智慧城市公共交通管理方法、物联网系统、装置及介质与流程

1.本说明书涉及物联网与云平台领域，特别涉及一种智慧城市公共交通管理方法、物联网系统、装置及介质。


背景技术：

2.随着信息科学技术的发展，云平台的概念及其在物联网中的应用被越来越多的人提及。目前，公共交通管理的依据来源比较单一，一般是根据普遍经验进行判断。而在现代社会中，多个场所中常常出现某个或某几个场所人员密集或者人流量大，公交线路的需求量较多。而其他的场所人员稀疏或者人流量较小，公交线路的需求量较少。根据普遍经验无法预测此类情况，从而会导致公共交通管理的运营效率降低，用户乘车等待的时间较长，无法避免人群的聚集。
3.因此，希望提供一种智慧城市公共交通管理方法、物联网系统、装置及介质。可以利用物联网与云平台实时掌握某个城市中不同区域的公共交通的情况。从而避免人群的聚集，减少用户乘车等待的时间，提高公共交通运营效率。


技术实现要素：

4.本发明提供一种智慧城市公共交通管理方法。所述智慧城市公共交通管理方法由公共交通管理平台执行，包括：通过场所管理平台获取多个场所的预测人流量，其中，所述预测人流量包括第一人流量和第二人流量；预测所述第一人流量包括：获取所述多个场所的基本信息、手机信号和手机信号的时间信息；其中，所述基本信息包括场所类型，所述手机信号指通过所述多个场所和/或相关场所的手机信号收集设备获取的数据，所述手机信号的时间信息包括手机信号的起始时间和手机信号的结束时间；基于第一人流量预测模型对所述多个场所的所述基本信息和/或所述手机信号和/或所述手机信号的时间信息进行处理，预测所述第一人流量；预测所述第二人流量包括：所述获取经过所述目标场所的公交线路包括获取经过所述目标场所的其中一个目标场所的其中一个公交线路，基于所述其中一个公交线路，预测所述其中一个目标场所对所述其中一个公交线路产生的所述第二人流量，其具体包括：基于传感网络平台通过对象平台获取第一公交乘客数量；通过出租车/网约车管理平台获取第二乘客数量；基于第二人流量预测模型对所述第一公交乘客数量和/或所述第二乘客数量和/或各类型人所占比例进行处理，并基于所述第一人流量以及所述第一公交乘客数量和/或所述第二乘客数量和/或各类型人所占比例预测所述第二人流量；基于所述多个场所的预测的所述第一人流量和所述第二人流量，确定所述预测人流量大于人流量阈值的目标场所；获取经过所述目标场所的公交线路，并对所述公交线路的发车频率进行调整。
5.本发明提供一种智慧城市公共交通管理物联网系统。所述物联网系统包括用户平台、服务平台、公共交通管理平台、传感网络平台、对象平台，所述公共交通管理平台被配置为执行以下操作：通过场所管理平台获取多个场所的预测人流量，其中，所述预测人流量包
括第一人流量和第二人流量；预测所述第一人流量包括：获取所述多个场所的基本信息、手机信号和手机信号的时间信息；其中，所述基本信息包括场所类型，所述手机信号指通过所述多个场所和/或相关场所的手机信号收集设备获取的数据，所述手机信号的时间信息包括手机信号的起始时间和手机信号的结束时间；基于第一人流量预测模型对所述多个场所的所述基本信息和/或所述手机信号和/或所述手机信号的时间信息进行处理，预测所述第一人流量；预测所述第二人流量包括：所述获取经过所述目标场所的公交线路包括获取经过所述目标场所的其中一个目标场所的其中一个公交线路，基于所述其中一个公交线路，预测所述其中一个目标场所对所述其中一个公交线路产生的所述第二人流量，其具体包括：基于传感网络平台通过对象平台获取第一公交乘客数量；通过出租车/网约车管理平台获取第二乘客数量；基于第二人流量预测模型对所述第一公交乘客数量和/或所述第二乘客数量和/或各类型人所占比例进行处理，并基于所述第一人流量以及所述第一公交乘客数量和/或所述第二乘客数量和/或各类型人所占比例预测所述第二人流量；基于所述多个场所的预测的所述第一人流量和所述第二人流量，确定所述预测人流量大于人流量阈值的目标场所；获取经过所述目标场所的公交线路，并对所述公交线路的发车频率进行调整。
6.本发明提供一种智慧城市公共交通管理装置，所述装置包括至少一个处理器以及至少一个存储器；所述至少一个存储器用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如上述任一实施例所述的智慧城市公共交通管理方法。
7.本发明提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行上述任一项所述的智慧城市公共交通管理方法。
附图说明
8.本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：图1是根据智慧城市公共交通管理物联网系统的应用场景示意图；图2是根据智慧城市公共交通管理物联网系统的示例性示意图；图3是根据智慧城市公共交通管理方法的示例性流程图；图4是根据基于第一人流量预测模型预测第一人流量的示例性示意图；图5是根据预测第二人流量的示例性流程图；图6是根据基于第二人流量预测模型预测第二人流量的示例性示意图；图7是根据基于第二人流量确定频次调整的策略的示例性示意图。
具体实施方式
9.为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标
号代表相同结构或操作。
10.应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
11.除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
12.本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
13.图1是根据智慧城市公共交通管理物联网系统的应用场景示意图。
14.在一些实施例中，智慧城市公共交通管理物联网系统的应用场景100可以包括处理设备110、网络120、存储设备130、以及终端设备140。在一些实施例中，应用场景100中的组件可以经由网络120（例如无线连接、有线连接或其组合），以实现彼此连接和/或通信。例如，处理设备110可以通过网络120连接到存储设备130。
