CN107169398A - 信号处理方法及装置 - Google Patents
信号处理方法及装置 Download PDFInfo
- Publication number
- CN107169398A CN107169398A CN201610128653.7A CN201610128653A CN107169398A CN 107169398 A CN107169398 A CN 107169398A CN 201610128653 A CN201610128653 A CN 201610128653A CN 107169398 A CN107169398 A CN 107169398A
- Authority
- CN
- China
- Prior art keywords
- signal
- fragment
- time
- spatial object
- signal time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
- G06F2218/16—Classification; Matching by matching signal segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供一种信号处理方法及装置。方法包括:根据部署于空间对象内的信号采集设备对终端设备进行信号采集的时间点和在时间点采集到的信号强度值,生成终端设备对应的信号时间序列;根据预先生成的片段切割间隔,对终端设备对应的信号时间序列进行切分,以获得至少一个信号时间片段;对至少一个信号时间片段中的每个信号时间片段,根据信号时间片段,确定持有终端设备的用户是否在信号时间片段的持续时间内位于空间对象内。本申请可以对空间对象的用户流量进行统计分析,并减少资源消耗。
Description
【技术领域】
本申请涉及通信技术领域,尤其涉及一种信号处理方法及装置。
【背景技术】
在空间对象,例如超市、购物中心、营业厅、饭店等场景中,通常会有大量用户。基于各种业务需求,需要对用户流进行分析,以确定哪些用户进入空间对象,哪些用户未进入空间对象内。例如,为了提升竞争力,这些空间对象会向入店用户推送信息,例如优惠活动、促销活动、新品推荐等,此时需要确定入店用户。又例如,为了对空间对象进行业务规划,也需要确定空间对象的用户流量。
在现有技术中,较常用的是基于摄像头的用户流分析方案,主要原理是:
在空间对象内安装摄像头,通过摄像头采集入店用户的图像信息,将采集到的图像信息传输到服务器,服务器对图像信息进行分析处理,以获得进入空间对象的用户。这种方案需要传输和处理图像数据,由于图像数据较大,所以消耗的带宽资源和计算资源都较高,实现成本较高。
【发明内容】
本申请的多个方面提供一种信号处理方法及装置,用以对空间对象的用户流量进行统计分析,并减少资源消耗。
本申请的一方面,提供一种信号处理方法,包括:
根据部署于空间对象内的信号采集设备对终端设备进行信号采集的时间点和在所述时间点采集到的信号强度值,生成所述终端设备对应的信号时间序列;
根据预先生成的片段切割间隔,对所述终端设备对应的信号时间序列进行切分,以获得至少一个信号时间片段;
对所述至少一个信号时间片段中的每个信号时间片段,根据所述信号时间片段,确定持有所述终端设备的用户是否在所述信号时间片段的持续时间内位于所述空间对象内。
本申请的另一方面,提供一种信号处理装置,包括:
序列生成模块,用于根据部署于空间对象内的信号采集设备对终端设备进行信号采集的时间点和在所述时间点采集到的信号强度值,生成所述终端设备对应的信号时间序列;
切分模块,用于根据预先生成的片段切割间隔,对所述终端设备对应的信号时间序列进行切分,以获得至少一个信号时间片段;
确定模块,用于对所述至少一个信号时间片段中的每个信号时间片段,根据所述信号时间片段,确定持有所述终端设备的用户是否在所述信号时间片段的持续时间内位于所述空间对象内。
在本申请中,在空间对象内部署信号采集装置,用以对终端设备的进行信号采集,信号处理装置根据信号采集设备对终端设备进行信号采集的时间点和在时间点采集到的信号强度值,生成信号时间序列,按照预先生成的片段切割间隔,对信号时间序列进行切分,获得至少一个信号时间片段,对每个信号时间片段,根据该信号时间片段,确定持有终端设备的用户是否在该信号时间片段的持续时间内位于空间对象内,实现对空间对象内用户流量的统计分析。同时,由于本申请传输并处理的数据是对终端设备进行采集的时间点以及在时间点上采集到的信号强度值,这些数据量远小于图像数据量,所以与现有技术相比,本申请不仅可以对空间对象内用户流量进行统计分析,而且可以节约带宽资源以及计算资源。
【附图说明】
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一实施例提供的商场内一实体店铺的部署示意图;
图2为本申请一实施例提供的信号处理方法的流程示意图;
图3为本申请另一实施例提供的信号处理装置的结构示意图;
图4为本申请又一实施例提供的信号处理装置的结构示意图。
【具体实施方式】
为使本申请实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本申请一部分实施例,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,都属于本申请保护的范围。
在各种空间对象,例如超市、购物中心、营业厅、饭店等场景中,通常会有大量用户。基于各种业务需求,需要对用户流进行分析,以确定哪些用户进入空间对象,哪些用户未进入空间对象内。例如,为了提升竞争力,这些空间对象会向入店用户推送信息,例如优惠活动、促销活动、新品推荐等,此时需要确定入店用户。又例如,为了对空间对象进行业务规划,也需要确定空间对象的用户流量。
在现有技术中,采用基于摄像头的用户流分析方案。该方案存在资源消耗较大的问题。
针对上述问题,本申请提供一种技术方案,其主要原理是:在空间对象内部署信号采集设备,通过信号采集设备对用户持有的终端设备发出的无线信号进行采集,然后将对终端设备进行信号采集的时间点以及在相应时间点采集到信号强度值上传至后台的信号处理装置;信号处理装置基于信号采集设备对终端设备进行信号采集的时间点以及在时间点采集到的信号强度值,对空间对象的用户流量进行分析。由于本申请传输并处理的数据是对终端设备进行采集的时间点以及在时间点上采集到的信号强度值,这些数据量远小于图像数据量,所以与现有技术相比,本申请不仅可以对空间对象内用户流量进行统计分析,而且可以节约带宽资源以及计算资源。
首先说明,本实施例并不限定空间对象的实现形式,例如可以是但不限于:实体店铺、商场、游乐场、娱乐场所、会展、超市、购物中心、营业厅或饭店等。
下面将结合图1所示商场内一实体店铺的部署结构,通过具体实施例对本申请技术方案做详细说明。
