[go: up one dir, main page]

CN111242186B - 确定运行线路的方法、装置及计算设备 - Google Patents

确定运行线路的方法、装置及计算设备 Download PDF

Info

Publication number
CN111242186B
CN111242186B CN202010006326.0A CN202010006326A CN111242186B CN 111242186 B CN111242186 B CN 111242186B CN 202010006326 A CN202010006326 A CN 202010006326A CN 111242186 B CN111242186 B CN 111242186B
Authority
CN
China
Prior art keywords
running line
information
bus
line
desensitization
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.)
Active
Application number
CN202010006326.0A
Other languages
English (en)
Other versions
CN111242186A (zh
Inventor
陈旭
赵星
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
AlipayCom Co ltd
Original Assignee
Alipay Hangzhou Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alipay Hangzhou Information Technology Co Ltd filed Critical Alipay Hangzhou Information Technology Co Ltd
Priority to CN202010006326.0A priority Critical patent/CN111242186B/zh
Publication of CN111242186A publication Critical patent/CN111242186A/zh
Application granted granted Critical
Publication of CN111242186B publication Critical patent/CN111242186B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/759—Region-based matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本说明书实施例提供确定运行线路的方法、装置及计算设备，其中一个方法包括：获取沿公交运行线路的多个第一位置信息的第一集合，其中，第一位置信息是基于刷卡位置而生成的，所述刷卡位置是用户沿公交运行线路乘坐公交汽车时刷卡的位置；获取多个第二位置信息的第二集合，其中，第二位置信息是关于待匹配运行线路中的站点位置的信息；计算所述第一集合和第二集合的交集；以及基于所述交集确定公交运行线路和待匹配运行线路是相同的运行线路。