15.在一些实施例中，处理设备110可以处理与智慧城市公共交通管理物联网系统的应用场景100有关的信息和/或数据，以执行本说明书中描述的一个或以上功能。例如，处理设备110可以基于多个场所的预测人流量，确定预测人流量大于人流量阈值的目标场所。又例如，处理设备110可以获取经过目标场所的公交线路，并对公交线路的发车频率进行调整。在一些实施例中，处理设备110可以包括一个或以上处理引擎（例如，单芯片处理引擎或多芯片处理引擎）。仅作为示例，处理设备110可以包括中央处理单元（cpu）。处理设备110可以处理从其他设备或系统组成部分中获得的数据、信息和/或处理结果，并基于这些数据、信息和/或处理结果执行程序指令，以执行本说明书中描述的一个或以上功能。
16.网络120可以包括提供能够促进智慧城市公共交通管理物联网系统的信息和/或数据交换的任何合适的网络。智慧城市公共交通管理物联网系统的一个或多个组件（例如，处理设备110、存储设备130、终端设备140）之间可以通过网络120交换信息和/或数据。例如，网络120可以将经过目标场所的公交线路发送给处理设备110。在一些实施例中，网络120可以是有线网络或无线网络中的任意一种或多种。在一些实施例中，网络120可以包括一个或以上网络接入点。例如，网络120可以包括有线或无线网络接入点。在一些实施例中，网络可以是点对点的、共享的、中心式的等各种拓扑结构或者多种拓扑结构的组合。
17.存储设备130可以用于存储数据、指令和/或任何其他信息。在一些实施例中，存储设备130可以存储从处理设备110、终端设备140等获得的数据和/或信息。例如，存储设备130可以存储预测人流量、经过目标场所的公交线路、多个场所的人容量、公交线路的发车频率等。在一些实施例中，存储设备130可以设置在处理设备110中。在一些实施例中，存储设备130可包括大容量存储器、可移除存储器等或其任意组合。
18.终端设备140可以指用户所使用的一个或多个终端设备或软件。用户可以为具有查询请求的个人或集体。例如，用户可以包括货车司机、个人、企业等。在一些实施例中，终
端设备140可以是用户使用的终端。例如，多个场所中用户使用的终端（如手机等）。在一些实施例中，终端设备140可以包括移动设备140-1、平板电脑140-2、笔记本电脑140-3、膝上电脑140-4等或其任意组合。在一些实施例中，终端设备140可以包括其他智能终端，如可穿戴智能终端等。上述示例仅用于说明用户终端设备范围的广泛性而非对其范围的限制。
19.应当注意智慧城市公共交通管理物联网系统的应用场景100仅仅是为了说明的目的而提供的，并不意图限制本技术的范围。对于本领域的普通技术人员来说，可以根据本说明书的描述，做出多种修改或变化。例如，智慧城市公共交通管理物联网系统的应用场景100可以在其它设备上实现类似或不同的功能。然而，这些变化和修改不会背离本技术的范围。
20.物联网系统是一种包括用户平台、服务平台、管理平台、传感网络平台、对象平台中部分或全部平台的信息处理系统。用户平台是指以用户为主导的平台，可以获取用户的需求以及将信息反馈给用户的平台。服务平台指可以为用户提供输入和输出服务的平台。管理平台可以实现统筹、协调各功能平台之间的联系和协作，汇聚着物联网运行体系的信息，可以为物联网运行体系提供感知管理和控制管理功能。传感网络平台可以实现连接管理平台和对象平台，起着感知信息传感通信和控制信息传感通信的功能。对象平台是对感知信息生成和控制信息进行执行的功能平台。
21.物联网系统中信息的处理可以分为感知信息的处理流程及控制信息的处理流程，控制信息可以是基于感知信息而生成的信息。其中，感知信息的处理是由对象平台获取感知信息，并通过传感网络平台传递至管理平台。管理平台将经过计算的感知信息传输给服务平台，最后传递至用户平台。用户经过对感知信息的判断分析，生成控制信息。控制信息则是由用户平台生成并下发至服务平台，服务平台再将控制信息传递给管理平台。管理平台对控制信息进行计算处理，并通过传感网络平台下发至对象平台，进而实现对相应对象的控制。
22.在一些实施例中，将物联网系统应用于智慧城市公共交通管理时，可以将其称之为智慧城市公共交通管理物联网系统。
23.图2是根据智慧城市公共交通管理物联网系统的示例性示意图。智慧城市公共交通管理物联网系统200可以包括用户平台210、服务平台220、公共交通管理平台230、传感网络平台240和对象平台250。在一些实施例中，智慧城市公共交通管理物联网系统可以为处理设备110的一部分或由处理设备110实现。
24.用户平台210可以指以用户为主导的平台。例如，用户平台可以通过终端（例如，终端设备140），获取用户的输入指令，查询公交线路的发车频率是否调整。又例如，用户平台可以将公交线路的发车频率是否调整反馈给用户。
25.服务平台220指可以为用户提供输入和输出服务的平台。例如，服务平台可以将用户平台发送的用户的输入指令发送给公共交通管理平台230等。
26.公共交通管理平台230可以是指统筹、协调各功能平台之间的联系和协作，汇聚着物联网全部的信息，为物联网运行体系提供感知管理和控制管理功能的平台。例如，公共交通管理平台可以通过场所管理平台获取多个场所的预测人流量。公共交通管理平台可以基于多个场所的预测人流量，确定预测人流量大于人流量阈值的目标场所。公共交通管理平台可以获取经过目标场所的公交线路，并对公交线路的发车频率进行调整。公共交通管理
平台可以包括图1中的处理设备以及其他组件。在一些实施例中，公共交通管理平台可以是由管理人员、人工智能、或由预设规则操控的远程平台。在一些实施例中，公共交通管理平台可以是由执行机构操控，例如，政府部门等。
27.关于公共交通管理平台的更多细节可以参见图3-图7及其说明。
28.传感网络平台240可以指接收并传递信息和/或数据的平台。传感网络平台240连接公共交通管理平台230和对象平台250。在一些实施例中，传感网络平台240能够将对象平台250获取的信息发送至公共交通管理平台230。或传感网络平台240可以基于公共交通管理平台230的指令信息向对象平台250传递指令。例如，公共交通管理平台可以基于传感网络平台通过对象平台获取第一公交乘客数量。
29.对象平台250可以指感知信息生成的功能平台。在一些实施例中，对象平台可以包括检票装置、摄像监控装置等。在一些实施例中，对象平台可以获取数据。例如，对象平台可以获取第一公交乘客数量等。公共交通管理平台230可以通过网络基于传感网络平台从对象平台获取数据。
