人群聚集事件的处理方法、装置及电子设备.pdf

《人群聚集事件的处理方法、装置及电子设备.pdf》由会员分享，可在线阅读，更多相关《人群聚集事件的处理方法、装置及电子设备.pdf（27页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910898268.4 (22)申请日 2019.09.23 (71)申请人 腾讯科技 （深圳） 有限公司 地址 518000 广东省深圳市南山区高新区 科技中一路腾讯大厦35层 (72)发明人 许迅腾 (74)专利代理机构 北京派特恩知识产权代理有 限公司 11270 代理人 刘晖铭张颖玲 (51)Int.Cl. G06K 9/00(2006.01) G08B 21/22(2006.01) H04W 4/029(2018.01) H04L 29/08(2006.01) (。

2、54)发明名称 一种人群聚集事件的处理方法、 装置及电子 设备 (57)摘要 本发明提供了一种人群聚集事件的处理方 法、 装置、 电子设备及存储介质。 其中， 所述方法 包括： 获取发起定位请求的各个用户设备的定位 数据， 以及待检测的业务关注区域； 基于所述各 个用户设备的定位数据与所述业务关注区域的 位置关系， 确定区域兴趣面数据； 确定关注列表 的标识集合， 所述关注列表通过在所述业务关注 区域内发起定位请求的用户设备标识列表确定； 基于所述各个用户设备的定位数据组成的集合 与所述关注列表的标识集合的交集， 确定关注兴 趣面数据； 基于所述区域兴趣面数据与所述关注 兴趣面数据的异同， 检。

3、测所述业务关注区域内是 否发生人群聚集事件。 通过本发明， 能够提高检 测业务关注区域内的人群聚集事件的准确度。 权利要求书2页 说明书16页 附图8页 CN 110781743 A 2020.02.11 CN 110781743 A 1.一种人群聚集事件的处理方法， 其特征在于， 所述方法包括： 获取发起定位请求的各个用户设备的定位数据， 以及待检测的业务关注区域； 基于所述各个用户设备的定位数据与所述业务关注区域的位置关系， 确定区域兴趣面 数据； 确定关注列表的标识集合， 所述关注列表通过在所述业务关注区域内发起定位请求的 用户设备标识列表确定； 基于所述各个用户设备的定位数据组成的集合。

4、与所述关注列表的标识集合的交集， 确 定关注兴趣面数据； 基于所述区域兴趣面数据与所述关注兴趣面数据的异同， 检测所述业务关注区域内是 否发生人群聚集事件。 2.如权利要求1所述的方法， 其特征在于， 所述基于所述各个用户设备的定位数据与所 述业务关注区域的位置关系， 确定区域兴趣面数据， 包括： 分别检测所述各个用户设备的定位数据是否处于所述业务关注区域的范围内； 将处于所述业务关注区域的范围内的用户设备的定位数据， 确定为所述区域兴趣面数 据。 3.如权利要求1所述的方法， 其特征在于， 所述基于所述各个用户设备的定位数据组成 的集合与所述关注列表的标识集合的交集， 确定关注兴趣面数据， 。

5、包括： 基于获取的所述各个用户设备的定位数据， 构成对应所述各个用户设备的定位数据组 成的集合； 将所述各个用户设备的定位数据组成的集合与所述关注列表的标识集合进行交集处 理， 得到对应的交集集合； 确定所述交集集合中包含的用户设备数据， 将所述交集集合中包含的用户设备数据确 定为所述关注兴趣面数据。 4.如权利要求1所述的方法， 其特征在于， 所述基于所述区域兴趣面数据与所述关注兴 趣面数据的异同， 检测所述业务关注区域内是否发生人群聚集事件， 包括： 基于所述区域兴趣面数据与所述关注兴趣面数据的异同， 确定所述区域兴趣面数据与 所述关注兴趣面数据的相关程度； 当所述区域兴趣面数据与所述关注。

6、兴趣面数据的相关程度大于相关程度阈值时， 判定 所述业务关注区域内发生人群聚集事件； 当所述区域兴趣面数据与所述关注兴趣面数据的相关程度小于等于所述相关程度阈 值时， 判定所述业务关注区域内未发生人群聚集事件。 5.如权利要求4所述的方法， 其特征在于， 所述方法还包括： 在所述判定所述业务关注区域内发生人群聚集事件之后， 在所述人群聚集事件的进行中， 检测在所述业务关注区域内发起定位请求的用户设备 的数量是否超过数量阈值， 且所有定位请求对应发起的时间是否集中在第一时间段内； 当检测到在所述业务关注区域内发起定位请求的用户设备的数量超过数量阈值， 且所 有定位请求对应发起的时间集中在第一时间。