图1为本申请一实施例提供的商场内一实体店铺的部署示意图。如图1所示,左上角为一实体店铺,以该实体店铺为例进行说明,在实体店铺内外有若干用户。在这些用户中,有些用户持有终端设备,有些用户未持有终端设备。为便于区分,图1中带有空白方块的用户图标表示持有终端设备的用户,反之,图1中不带有空白方块的用户图标表示未持有终端设备的用户。在目前以及将来,几乎所有用户都会持有终端设备。用户的终端设备周期性的发出探测信号。终端设备具有唯一的介质访问控制(Media Access Control,MAC)地址,通过该终端设备的MAC地址可唯一确定持有该终端设备的用户。
继续参考图1,该实体店铺内部署有4个信号采集设备,分别为P1、P2、P3、P4。其中,信号采集设备负责对其周围的终端设备发出的探测信号进行信号采集并上报给后台的信号处理装置。
其中,根据实体店铺的大小、类型等属性的不同,实体店铺内部署的信号采集设备的个数、类型也会有所不同。在图1中,仅以4个信号采集设备为例进行说明,并不限于4个。本申请并不限定信号采集设备的类型,例如可以是wifi探针(wifi probe)或者wifi路由器(wifi access point)等任何能够采集终端设备发出的无线信号的设备。
上述wifi路由器是指能够把有线网络信号和移动网络信号转换成wifi无线信号以支持终端设备接入互联网的路由设备。
上述wifi探针是指一种特殊的路由设备,其不提供wifi上网功能,仅在wifi连接的广播阶段或数据连接阶段收集嗅探到的周围终端设备发出的信号强度值及MAC地址,并能够将收集到的数据发送到信号处理装置。
与摄像头相比,上述wifi路由器或wifi探针,其价格相对便宜,所以硬件成本较低。
上述用户持有的终端设备可以是手机、平板电脑、笔记本电脑等各种能够发出无线信号的终端设备。
结合图1所示实体店铺对本申请提供的信号处理方法进行理解,其流程如图2所示,包括:
201、根据部署于空间对象内的信号采集设备对终端设备进行信号采集的时间点和在所述时间点采集到的信号强度值,生成终端设备对应的信号时间序列。
202、根据预先生成的片段切割间隔,对所述终端设备对应的信号时间序列进行切分,以获得至少一个信号时间片段。
203、对至少一个信号时间片段中的每个信号时间片段,根据该信号时间片段,确定持有终端设备的用户是否在该信号时间片段的持续时间内位于空间对象内。
具体的,部署于空间对象内的信号采集设备对用户持有的终端设备进行信号采集,然后将对终端设备进行信号采集的时间点以及在相应时间点采集到的信号强度值上传至后台的信号处理装置。
信号处理装置接收信号采集设备发送的用于对终端设备进行信号采集的时间点以及在相应时间点采集到的信号强度值,然后根据接收到的时间点以及在相应时间点采集到的信号强度值,生成该终端设备对应的信号时间序列(终端设备的信号时间序列也就是持有该终端设备的用户的信号时间序列)。该信号时间序列包括:信号采集设备发送过来的每个时间点以及在每个时间点上采集到的信号强度值。举例说明,该信号时间序列可表示为{(t1,r1),(t2,r2),(t3,r3)……(tn,rn)}。其中,tn表示时间点,rn表示在时间点tn上采集到的信号强度值的向量,该向量的维度由部署于空间对象内的信号采集设备的数量决定。
在实际应用中,如果用户在空间对象内,那么理论上空间对象内的信号采集设备会以相同或相近的间隔(即信号采集设备的采集周期)采集该用户持有的终端设备的信号强度值,采集到的信号强度值在统计上呈现出近大远小的规律;如果用户离开空间对象,当用户离开空间对象一定距离之后,空间对象内的信号采集设备将无法采集到用户持有的终端设备的信号强度值,直到用户再次接近空间对象才会采集到该用户持有的终端设备的信号强度值,并信号强度值会随着用户离空间对象越来越近而逐渐增大。
其中,对空间对象的用户流量进行统计分析主要是统计分析每个用户是否进入空间对象以及每次进入空间对象后在空间对象内的停留时间。基于此,可以将同一用户的信号时间序列信号拆分为至少一个信号时间片段,每个信号时间片段代表用户可能进入一次空间对象,相应的,信号时间片段的持续时间可能表示用户此次进入空间对象后在空间对象内的停留时间,通过这种方式不仅可以统计出用户是否位于空间对象内而且还能统计出用户在空间对象内的停留时间。
为了对上述终端设备的信号时间序列进行切分,在执行本实施例提供的方法流程之前,预先生成片段切割间隔。该片段切割间隔用于将上述信号时间序列进行切分,以将上述信号时间序列切分为至少一个信号时间片段。例如,通过该切分操作,可以将信号时间序列{(t1,r1),(t2,r2),(t3,r3)……(tn,rn)}切分为如下信号时间片段:片段1{(t1,r1),(t2,r2),……(ti,ri)},片段2{(ti+1,ri+1),(ti+2,ri+2),……(tj,rj)},片段3{(tj+1,rj+1),(tj+2,rj+2),……(tk,rk)},……。
其中,可以采用但不限于以下方式获得片段切割间隔。例如,可以根据空间对象的大小、类型、店员数量等属性信息,确定与空间对象的相似对象,然后获取相似对象使用的片段切割间隔直接作为该空间对象使用的片段切割间隔。或者,可以根据空间对象的大小、类型、店员数量等属性信息,确定与空间对象的相似对象,根据相似对象使用的片段切割间隔和该空间对象的属性信息,确定该空间对象使用的片段切割间隔的范围;再根据空间对象在指定历史时间段内的用户数,对该片段切割间隔进行回归处理,以获得空间对象使用的片段切割时间。
在一可选实施方式中,上述步骤102的一种实施方式包括:
确定终端设备对应的信号时间序列中间隔大于或等于片段切割间隔的相邻时间点;
将间隔大于或等于片段切割间隔的相邻时间点之间作为切分点,对终端设备对应的信号时间序列进行切分,以获得至少一个信号时间片段。
以上述切分出的片段1{(t1,r1),(t2,r2),……(ti,ri)},片段2{(ti+1,ri+1),(ti+2,ri+2),……(tj,rj)},片段3{(tj+1,rj+1),(tj+2,rj+2),……(tk,rk)}为例,可知ti与ti+1之间的时间间隔大于或等于片段切割间隔,tj与tj+1之间的时间间隔大于或等于片段切割间隔。
对于每个信号时间片段,根据该信号时间片段,确定用户在该信号时间片段的持续时间内是否位于空间对象内。一方面可以判断出用户在该信号时间片段的持续时间内是否位于空间对象内,另一方面,若用户在该信号时间片段的持续时间内位于空间对象内,则还可以获得该信号时间片段的持续时间即为用户在空间对象内的停留时间。
由此可见,本实施例不仅可以判断出用户是否进入空间对象,而且还能够判断出用户进入空间对象后在空间对象内的停留时间,能够更加全面的对空间对象的用户流进行统计分析,另外,由于传输并处理的数据是对终端设备进行采集的时间点以及在时间点上采集到的信号强度值,这些数据量远小于图像数据量,所以还可以节约带宽资源以及计算资源。
进一步,对空间对象的用户流量进行统计分析还包括:统计分析在指定时间范围内共有多少个用户进入空间对象,以及有多少个用户未进入空间对象(即仅是路过该空间对象)。针对这种需求,信号处理装置可以根据之前判断出的用户是否进入空间对象这一结果,可以统计出指定时间范围内进入空间对象的用户数以及未进入空间对象的用户数,从而更加全面的对空间对象的用户流进行统计分析。对空间对象的所有者来说,在了解到指定时间范围内进入空间对象的用户数以及未进入空间对象的用户数,有利于更好的进行业务规划或信息推送等。