Description

确定运行线路的方法、装置及计算设备
技术领域
本说明书涉及公交数据处理技术领域，更具体地，涉及一种确定运行线路的方法、装置及计算设备。
背景技术
公共交通公司期望统计运行线路上乘客搭乘公交车辆的情况。例如，统计每条运行线路的乘客人数、时间段分布等。
在进行统计时，需要对来自不同数据提供方的数据进行分析。一方面，为了保护乘客的隐私，不同数据提供方会对运行线路的名称进行改变；另一方面，不同数据提供方可能会对相同运行线路采用不同的名称。这样，有时很难通过数据提供方所提供的运行线路名称将不同数据提供方的运行线路对应起来，从而给统计操作造成困难。
需要提供有效地将不同数据提供方的运行线路匹配的技术方案。
发明内容
本说明书的实施例提供确定运行线路的的新技术方案。
根据本说明书的第一方面，提供了一种确定运行线路的方法，包括：获取沿公交运行线路的多个第一位置信息的第一集合，其中，第一位置信息是基于刷卡位置而生成的，所述刷卡位置是用户沿公交运行线路乘坐公交汽车时刷卡的位置；获取多个第二位置信息的第二集合，其中，第二位置信息是关于待匹配运行线路中的站点位置的信息；计算所述第一集合和第二集合的交集；以及基于所述交集确定公交运行线路和待匹配运行线路是相同的运行线路。
根据本说明书的第二方面，提供了一种确定运行线路的装置，包括：第一获取模块，获取沿公交运行线路的多个第一位置信息的第一集合，中，第一位置信息是基于刷卡位置而生成的，所述刷卡位置是用户沿公交运行线路乘坐公交汽车时刷卡的位置；第二获取模块，获取多个第二位置信息的第二集合，其中，第二位置信息是关于待匹配运行线路中的站点位置的信息；计算模块，计算所述第一集合和第二集合的交集；以及确定模块，基于所述交集确定公交运行线路和待匹配运行线路是相同的运行线路。
根据本说明书的第三方面，提供了一种计算设备，包括处理器和存储器，存储器存储可执行指令，当运行计算设备时，可执行指令控制处理器执行根据实施例的方法。
在不同实施例中，可以有效地将各运行线路匹配。
通过以下参照附图对本说明书的示例性实施例的详细描述，本说明书的实施例的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了的实施例，并且连同其说明一起用于解释各个实施例的原理。
图1示出了示例性的网络系统。
图2示出了根据一个实施例的确定运行线路的方法的示意性流程图。
图3示出了根据一个实施例的确定运行线路的装置的示意性框图。
图4示出了根据一个实施例的计算设备的示意性框图。
图5示出了一个确定运行线路的示例性例子。
图6示出了一个公交运行线路和刷卡位置的示意图。
具体实施方式
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
下面，参照附图描述本说明书的不同实施例和例子。
图1示出了示例性的网络系统。
图1所示的网络系统可以包括网络110、公交汽车130、132、134。在网络110中布置服务器122、124等。公交汽车130、132、134上配备有读卡装置。当乘客刷卡时，所述读卡装置可以记录刷卡时的位置。公交汽车130、132、134可以直接将所述位置信息发送给服务器，也可以在回到公交汽车的停放站时将所述位置信息传送给服务器。
为了保护乘客的隐私，可以对所述位置信息进行脱敏处理，以去除包含乘客隐私的内容。
可以在服务器122、124中，对所获取的公交数据进行分析、处理，以提升公共交通运行的效果。服务器122、124可以通过识别公交运行线路，将来自公交汽车的数据与其他数据提供方提供的数据对应起来，以便进行处理。
图2示出了根据一个实施例的确定运行线路的方法的示意性流程图。
如图2所示，在步骤S22，获取沿公交运行线路的多个第一位置信息的第一集合。第一位置信息是基于刷卡位置而生成的。所述刷卡位置是用户沿公交运行线路乘坐公交汽车时刷卡的位置。公交汽车上的刷卡设备可以记录所述位置。
在步骤S24，获取多个第二位置信息的第二集合。第二位置信息是关于待匹配运行线路中的站点位置的信息。可以直接从待匹配运行线路上所标注的站点获取所述站点位置。
在步骤S26，计算所述第一集合和第二集合的交集。
在步骤S28，基于所述交集，确定公交运行线路和待匹配运行线路是相同的运行线路。
关于公交运行线路的数据的提供方和关于待匹配运行线路的数据的提供方可以是不同的。因此，他们可能在所提供的数据中采用不同的名称来命名相同的运行线路。或者，相同的数据提供方也可能采用不同的名称来命名相同的运行线路。
在这里，通过将刷卡位置信息和站点信息相对比来确定相同的运行线路，可以增加识别方案的适用范围。
例如，所述第一位置信息包括刷卡位置所对应的预先划分的脱敏区域的第一脱敏信息。刷卡位置是一个位置点的信息，如果直接使用刷卡位置来进行识别，则所需处理的数据量较大。在这里，使用针对所划分的区域来确定公交运行线路和待匹配运行线路是相同的运行线路，可以减小所需的处理量。这种方式可以在保证准确率的情况下增加处理效率。此外，通过这种方式，可以隐藏乘客的具体位置，从而保护用户隐私。例如，第一脱敏信息是刷卡位置的GeoHash表示，例如，GeoHash7表示。
此外，第一位置信息还可以包括关于刷卡频度分布的信息。可以利用频度信息来过滤一些不必要的第一位置信息。例如，在某些脱敏区域中的刷卡次数很少，例如，仅有一个或两个。这样的脱敏区域的脱敏数据可以被排除，以免给确定操作造成干扰。此外，还可以利用关于刷卡频度分布的信息帮助执行所述确定操作。
第二位置信息也可以包括关于站点位置所处的脱敏区域的第二脱敏信息。此外，第二位置信息还可以包括关于站点所处的脱敏区域周围脱敏区域的第三脱敏信息。由于用户在公交汽车刷卡时位置可能会偏离公交站点，因此，将站点周围的区域考虑进去，可以提高确定操作的效率。