7、段内时， 发送预警信息至第三方用户的客户 端， 以提示所述第三方用户对所述人群聚集事件出现的聚集风险进行相应控制。 6.如权利要求1所述的方法， 其特征在于， 所述方法还包括： 权利要求书 1/2 页 2 CN 110781743 A 2 确定所述关注兴趣面数据与所述区域兴趣面数据的特征差异； 基于所述关注兴趣面数据与所述区域兴趣面数据的特征差异的变化趋势， 确定所述人 群聚集事件的起止时间。 7.如权利要求6所述的方法， 其特征在于， 所述基于所述关注兴趣面数据与所述区域兴 趣面数据的特征差异的变化趋势， 确定所述人群聚集事件的起止时间， 包括： 当第一时刻时的关注兴趣面数据与区域兴趣面数据。

8、的特征差异小于第一事件阈值， 且 小于第二事件阈值时， 确定所述第一时刻为所述人群聚集事件的开始时间； 在所述人群聚集事件的进行中， 当第二时刻时的关注兴趣面数据与区域兴趣面数据的 特征差异大于所述第一事件阈值， 或者大于所述第二事件阈值时， 确定所述第二时刻为所 述人群聚集事件的结束时间。 8.如权利要求6或7所述的方法， 其特征在于， 所述方法还包括： 在所述基于所述关注兴趣面数据与所述区域兴趣面数据的特征差异的变化趋势， 确定 所述人群聚集事件的起止时间之前， 确定事件持续时间小于最小持续时间阈值的噪声事件； 将确定的所述噪声事件进行过滤处理。 9.一种人群聚集事件的处理装置， 其特征在。

9、于， 所述装置包括： 获取单元， 用于获取发起定位请求的各个用户设备的定位数据， 以及待检测的业务关 注区域； 第一确定单元， 用于基于所述各个用户设备的定位数据与所述业务关注区域的位置关 系， 确定区域兴趣面数据； 第二确定单元， 用于确定关注列表的标识集合， 所述关注列表通过在所述业务关注区 域内发起定位请求的用户设备标识列表确定； 第三确定单元， 用于基于所述各个用户设备的定位数据组成的集合与所述关注列表的 标识集合的交集， 确定关注兴趣面数据； 第一检测单元， 用于基于所述区域兴趣面数据与所述关注兴趣面数据的异同， 检测所 述业务关注区域内是否发生人群聚集事件。 10.一种电子设备， 。

10、其特征在于， 所述电子设备包括： 存储器， 用于存储可执行指令； 处理器， 用于执行所述存储器中存储的可执行指令时， 实现如权利要求1至8任一项所 述的人群聚集事件的处理方法。 权利要求书 2/2 页 3 CN 110781743 A 3 一种人群聚集事件的处理方法、 装置及电子设备 技术领域 0001 本发明涉及人工智能(AI， Artificial Intelligence)领域中的大数据处理技术， 尤其涉及一种人群聚集事件的处理方法、 装置、 电子设备及存储介质。 背景技术 0002 目前， 人工智能技术在定位服务方面的应用中发挥越来越重要的价值。 相关技术 中， 在用户量特别大的情况下。

11、， 定位服务提供方在收集到用户的位置信息后， 便可根据区域 内产生定位的终端设备数量， 或者发起定位请求的用户数量， 推测出该区域内人群的多少， 并检测该区域内是否有人群聚集事件的发生。 0003 然而， 在实际应用中， 由于终端设备产生定位的时间具有不确定性， 因此， 上述的 检测方法依赖的定位数据有时会有很大的波动， 导致检测区域内是否有人群聚集事件的准 确率很低。 发明内容 0004 本发明实施例提供一种人群聚集事件的处理方法、 装置、 电子设备及存储介质， 能 够提高检测业务关注区域内的人群聚集事件的准确度。 0005 本发明实施例的技术方案是这样实现的： 0006 本发明实施例提供一。

12、种人群聚集事件的处理方法， 所述方法包括： 0007 获取发起定位请求的各个用户设备的定位数据， 以及待检测的业务关注区域； 0008 基于所述各个用户设备的定位数据与所述业务关注区域的位置关系， 确定区域兴 趣面数据； 0009 确定关注列表的标识集合， 所述关注列表通过在所述业务关注区域内发起定位请 求的用户设备标识列表确定； 0010 基于所述各个用户设备的定位数据组成的集合与所述关注列表的标识集合的交 集， 确定关注兴趣面数据； 0011 基于所述区域兴趣面数据与所述关注兴趣面数据的异同， 检测所述业务关注区域 内是否发生人群聚集事件。 0012 本发明实施例提供一种人群聚集事件的处理。