更进一步,对空间对象的用户流量进行统计分析还包括:用户是否重复进入空间对象,以及在指定时间段内重复进入空间对象的次数。针对这种需求,信号采集设备在采集终端设备的信号强度值时,还可以采集到终端设备的MAC地址,通过将该MAC地址与之前进入空间对象的用户持有的终端设备的MAC地址进行比较,可以判断用户是否重复进入空间对象,而且还可以计算出指定时间段内用户重复进入空间对象的次数。基于这些信息,可以确定该空间对象对用户的吸引力度,有利于空间对象进行业务规划以及促销活动等。
更进一步,对空间对象的用户流量进行统计分析还包括:统计分析具体是什么样的用户进入空间对象,以及什么样的用户未进入空间对象(即仅是路过该空间对象)。针对这种需求,信号处理装置可以结合大数据预先生成数据库,在该数据库中存储用户的详情信息与终端设备的MAC地址之间的映射关系。基于此,信号处理装置还可以根据用户持有的终端设备的MAC地址,到数据库中进行匹配,从而获取并输出用户的详情信息,使得空间对象的拥有者能够了解到那些进入空间对象的用户的信息以及那些未进入空间对象的用户的信息,有利于空间对象拥有者对空间对象进行业务规划或者向用户进行信息推荐。举例说明,用户的详情信息可以包括用户的图像、性别、年龄等身份信息,还可以包括用户的兴趣爱好、消费习惯、购物行为等,基于这些信息可以向用户推荐符合用户行为、习惯或年龄的广告或营销策略等。
举例说明,上述空间对象可以是店铺、超市、餐馆等,用户是指店铺、超市、餐馆等的顾客,而空间对象的拥有者实际上是店铺、超市、餐馆等的经营者或管理者。
上述步骤103,即对每个信号时间片段,根据该信号时间片段,确定持有终端设备的用户是否在该信号时间片段的持续时间内位于空间对象内,可以采用但不限于以下几种方式实现:
第一种方式:判断信号时间片段是否满足预先生成的空间进入条件;若判断结果为是,确定用户在该信号时间片段的持续时间内位于空间对象内;若判断结果为否,确定用户在该信号时间片段的持续时间内未位于空间对象内。这里的空间进入条件是指能够表示用户进入空间对象的条件。
在第一种方式中,需要预先生成空间进入条件,该空间进入条件主要是指判断用户是否进入空间对象的条件。在一可选实施方式中,该空间进入条件包括以下至少一种:
持续时间大于预先生成的持续时间阈值;
信号数量大于预先生成的信号个数阈值;
大于预先生成的信号强度阈值的信号强度值的个数大于预先生成的个数阈值。
基于上述,第一种方式中判断信号时间片段是否满足预先生成的空间进入条件,包括执行以下至少一种判断操作:
判断信号时间片段的持续时间是否大于预先生成的持续时间阈值;
判断信号时间片段包含的信号数量是否大于预先生成的信号个数阈值;
判断信号时间片段中大于预先生成的信号强度阈值的信号强度值的个数是否大于预先生成的个数阈值;
若上述至少一种判断操作的判断结果均为是,确定该信号时间片段满足上述空间进入条件;
若上述至少一种判断操作中存在判断结果为否的情况,确定该信号时间片段不满足上述空间进入条件。
在第一种方式中,需要预先生成空间进入条件。一种预先生成空间进入条件的实施方式包括:
根据空间对象的属性信息,确定空间对象的相似对象;
根据相似对象的空间进入条件,生成空间对象的空间进入条件。
在上述确定相似对象的过程,可以使用空间对象的类型、大小、店员数量、经营内容、地理位置等至少一种属性信息,来发现相似对象。所述相似对象是指在使用的属性信息上与该空间对象相同或相似的其它空间对象。例如,可以将类型和大小相同的空间对象作为相似对象,或者,可以将经营内容相同的空间对象作为相似对象,又或者,可以将地理位置相近、类型和大小相同的空间对象作为相似对象。
上述根据相似对象的空间进入条件,生成空间对象的空间进入条件实际上是根据相似对象的空间进入条件中的各参数阈值,例如持续时间阈值、信号个数阈值、信号强度阈值以及个数阈值,生成空间对象的空间进入条件中的相应参数阈值。
更进一步,在一种实施方式中,可以直接获取相似对象的空间进入条件,作为该空间对象的空间进入条件。具体是指,直接获取相似对象的空间进入条件中的各参数阈值,例如持续时间阈值、信号个数阈值、信号强度阈值以及个数阈值,作为该空间对象的空间进入条件中的相应参数阈值。
更进一步,在另一种实施方式中,可以根据相似对象的空间进入条件以及该空间对象的属性信息,生成该空间对象的空间进入条件范围,并根据该空间对象在指定历史时间段内的用户数,对空间对象的空间进入条件范围进行回归处理,以生成空间对象的空间进入条件。具体是指,结合相似对象的空间进入条件中的各参数阈值,例如持续时间阈值、信号个数阈值、信号强度阈值以及个数阈值,以及该空间对象的属性信息(例如大小和类型),确定该空间对象的空间进入条件中的相应参数阈值的范围;再根据该空间对象在指定历史时间段内的用户数,对空间对象的空间进入条件中的相应参数阈值的范围进行回归处理,以生成空间对象的空间进入条件中的相应参数阈值。其中,指定历史时间段内的用户数是已知的,例如是某一天进行该空间对象的用户数,该用户数可以是具体数值,例如70或80,或者也可以是某个数值范围,例如70-80,具体可由空间对象的拥有者提供,但不限于此。
值得说明的是,若空间对象为店铺、超市、餐馆等,则这里的用户数实际上是指去除店长、店员之外的实际顾客数。相应的,空间进入条件可简称为入店条件。
在第一种方式中,仅需将信号时间片段与预先生成的空间进入条件进行比对即可,实现相对简单,消耗的计算资源较少,效率较高。
第二种方式:对时间信号片段进行时间对齐处理;根据时间信号片段,定位用户在所述时间信号片段的持续时间内所处的位置点;由于用户是移动的,例如可能会从空间对象外走进空间对象内再走出空间对象,所以在该信号时间片段的持续时间内可以定位到用户处于多个位置点,且有可能不是所有位置点都在空间对象内,基于此,判断用户在该信号时间片段的持续时间内所处的位置点中位于空间对象内的位置点数是否大于预设百分比,例如50%;若判断结果为是,确定用户在信号时间片段的持续时间内位于空间对象内;若判断结果为否,确定用户在信号时间片段的持续时间内未位于空间对象内。
第二种方式主要是通过室内定位方法对空间对象的用户流量进行统计分析。其中,所采用的定位方法包括但不限于:基于近邻的定位法(Nearest NeighbourhoodPositioning)或基于贝叶斯网络概率的定位法(Bayesion Network ProbalisticPositioning)。
其中,在上述列举的定位方法中,需要使用指纹数据库,该指纹数据库存储有信号强度值与位置点之间映射关系。基于此,在对用户进行定位之前,需要预先生成该空间对象对应的指纹数据库。具体的,可由工程人员或店员拿着安装有信号采集应用(app)的终端设备(例如智能手机)到空间对象内外用户可能会走过的位置点上采集终端设备的信号强度值,然后将信号强度值与位置点的对应关系存储到指纹数据库中,为后续基于指纹数据库的定位过程提供条件。
