测场景的情况。该方法可由一种活动空间分布的分析装置来执行，该装置采用软件和/或硬件的方式实现，并集成在电子设备上，例如服务器设备。具体的，参见图1，活动空间分布的分析方法如下：S101、确定目标区域中用户在目标时间段的工作地定位点和/或居住地定位点。本公开实施例中，目标区域可以为某一小型的社区，也可以为某一大型的城市，在此不做具体的限定。目标时间段可选的为任意指定的时间段，而时间段的长度示例性的为三个月。工作地定位点是用户在目标区域的工作地的位置坐标数据，居住地定位点是用户在目标区域的居住地的位置坐标数据。本公开实施例中，针对目标区域，有的用户只在该目标区域工作，在另一区域居住，例如在北京工作，在天津居住，该类用户在目标区域只有工作地定位点，没有居住地定位点；有的用户在目标区域居住，但已经退休或者在另一区域工作，则该类用户只有居住地定位点，没有工作地定位点；有的用户既在目标区域居住，也在目标区域工作，则该类用户在目标区域同时具有工作地定位点和居住地定位点。因此为了保证后续分析的准确性，在确定工作地定位点和/或居住地定位点时，只需保证一端(工作地或居住地)在目标区域即可。例如，在确定工作地定位点时，无需考虑用户的居住地，将所有工作在目标区域用户的定位点作为工作地定位点。在此需要说明的是，之所以选择用户的定位点数据，而不选择信令数据，是因为相比于信令数据，用户的定位点数据具有成本低、数量大和更新及时的特点，可用于长期的通勤监测场景分析。除此之外，定位点数据精度较高，定位进度可达10m级别，理论上可以对任意空间尺度的通勤分布进行分析。S102、基于工作地定位点和/或居住地定位点，绘制目标区域的职住行为椭圆，并根据职住行为椭圆分析目标时间段内目标区域的活动空间分布。本公开实施例中，职住行为椭圆用于表征用户在目标区域的主要活动范围。可选的，职住行为椭圆可以分为通勤范围椭圆，居住地范围椭圆和工作地范围椭圆。其中，通勤范围椭圆是基于目标区域中同时具有工作地和居住地的用户在目标时间段的工作地定位点和居住地定位点绘制的，也即通勤范围椭圆可以包围目标区域中同时具有工作地和居住地的用户的定位点；工作地范围椭圆是基于在目标区域具有工作地的所有用户在目标时间段的工作地定位点绘制的，也即工作地范围椭圆可以包围目标区域中所有具备工作地的用户的定位点；居住地范围椭圆是基于在目标区域具有工作地的所有用户在目标时间段的居住地定位点绘制的，也即居住地范围椭圆可以包围目标区域中所有具备居住地的用户的定位点。需要说明的是，本公开实施例并不限定绘制职住行为椭圆的方法。活动空间可以包括通勤空间、居住地空间、工作地空间。在绘制完职住行为椭圆后，可将职住行为椭圆作为评价指标，进而根据职住行为椭圆分析目标时间段内目标区域的活动空间分布，例如分析目标区域的工作地/居住地的空间范围和分布特征，以及分析目标区域的通勤范围和分布特征。本公开实施例，根据用户的工作地定位点和/或居住地定位点绘制职住行为椭圆，可以保证绘制的职住行为椭圆的准确性；而将目标区域的职住行为椭圆作为一种评价指标，可有效评估目标区域内的活动空间分布。图2a是根据本公开实施例的活动空间分布的分析方法的流程示意图，本实施例是在上述实施例的基础上进行优化，参见图2a，活动空间分布的分析方法具体如下：S201、确定目标区域中用户在目标时间段的工作地定位点和/或居住地定位点。S202、利用标准差置信椭圆算法，根据工作地定位点和/或居住地定位点绘制目标区域的职住行为椭圆。本公开实施例中，职住行为椭圆可以分为通本文档来自技高网...