30.在一些实施例中，公共交通管理平台230可以和一个或多个网外云平台进行通讯。公共交通管理平台230可以通过网外云平台获取相关的辅助数据。在一些实施例中，一个或多个网外云平台可以包括场所管理平台、疫情管理平台、出租车/网约车管理平台等。
31.场所管理平台可以指对多个场所进行统筹管理的功能平台。场所管理平台可以获取和/或存储多个场所的多种信息。例如，场所管理平台可以通过网络120获取不同场所的场所类型、场所名称、场所地址等，并进行存储。又例如，场所管理平台可以获取不同场所的预测人流量。场所管理平台可以通过手机信号收集设备获取手机信号和/或手机信号的时间信息等。
32.疫情管理平台可以指对疫情进行统筹管理的功能平台。疫情管理平台可以统计城市中是否包含高风险或中风险地区、中/高风险地区的个数。疫情管理平台还可以统计城市中某个公交路线是否经过中/高风险地区、某个公交路线距离中/高风险地区的距离等。疫情管理平台可以实时更新城市的疫情情况。在一些实施例中，通过疫情管理平台可以获取目标场所和/或所述相关场所的扫码入场数据和/或人容量。例如，扫码信息收集设备可以将相关的扫码入场数据上传至疫情管理平台。疫情管理平台接收相关的扫码入场数据并进行存储。疫情管理平台可以通过网络获取不同的场所对应的人容量并进行存储。
33.出租车/网约车管理平台可以指对出租车/网约车进行统筹管理的功能平台。出租车/网约车管理平台可以对多个出租车/网约车进行统筹管理。例如，接收用户的乘车请求、进行派车等。出租车/网约车管理平台可以获取多种信息。多种信息可以包括乘客数量、打车地点、下车地点、下车时间等。出租车/网约车管理平台可以获取第二乘客数量。第二乘客数量可以指当前时刻之前一段时间内乘坐出租车/网约车到达该目标场所的乘客数量。
34.在一些实施例中，智慧城市公共交通管理物联网系统200可以应用于公共交通管理的多种场景。在一些实施例中，智慧城市公共交通管理物联网系统200可以分别获取多种场景下的公共交通的相关数据，以得到各个场景下的公共交通管理策略。例如，货物运输、公交线路等的相关数据。在一些实施例中，智慧城市公共交通管理物联网系统200可以基于获取到各个场景下的公共交通的多种相关数据，得到整个区域（如整个城市、某几个相邻城市、全国等）的公共交通管理策略。
35.公共交通管理的多种场景可以包括如货物运输场景、公交线路场景等。例如，可以包括货物运输公共交通管理、公交线路公共交通管理等。需要说明的是以上场景仅为示例，并不对智慧城市公共交通管理物联网系统200的具体应用场景起限制作用，本领域技术人员可以在本实施例公开的内容基础上，将智慧城市公共交通管理物联网系统200应用于其他合适的任何场景。
36.在一些实施例中，智慧城市公共交通管理物联网系统200可以应用于货物运输公共交通管理。在应用于货物运输公共交通管理时，用户平台可以获取用户的关于货物运输的查询请求。例如，某个区域货车是否通行、某几个高速公路是否禁止货车通行、某个区域是否是疫情区域等。用户平台可以将用户的关于货物运输的查询请求发送给服务平台。服务平台可以将用户的关于货物运输的查询请求发送给公共交通管理平台。公共交通管理平台可以通过一个或多个网外云平台获取相关的数据。网外云平台可以包括场所管理平台、疫情管理平台等。公共交通管理平台还可以基于传感网络平台通过对象平台获取相关的数据。基于对收集到的数据的处理做出与货物运输公共交通管理相关的策略或指令。例如，某个区域货车可以通行、某个高速公路禁止货车通行、某个区域是疫情区域无法通行等。公共交通管理平台可以将上述策略或指令发送给服务平台。服务平台发送给用户平台。用户平台发送给用户。用户根据上述策略或指令选择货物运输的方式。
37.在一些实施例中，智慧城市公共交通管理物联网系统200可以应用于公交线路公共交通管理。在应用于公交线路公共交通管理时，用户平台可以获取用户的关于公交线路的查询请求。例如，某个公交线路的发车频率是否调整、某个公交线路是否停运、某个公交线路是否经过疫情区域等。用户平台可以将用户的关于公交线路的查询请求发送给服务平台。服务平台可以将用户的关于公交线路的查询请求发送给公共交通管理平台。公共交通管理平台可以通过一个或多个网外云平台获取相关的数据。网外云平台可以包括场所管理平台、疫情管理平台、出租车/网约车管理平台等。公共交通管理平台还可以基于传感网络平台通过对象平台获取相关的数据。基于对收集到的数据的处理做出与公交线路公共交通管理相关的策略或指令。例如，某个公交线路的发车频率提高、某个公交线路停运、某个公交线路经过疫情区域等。公共交通管理平台可以将上述策略或指令发送给服务平台。服务平台发送给用户平台。用户平台发送给用户。用户根据上述策略或指令选择乘车的方式。
38.在一些实施例中，智慧城市公共交通管理物联网系统200可以由多个公共交通管理子系统构成，每个子系统可以应用于一种场景。智慧城市公共交通管理物联网系统200可以对各个子系统获取的数据、输出的数据进行综合管理与处理，进而得到用于辅助公共交通管理的相关策略或指令。
39.例如，智慧城市公共交通管理物联网系统200可以包括分别应用于货物运输公共交通管理的子系统、应用于公交线路公共交通管理的子系统。智慧城市公共交通管理物联网系统200作为各个子系统的上级系统。
40.以下将以智慧城市公共交通管理物联网系统200管理各个子系统并基于子系统获取相应数据以得到用于公共交通管理的策略为例进行说明：智慧城市公共交通管理物联网系统200可以基于货物运输公共交通管理的子系统获取某个区域货车可以通行、某个高速公路禁止货车通行、某个区域是疫情区域无法通行等的相关数据。基于公交线路公共交通管理的子系统获取某个公交线路的发车频率提高、
某个公交线路停运、某个公交线路经过疫情区域等的相关数据。
41.智慧城市公共交通管理物联网系统200在获取到上述数据后，对收集到的数据进行汇总处理。由公共交通管理平台基于对收集到的数据的处理做出与公共交通管理相关的数据。
42.例如，公共交通管理平台可以基于某个区域是疫情区域无法通行等确定某个区域的防控政策。金融管理平台可以基于某个公交线路经过疫情区域等确定某个公交线路是否停运。金融管理平台可以基于上述某个区域的防控政策、某个公交线路是否停运。金融管理平台可以进一步确定某一个区域的整体公共交通的状态。
43.对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，将系统移用到其他任何合适的场景下。