13、装置， 所述装置包括： 0013 获取单元， 用于获取发起定位请求的各个用户设备的定位数据， 以及待检测的业 务关注区域； 0014 第一确定单元， 用于基于所述各个用户设备的定位数据与所述业务关注区域的位 置关系， 确定区域兴趣面数据； 0015 第二确定单元， 用于确定关注列表的标识集合， 所述关注列表通过在所述业务关 注区域内发起定位请求的用户设备标识列表确定； 0016 第三确定单元， 用于基于所述各个用户设备的定位数据组成的集合与所述关注列 表的标识集合的交集， 确定关注兴趣面数据； 说明书 1/16 页 4 CN 110781743 A 4 0017 第一检测单元， 用于基于所述区。

14、域兴趣面数据与所述关注兴趣面数据的异同， 检 测所述业务关注区域内是否发生人群聚集事件。 0018 上述方案中， 所述第一确定单元， 还用于： 0019 分别检测所述各个用户设备的定位数据是否处于所述业务关注区域的范围内； 0020 将处于所述业务关注区域的范围内的用户设备的定位数据， 确定为所述区域兴趣 面数据。 0021 上述方案中， 所述第三确定单元， 还用于： 0022 基于获取的所述各个用户设备的定位数据， 构成对应所述各个用户设备的定位数 据组成的集合； 0023 将所述各个用户设备的定位数据组成的集合与所述关注列表的标识集合进行交 集处理， 得到对应的交集集合； 0024 确定所。

15、述交集集合中包含的用户设备数据， 将所述交集集合中包含的用户设备数 据确定为所述关注兴趣面数据。 0025 上述方案中， 所述第一检测单元， 还用于： 0026 基于所述区域兴趣面数据与所述关注兴趣面数据的异同， 确定所述区域兴趣面数 据与所述关注兴趣面数据的相关程度； 0027 当所述区域兴趣面数据与所述关注兴趣面数据的相关程度大于相关程度阈值时， 判定所述业务关注区域内发生人群聚集事件； 0028 当所述区域兴趣面数据与所述关注兴趣面数据的相关程度小于等于所述相关程 度阈值时， 判定所述业务关注区域内未发生人群聚集事件。 0029 上述方案中， 所述人群聚集事件的处理装置还包括： 0030。

16、 第二检测单元， 用于在所述第一检测单元判定所述业务关注区域内发生人群聚集 事件之后， 在所述人群聚集事件的进行中， 检测在所述业务关注区域内发起定位请求的用 户设备的数量是否超过数量阈值， 且所有定位请求对应发起的时间是否集中在第一时间段 内； 0031 发送单元， 用于当检测到在所述业务关注区域内发起定位请求的用户设备的数量 超过数量阈值， 且所有定位请求对应发起的时间集中在第一时间段内时， 发送预警信息至 第三方用户的客户端， 以提示所述第三方用户对所述人群聚集事件出现的聚集风险进行相 应控制。 0032 上述方案中， 所述人群聚集事件的处理装置还包括： 0033 第四确定单元， 用于确。

17、定所述关注兴趣面数据与所述区域兴趣面数据的特征差 异； 0034 第五确定单元， 用于基于所述关注兴趣面数据与所述区域兴趣面数据的特征差异 的变化趋势， 确定所述人群聚集事件的起止时间。 0035 上述方案中， 所述第五确定单元， 还用于： 0036 当第一时刻时的关注兴趣面数据与区域兴趣面数据的特征差异小于第一事件阈 值， 且小于第二事件阈值时， 确定所述第一时刻为所述人群聚集事件的开始时间； 0037 在所述人群聚集事件的进行中， 当第二时刻时的关注兴趣面数据与区域兴趣面数 据的特征差异大于所述第一事件阈值， 或者大于所述第二事件阈值时， 确定所述第二时刻 说明书 2/16 页 5 CN 。

18、110781743 A 5 为所述人群聚集事件的结束时间。 0038 上述方案中， 所述人群聚集事件的处理装置还包括： 0039 第六确定单元， 用于在所述第五确定单元基于所述关注兴趣面数据与所述区域兴 趣面数据的特征差异的变化趋势， 确定所述人群聚集事件的起止时间之前， 确定事件持续 时间小于最小持续时间阈值的噪声事件； 0040 过滤单元， 用于将确定的所述噪声事件进行过滤处理。 0041 本发明实施例还提供一种电子设备， 所述电子设备包括： 0042 存储器， 用于存储可执行指令； 0043 处理器， 用于执行所述存储器中存储的可执行指令时， 实现本发明实施例提供的 人群聚集事件的处理方。