在第二种方式中,考虑到不同信号采集设备部署位置,距离终端设备的距离以及与终端设备之间障碍物等均不同,所以信号从终端设备到不同信号采集设备需要的传输时间会有所不同,即有时会存在时延,所以在进行定位操作之前,预先对信号时间片段进行时间对齐,这样可以提高定位精度,进而提高判断用户是否入店的结果精度。
进一步,在第二种方式的基础上,由于获得了用户在每个信号时间片段的持续时间内所处的位置点,所以可以从不同维度对所获取的用户在每个信号时间片段的持续时间内所处的位置点这一信息进行统计,从而获得更丰富的用户流信息。
例如,对于面积较大的店铺、商场、电影院、游乐场等,有时需要热力图和动线图。例如,基于热力图和动线图进行分流等,因此需要确定不同信号时间片段的持续时间内不同位置点的人流分布(热力图)和从指定起始点到指定终止点的人流路线图(动线图)。
具体的,根据用户在每个时间信号片段的持续时间内所处的位置点,统计在每个时间信号片段的持续时间内每个位置点上的用户数,即热力图对应的数据。
具体的,根据用户在每个时间信号片段的持续时间内所处的位置点,统计在每个时间信号片段的持续时间内从指定起始点到指定终止点的各条路线上的用户数,根据各条路线上的用户数,确定从指定起始点到指定终止点的热门路线。热门路线是指从指定起始点到指定终止点的各条路线中,用户量最多的路线。其中,每条路线包括若干个位置点,将每个位置点上的用户数相加即可得到该条路线上的用户数。
由此可见,本实施例基于对用户的定位结果,可以获取热力图或动线图,有利于更加直观地了解空间对象的用户流量,且更加便于进行业务规划、用户分流、信息推荐等。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
图3为本申请另一实施例提供的信号处理装置的结构示意图。如图3所示,该装置包括:序列生成模块31、切分模块32和确定模块33。
序列生成模块31,用于根据部署于空间对象内的信号采集设备对终端设备进行信号采集的时间点和在时间点采集到的信号强度值,生成终端设备对应的信号时间序列。
切分模块32,用于根据预先生成的片段切割间隔,对终端设备对应的信号时间序列进行切分,以获得至少一个信号时间片段。
确定模块33,用于对至少一个信号时间片段中的每个信号时间片段,根据信号时间片段,确定持有终端设备的用户是否在信号时间片段的持续时间内位于空间对象内。
在一可选实施方式中,切分模块32具体用于:
确定终端设备对应的信号时间序列中间隔大于或等于片段切割间隔的相邻时间点;
将间隔大于或等于片段切割间隔的相邻时间点之间作为切分点,对终端设备对应的信号时间序列进行切分,以获得至少一个信号时间片段。
在一可选实施方式中,确定模块33具体用于:
判断信号时间片段是否满足预先生成的空间进入条件;
若判断结果为是,确定用户在信号时间片段的持续时间内位于空间对象内;
若判断结果为否,确定用户在信号时间片段的持续时间内未位于空间对象内。
进一步,确定模块33在判断信号时间片段是否满足预先生成的空间进入条件时,进一步具体用于执行以下至少一种判断操作:
判断信号时间片段的持续时间是否大于预先生成的持续时间阈值;
判断信号时间片段包含的信号数量是否大于预先生成的信号个数阈值;
判断信号时间片段中大于预先生成的信号强度阈值的信号强度值的个数是否大于预先生成的个数阈值;
若至少一种判断操作的判断结果均为是,确定信号时间片段满足空间进入条件;
若至少一种判断操作中存在判断结果为否的情况,确定信号时间片段不满足空间进入条件。
在一可选实施方式中,如图4所示,该信号处理装置还包括:条件生成模块34。
条件生成模块34,用于在确定模块33判断信号时间片段是否满足预先生成的空间进入条件之前,根据空间对象的属性信息,确定空间对象的相似对象;根据相似对象的空间进入条件,生成空间对象的空间进入条件。
进一步,条件生成模块34在根据相似对象的空间进入条件,生成空间对象的空间进入条件时,具体用于:
直接获取相似对象的空间进入条件,作为空间对象的空间进入条件;
或者
根据相似对象的空间进入条件以及空间对象的属性信息,生成空间对象的空间进入条件范围,并根据空间对象内在指定历史时间段内的用户数,对空间对象的空间进入条件范围进行回归处理,以生成空间对象的空间进入条件。
在一可选实施方式中,确定模块33具体用于:
对时间信号片段进行时间对齐处理;
根据时间信号片段,定位用户在时间信号片段的持续时间内所处的位置点;
判断用户在时间信号片段的持续时间内所处的位置点中位于空间对象内的位置点数是否大于预设百分比;
若判断结果为是,确定用户在信号时间片段的持续时间内位于空间对象内;
若判断结果为否,确定用户在信号时间片段的持续时间内未位于空间对象内。
在一可选实施方式中,如图4所示,该信号处理装置还包括:统计模块35。
统计模块35,用于执行以下至少一种操作:
根据用户在每个时间信号片段的持续时间内所处的位置点,统计在每个时间信号片段的持续时间内每个位置点上的用户数;
根据用户在每个时间信号片段的持续时间内所处的位置点,统计在每个时间信号片段的持续时间内从指定起始点到指定终止点的各条路线上的用户数,根据各条路线上的用户数,确定从指定起始点到指定终止点的热门路线。
本实施例提供的信号处理装置,根据部署于空间对象内的信号采集设备对终端设备进行信号采集的时间点和在时间点采集到的信号强度值,生成信号时间序列,按照预先生成的片段切割间隔,对信号时间序列进行切分,获得至少一个信号时间片段,对每个信号时间片段,根据该信号时间片段,确定持有终端设备的用户是否在该信号时间片段的持续时间内位于空间对象内,实现对空间对象内用户流量的统计分析。同时,由于本实施例的信号处理装置接收并处理的数据是对终端设备进行采集的时间点以及在时间点上采集到的信号强度值,这些数据量远小于图像数据量,所以与现有技术相比,不仅可以对空间对象内用户流量进行统计分析,而且可以节约带宽资源以及计算资源。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (18)
1.一种信号处理方法,其特征在于,包括:
根据部署于空间对象内的信号采集设备对终端设备进行信号采集的时间点和在所述时间点采集到的信号强度值,生成所述终端设备对应的信号时间序列;
根据预先生成的片段切割间隔,对所述终端设备对应的信号时间序列进行切分,以获得至少一个信号时间片段;
对所述至少一个信号时间片段中的每个信号时间片段,根据所述信号时间片段,确定持有所述终端设备的用户是否在所述信号时间片段的持续时间内位于所述空间对象内。
2.根据权利要求1所述的方法,其特征在于,所述根据预先生成的片段切割间隔,对所述终端设备对应的信号时间序列进行切分,以获得至少一个信号时间片段,包括:
确定所述终端设备对应的信号时间序列中间隔大于或等于所述片段切割间隔的相邻时间点;
将间隔大于或等于所述片段切割间隔的相邻时间点之间作为切分点,对所述终端设备对应的信号时间序列进行切分,以获得所述至少一个信号时间片段。
