一种基于群体行为分析的核酸检测点推荐方法技术

本发明专利技术涉及群体位置分析的技术领域，揭露了一种基于群体行为分析的核酸检测点推荐方法，包括：基于核酸检测点的人群密度信息预测得到核酸检测点的待核酸检测人员数量；构建核酸检测时间预测模型，预测得到不同核酸检测点检测完成的时间；构建核酸检测点推荐模型，得到待检测用户从当前位置到各个核酸检测点完成核酸检测的时间，选取符合用户预期完成时间且耗时最短的最优核酸检测点位置推荐给待检测用户。本发明专利技术所述方法快速预测得到不同时刻不同核酸检测点的待核酸检测人员数量，在考虑用户等待时间以及行驶时间的情况下，计算得到更为准确的核酸检测完成时间，实现选取效率最高的核酸检测点进行检测。高的核酸检测点进行检测。高的核酸检测点进行检测。

【技术实现步骤摘要】
一种基于群体行为分析的核酸检测点推荐方法


[0001]本专利技术涉及群体检测分析的
，尤其涉及一种基于群体行为分析的核酸检测点推荐方法。

技术介绍

[0002]新冠疫情爆发以来，常态化核酸检测取得了显著成效。人们在进行核酸检测点选择的时候往往选择距离最近的，造成了部分核酸检测点人员大量聚集，而部分检测点人员稀少，同时不同时段不同核酸检测点的人员数量也大不相同，严重影响核酸检测的效率。针对该问题，本专利提出一种核酸检测点推荐方法，提高核酸检测效率。