44.以下将以智慧城市公共交通管理物联网系统200应用于公交线路公共交通管理场景为例对智慧城市公共交通管理物联网系统200进行具体说明。
45.在一些实施例中，公共交通管理平台可以被配置为通过场所管理平台获取多个场所的预测人流量，其中，预测人流量包括第一人流量和第二人流量。基于多个场所的预测的第一人流量和第二人流量，确定预测人流量大于人流量阈值的目标场所。获取经过目标场所的公交线路，并对公交线路的发车频率进行调整。
46.在一些实施例中，预测人流量可以包括第一人流量。公共交通管理平台可以被配置为通过场所管理平台获取多个场所的基本信息和/或手机信号和/或手机信号的时间信息。其中基本信息包括场所类型。手机信号指通过多个场所和/或相关场所的手机信号收集设备获取的数据。手机信号的时间信息包括手机信号的起始时间和手机信号的结束时间。基于第一人流量预测模型对多个场所的基本信息和/或手机信号和/或手机信号的时间信息进行处理，预测第一人流量。
47.在一些实施例中，第一人流量预测模型为lstm模型和dnn模型。公共交通管理平台还可以被配置为通过场所管理平台基于lstm模型对当前时刻之前的多个时间段内的扫码入场数据进行处理，确定处理后的扫码入场数据。基于dnn模型对处理后的扫码入场数据和/或多个场所的基本信息和/或手机信号和/或手机信号的时间信息和/或人容量进行处理，预测第一人流量。
48.在一些实施例中，公共交通管理平台还可以被配置为获取目标场所的其中一个目标场所；基于其中一个目标场所，获取经过其中一个目标场所的其中一个公交线路；基于其中一个公交线路，预测其中一个目标场所对其中一个公交线路产生的第二人流量。
49.在一些实施例中，公共交通管理平台还可以被配置为基于传感网络平台通过对象平台获取第一公交乘客数量；通过出租车/网约车管理平台获取第二乘客数量；基于第二人流量预测模型对第一公交乘客数量和/或第二乘客数量和/或各类型人所占比例进行处理，预测第二人流量。
50.在一些实施例中，调整包括频次调整的策略，公共交通管理平台还可以被配置为基于第二人流量，确定频次调整的策略。
51.在一些实施例中，频次调整的策略包括调整的频次范围，公共交通管理平台还可以被配置为获取第二人流量与频次范围的对应关系；基于对应关系，确定调整的频次范围。
52.在一些实施例中，频次调整的策略包括调整的幅度，公共交通管理平台还可以被
配置为获取第二人流量预测模型的第二置信度；基于第二置信度，确定调整的幅度。
53.应当理解，图2所示的物联网系统及其平台可以利用各种方式来实现。例如，在一些实施例中，公共交通管理平台230可以设置在图1中的处理设备110中。
54.需要注意的是，以上对于系统及其组成部分的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个组成部分进行任意组合，或者构成子系统与其他组成连接。例如，各个组成部分可以共用一个存储设备，各个组成部分也可以分别具有各自的存储设备。诸如此类的变形，均在本说明书的保护范围之内。
55.图3是根据智慧城市公共交通管理方法的示例性流程图。如图3所示，流程300包括下述步骤。在一些实施例中，流程300可以由公共交通管理平台230执行。
56.步骤310，通过场所管理平台获取多个场所的预测人流量，其中，预测人流量包括第一人流量和第二人流量。
57.场所可以指各种可以给用户提供服务的公共场所。场所可以包括多种场所类型。例如，场所类型可以包括娱乐场所、购物场所、休闲场所、教育机构等。同一类型场所可以包括多个场所。例如，娱乐场所可以包括多个公园、多个旅游景区、多个游乐场等。多个场所可以包括多种类型中的多个场所。
58.预测人流量可以指预测的不同场所的当前时刻之后一段时间内的人流量。例如，当前时刻之后5分钟、10分钟、20分钟等的人流量。在一些实施例中，不同的场所可以对应不同的预测人流量。例如，某个商场的预测人流量可能为40人/分钟。某个公园的预测人流量可能为10人/分钟。
59.在一些实施例中，公共交通管理平台230可以通过场所管理平台获取不同场所的预测人流量。例如，场所管理平台可以获取当前时刻不同场所的人流量。场所管理平台可以基于当前时刻不同场所的人流量，预测当前时刻之后一段时间内的不同场所的人流量。公共交通管理平台可以获取场所管理平台预测的不同场所的人流量，确定为不同场所的预测人流量。
60.在一些实施例中，预测人流量可以包括第一人流量。场所管理平台可以获取多个场所的基本信息和/或手机信号和/或手机信号的时间信息。场所管理平台可以基于第一人流量预测模型对多个场所的基本信息和/或手机信号和/或手机信号的时间信息进行处理，预测第一人流量。具体说明请参见图4部分的相关描述。
61.在一些实施例中，预测人流量可以包括第二人流量。公共交通管理平台可以获取目标场所的其中一个目标场所。公共交通管理平台可以基于其中一个目标场所，获取经过其中一个目标场所的其中一个公交线路。公共交通管理平台可以基于其中一个公交线路，预测其中一个目标场所对其中一个公交线路产生的第二人流量。具体说明请参见图5部分的相关描述。
62.步骤320，基于多个场所的预测的第一人流量和第二人流量，确定预测人流量大于人流量阈值的目标场所。
63.人流量阈值可以指多个场所对应的预测人流量的预设值。例如，人流量阈值可以为20人/分钟或者30人/分钟等。
64.目标场所可以指预测人流量大于人流量阈值的场所。
65.在一些实施例中，公共交通管理平台可以基于不同场所的预测的第一人流量和第二人流量，将预测人流量大于人流量阈值的场所确定为目标场所。例如，人流量阈值为20人/分钟，多个场所中有15个场所的预测人流量超过人流量阈值20人/分钟。公共交通管理平台可以将上述15个场所确定为目标场所。
66.步骤330，获取经过所述目标场所的公交线路，并对公交线路的发车频率进行调整。
67.公交线路可以指公共交通工具的线路。公交线路可以包括公交车、地铁、有轨电车、货车等公共交通工具的线路。在一些实施例中，公交线路可以包括公共交通工具的容量、公共交通工具的经停站点、公共交通工具的数量、公共交通工具的实时位置、公共交通工具的编号等。
68.经过目标场所的公交线路可以指公共交通工具会在与目标场所相关的站点停车的公交线路。目标场所的用户可以通过经过目标场所的公交线路进行乘车。
69.发车频率可以指单位时间内公共交通工具发车次数。例如，某个公交线路的发车频率为3次/小时。