3.根据权利要求1所述的方法,其特征在于,所述根据所述信号时间片段,确定持有所述终端设备的用户是否在所述信号时间片段的持续时间内位于所述空间对象内,包括:
判断所述信号时间片段是否满足预先生成的空间进入条件;
若判断结果为是,确定所述用户在所述信号时间片段的持续时间内位于所述空间对象内;
若判断结果为否,确定所述用户在所述信号时间片段的持续时间内未位于所述空间对象内。
4.根据权利要求3所述的方法,其特征在于,所述判断所述信号时间片段是否满足预先生成的空间进入条件,包括执行以下至少一种判断操作:
判断所述信号时间片段的持续时间是否大于预先生成的持续时间阈值;
判断所述信号时间片段包含的信号数量是否大于预先生成的信号个数阈值;
判断所述信号时间片段中大于预先生成的信号强度阈值的信号强度值的个数是否大于预先生成的个数阈值;
若所述至少一种判断操作的判断结果均为是,确定所述信号时间片段满足所述空间进入条件;
若所述至少一种判断操作中存在判断结果为否的情况,确定所述信号时间片段不满足所述空间进入条件。
5.根据权利要求4所述的方法,其特征在于,所述判断所述信号时间片段是否满足预先生成的空间进入条件之前,还包括:
根据所述空间对象的属性信息,确定所述空间对象的相似对象;
根据所述相似对象的空间进入条件,生成所述空间对象的空间进入条件。
6.根据权利要求5所述的方法,其特征在于,所述根据所述相似对象的空间进入条件,生成所述空间对象的空间进入条件,包括:
直接获取所述相似对象的空间进入条件,作为所述空间对象的空间进入条件;
或者
根据所述相似对象的空间进入条件和所述空间对象的属性信息,生成所述空间对象的空间进入条件范围,并根据所述空间对象内在指定历史时间段内的用户数,对所述空间对象的空间进入条件范围进行回归处理,以生成所述空间对象的空间进入条件。
7.根据权利要求1所述的方法,其特征在于,所述根据所述信号时间片段,确定持有所述终端设备的用户是否在所述信号时间片段的持续时间内位于所述空间对象内,包括:
对所述时间信号片段进行时间对齐处理;
根据所述时间信号片段,定位所述用户在所述时间信号片段的持续时间内所处的位置点;
判断所述用户在所述时间信号片段的持续时间内所处的位置点中位于所述空间对象内的位置点数是否大于预设百分比;
若判断结果为是,确定所述用户在所述信号时间片段的持续时间内位于所述空间对象内;
若判断结果为否,确定所述用户在所述信号时间片段的持续时间内未位于所述空间对象内。
8.根据权利要求7所述的方法,其特征在于,还包括以下至少一种操作:
根据所述用户在每个时间信号片段的持续时间内所处的位置点,统计在每个时间信号片段的持续时间内每个位置点上的用户数;
根据所述用户在每个时间信号片段的持续时间内所处的位置点,统计在每个时间信号片段的持续时间内从指定起始点到指定终止点的各条路线上的用户数,根据各条路线上的用户数,确定从指定起始点到指定终止点的热门路线。
9.根据权利要求1-8任一项所述的方法,其特征在于,还包括:
根据所述终端设备的介质访问控制MAC地址,获取并输出所述用户的详情信息。
10.一种信号处理装置,其特征在于,包括:
序列生成模块,用于根据部署于空间对象内的信号采集设备对终端设备进行信号采集的时间点和在所述时间点采集到的信号强度值,生成所述终端设备对应的信号时间序列;
切分模块,用于根据预先生成的片段切割间隔,对所述终端设备对应的信号时间序列进行切分,以获得至少一个信号时间片段;
确定模块,用于对所述至少一个信号时间片段中的每个信号时间片段,根据所述信号时间片段,确定持有所述终端设备的用户是否在所述信号时间片段的持续时间内位于所述空间对象内。
11.根据权利要求10所述的装置,其特征在于,所述切分模块具体用于:
确定所述终端设备对应的信号时间序列中间隔大于或等于所述片段切割间隔的相邻时间点;
将间隔大于或等于所述片段切割间隔的相邻时间点之间作为切分点,对所述终端设备对应的信号时间序列进行切分,以获得所述至少一个信号时间片段。
12.根据权利要求10所述的装置,其特征在于,所述确定模块具体用于:
判断所述信号时间片段是否满足预先生成的空间进入条件;
若判断结果为是,确定所述用户在所述信号时间片段的持续时间内位于所述空间对象内;
若判断结果为否,确定所述用户在所述信号时间片段的持续时间内未位于所述空间对象内。
13.根据权利要求12所述的装置,其特征在于,所述确定模块进一步具体用于执行以下至少一种判断操作:
判断所述信号时间片段的持续时间是否大于预先生成的持续时间阈值;
判断所述信号时间片段包含的信号数量是否大于预先生成的信号个数阈值;
判断所述信号时间片段中大于预先生成的信号强度阈值的信号强度值的个数是否大于预先生成的个数阈值;
若所述至少一种判断操作的判断结果均为是,确定所述信号时间片段满足所述空间进入条件;
若所述至少一种判断操作中存在判断结果为否的情况,确定所述信号时间片段不满足所述空间进入条件。
14.根据权利要求13所述的装置,其特征在于,还包括:
条件生成模块,用于根据所述空间对象的属性信息,确定所述空间对象的相似对象;根据所述相似对象的空间进入条件,生成所述空间对象的空间进入条件。
15.根据权利要求14所述的装置,其特征在于,所述条件生成模块具体用于:
直接获取所述相似对象的空间进入条件,作为所述空间对象的空间进入条件;
或者
根据所述相似对象的空间进入条件以及所述空间对象的属性信息,生成所述空间对象的空间进入条件范围,并根据所述空间对象内在指定历史时间段内的用户数,对所述空间对象的空间进入条件范围进行回归处理,以生成所述空间对象的空间进入条件。
16.根据权利要求10所述的装置,其特征在于,所述确定模块具体用于:
对所述时间信号片段进行时间对齐处理;
根据所述时间信号片段,定位所述用户在所述时间信号片段的持续时间内所处的位置点;
判断所述用户在所述时间信号片段的持续时间内所处的位置点中位于所述空间对象内的位置点数是否大于预设百分比;
若判断结果为是,确定所述用户在所述信号时间片段的持续时间内位于所述空间对象内;
若判断结果为否,确定所述用户在所述信号时间片段的持续时间内未位于所述空间对象内。
17.根据权利要求16所述的装置,其特征在于,还包括:
统计模块,用于执行以下至少一种操作:
根据所述用户在每个时间信号片段的持续时间内所处的位置点,统计在每个时间信号片段的持续时间内每个位置点上的用户数;
根据所述用户在每个时间信号片段的持续时间内所处的位置点,统计在每个时间信号片段的持续时间内从指定起始点到指定终止点的各条路线上的用户数,根据各条路线上的用户数,确定从指定起始点到指定终止点的热门路线。
18.根据权利要求10-17任一项所述的装置,其特征在于,
所述确定模块还用于:根据所述终端设备的介质访问控制MAC地址,获取并输出所述用户的详情信息。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610128653.7A CN107169398A (zh) | 2016-03-07 | 2016-03-07 | 信号处理方法及装置 |