19、法。 0044 本发明实施例还提供一种存储介质， 存储有可执行指令， 所述可执行指令被执行 时， 用于实现本发明实施例提供的人群聚集事件的处理方法。 0045 应用本发明上述实施例具有以下有益效果： 0046 应用本发明实施例提供的人群聚集事件的处理方法， 通过确定区域兴趣面数据和 关注兴趣面数据， 利用区域兴趣面数据与关注兴趣面数据的异同， 来检测业务关注区域内 是否发生人群聚集事件， 而不再受到业务关注区域内的定位数据波动的影响， 能够提高检 测业务关注区域内的人群聚集事件的准确度， 进而为实时性要求高的在线监测系统提供了 强有力的技术支持。 附图说明 0047 图1为相关技术中提供的某体。

20、育馆内某天出现的定位请求的用户数据的分布示意 图； 0048 图2为相关技术中提供的基于图1使用均值滤波后的平滑分布曲线示意图； 0049 图3为本发明实施例提供的人群聚集事件的处理系统10的一个可选的架构示意 图； 0050 图4A为本发明实施例提供的电子设备40的一个可选的硬件结构示意图； 0051 图4B为本发明实施例提供的人群聚集事件的处理装置455的一个可选的组成结构 示意图； 0052 图5为本发明实施例提供的人群聚集事件的处理方法的一个可选的流程示意图； 0053 图6为本发明实施例提供的人群聚集事件的处理方法的另一个可选的流程示意 图； 0054 图7为本发明实施例提供的人群聚。

21、集事件的处理方法的一个可选的原理结构示意 图； 0055 图8为本发明实施例提供的位置更新模块的流程示意图； 0056 图9为本发明实施例提供的某体育馆内人群聚集事件的数据示意图。 具体实施方式 0057 为了使本发明的目的、 技术方案和优点更加清楚， 下面结合附图对本发明作进一 步地详细描述， 所描述的实施例不应视为对本发明的限制， 本领域普通技术人员在没有做 说明书 3/16 页 6 CN 110781743 A 6 出创造性劳动前提下所获得的所有其它实施例， 都属于本发明保护的范围。 0058 在以下的描述中， 涉及到 “一些实施例” ， 其描述了所有可能实施例的子集， 但是可 以理解，。

22、“一些实施例” 可以是所有可能实施例的相同子集或不同子集， 并且本发明实施例 所记载的各技术方案之间， 可以在不冲突的情况下相互结合。 0059 在以下的描述中， 所涉及的术语 “第一” 、“第二” 等仅仅是用于区别类似的对象， 不 代表针对对象的特定的顺序或先后次序， 可以理解地，“第一” 、“第二” 等在允许的情况下可 以互换特定的顺序或先后次序， 以使这里描述的本发明实施例能够以除了在图示或描述的 以外的顺序实施。 0060 除非另有定义， 本发明实施例所使用的所有的技术和科学术语与属于本发明实施 例的技术领域的技术人员通常理解的含义相同。 本发明中所使用的术语只是为了描述具体 的实施例。

23、的目的， 不是旨在限制本发明。 0061 在对本发明实施例进行进一步详细说明之前， 先对本发明实施例中涉及的名词和 术语进行说明， 本发明实施例中涉及的名词和术语适用于如下的解释。 0062 1)人群聚集事件， 是指大量的用户为达到自己的目的而汇聚至同一场所(比如体 育馆)引起发生的特殊事件， 比如球赛、 演唱会、 讲座等。 0063 2)业务关注区域， 根据业务需求的不同所确定的目标检测区域， 该目标检测区域 内有可能发生了人群聚集事件， 例如， 待检测的业务关注区域可以是某大学内的体育场。 0064 3)兴趣面(AOI， Area of Interest)， 用于指地图数据中的区域状的地理。

24、实体， 可 以理解为指定的业务关注区域。 0065 4)独立访客数(UV， Unique Visitor)， 在本发明实施例中， 用于特指发起定位请求 的用户设备数量或者用户数量。 0066 5)区域兴趣面数据(inAoi)， 在指定的业务关注区域范围内监控到的发起定位请 求的用户设备的定位数据。 0067 6)关注兴趣面数据(passAoi)， 所有经过指定的业务关注区域的用户设备在任意 位置的定位UV数据。 0068 本发明实施例提供的人群聚集事件的处理方法涉及人工智能领域中的大数据处 理技术， 大数据处理技术可通过机器学习技术实现， 下面对机器学习技术进行说明。 机器学 习(ML， Ma。

25、chine Learning)是一门多领域交叉学科， 涉及概率论、 统计学、 逼近论、 凸分析、 算法复杂度理论等多门学科。 专门研究计算机怎样模拟或实现人类的学习行为， 以获取新 的知识或技能， 重新组织已有的知识结构使之不断改善自身的性能。 机器学习是人工智能 的核心， 是使计算机具有智能的根本途径， 其应用遍及人工智能的各个领域。 机器学习和深 度学习通常包括人工神经网络、 置信网络、 强化学习、 迁移学习和归纳学习等技术。 本发明 实施例通过机器学习技术可对发起定位请求的大量的用户设备的定位数据进行处理， 以检 测业务关注区域内是否发生人群聚集事件， 在定位服务方面的应用中具有非常高的。