70.在一些实施例中，公共交通管理平台可以通过网络120和/或存储设备130获取经过目标场所的公交线路。公共交通管理平台可以通过网络120获取不断更新的公交线路，并对存储设备的公交线路进行更新。公共交通管理平台可以获取存储设备130存储的多个公交线路，并对多个公交线路进行分析和处理，获取经过目标场所的公交线路。
71.在一些实施例中，公共交通管理平台可以对公交线路的发车频率进行调整。例如，公共交通管理平台可以提高经过目标场所的公交线路的发车频率。示例性的，公共交通管理平台可以将经过商场1的公交线路11路公交车的发车频率由原先的3次/小时提高到5次/小时。
72.在一些实施例中，公共交通管理平台可以降低经过某个场所的公交线路的发车频率。例如，某个场所的预测人流量小于第一人流量阈值。第一人流量阈值可以指场所对应的预测人流量的预设值。例如，第一人流量阈值可以为4人/分钟或者5人/分钟等。示例性的，公园1的预测人流量为3人/分钟，小于第一人流量阈值。公共交通管理平台可以将降低经过公园1的公交线路的发车频率。经过公园1的公交线路包括68路公交车。公共交通管理平台可以将68路公交车的发车频率由原先的4次/小时降低到3次/小时。
73.在一些实施例中，对公交线路的发车频率进行调整包括频次调整的策略。公共交通管理平台可以基于第二人流量，确定频次调整的策略，具体说明请参见图7部分的相关描述。
74.在一些实施例中，公共交通管理平台可以根据用户的请求，将某个公交线路的发车频率的调整发送给服务平台。服务平台将发车频率的调整发送到用户平台。用户平台将发车频率的调整发送给用户。用户根据上述信息选择公交线路。
75.在本说明书一些实施例中，公共交通管理平台可以调整目标场所的公交线路的发车频率。公共交通管理平台通过提高经过人流量较大的目标场所的公交线路的发车频率，可以避免人群的聚集。减少用户等车的时间，提高公共交通运营效率，提升用户的使用体验。
76.在一些实施例中，公共交通管理平台可以获取与目标场所相关的公交站点。以及
基于公交站点的相关信息，确定公交站点的秩序维护志愿者的分配计划。
77.与目标场所相关的公交站点可以指距离目标场所较近的公交站点。例如，至目标场所的距离小于距离阈值的公交站点。示例性的，距离阈值为300米，与目标场所相关的公交站点为至目标场所的距离小于300米的公交站点。
78.在一些实施例中，公共交通管理平台可以通过网络获取与目标场所相关的公交站点。例如，公共交通管理平台可以通过网络获取至目标场所的距离小于300米的多个公交站点。
79.公交站点的相关信息指可以反映公交站点的特性的信息。例如，公交站点的相关信息可以包括经过公交站点的多个公交线路、不同的公交线路的频次、公交站点的预设距离范围内的场所的预测人流量等。
80.秩序维护志愿者可以指负责维护公交站点秩序的志愿者。
81.分配计划可以指有关公交站点的秩序维护志愿者如何分配的计划。例如，分配计划为不同的公交站点对应的志愿者数量。
82.在一些实施例中，公共交通管理平台可以基于公交站点的相关信息，确定公交站点的秩序维护志愿者的分配计划。例如，公共交通管理平台可以根据经过公交站点的公交线路的数量，确定公交站点的秩序维护志愿者的分配计划。公共交通管理平台可以确定公交站点的秩序维护志愿者的分配计划。例如，分配计划为公交站点商业街1站（经过公交线路的数量5个）的志愿者数量为1人，公交站点购物中心1站（经过公交线路的数量10个）的志愿者数量为2人。
83.在一些实施例中，公共交通管理平台可以获取公交站点的其中一个公交站点。公共交通管理平台可以基于其中一个公交站点，获取其中一个公交站点的公交线路的频次。公共交通管理平台可以基于其中一个公交站点，获取其中一个公交站点的预设距离范围内的至少一个场所的预测人流量。公共交通管理平台可以基于其中一个公交站点的公交线路的频次和其中一个公交站点的预设距离范围内的至少一个场所的预测人流量，确定其中一个公交站点的志愿者数量。
84.在一些实施例中，公共交通管理平台可以通过网络获取与目标场所相关的多个公交站点的其中一个公交站点。
85.公交线路的频次可以指每小时公交线路的发车次数。例如，公交站点为桂花公园站，经过桂花公园的公交线路为3个。3个公交线路分别对应不同的频次（如4次、5次、6次等）。公交站点的预设距离范围可以指至公交站点的距离小于预设距离的区域。例如，预设距离为500米，公交站点的预设距离范围为公交站点周围500米的区域。在公交站点500米范围内，可能包括一个或多个场所。不同的场所有不同的预测人流量。在一些实施例中，公共交通管理平台可以通过网络获取公交站点的一个或多个公交线路的频次。在一些实施例中，公共交通管理平台可以通过场所管理平台获取公交站点的预设距离范围内的一个或多个场所的预测人流量。
86.在一些实施例中，公共交通管理平台可以基于公交站点的公交线路的频次和预设距离范围内的一个或多个场所的预测人流量，确定公交站点的志愿者数量。例如，公交站点的志愿者数量与公交线路的频次成反比。公交站点的志愿者数量与预设距离范围内的一个或多个场所的预测人流量成正比。在一些实施例中，公共交通管理平台可以基于计算公式
确定公交站点的志愿者数量。公共交通管理平台可以根据实际需求设定计算公式。示例性的，计算公式为n=g/（n1+
…
+nm）+h(c1+
…
+cp)+j，其中，n1至nm分别为m个公交线路的频次。c1至cp分别为公交站点的预设距离范围内的p个场所的预测人流量。g、h和j为常数，常数的取值可以根据实际需求进行设定。
87.在本说明书一些实施例中，公共交通管理平台可以根据公交站点的公交线路的频次和预设距离范围内的一个或多个场所的预测人流量，确定志愿者数量。进而可以确保公交站点对应的志愿者数量的合理性。
88.在一些实施例中，公交线路的频次可以为标准设置的。在一些实施例中，公交线路的频次可以根据预测人流量调整。例如，公共交通管理平台可以基于第二人流量的大小，确定频次调整的策略，进而调整公交线路的频次。关于调整公交线路的频次的更多内容可以参见图7部分的相关描述。
89.在本说明书一些实施例中，公共交通管理平台可以根据预测人流量调整公交线路的频次，进而确定是否增加或者减少志愿者数量，有利于进一步确保公交站点对应的志愿者数量的合理性。