TW105129841A TWI708489B (zh) | 2016-03-07 | 2016-09-13 | 信號處理方法及裝置 |
US15/447,216 US10178498B2 (en) | 2016-03-07 | 2017-03-02 | Method and device for signal processing |
PCT/US2017/020649 WO2017155811A1 (en) | 2016-03-07 | 2017-03-03 | Method and device for signal processing |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610128653.7A CN107169398A (zh) | 2016-03-07 | 2016-03-07 | 信号处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107169398A true CN107169398A (zh) | 2017-09-15 |
Family
ID=59722383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610128653.7A Pending CN107169398A (zh) | 2016-03-07 | 2016-03-07 | 信号处理方法及装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10178498B2 (zh) |
CN (1) | CN107169398A (zh) |
TW (1) | TWI708489B (zh) |
WO (1) | WO2017155811A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108898416A (zh) * | 2018-05-30 | 2018-11-27 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
CN109922497A (zh) * | 2019-02-28 | 2019-06-21 | 深圳市沃特沃德股份有限公司 | 基于无线信号的监测方法及装置 |
CN110019398A (zh) * | 2017-12-14 | 2019-07-16 | 北京京东尚科信息技术有限公司 | 用于输出数据的方法和装置 |
CN111447581A (zh) * | 2020-03-24 | 2020-07-24 | 广州启盟信息科技有限公司 | 一种基于蓝牙beacon设备的室内定位方法 |
CN112040411A (zh) * | 2019-06-03 | 2020-12-04 | 西安光启未来技术研究院 | 一种数据分析方法及装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108418644B (zh) * | 2018-02-27 | 2021-07-27 | 南京芝麻信息科技有限公司 | 信号处理方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130304789A1 (en) * | 2010-09-17 | 2013-11-14 | Thomson Licensing | Method and system for determining identity/presence of a mobile device user for control and interaction in content distribution |
CN103458456A (zh) * | 2013-08-27 | 2013-12-18 | 中国科学院信息工程研究所 | 基于移动终端Wi-Fi数据的用户行为检测方法及装置 |
US20150066557A1 (en) * | 2013-03-14 | 2015-03-05 | Tim Lichti | System and Method for Tracking and Managing Mobile Resources |
US20150160673A1 (en) * | 2013-12-07 | 2015-06-11 | Sergiy Vasylyev | Radio frequency occupancy sensing load control |
US20150181014A1 (en) * | 2011-05-02 | 2015-06-25 | Apigy Inc. | Systems and methods for controlling a locking mechanism using a portable electronic device |
CN104778642A (zh) * | 2015-03-20 | 2015-07-15 | 北京邮电大学 | 基于WiFi的校园用户数据处理方法、服务器和监测系统 |
US20150334523A1 (en) * | 2012-03-01 | 2015-11-19 | Innorange Oy | A method, an apparatus and a system for estimating a number of people in a location |
US20160135132A1 (en) * | 2014-11-07 | 2016-05-12 | Parallel Wireless, Inc. | Self-Calibrating and Self-Adjusting Network |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL159695A0 (en) * | 2001-07-06 | 2004-06-20 | Computer Ass Think Inc | System and method for managing object based clusters |
EP2503832B1 (en) | 2005-02-22 | 2019-08-21 | Skyhook Wireless, Inc. | Method for calculating the position of WiFi-enabled devices |
US8350758B1 (en) | 2009-10-01 | 2013-01-08 | Lighthouse Signal Systems LLC | Systems and methods for indoor geolocation based on yield of RF signals |
US8838706B2 (en) | 2010-06-24 | 2014-09-16 | Microsoft Corporation | WiFi proximity messaging |