在确定公交运行线路和待匹配运行线路是相同的运行线路时，可以计算所述第一集合和第二集合的交集，以及基于所述交集确定公交运行线路和待匹配运行线路是相同的运行线路。
在一个例子中，所述刷卡频度分布包括预定时间段内在每个脱敏区域进行刷卡的次数占比。可以对于所述交集中的元素对应的次数占比求和；将求和得到的和值作为确定所述相同的运行线路的匹配值；以及基于所述匹配值确定公交运行线路和待匹配运行线路是相同的运行线路。例如，可以分别获取公交运行线路与多个待匹配运行线路的匹配值；以及选择匹配值最大的待匹配运行线路作为与公交运行线路相同的运行线路。通过这种比较方式，可以较为准确地确定公交运行线路和待匹配运行线路是相同的运行线路。
图3示出了根据一个实施例的数据采集风险识别装置的示意性框图。
如图3所示，确定运行线路的装置30包括：第一获取模块32、第二获取模块34、计算模块36和确定模块38。
第一获取模块32获取沿公交运行线路的多个第一位置信息的第一集合，其中，第一位置信息是基于刷卡位置而生成的，所述刷卡位置是用户沿公交运行线路乘坐公交汽车时刷卡的位置。
第二获取模块34获取多个第二位置信息的第二集合，其中，第二位置信息是关于待匹配运行线路中的站点位置的信息。
计算模块36计算所述第一集合和第二集合的交集。
确定模块38基于所述交集，确定公交运行线路和待匹配运行线路是相同的运行线路。
图3的确定运行线路的装置30可以实现图2的实施例中的方案，在这里省略重复的部分。
本说明书还提供一种计算设备。图4示出了计算设备400。
计算设备400例如是图1中所示的服务器，或者也可以是终端设备。计算设备400包含确定运行线路的装置，并可以确定两条运行线路是否是同一条运行线路。
如图4所示，计算设备400包括处理器402、存储器404。计算设备400还可以包括显示屏410、用户接口412、摄像头414、音频/视频接口416、传感器418和通信部件420等。此外，计算设备400还可以还包括电源管理芯片406以及电池408等。计算设备400可以服务器、笔记本电脑、台式机等。
处理器402可以是各种处理器。例如，它可以是ARM架构的处理器，诸如，苹果公司的应用处理器、高通公司的处理器、华为公司的处理器等。
存储器404可以存储计算设备400运行所需的底层软件、系统软件、应用软件、数据等。存储器404可以包括多种形式的存储器，例如，ROM、RAM、Flash等。
显示屏410可以是液晶显示屏、OLED显示屏等。在一个例子中，显示屏410可以是触摸屏。用户可以通过显示屏210进行输入操作。此外，用户还可以通过触摸屏进行指纹识别等。
用户接口412可以包括USB接口、闪电接口、键盘等。
摄像头414可以是单摄像头，也可以是多摄像头。此外，摄像头414可以用于用户的面容识别。
音频/视频接口416例如可以包括扬声器接口、麦克风接口、诸如HDMI的视频传输接口等。
传感器418例如可以包括陀螺仪、加速度计、温度传感器、湿度传感器、压力传感器等等。例如，通过传感器可以确定计算设备周围的环境等。
通信部件420例如可以包括WiFi通信部件、蓝牙通信部件、3G、4G和5G通信部件等。通过通信部件420，计算设备400可以被布置中网络中。
电源管理芯片406可以用于管理输入计算设备400电源功率，还可以对电池408进行管理，以保证较大的利用效率。电池408例如是锂离子电池等。
图4所示的计算设备仅是解释性的，并且决不是为了要限制本发明、其应用或用途。
计算设备400的存储器404可以存储可执行指令。当可执行指令被处理器402执行时实现上面所述的确定运行线路的方法。
图5示出了一个确定运行线路的示例性过程。图6示出了一个公交运行线路和刷卡位置的示意图。
如图6所示，沿着公交线路61可以采集到多个刷卡位置62。在图6中，刷卡位置62被显示为公交线路61附近的多个点。
如图5所示，首先处理公交运行线路的数据。当用户使用公交卡或其他设备进行刷卡以乘坐公交汽车时，刷卡设备记录所处的地理位置信息。对该地理位置信息进行脱敏编码，例如，GeoHash7编码，从而获得该地理位置信息的GeoHash7表示。GeoHash7表示的精度大约为150米*150米。这可以有效地保护用户的隐私。
接着，获取刷卡位置信息的GeoHash7分布信息。例如，可以镇对所有运行线路分别计算其过去30天内刷卡位置的geohash7分布，即，在各个geohash7区域中进行刷卡的次数及占比。
如图6所示，绝大多数刷卡位置62都位于公交线路61的运行轨迹附近。有少量刷卡位置产生了漂移，远离了公交线路61。可以生成刷卡位置的集合S1。例如，集合中的每个元素都对应于一个权重：在该位置的刷卡次数占比。
下一步，计算待匹配运行线路中站点位置的GeoHash7表示。公交运行线路和待匹配运行线路具有不同的名称。
考虑到刷卡位置可能漂移到站点周边，我们可以将站点位置的GeoHash7区域扩展为其自身加上周边的8个相邻GeoHash7区域，即，9个GeoHash7区域。将待匹配运行线路中所有站点的扩展GeoHash7区域合并到一起，生成站点位置的集合S2。
然后，求出刷卡位置的集合S1和站点位置的集合S2的交集S3。对于交集S3计算匹配值。例如，对交集S3中每个元素对应的刷卡次数占比求和，并将所述和值作为匹配值。如果匹配值较高，确定公交运行线路和待匹配运行线路是相同的运行线路。
例如，可以分别计算公交运行线路与多个待匹配运行线路的匹配值，将匹配值最大的待匹配运行线路确定为与公交运行线路相同的运行线路。此外，还可以设置匹配值阈值。在所计算的匹配值大于所述匹配值阈值的情况下，确定公交运行线路和待匹配运行线路是相同的运行线路。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