26、应用价 值。 0069 随着终端设备硬件性能的提升及互联网的发展， 目前的大多数终端设备， 比如智 能手机中通常安装有至少一款需要调用位置信息的应用(比如地图应用、 打车应用等)， 在 正常使用上述应用的过程中， 用户通过针对位置信息的应用的触发操作可发起定位请求 (比如导航请求、 叫车请求)， 以获取定位服务提供方提供的相应服务， 已成为目前普遍使用 说明书 4/16 页 7 CN 110781743 A 7 的场景。 0070 在相关技术的一些实施例中， 定位服务提供方通过信息脱敏(信息脱敏， 是指对某 些敏感信息通过敏感规则进行数据的变形， 实现敏感隐私数据的可靠保护， 在一个不可逆 的。

27、过程中， 敏感数据的真实值被转换成虚构的、 但看起来逼真的值， 原始值被永久改变且无 法恢复)后收集用户的位置信息， 在用户量特别大的情况下， 便可以根据区域内产生定位的 终端设备数量， 或者发起定位请求的用户数量， 大致推测出该区域内人群的多少， 并判断该 区域内是否有人群聚集事件的发生， 以及人群聚集事件的开始时间和结束时间。 0071 举例来说， 当某个区域内发起定位请求的用户数量大于某个阈值时， 则判定该区 域内有人群聚集事件的发生， 且在人群聚集事件的进行中， 将第一次满足设定条件的时间 设定为人群聚集事件的开始时间， 将最后一次满足设定条件的时间设定为人群聚集事件的 结束时间。 然。

28、而， 在实际应用中， 由于用户的终端设备产生定位的时间具有不确定性， 也就 是说， 终端设备并非是在每时每刻或者固定间隔内都会产生定位数据， 因此， 上述的检测方 法所依赖的定位数据有时会有很大的波动， 导致检测区域内是否有人群聚集事件的发生的 准确率很低， 即相关技术会出现很高的误判率。 0072 参见图1， 图1为相关技术中提供的某体育馆内某天出现的定位请求的用户数据的 分布示意图， 图1中示例性示出的是在某一天， 从中午12:00到午夜24:00之间的每分钟体育 馆内出现定位请求的用户数据， 其中， 分布示意图中的横轴， 表示的是时间(时间为24小时 制， 精确到分钟， 每个大格表示10。

29、分钟， 每个小格表示5分钟)； 分布示意图中的纵轴， 表示的 是这一天中的每个时刻对应的体育馆内出现定位请求的用户数据。 0073 发明人在研究过程中发现， 相关技术中， 仅从图1的分布曲线中发生在区域内的定 位请求数据来看， 很难确定这一天中究竟有1场， 还是3场人群聚集事件， 同时也很难确定人 群聚集事件的起止时间。 然而， 实际的情况是， 当天该体育馆内只有一场从19:30至21:30的 球赛， 从而引起了一场大约从18:30开始， 直到21:33左右结束的人群聚集事件。 需要说明的 是， 在球赛近3个小时的时间内， 大多数观众都没有离场； 20:25左右的高峰， 是因为在球赛 中场休息。

30、时， 观众频繁使用终端设备如手机消磨时间， 较大概率地触发了定位请求的操作； 在20:25前后的45分钟内， 定位请求的用户数据的分布相对低潮， 这是因为正式比赛期间， 大多数观众都在专心关注比赛， 而较少使用手机， 此时， 定位请求的操作也就大大减少。 0074 相关技术中在图1的基础上提出了一种改进的方案， 通过使用滑动窗口滤波的方 式对图1中的分布曲线进行滑动窗口滤波， 即将过往一段时间的定位请求的用户数据先进 行累加， 然后对累加后的数据取平均值或中位数， 进而得到一个较为平滑稳定的分布曲线， 参见图2， 图2为相关技术中提供的基于图1使用均值滤波后的平滑分布曲线示意图， 即图2 是对。

31、图1中示出的分布曲线进行了30分钟窗口的均值滤波后得到的平滑分布曲线。 0075 从图2中可以看到： 曲线平滑后， 比较容易获得一个稳定的阈值作为判定人群聚集 事件的起止时间， 但由于图1中的分布曲线显示的是21:45左右观众大多已经离场， 而图2中 的平滑分布曲线显示的是需要到22:20左右才有事件结束的趋势， 因此， 引入了较大的延 时， 导致计算出的人群聚集事件的起止时间明显晚于真实值， 具有很高的误判率。 0076 上文涉及的是局部观测的方法， 即仅关注发生在区域内的定位请求数据。 在相关 技术的另一些实施例中， 还存在一种全局观测的方法， 即对所有的定位请求数据都进行观 测和计算， 。