EP2614676A4 (en) * | 2010-09-10 | 2017-06-07 | Nokia Technologies Oy | Signal strength profiling |
US8174931B2 (en) | 2010-10-08 | 2012-05-08 | HJ Laboratories, LLC | Apparatus and method for providing indoor location, position, or tracking of a mobile computer using building information |
US8743782B1 (en) | 2010-11-18 | 2014-06-03 | Cellco Partnership | Automated method to determine position of Wi-Fi access point to enable location based services |
US9749780B2 (en) | 2011-02-05 | 2017-08-29 | Apple Inc. | Method and apparatus for mobile location determination |
US8914235B1 (en) | 2011-05-10 | 2014-12-16 | Google Inc. | System and method for detecting a user location using a latest available location |
GB2499288A (en) | 2012-02-09 | 2013-08-14 | Sita Inf Networking Computing Usa Inc | Path determination |
US9244152B1 (en) | 2012-06-01 | 2016-01-26 | Amazon Technologies, Inc. | Determining device locations using movement, signal strength |
US9357346B2 (en) | 2012-07-16 | 2016-05-31 | Aisle411, Inc. | System and method for indoor location mapping and tracking |
US8965398B2 (en) | 2012-09-26 | 2015-02-24 | Hewlett-Packard Development Company, L.P. | Bluetooth beacon based location determination |
US9286776B1 (en) | 2013-03-19 | 2016-03-15 | Steven Gregory Morton | Methods and apparatus for determining patterns of presence and ownership of mobile devices by integrating video surveillance with smartphone WiFi monitoring |
US9237545B2 (en) * | 2013-04-15 | 2016-01-12 | Qualcomm Incorporated | Varying processes to control transmission characteristics for position determination operations |
KR101517937B1 (ko) | 2013-08-27 | 2015-05-06 | 숭실대학교산학협력단 | 클라이언트, 서버 및 이를 포함하는 무선 신호 지도 작성 시스템 |
KR102034527B1 (ko) | 2014-02-11 | 2019-10-21 | 한국전자통신연구원 | 와이-파이 위치와 센서정보 결합을 통한 단말 위치 필터링 시스템 및 그 방법 |
US9491585B2 (en) * | 2014-05-31 | 2016-11-08 | Apple Inc. | Location determination using dual statistical filters |
US9489787B1 (en) * | 2014-08-08 | 2016-11-08 | Live Nation Entertainment, Inc. | Short-range device communications for secured resource access |
US9680957B2 (en) * | 2014-08-11 | 2017-06-13 | Harman International Industries, Incorporated | Adaptive bandwidth consumption optimization for wireless data connections |
-
2016
- 2016-03-07 CN CN201610128653.7A patent/CN107169398A/zh active Pending
- 2016-09-13 TW TW105129841A patent/TWI708489B/zh not_active IP Right Cessation
-
2017
- 2017-03-02 US US15/447,216 patent/US10178498B2/en active Active
- 2017-03-03 WO PCT/US2017/020649 patent/WO2017155811A1/en active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130304789A1 (en) * | 2010-09-17 | 2013-11-14 | Thomson Licensing | Method and system for determining identity/presence of a mobile device user for control and interaction in content distribution |
US20150181014A1 (en) * | 2011-05-02 | 2015-06-25 | Apigy Inc. | Systems and methods for controlling a locking mechanism using a portable electronic device |