Claims (6)

1.一种确定运行线路的方法，包括：
获取沿公交运行线路的多个第一位置信息的第一集合，其中，第一位置信息是基于刷卡位置而生成的，所述刷卡位置是用户沿公交运行线路乘坐公交汽车时刷卡的位置；
获取多个第二位置信息的第二集合，其中，第二位置信息是关于待匹配运行线路中的站点位置的信息；
计算所述第一集合和第二集合的交集；以及
基于所述交集确定公交运行线路和待匹配运行线路是相同的运行线路，
其中，所述第一位置信息包括刷卡位置所对应的预先划分的脱敏区域的第一脱敏信息，所述第一位置信息还包括关于刷卡频度分布的信息，
所述第二位置信息包括关于所述站点位置所处的脱敏区域的第二脱敏信息，
刷卡频度分布包括预定时间段内在每个脱敏区域进行刷卡的次数占比，以及基于所述交集确定公交运行线路和待匹配运行线路是相同的运行线路包括：
对于所述交集中的元素对应的次数占比求和；
将求和得到的和值作为确定所述相同的运行线路的匹配值；以及
基于所述匹配值确定公交运行线路和待匹配运行线路是相同的运行线路。
2.根据权利要求1所述的方法，其中，所述第一脱敏信息是刷卡位置的GeoHash表示。
3.根据权利要求1所述的方法，其中，所述第二位置信息还包括关于站点位置所处的脱敏区域周围脱敏区域的第三脱敏信息。
4.根据权利要求1所述的方法，其中，基于所述交集确定公交运行线路和待匹配运行线路是相同的运行线路还包括：
分别获取公交运行线路与多个待匹配运行线路的匹配值；以及
选择匹配值最大的待匹配运行线路作为与公交运行线路相同的运行线路。
5.一种确定运行线路的装置，包括：
第一获取模块，获取沿公交运行线路的多个第一位置信息的第一集合，其中，第一位置信息是基于刷卡位置而生成的，所述刷卡位置是用户沿公交运行线路乘坐公交汽车时刷卡的位置；
第二获取模块，获取多个第二位置信息的第二集合，其中，第二位置信息是关于待匹配运行线路中的站点位置的信息；
计算模块，计算所述第一集合和第二集合的交集；以及
确定模块，基于所述交集确定公交运行线路和待匹配运行线路是相同的运行线路，
其中，所述第一位置信息包括刷卡位置所对应的预先划分的脱敏区域的第一脱敏信息，所述第一位置信息还包括关于刷卡频度分布的信息，
所述第二位置信息包括关于所述站点位置所处的脱敏区域的第二脱敏信息，
刷卡频度分布包括预定时间段内在每个脱敏区域进行刷卡的次数占比，所述确定模块用于：
对于所述交集中的元素对应的次数占比求和；
将求和得到的和值作为确定所述相同的运行线路的匹配值；以及
基于所述匹配值确定公交运行线路和待匹配运行线路是相同的运行线路。
6.一种计算设备，包括处理器和存储器，存储器存储可执行指令，当运行计算设备时，可执行指令控制处理器执行根据权利要求1-4中任何一项所述的方法。
CN202010006326.0A 2020-01-03 2020-01-03 确定运行线路的方法、装置及计算设备 Active CN111242186B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010006326.0A CN111242186B (zh) 2020-01-03 2020-01-03 确定运行线路的方法、装置及计算设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010006326.0A CN111242186B (zh) 2020-01-03 2020-01-03 确定运行线路的方法、装置及计算设备