【技术保护点】
1.一种活动空间分布的分析方法，包括：/n确定目标区域中用户在目标时间段的工作地定位点和/或居住地定位点；/n基于所述工作地定位点和/或所述居住地定位点，绘制所述目标区域的职住行为椭圆，并根据所述职住行为椭圆分析目标时间段内所述目标区域的活动空间分布。/n

【技术特征摘要】
1.一种活动空间分布的分析方法，包括：
确定目标区域中用户在目标时间段的工作地定位点和/或居住地定位点；
基于所述工作地定位点和/或所述居住地定位点，绘制所述目标区域的职住行为椭圆，并根据所述职住行为椭圆分析目标时间段内所述目标区域的活动空间分布。


2.根据权利要求1所述的方法，其中，基于所述工作地定位点和/或所述居住地定位点，绘制所述目标区域的职住行为椭圆，并根据所述职住行为椭圆分析目标时间段内所述目标区域的活动空间分布，包括：
利用标准差置信椭圆算法，根据所述工作地定位点和/或所述居住地定位点绘制目标区域的职住行为椭圆；
根据所述目标区域的职住行为椭圆的参数，确定所述目标区域的活动空间分布。


3.根据权利要求2所述的方法，其中，所述目标区域的职住行为椭圆包括通勤范围椭圆；所述通勤范围椭圆是基于用户在目标时间段的工作地定位点和居住地定位点绘制的；
相应的，根据目标区域的职住行为椭圆的参数，确定所述目标区域的活动空间分布，包括：
根据所述通勤范围椭圆的圆心和方向角确定目标区域的通勤方向；根据所述通勤范围椭圆的长轴半径确定所述目标区域的通勤半径。


4.根据权利要求2所述的方法，其中，所述目标区域的职住行为椭圆还包括工作地范围椭圆和居住地范围椭圆；所述工作地范围椭圆是基于用户在目标时间段的工作地定位点绘制的；所述居住地范围椭圆是基于用户在目标时间段的居住地定位点绘制的；
相应的，根据目标区域的职住行为椭圆的参数，确定所述目标区域的活动空间分布，包括：
根据所述工作地范围椭圆的圆心、方向角和长短轴半径，确定目标区域中工作地的位置分布；
根据所述居住地范围椭圆的圆心、方向角和长短轴半径，确定目标区域中居住地的位置分布。


5.根据权利要求1所述的方法，还包括：
根据所述目标区域不同时间段的职住行为椭圆，对比分析所述目标区域的活动空间分布随时间的变化；或
根据同一时间段至少两个区域各自的职住行为椭圆，对比分析不同区域的活动空间分布。


6.根据权利要求1所述的方法，其中，确定目标区域中用户在目标时间段的工作地定位点和/或居住地定位点，包括：
从目标区域中用户在目标时间段的全量定位点中挖掘处于停留状态的定位点；
对处于停留状态的定位点进行聚类处理，得到至少一个定位点集合；
利用预设的分类模型，确定每个定位点集合的类型标签；其中，所述类型标签至少包括工作地和居住地；
根据用户在每个地点的停留时间和用户在预设时间段所处位置，对被标记为工作地的各定位点集合和/或被标记为居住地的各定位点集合进行筛选，得到用户在目标区域最终的工作地定位点和/或居住地定位点。


7.根据权利要求6所述的方法，其中，从目标区域中用户在目标时间段的全量定位点中挖掘处于停留状态的定位点，包括：
针对任一时刻的定位点，若检测到用户在该时刻开始的第一预设时长内的活动半径小于或等于预设阈值，则确定在该时刻的定位点为处于停留状态的定位点；或
针对任一时刻的定位点，若检测到用户在该时刻开始的第二预设时长内重新连接了WiFi，则确定在该时刻的定位点为处于停留状态的定位点。


8.一种活动空间分布的分析装置，包括：
数据确定模块，用于确定目标区域中用户在目标时间段的工作地定位点和/或居住地定位点；
椭圆绘制与分析模块，用于基于所述工作地定位点和/或所述居住地定位点，绘制所述...

【专利技术属性】
技术研发人员：闫浩强，阚长城，项雯怡，江畅，王建光，付凌峰，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11