US20150334523A1 (en) * | 2012-03-01 | 2015-11-19 | Innorange Oy | A method, an apparatus and a system for estimating a number of people in a location |
US20150066557A1 (en) * | 2013-03-14 | 2015-03-05 | Tim Lichti | System and Method for Tracking and Managing Mobile Resources |
CN103458456A (zh) * | 2013-08-27 | 2013-12-18 | 中国科学院信息工程研究所 | 基于移动终端Wi-Fi数据的用户行为检测方法及装置 |
US20150160673A1 (en) * | 2013-12-07 | 2015-06-11 | Sergiy Vasylyev | Radio frequency occupancy sensing load control |
US20160135132A1 (en) * | 2014-11-07 | 2016-05-12 | Parallel Wireless, Inc. | Self-Calibrating and Self-Adjusting Network |
CN104778642A (zh) * | 2015-03-20 | 2015-07-15 | 北京邮电大学 | 基于WiFi的校园用户数据处理方法、服务器和监测系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110019398A (zh) * | 2017-12-14 | 2019-07-16 | 北京京东尚科信息技术有限公司 | 用于输出数据的方法和装置 |
CN108898416A (zh) * | 2018-05-30 | 2018-11-27 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
CN108898416B (zh) * | 2018-05-30 | 2022-02-25 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
CN109922497A (zh) * | 2019-02-28 | 2019-06-21 | 深圳市沃特沃德股份有限公司 | 基于无线信号的监测方法及装置 |
CN112040411A (zh) * | 2019-06-03 | 2020-12-04 | 西安光启未来技术研究院 | 一种数据分析方法及装置 |
CN111447581A (zh) * | 2020-03-24 | 2020-07-24 | 广州启盟信息科技有限公司 | 一种基于蓝牙beacon设备的室内定位方法 |
CN111447581B (zh) * | 2020-03-24 | 2021-08-31 | 广州启盟信息科技有限公司 | 一种基于蓝牙beacon设备的室内定位方法 |
Also Published As
Publication number | Publication date |
---|---|
US20170257738A1 (en) | 2017-09-07 |
WO2017155811A1 (en) | 2017-09-14 |
US10178498B2 (en) | 2019-01-08 |
TWI708489B (zh) | 2020-10-21 |
TW201733318A (zh) | 2017-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104965920B (zh) | 用于确定目标地址的方法和装置 | |
CN107169398A (zh) | 信号处理方法及装置 | |
Niyato et al. | Smart data pricing models for the internet of things: a bundling strategy approach | |
Qu et al. | A cost-effective recommender system for taxi drivers | |
EP2820616B1 (en) | Empirical expert determination and question routing system and method | |
Lloyd et al. | Deriving retail centre locations and catchments from geo-tagged Twitter data | |
CN106991576B (zh) | 一种地理区域的热力展现方法和装置 | |
CN104102719B (zh) | 一种轨迹信息的推送方法及装置 | |
US10136249B2 (en) | Information distribution apparatus and method | |
JP6942706B2 (ja) | 交通道路の経路ヒートを取得する方法および装置 | |
JP7480345B2 (ja) | 領域区分方法、装置、電子機器及びコンピュータプログラム | |
CN106506705A (zh) | 基于位置服务的人群分类方法及装置 | |
CN106781669A (zh) | 一种车位推荐方法以及装置 | |
CN105300398B (zh) | 获取地点信息的方法、装置和系统 | |
CN106327113A (zh) | 自动推送配送信息、提供揽收信息的方法、终端和服务器 | |
CN103745384A (zh) | 一种用于向用户设备提供信息的方法及装置 | |
WO2015013760A1 (en) | Free time activity scheduler | |
CN110298687B (zh) | 一种区域吸引力评估方法及设备 | |
CN114548811B (zh) | 一种机场可达性的检测方法、装置、电子设备及存储介质 | |
CN103093354A (zh) | 一种应用便携式导航装置的购物指导系统及方法 | |
CN103973724A (zh) | 社交网络的组网方法和装置 | |
CN108985954A (zh) | 一种建立各标识的关联关系的方法以及相关设备 | |
CN110889029B (zh) | 城市目标推荐方法和装置 | |
CN102880686B (zh) | 一种兴趣点搜索方法和装置 | |
CN113965455B (zh) | 网络部署方法、装置及计算机存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170915 |
|
RJ01 | Rejection of invention patent application after publication |