技术实现思路

[0003]有鉴于此，本专利技术提供一种基于群体行为分析的核酸检测点推荐方法，目的在于（1）快速预测得到不同时刻不同核酸检测点的待核酸检测人员数量；（2）基于交通流拥堵程度以及最短行驶路段计算得到待检测用户从当前位置到达各个核酸检测点完成核酸检测的时间，从而在考虑用户等待时间以及行驶时间的情况下，计算得到更为准确的核酸检测完成时间，有助于选取效率最高的核酸检测点进行检测。
[0004]实现上述目的，本专利技术提供的一种基于群体行为分析的核酸检测点推荐方法，包括以下步骤：S1：采集用户位置信息，并基于核酸检测点的人群密度信息预测得到核酸检测点的待核酸检测人员数量；S2：构建核酸检测时间预测模型，预测得到不同核酸检测点检测完成的时间，其中所述模型的输入为核酸检测点的待核酸检测人员数量，输出为核酸检测点检测完成该数量人员的时间；S3：构建核酸检测点推荐模型，所述模型的输入为待检测用户当前位置，实时交通流，出行方式，输出为待检测用户从当前位置到达各个核酸检测点完成核酸检测的时间；S4：将待检测用户从当前位置到达各个核酸检测点完成核酸检测的时间进行升序排序，若到达第一个核酸检测点完成核酸检测的时间大于预期时间，则说明不存在满足该条件的核酸检测点，并提醒用户更改条件，否则就说明存在满足约束的核酸检测点，则将该核酸检测点位置推荐给用户。
[0005]作为本专利技术的进一步改进方法：可选地，所述S1步骤中采集用户位置信息，并计算核酸检测点的人群密度信息，包括：基于用户手机信号获取用户位置，建立基于核酸检测点的空间位置分布，确定核酸检测点的检测辐射范围为1km，将核酸检测点周围1km范围内的人员作为该核酸检测点的待核酸检测人员；对于任意核酸检测点，其邻近核酸检测点为，将核酸检测点与核酸检测点
重叠的待核酸检测人员作为两个核酸检测点的交互人员，基于交互人员确定核酸检测点与核酸检测点的密度权重：计算任意核酸检测点在时序范围内的人群密度信息：其中：为核酸检测点在t时刻的密度权重，；为核酸检测点在t时刻的人群密度信息，为核酸检测点在t时刻的待核酸检测人员数量。
[0006]可选地，所述S1步骤中预测得到核酸检测点的待核酸检测人员数量，包括：构建待核酸检测人员数量预测的回归模型：其中：为预测得到的核酸检测点在下一时刻的待核酸检测人员数量；为回归模型的回归系数；将任意核酸检测点在时序范围内的人群密度信息代入回归模型，利用最小二乘法得到回归模型的回归系数，并将时序范围内的待核酸检测人员数量代入回归模型中，模型输出时序范围内核酸检测点的待核酸检测人员数量，其中。
[0007]可选地，所述S1步骤中计算待核酸检测人员数量预测模型中参数，包括：所述回归模型中回归系数的计算流程为：S11：将回归系数以及人群密度信息分别构建为矩阵形式，其中回归系数的矩阵形式为，T表示转置；人群密度信息的矩阵形式为：人群密度信息的矩阵形式为：S12：基于最小二乘法构建回归模型的损失函数：其中：表示计算矩阵的迹；S13：基于损失函数计算回归系数的偏导：
令左式为0，则回归系数的求解结果为：。
[0008]可选地，所述S2步骤中构建核酸检测时间预测模型，包括：构建核酸检测时间预测模型，其中所述模型的输入为核酸检测点的待核酸检测人员数量，输出为核酸检测点检测完成该数量人员的时间；所述核酸检测时间预测模型的预测流程为：S21：设定核酸检测点每分钟检测的人员数量为m；S22：计算任意核酸检测点在未来时刻的核酸检测人员数量为；S23：核酸检测点检测完成数量的待核酸检测人员的时刻为。
[0009]可选地，所述S3步骤中构建核酸检测点推荐模型，其中所述核酸检测点推荐模型的输入为待检测用户当前位置，实时交通流，出行方式，输出为待检测用户从当前位置到达各个核酸检测点完成核酸检测的时间，包括：构建核酸检测点推荐模型，其中所述模型的输入为待检测用户当前位置，实时交通流，出行方式，输出为待检测用户从当前位置到达各个核酸检测点完成核酸检测的时间；所述核酸检测点推荐模型包括输入层、计算层以及输出层，输入层接收待检测用户当前位置、实时交通流以及出行方式，计算得到交通流的拥堵程度，计算层用于基于实时交通流的拥堵程度确定待检测用户到达核酸检测点的时间，输出层基于预测模型获取待检测用户到达核酸检测点时的待核酸检测人员数量以及完成核酸检测后的时间，将该时间作为待检测用户从当前位置到达各个核酸检测点完成核酸检测的时间；所述核酸检测点推荐模型的预期完成时间计算流程为：S31：输出层接收待检测用户当前位置、实时交通流以及出行方式，并计算得到待检测用户到不同核酸检测点的最短行驶路段，将所述最短行驶路段、出行方式以及交通流拥堵程度输入到计算层，其中所述交通流拥堵程度的计算公式为：其中：表示行驶路段的交通流拥堵程度；表示行驶路段的行驶车辆数，V表示行驶路段中平均车流速度；S32：计算层计算得到待检测用户行驶的时间：其中：u为待检测用户在行驶路段的行驶时间；L表示行驶路段的长度，v表示待检测用户所选择出行方式的速度；表示行驶路段的等待系数，表示行驶路段的红绿灯数目，将设置为1；计算层将所计算得到的待检测用户在行驶路段的行驶时间发送到输出层；S33：输出层计算得到待检测用户到达核酸检测点的时间为，其中R为待检测
