[发明专利]区域用户数量统计值预测方法、装置、设备及介质

说明书

本发明公开了区域用户数量统计值预测方法、装置、设备及介质，方法包括：基于原始信令数据，确定用户实时位置；基于用户实时位置，确定区域中各网格的实时用户数量统计值；与时间相关联地保存所述实时用户数量统计值；以及基于各网格的历史用户数量统计值和当前用户数量统计，通过深度卷积神经网络预测模型，预测各网格未来预定时间段的用户数量统计值。由此，结合了当前及周边网格实时、历史数据作为输入特征，并基于深度卷积神经网络进行自适应建模，实现区域网格客流量预测。

技术领域

本发明涉及大数据处理技术领域，尤其涉及一种区域用户数量统计值预测方法、装置、设备及介质。

背景技术

在节假日，各旅游景点、重要公共场所经常会出现大规模客流，在重大活动现场，也会出现密集人群。如果现场管理不到位，容易出现拥堵、挤压的险情，极端情况下会发生危险事件。因此，公共区域的客流管理成为公共安全管理的重要环节，一方面要准确、及时地掌握当前区域的客流信息，另一方法要能够对区域客流的变化区域做出预测，以便于提前部署各种管理、响应措施。

传统的基于用户信令数据进行区域客流预测的方法，多是基于用户出现在场景基站的客流、历史客流建模进行分析挖掘。其对输入维度和历史数据依赖较高，且未考虑天气、突发等因素，预测准确率低，可实现的场景局限较大。

综上所述，仍然需要一种精准、高效的区域客户流量预测方案。

发明内容

本发明实施例提供了一种区域用户数量统计值预测方法、装置、设备及介质，结合了当前及周边网格实时、历史数据作为输入特征，并基于深度卷积神经网络进行自适应建模，实现网格客流量预测。解决了传统机器学习方式对维度和历史数据依赖高的问题，并且，对天气、突发等因素的适应性更高。

第一方面，本发明实施例提供了一种区域用户数量统计值预测方法，方法包括：

基于原始信令数据，确定用户实时位置；

基于用户实时位置，确定区域中各网格的实时用户数量统计值；

与时间相关联地保存所述实时用户数量统计值；以及

基于各网格的历史用户数量统计值和当前用户数量统计，通过深度卷积神经网络预测模型，预测各网格未来预定时间段的用户数量统计值。

第二方面，本发明实施例提供了一种区域用户数量统计值预测装置，装置包括：

实时位置确定单元，用于基于原始信令数据，确定用户实时位置；

用户数量统计单元，用于基于用户实时位置，确定区域中各网格的实时用户数量统计值；

存储单元，用于与时间相关联地保存所述实时用户数量统计值；以及

预测单元，用于基于各网格的历史用户数量统计值和当前用户数量统计，通过深度卷积神经网络预测模型，预测各网格未来预定时间段的用户数量统计值。

第三方面，本发明实施例提供了一种计算设备，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。

本发明实施例提供的区域用户数量统计值预测方法、装置、设备及介质，结合了当前及周边网格实时、历史数据作为输入特征，并基于深度卷积神经网络进行自适应建模，更多依赖周边的流量趋势对当前网格的影响特征的挖掘，因此解决了传统机器学习方式对维度和历史数据依赖高的问题，对天气、突发等因素的适应性更高。

附图说明