32、可以更好地获得更多用户入场和离场时间的信息， 然而， 这种全局观测的方法计 说明书 5/16 页 8 CN 110781743 A 8 算量太大， 并不适用于实时性要求高的在线监测系统。 0077 由此可见， 对于如何提高检测区域内的人群聚集事件的准确度， 以及减小确定人 群聚集事件的起止时间的延迟， 相关技术缺乏有效的解决方案。 0078 为至少解决相关技术的上述技术问题， 本发明实施例提供了一种人群聚集事件的 处理方法、 装置、 电子设备及存储介质， 通过利用区域兴趣面数据与关注兴趣面数据的异 同， 来检测业务关注区域内是否发生人群聚集事件， 能够提高检测业务关注区域内的人群 聚集事件的准。

33、确度， 且无需计算全局数据， 可以应用于实时在线的监测系统。 0079 下面说明实施本发明实施例的人群聚集事件的处理方法的电子设备的示例性应 用， 本发明实施例提供的电子设备可以实施为笔记本电脑， 平板电脑， 台式计算机， 机顶盒， 移动设备(例如， 移动电话， 便携式音乐播放器， 个人数字助理， 专用消息设备， 便携式游戏 设备)等各种类型的终端设备， 也可以实施为服务器， 比如部署在云端的云服务器。 0080 下面将参考附图对本发明实施例的人群聚集事件的处理系统的示例性应用进行 说明。 参见图3， 图3为本发明实施例提供的人群聚集事件的处理系统10的一个可选的架构 示意图， 为实现支撑的一。

34、个示例性应用， 终端100可以被用来采集待检测的业务关注区域， 以及发起定位请求的各个用户设备的定位数据， 例如， 可以通过终端100自身的采集装置来 采集待检测的业务关注区域， 以及发起定位请求的各个用户设备的定位数据， 或者， 也可以 通过其他的采集设备400来采集待检测的业务关注区域， 以及发起定位请求的各个用户设 备的定位数据。 在一些实施例中， 终端100用于本地执行本发明实施例提供的人群聚集事件 的处理方法， 在获取到发起定位请求的各个用户设备的定位数据， 以及待检测的业务关注 区域后， 确定区域兴趣面数据和关注兴趣面数据， 并基于区域兴趣面数据与关注兴趣面数 据的异同， 检测业务。

35、关注区域内是否发生人群聚集事件， 从而可供归属于终端100的用户及 时获知业务关注区域内发生人群聚集事件的情况。 0081 当然， 终端100也可以通过网络200向服务器300发送待检测的业务关注区域及发 起定位请求的各个用户设备的定位数据， 并调用服务器300提供的远程检测是否发生人群 聚集事件的功能， 来执行本发明实施例提供的人群聚集事件的处理方法， 具体地， 在获取到 发起定位请求的各个用户设备的定位数据， 以及待检测的业务关注区域后， 确定区域兴趣 面数据和关注兴趣面数据， 并基于区域兴趣面数据与关注兴趣面数据的异同， 检测业务关 注区域内是否发生人群聚集事件， 以形成检测结果。 服务。

36、器300还可以将针对业务关注区域 内的人群聚集事件的检测结果返回给终端100， 以供归属于终端100的用户及时获知业务关 注区域内发生人群聚集事件的情况。 0082 这里， 终端100可以基于各种无线通信方式， 或者有线通信方式， 通过网络200与服 务器300进行连接。 其中， 网络200可以是广域网或者局域网， 又或者是二者的组合， 使用无 线链路实现数据传输。 0083 终端100可以在图形界面110中显示人群聚集事件的处理过程中的各种中间结果 和最终结果， 例如， 显示针对业务关注区域内的人群聚集事件的检测结果。 0084 接下来继续对实施本发明实施例的人群聚集事件的处理方法的电子设备。

37、的硬件 结构进行说明。 电子设备可以实施为终端设备， 还可以实施为如图3示出的服务器300。 0085 参见图4A， 图4A为本发明实施例提供的电子设备40的一个可选的硬件结构示意 图， 可以理解， 图4A仅仅示出了电子设备的示例性结构而非全部结构， 根据需要可以实施图 说明书 6/16 页 9 CN 110781743 A 9 4A示出的部分结构或全部结构。 本发明实施例提供的电子设备40包括： 至少一个处理器 410、 存储器450、 至少一个网络接口420和用户接口430。 电子设备40中的各个组件通过总线 系统440耦合在一起。 可理解， 总线系统440用于实现这些组件之间的连接通信。。