用户出发的时刻，则核酸检测点在时间的待核酸检测人员数量为，待检测用户完成核酸检测的时间为，其中m表示核酸检测点每分钟检测的人员数量。
[0010]可选地，其中所述实时交通流包括：待检测用户到达核酸检测点的路段以及路段实时的交通流，其中交通流包括行驶车辆数以及平均车流速度。
[0011]可选地，所述S3步骤中对核酸检测点推荐模型进行训练优化，得到训练优化后的模型，包括：所述核酸检测点推荐模型中训练优化部分为模型中最短行驶路段计算部分，所述最短行驶路段计算模型的训练优化流程为：构建训练目标函数：其中：表示行驶路段，表示行驶路段的长度，表示行驶路段的交通流拥堵程度；生成若干粒子构成粒子群，将粒子群中的所有粒子置于待检测用户出发位置，粒子群中的任意粒子k随机选取路径节点作为待检测用户在下一时刻的位置，重复该步骤直到粒子达到目标核酸检测点，得到若干行驶路段，其中所述路径节点为道路拐角以及道路路口；将行驶路段代入训练目标函数中，选取使得训练目标函数最小的行驶路段作为待检测用户从出发点到核酸检测点的最短行驶路段。
[0012]可选地，所述S4步骤中将待检测用户从当前位置到达各个核酸检测点完成核酸检测的时间进行升本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于群体行为分析的核酸检测点推荐方法，其特征在于，所述方法包括：S1：采集用户位置信息，并基于核酸检测点的人群密度信息预测得到核酸检测点的待核酸检测人员数量；S2：构建核酸检测时间预测模型，预测得到不同核酸检测点检测完成的时间，其中所述模型的输入为核酸检测点的待核酸检测人员数量，输出为核酸检测点检测完成该数量人员的时间；S3：构建核酸检测点推荐模型，其中所述模型的输入为待检测用户当前位置，实时交通流，出行方式，输出为待检测用户从当前位置到达各个核酸检测点完成核酸检测的时间，包括：构建核酸检测点推荐模型，其中所述模型的输入为待检测用户当前位置，实时交通流，出行方式，输出为待检测用户从当前位置到达各个核酸检测点完成核酸检测的时间；所述核酸检测点推荐模型包括输入层、计算层以及输出层，输入层接收待检测用户当前位置、实时交通流以及出行方式，计算得到交通流的拥堵程度，计算层用于基于实时交通流的拥堵程度确定待检测用户到达核酸检测点的时间，输出层基于预测模型获取待检测用户到达核酸检测点时的待核酸检测人员数量以及完成核酸检测后的时间，将该时间作为待检测用户从当前位置到达各个核酸检测点完成核酸检测的时间；所述核酸检测点推荐模型的预期完成时间计算流程为：S31：输出层接收待检测用户当前位置、实时交通流以及出行方式，并计算得到待检测用户到不同核酸检测点的最短行驶路段，将所述最短行驶路段、出行方式以及交通流拥堵程度输入到计算层，其中所述交通流拥堵程度的计算公式为：其中：表示行驶路段的交通流拥堵程度；表示行驶路段的行驶车辆数，V表示行驶路段中平均车流速度；S32：计算层计算得到待检测用户行驶的时间：其中：u为待检测用户在行驶路段的行驶时间；L表示行驶路段的长度，v表示待检测用户所选择出行方式的速度；表示行驶路段的等待系数，表示行驶路段的红绿灯数目，将设置为1；计算层将所计算得到的待检测用户在行驶路段的行驶时间发送到输出层；S33：输出层计算得到待检测用户到达核酸检测点的时间为，其中R为待检测用户出发的时刻，则核酸检测点在时间的待核酸检测人员数量为，待检测用户完成核酸检测的时间为，其中m表示核酸检测点每分钟检测的人员数量；S4：将待检测用户从当前位置到达各个核酸检测点完成核酸检测的时间进行升序排序，若到达第一个核酸检测点完成核酸检测的时间大于预期时间，则说明不存在满足条件
的核酸检测点，并提醒用户更改条件，否则就说明存在满足约束的核酸检测点，则将该核酸检测点位置推荐给用户。2.如权利要求1所述的一种基于群体行为分析的核酸检测点推荐方法，其特征在于，所述S1步骤中采集用户位置信息，并计算核酸检测点的人群密度信息，包括：基于用户手机信号获取用户位置，建立基于核酸检测点的空间位置分布，确定核酸检测点的检测辐射范围为1km，将核酸检测点周围1km范围内的人员作为该核酸检测点的待核酸检测人员；对于任意核酸检测点，其邻近核酸检测点为，将核酸检测点与核酸检测点重叠的待核酸检测人员作为两个核酸检测点的交互人员，基于交互人员确定核酸检测点与核酸检测点的密度权重：计算任意核酸检测点在时序范围内的人群密度信息：其中：为核酸检测点在t时刻的密度权重，；为核酸检测点在t时刻的人群密度信息，为核酸检测点在t时刻的待核酸检测人员数量。3.如权利要求2所述的一种基于群体行为分析的核酸检测点推荐方法，其特征在于，所述S1步骤中预测得到核酸检测点的待核酸检测人员数量，包括：构建待核酸检测人员数量预测的回归模型：其中：为预测得到的核酸检测点在下一时刻的待核酸检测人员数量；为回归模型的回归系数；将任意核酸检测点在时序范围内的人群密度信息代入回归模型，利用最小二乘法得到回归模型的回归系数，并将时序范围内的待核酸检测人员数量代入回归模型中，模型输出时序范围内核酸检测点的待核酸检测人员数量，其中。4....

【专利技术属性】
技术研发人员：黄碧银，刘明东，
申请(专利权)人：深圳市汇深网信息科技有限公司，
类型：发明
国别省市：