90.在本说明书一些实施例中，公共交通管理平台根据公交站点的相关信息，确定公交站点的秩序维护志愿者的分配计划。公共交通管理平台可以统筹安排不同的公交站点对应的志愿者数量，使不同公交站点对应的志愿者数量更合理。
91.图4是根据基于第一人流量预测模型预测第一人流量的示例性示意图。如图4所示，流程400包括下述步骤。在一些实施例中，流程400可以由公共交通管理平台230执行。
92.步骤410，获取多个场所的基本信息和/或手机信号和/或手机信号的时间信息。
93.多个场所的基本信息411可以包括场所类型、场所名称、场所地址等。场所类型可以反映场所的属性。关于场所类型的更多内容可以参见图3部分的相关描述。场所名称可以反映场所的属性和/或区域等。例如，场所名称为“上方山森林动物世界”，上述名称反映场所的属性为娱乐场所，场所的区域在上方山。公交线路的公交站点的命名经常会使用和场所名称相同或类似的名称。
94.手机信号412可以指用户使用的移动设备的信号。通过收集手机信号可以确定移动设备的数量，进而可以确定使用移动设备的用户数量。
95.手机信号的时间信息413可以指关于手机信号在场所中的时间的相关信息。手机信号的时间信息413可以包括手机信号的起始时间、手机信号的结束时间、手机信号的持续时间等。手机信号的起始时间可以指移动设备的信号进入某个场所的时间。手机信号的结束时间可以指移动设备的信号离开某个场所的时间。手机信号的持续时间可以指移动设备的信号在某个场所的时间段。
96.在一些实施例中，场所管理平台可以获取多个场所的基本信息和/或手机信号和/或手机信号的时间信息。
97.在一些实施例中，场所管理平台可以通过网络120获取多个场所的基本信息。例如，场所管理平台可以通过网络120获取不同场所的场所类型、场所名称、场所地址等。在一些实施例中，场所管理平台可以通过手机信号收集设备获取手机信号和/或手机信号的时间信息等。手机信号收集设备可以为场所中的或场所附近的收集设备。手机信号收集设备指可以用于收集和手机信号相关的信息或数据的设备。例如，手机信号收集设备可以收集
不同手机的手机信号、手机信号的起始时间、手机信号的结束时间、手机信号的持续时间等。
98.步骤420，基于第一人流量预测模型对多个场所的基本信息和/或手机信号和/或手机信号的时间信息进行处理，预测第一人流量。
99.在一些实施例中，预测人流量可以包括第一人流量422。第一人流量422可以指基于和场所相关的数据预测的当前时刻之后一段时间内不同场所的人流量。和场所相关的数据可以指场所的基本信息、手机信号、手机信号的时间信息等。在一些实施例中，第一人流量可以包括多个流量分段。流量分段可以指预先设置的关于人流量的不同阶段。例如，流量分段包括多段，不同段具有不同的人流量。示例性的，流量分段1为0至20人/分钟。流量分段2为21至40人/分钟。流量分段3为41至60人/分钟。流量分段4为61至80人/分钟。流量分段5为大于80人/分钟等。
100.在一些实施例中，场所管理平台可以基于第一人流量预测模型421对多个场所的基本信息和/或手机信号和/或手机信号的时间信息进行处理，预测第一人流量422。
101.第一人流量预测模型421指可以预测人流量的模型。在一些实施例中，第一人流量预测模型的类型可以包括深度神经网络、循环神经网络等，模型类型的选择可视具体情况而定。
102.在一些实施例中，第一人流量预测模型的输入可以包括多个场所的基本信息和/或手机信号和/或手机信号的时间信息等。第一人流量预测模型的输出可以包括多个场所分别对应的第一人流量、不同场所对应的第一人流量所在的流量分段等。例如，场所1对应的第一人流量为50人/分钟，所在的流量分段为流量分段3（41至60人/分钟）。在一些实施例中，第一人流量可能属于不同的流量分段，第一人流量在不同的流量分段的可能性不同。第一人流量预测模型的输出可以包括第一人流量对应的置信度或者不同的流量分段对应的置信度。关于第一人流量对应的置信度或者不同的流量分段对应的置信度的更多内容可以参见图7部分的相关描述。
103.在一些实施例中，第一人流量预测模型可以为深度神经网络模型（deep neural networks，dnn）。
104.在一些实施例中，可以基于多个训练样本及标签训练得到第一人流量预测模型。
105.在一些实施例中，训练样本包括多个不同场所的对应的样本基本信息、样本手机信号、样本手机信号的时间信息等。标签为多个不同场所的对应的样本第一人流量、样本第一人流量所在的流量分段等。训练数据可以基于历史数据获取，训练数据的标签可以通过人工标注或自动标注的方式确定。将带有标签的训练样本输入初始第一人流量预测模型。通过训练更新第一人流量预测模型的参数，当训练的初始第一人流量预测模型满足预设条件时，训练结束，获取训练好的第一人流量预测模型。
106.在一些实施例中，第一人流量预测模型的输入还可以包括多个场所和/或相关场所的扫码入场数据和/或人容量。扫码入场数据和/或人容量可以通过疫情管理平台获取。
107.在一些实施例中，多个场所中可以包括需要扫码入场的场所或不需要扫码入场的场所。例如，场所商场、购物中心等需要扫码入场。场所步行街、开放式公园等不需要扫码入场。相关场所可以指与上述场所的人流之间存在相关性的场所。例如，步行街的相关场所为步行街上的多上商店。扫码入场数据可以指有关需要用户扫码入场的场所的相关数据。扫
码入场数据可以包括扫码入场的具体场所、扫码入场的时间段、扫码入场的数量等。人容量指场所可以容纳的最大数量。例如，商场1的人容量为500人。
108.在一些实施例中，场所管理平台可以通过疫情管理平台获取多个场所和/或相关场所的扫码入场数据和/或人容量。扫码信息收集设备可以用于收集用户扫码入场的相关数据。扫码信息收集设备可以将相关的扫码入场数据上传至疫情管理平台。疫情管理平台接收相关的扫码入场数据并进行存储。疫情管理平台可以通过网络获取不同的场所对应的人容量并进行存储。场所管理平台可以通过疫情管理平台存储的数据获取多个场所和/或相关场所的扫码入场数据和/或人容量。场所管理平台可以将多个场所和/或相关场所的扫码入场数据和/或人容量等输入第一人流量预测模型，进行不同场所的第一人流量预测。
109.在本说明书一些实施例中，场所管理平台将扫码入场数据和/或人容量等输入第一人流量预测模型可以提高预测的第一人流量准确性。