38、 总线系统 440除包括数据总线之外， 还包括电源总线、 控制总线和状态信号总线。 但是为了清楚说明 起见， 在图4A中将各种总线都标为总线系统440。 0086 处理器410可以是一种集成电路芯片， 具有信号的处理能力， 例如通用处理器、 数 字信号处理器(DSP， Digital Signal Processor)， 或者其他可编程逻辑器件、 分立门或者 晶体管逻辑器件、 分立硬件组件等， 其中， 通用处理器可以是微处理器或者任何常规的处理 器等。 0087 用户接口430包括使得能够呈现媒体内容的一个或多个输出装置431， 包括一个或 多个扬声器和/或一个或多个视觉显示屏。 用户接口43。

39、0还包括一个或多个输入装置432， 包 括有助于用户输入的用户接口部件， 比如键盘、 鼠标、 麦克风、 触屏显示屏、 摄像头、 其他输 入按钮和控件。 0088 存储器450可以是可移除的， 不可移除的或其组合。 示例性的硬件设备包括固态存 储器， 硬盘驱动器， 光盘驱动器等。 存储器450可选地包括在物理位置上远离处理器410的一 个或多个存储设备。 0089 存储器450包括易失性存储器或非易失性存储器， 也可包括易失性和非易失性存 储器两者。 非易失性存储器可以是只读存储器(ROM， Read Only Memory)， 易失性存储器可 以是随机存取存储器(RAM， Random Acc。

40、ess Memory)。 本发明实施例描述的存储器450旨在 包括任意适合类型的存储器。 0090 在一些实施例中， 存储器450能够存储数据以支持各种操作， 这些数据的示例包括 程序、 模块和数据结构或者其子集或超集， 下面示例性说明。 0091 操作系统451， 包括用于处理各种基本系统服务和执行硬件相关任务的系统程序， 例如框架层、 核心库层、 驱动层等， 用于实现各种基础业务以及处理基于硬件的任务； 0092 网络通信模块452， 用于经由一个或多个(有线或无线)网络接口420到达其他计算 设备， 示例性的网络接口420包括： 蓝牙、 无线相容性认证(WiFi)、 和通用串行总线(US。

41、B， Universal Serial Bus)等； 0093 呈现模块453， 用于经由一个或多个与用户接口430相关联的输出装置431(例如， 显示屏、 扬声器等)使得能够呈现信息(例如， 用于操作外围设备和显示内容和信息的用户 接口)； 0094 输入处理模块454， 用于对一个或多个来自一个或多个输入装置432之一的一个或 多个用户输入或互动进行检测以及翻译所检测的输入或互动。 0095 在一些实施例中， 本发明实施例提供的人群聚集事件的处理装置可以采用软件方 式实现， 图4A示出了存储在存储器450中的人群聚集事件的处理装置455， 其可以是程序和 插件等形式的软件， 包括一系列的软。

42、件模块， 参见图4B， 图4B为本发明实施例提供的人群聚 集事件的处理装置455的一个可选的组成结构示意图， 例如， 人群聚集事件的处理装置455 包括获取单元4551、 第一确定单元4552、 第二确定单元4553、 第三确定单元4554和第一检测 单元4555， 这些单元的功能是逻辑上的， 因此， 根据各软件模块所实现的功能可以进行任意 的组合或进一步的拆分。 这里， 需要说明的是， 对于图4B所示的本发明实施例提供的人群聚 说明书 7/16 页 10 CN 110781743 A 10 集事件的处理装置455中的各个单元的具体功能， 将在下文进行说明。 0096 在另一些实施例中， 本发。

43、明实施例提供的人群聚集事件的处理装置可以采用硬件 方式实现， 作为示例， 本发明实施例提供的人群聚集事件的处理装置可以是采用硬件译码 处理器形式的处理器， 其被编程以执行本发明实施例提供的人群聚集事件的处理方法， 例 如， 硬件译码处理器形式的处理器可以采用一个或多个应用专用集成电路(ASIC， Application Specific Integrated Circuit)、 DSP、 可编程逻辑器件(PLD， Programmable Logic Device)、 复杂可编程逻辑器件(CPLD， Complex Programmable Logic Device)、 现场 可编程门阵列(F。

44、PGA， Field-Programmable Gate Array)或其他电子元件。 0097 下面将结合本发明实施例提供的电子设备的示例性应用和实施， 对本发明实施例 提供的人群聚集事件的处理方法的实现进行说明。 本发明实施例提供的人群聚集事件的处 理方法可用于离线和实时在线的监测系统。 0098 参见图5， 图5为本发明实施例提供的人群聚集事件的处理方法的一个可选的流程 示意图， 根据上文可以理解， 本发明实施例提供的人群聚集事件的处理方法可由服务器实 施， 或由终端设备实施。 下面以电子设备为服务器为例， 即由服务器执行本发明实施例提供 的人群聚集事件的处理方法为例， 结合图5示出的步。