Publications (2)

Publication Number Publication Date
CN111242186A CN111242186A (zh) 2020-06-05
CN111242186B true CN111242186B (zh) 2022-08-12

Family

ID=70879644

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010006326.0A Active CN111242186B (zh) 2020-01-03 2020-01-03 确定运行线路的方法、装置及计算设备

Country Status (1)

Country Link
CN (1) CN111242186B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114038225B (zh) * 2021-11-08 2023-03-14 深圳市雪球科技有限公司 一种公交线路的数据处理方法、装置与电子设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105702076B (zh) * 2016-04-22 2018-05-04 北京国交信通科技发展有限公司 一种车辆定位信息匹配目标公路的方法及系统
CN109074622B (zh) * 2016-04-27 2022-04-05 北京嘀嘀无限科技发展有限公司 确定运输服务路线的系统及方法
CN108320501B (zh) * 2017-12-21 2021-01-12 江苏欣网视讯软件技术有限公司 基于用户手机信令的公交线路识别方法
CN108922178B (zh) * 2018-07-01 2020-05-01 北京工业大学 基于公交多源数据的公交车辆实时满载率计算方法

Also Published As

Publication number Publication date
CN111242186A (zh) 2020-06-05

Similar Documents

Publication Publication Date Title
US11257007B2 (en) Method and apparatus for encrypting data, method and apparatus for training machine learning model, and electronic device
US11244402B2 (en) Prediction algorithm based attribute data processing
US11061994B2 (en) Abnormal data detection
US20210357839A1 (en) Process re-design targeting engine
CN113253319B (zh) 基于车辆gps的路网提取和轨迹纠偏方法和系统
CN111582090A (zh) 人脸识别方法、装置及电子设备
US20230136403A1 (en) Method and device for event displaying, storage medium, and electronic device
CN111405475A (zh) 一种多维感知数据碰撞融合分析方法和装置
CN111242186B (zh) 确定运行线路的方法、装置及计算设备
CN113064916A (zh) 异常打卡行为的监测方法、装置、计算机设备及存储介质
CN112113581A (zh) 异常计步识别方法、计步方法、装置、设备及介质
CN111191556A (zh) 人脸识别方法、装置及电子设备
CN112560700B (zh) 一种基于动作分析的信息关联方法、装置及电子设备
CN112084408A (zh) 名单数据筛选方法、装置、计算机设备及存储介质
CN112035334A (zh) 异常设备检测方法、装置、存储介质与电子设备
CN113240049B (zh) 意图识别方法、装置、服务器以及计算机可读存储介质
CN111401224B (zh) 目标检测方法、装置及电子设备
CN109889584B (zh) 运营方案推送方法、装置、系统和服务器
CN111694875B (zh) 用于输出信息的方法和装置
CN111222739B (zh) 核电站的任务分配方法及核电站的任务分配系统
CN115240400A (zh) 车辆位置识别方法和装置、车辆位置输出方法和装置
CN114332961A (zh) 基于指纹识别输入密码的方法、装置、设备、存储介质
CN110969189B (zh) 人脸检测方法、装置及电子设备
KR102676036B1 (ko) ＩｏＴ 기반 ＱＲ 코드를 이용한 결제 서비스 제공 시스템
CN117829897A (zh) 数据预测方法、装置、计算机设备及存储介质

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230119

Address after: 200120 Floor 15, No. 447, Nanquan North Road, China (Shanghai) Pilot Free Trade Zone, Pudong New Area, Shanghai

Patentee after: Alipay.com Co.,Ltd.

Address before: 310000 801-11 section B, 8th floor, 556 Xixi Road, Xihu District, Hangzhou City, Zhejiang Province

Patentee before: Alipay (Hangzhou) Information Technology Co.,Ltd.

TR01 Transfer of patent right