110.在一些实施例中，第一人流量预测模型可以为长短期记忆模型(long-short term memory，lstm)和深度神经网络模型（deep neural networks，dnn）。场所管理平台可以基于长短期记忆模型对当前时刻之前的多个时间段内的扫码入场数据进行处理，确定处理后的扫码入场数据。场所管理平台可以基于深度神经网络模型对处理后的扫码入场数据、多个场所的基本信息、手机信号、手机信号的时间信息、人容量进行处理，预测第一人流量。
111.处理后的扫码入场数据可以反映扫码入场数据的相关特征。
112.在一些实施例中，场所管理平台可以将多个场所的当前时刻之前的多个时间段内的扫码入场数据输入长短期记忆模型。例如，当前时刻为12:00，当前时刻之前的多个时间段可以为11:55至12:00、11:50至11:55等。长短期记忆模型对当前时刻之前的多个时间段内的扫码入场数据进行处理，输出处理后的扫码入场数据。
113.在一些实施例中，深度神经网络模型的输入可以包括处理后的扫码入场数据、多个场所的基本信息、手机信号、手机信号的时间信息、不同场所对应的人容量等。深度神经网络模型的输出可以包括多个场所分别对应的第一人流量、不同场所对应的第一人流量所在的流量分段等。
114.在一些实施例中，可以基于多个训练样本及标签通过联合训练得到长短期记忆模型和深度神经网络模型。
115.在一些实施例中，训练样本包括样本当前时刻之前的多个时间段内的扫码入场数据、样本不同场所对应的人容量、样本多个场所的基本信息、样本手机信号、样本手机信号的时间信息等。标签为样本多个不同场所的对应的样本第一人流量、样本第一人流量所在的流量分段等。训练数据可以基于历史数据获取，训练数据的标签可以通过人工标注或自动标注的方式确定。将带有标签的训练样本输入初始长短期记忆模型和初始深度神经网络模型。通过训练更新初始长短期记忆模型和初始深度神经网络模型的参数。当训练的初始长短期记忆模型和初始深度神经网络模型满足预设条件时，训练结束，获取训练好的长短期记忆模型和深度神经网络模型。
116.在本说明书一些实施例中，通过长短期记忆模型对当前时刻之前的多个时间段内的扫码入场数据进行处理，确定处理后的扫码入场数据。场所管理平台将处理后的扫码入场数据、不同场所对应的人容量等输入深度神经网络模型，预测第一人流量，可以进一步提高预测的第一人流量的准确性。
117.在本说明书一些实施例中，场所管理平台通过第一人流量预测模型对多个场所的多个信息进行处理，预测第一人流量可以提高预测的第一人流量的准确性，进而有助于对公交线路的发车频率进行准确调整。
118.图5是根据预测第二人流量的示例性流程图。如图5所示，流程500包括下述步骤。在一些实施例中，流程500可以由公共交通管理平台执行。
119.步骤510，获取目标场所的其中一个目标场所。
120.在一些实施例中，公共交通管理平台可以获取目标场所的其中一个目标场所。例如，公共交通管理平台可以从多个目标场所中随机获取一个目标场所。获取目标场所的其中一个目标场所可以根据实际需求进行设置。
121.步骤520，基于其中一个目标场所，获取经过其中一个目标场所的其中一个公交线路。
122.其中一个公交线路可以指经过目标场所的任意一个公交线路。在一些实施例中，公共交通管理平台可以随机或者按照预设规则等获取其中一个目标场所的其中一个公交线路。
123.步骤530，基于其中一个公交线路，预测其中一个目标场所对其中一个公交线路产生的第二人流量。
124.在一些实施例中，预测人流量可以包括多个第二人流量。第二人流量可以指某个目标场所对某个公交线路产生的当前时刻之后一段时间内的预测人流量。第二人流量可以表示某个目标场所中有多少用户可能会乘坐该公交线路。在一些实施例中，第二人流量可以包括多个流量分段。例如，第二人流量的流量分段包括流量分段a为0至10人/分钟。流量分段b为11至20人/分钟。流量分段c为21至30人/分钟。流量分段d为31至40人/分钟等。
125.在一些实施例中，公共交通管理平台可以通过多种方式预测目标场所对其中一个公交线路产生的第二人流量。在一些实施例中，公共交通管理平台可以通过不同用户到达该目标场所的方式预测第二人流量。用户到达某个场所的方式和离开某个场所的方式可能相同。例如，用户通过地铁1号线到达商场1，用户离开时可能也通过乘坐地铁1号线离开商场1。公共交通管理平台可以获取过去一段时间内不同用户到达目标场所的方式，进而预测未来一段时间某个公交线路的第二人流量。
126.在一些实施例中，公共交通管理平台可以通过第二人流量预测模型预测第二人流量，具体说明请参见图6部分的相关描述。
127.在本说明书一些实施例中，公共交通管理平台可以预测其中一个目标场所对其中一个公交线路产生的第二人流量。公共交通管理平台可以基于第二人流量对对应的公交线路的发车频率进行调整，有利于提高发车频率调整的准确性，进而提高公共交通运营效率。
128.图6是根据基于第二人流量预测模型预测第二人流量的示例性示意图。如图6所示，流程600包括下述步骤。在一些实施例中，流程600可以由公共交通管理平台230执行。
129.在一些实施例中，公共交通管理平台可以基于传感网络平台通过对象平台获取第一公交乘客数量。公共交通管理平台可以通过出租车/网约车管理平台获取第二乘客数量。公共交通管理平台可以基于第二人流量预测模型对第一公交乘客数量、第二乘客数量、各类型人所占比例等进行处理，预测第二人流量。
130.步骤610，基于传感网络平台240通过对象平台250获取第一公交乘客数量611。
131.第一公交乘客数量611可以指当前时刻之前一段时间内乘坐该公交线路到达该目标场所的乘客数量。
132.在一些实施例中，公共交通管理平台230可以基于传感网络平台通过对象平台250获取第一公交乘客数量611。例如，该公交线路为11路公交车。公共交通管理平台可以基于传感网络平台通过11路公交车中的检票装置、摄像监控装置等获取某个时间段到达该目标场所的第一公交乘客数量。检票装置内可以包括计数器。摄像监控装置可以根据图像中的乘客，统计乘客数量。对象平台250通过传感网络平台240将第一公交乘客数量611上传至公共交通管理平台230。
133.步骤620，通过出租车/网约车管理平台获取第二乘客数量621。
134.第二乘客数量621可以指当前时刻之前一段时间内乘坐出租车/网约车到达该目标场所的乘客数量。在一些实施例中，出租车/网约车的线路与该公交线路存在一定的重合。例如，该公交线路为11路公交车。11路公交车的始发站为阳光小区1，途径10站到达商业街1站。出租车/网约车的线路的上车地点可以为阳光小区1或附近的小区。途径线路与上述11路公交车途径的10站有一定的重合。