45、骤进行说明。 0099 步骤501， 获取发起定位请求的各个用户设备的定位数据， 以及待检测的业务关注 区域。 0100 在本发明实施例中， 待检测的业务关注区域可由业务需求确定， 也即业务关注区 域可根据业务需求的不同而发生相应变化， 例如， 当前大量用户的业务需求为观看球赛， 则 根据观看球赛的需求可确定对应的业务关注区域为体育馆或体育场， 又例如， 当前大量用 户的业务需求为参加讲座， 则可确定对应的业务关注区域为能够容纳参加讲座的所有人员 的教室或会议室等。 这里， 定位数据用于表征发起定位请求的各个用户设备的位置数据， 用 户设备的位置数据包括但不限于发起定位请求的用户设备的经纬度坐。

46、标等信息。 0101 下面对待检测的业务关注区域的获取方式进行说明。 服务器可采用如下方式获取 待检测的业务关注区域： 接收终端设备通过调用采集装置获取到的待检测的业务关注区 域。 0102 具体来说， 服务器获取的待检测的业务关注区域， 可以是由终端设备通过调用自 身的采集装置， 例如安装于终端设备上的摄像头来采集待检测的业务关注区域， 然后将采 集到的待检测的业务关注区域发送给服务器； 也可以是通过调用部署在上述终端设备所处 的环境中的其他采集装置， 例如与上述终端设备处于同一环境下的照相机， 由照相机来采 集待检测的业务关注区域， 然后将采集到的待检测的业务关注区域直接发送给服务器。 当。

47、 然， 照相机还可以通过间接(比如通过无线路由器)的方式， 先将采集到的待检测的业务关 注区域发送给上述终端设备， 然后再由上述终端设备发送给服务器。 对于服务器选择采用 哪种方式获取待检测的业务关注区域， 本发明实施例在此不做限定。 0103 需要说明的是， 对于服务器获取发起定位请求的各个用户设备的定位数据来说， 可以采用上述获取待检测的业务关注区域的类似方式实现， 这里不再赘述。 0104 步骤502， 基于所述各个用户设备的定位数据与所述业务关注区域的位置关系， 确 定区域兴趣面数据。 0105 下面对区域兴趣面数据的确定方式进行说明。 在一些实施例中， 服务器可采用如 说明书 8/1。

48、6 页 11 CN 110781743 A 11 下方式确定区域兴趣面数据： 分别检测各个用户设备的定位数据是否处于业务关注区域的 范围内； 将处于业务关注区域的范围内的用户设备的定位数据， 确定为区域兴趣面数据。 0106 具体来说， 将发起定位请求的各个用户设备的位置数据， 比如经纬度坐标， 与获取 的业务关注区域的范围进行比较， 以确定用户设备的经纬度坐标与业务关注区域之间的位 置关系， 当检测到用户设备的经纬度坐标落在业务关注区域的范围内时， 则将落在业务关 注区域的范围内的用户设备的经纬度坐标信息确定为区域兴趣面数据。 0107 步骤503， 确定关注列表的标识集合， 所述关注列表通。

49、过在所述业务关注区域内发 起定位请求的用户设备标识列表确定。 0108 在本发明实施例中， 用户设备标识是用于识别用户设备的标识码， 用户设备标识 包括以下至少之一： 手机号码， 国际移动设备识别码(IMEI， International Mobile Equipment Identity)， 介质访问控制(MAC， Media Access Control)地址， 脱敏后的号码 串。 0109 在一些实施例中， 服务器可通过统计指定时间间隔， 如某一天内在业务关注区域 内发起定位请求的用户设备标识， 将统计得到的所有用户设备标识构成一个集合， 以形成 关注列表。 在实际应用中， 关注列表是经。

50、过对这一天内在业务关注区域内发起定位请求的 用户设备标识进行不断累加， 得到的实时更新的数据表格。 0110 需要说明的是， 服务器可在用户自定义的有效时间窗口内对关注列表进行更新， 以释放关注列表的存储压力。 例如， 用户自定义的有效时间窗口为24小时， 则服务器会在 24:00结束时自动删除24小时之前存储至关注列表的信息， 即在有效时间窗口结束的时刻 对关注列表进行重置并清空， 能够避免关注列表的存储空间不足的问题， 节省关注列表的 存储空间， 进而提高关注列表的存储性能。 当然， 本发明实施例涉及的上述有效时间窗口并 不限定为某一天， 也可以是一天内的几个小时或几十分钟等任意时间长度，。