135.在一些实施例中，公共交通管理平台230可以通过出租车/网约车管理平台获取第二乘客数量621。例如，公共交通管理平台可以通过出租车/网约车管理平台中的相关信息获取第二乘客数量。相关信息可以包括乘客数量、打车地点、下车地点、下车时间等。公共交通管理平台可以通过出租车/网约车管理平台中的上述的相关信息，获取某个时间段到达该目标场所的第二乘客数量。
136.步骤630，基于第二人流量预测模型对第一公交乘客数量和/或第二乘客数量和/或各类型人所占比例进行处理，预测第二人流量。
137.各类型人所占比例631可以指乘客数量中的不同类型的人所占的数量。各类型人可以包括儿童、老人、年轻人等。在一些实施例中，公共交通管理平台230可以基于传感网络平台通过对象平台250、出租车/网约车管理平台获取各类型人所占比例631。例如，公共交通管理平台可以通过公交车中的检票装置、摄像监控装置等获取各类型人所占比例。示例性的，老人刷卡时会显示老人卡，儿童刷卡会显示学生卡、年轻人刷卡可以显示普通卡。公共交通管理平台可以通过检票装置获取不同类型人的数量。公共交通管理平台可以结合第一公交乘客数量计算获取各类型人所占比例。
138.第二人流量预测模型632指可以预测某个公交线路的人流量的模型。在一些实施例中，第二人流量预测模型632的类型可以包括深度神经网络等，模型类型的选择可视具体情况而定。
139.在一些实施例中，第二人流量预测模型的输入可以包括第一公交乘客数量611、第二乘客数量621、各类型人所占比例631、第一人流量422等。第二人流量预测模型的输出可以包括第二人流量633、第二人流量所在的流量分段等。在一些实施例中，第二人流量可能属于不同的流量分段，第二人流量在不同的流量分段的可能性不同。第二人流量预测模型的输出可以包括第二人流量对应的置信度或者不同的流量分段对应的置信度。关于第二人流量对应的置信度或者不同的流量分段对应的置信度的更多内容可以参见图7部分的相关描述。
140.在一些实施例中，可以基于多个训练样本及标签训练得到第二人流量预测模型。
141.在一些实施例中，训练样本包括某个公交线路的对应的样本第一公交乘客数量、样本第二乘客数量、样本手各类型人所占比例、样本第一人流量等。标签为某个公交线路对应的样本第二人流量、样本第二人流量所在的流量分段等。训练数据可以基于历史数据获取，训练数据的标签可以通过人工标注或自动标注的方式确定。将带有标签的训练样本输入初始第二人流量预测模型。通过训练更新第二人流量预测模型的参数，当训练的初始第二人流量预测模型满足预设条件时，训练结束，获取训练好的第二人流量预测模型。
142.在一些实施例中，第二人流量预测模型的输入还包括：疫情情况特征。
143.疫情情况特征可以反映城市中疫情情况的特征。疫情情况可以包括城市中是否包含高风险或中风险地区、中/高风险地区的个数、某个公交路线是否经过中/高风险地区以及某个公交路线距离中/高风险地区的距离等。
144.在本说明书一些实施例中，公共交通管理平台通过将疫情情况特征输入第二人流量预测模型预测第二人流量。可以综合考虑城市中的疫情情况，有利于后续对发车频率进行调整提供参考。
145.在一些实施例中，公共交通管理平台230可以基于第二人流量预测模型对第一公交乘客数量、第二乘客数量、各类型人所占比例、第一人流量和/或疫情情况特征等进行处理，预测第二人流量633。
146.在本说明书一些实施例中，公共交通管理平台可以基于第二人流量预测模型预测某个公交线路的第二人流量。通过上述方法可以提高预测的第二人流量的准确性，进而有利于提高发车频率调整的准确性。
147.图7是根据基于第二人流量确定频次调整的策略的示例性示意图。如图7所示，流程700包括下述步骤。在一些实施例中，流程700可以由公共交通管理平台230执行。
148.在一些实施例中，对公交线路的发车频率进行的调整包括频次调整的策略。公共交通管理平台230可以基于第二人流量，确定频次调整的策略。
149.频次可以指发车频率对应的次数。例如，发车频率为3次/小时，对应的次数为3次，频次为3。频次调整的策略可以指对某个公交线路对应的频次如何进行调整的策略。
150.在一些实施例中，公共交通管理平台可以基于第二人流量的大小，确定频次调整的策略。例如，第二人流量为10人/分钟，公共交通管理平台可以确定频次调整的策略为频次由原先的3调整为4。又例如，第二人流量为20人/分钟，公共交通管理平台可以确定频次调整的策略为频次由原先的3调整为6。
151.步骤710，获取第二人流量与频次范围的对应关系；基于对应关系，确定调整的频次范围。
152.在一些实施例中，频次调整的策略可以包括调整的频次范围。
153.调整的频次范围可以指关于发车频率对应的次数的范围。在一些实施例中，频次范围可以包括多个频次范围。调整的频次范围为多个频次范围中的其中一个。例如，频次范围包括1至4、5至8、9至12、13至16等。以上频次范围可以为每小时公交线路发车的次数范围。
154.在一些实施例中，第二人流量与频次范围存在对应关系。第二人流量与频次范围的对应关系如下：流量分段a（0至10人/分钟）对应的频次范围为1至4。流量分段b（11至20人/分钟）对应的频次范围为5至8。流量分段c（21至30人/分钟）对应的频次范围为9至12。流
量分段d（31至40人/分钟）对应的频次范围为13至16等。
155.在一些实施例中，公共交通管理平台可以获取预先设置的第二人流量与频次范围的对应关系。公共交通管理平台可以根据需求设置第二人流量与频次范围的对应关系。在一些实施例中，公共交通管理平台可以基于对应关系，确定调整的频次范围。例如，第二人流量为15人/分钟。15人/分钟对应流量分段b。流量分段b对应的频次范围5至8。公共交通管理平台可以确定调整的频次范围为5至8。
156.在本说明书一些实施例中，公共交通管理平台可以基于第二人流量与频次范围的对应关系，确定调整的频次范围。公共交通管理平台后续可以基于公交线路的发车频率的大致范围，进而再进一步确定发车频率的具体数值。通过上述方法可以在一定程度上保证发车频率的准确性。
157.步骤720，获取第二人流量预测模型的第二置信度；基于第二置信度，确定调整的幅度。
158.在一些实施例中，频次调整的策略可以包括调整的幅度。
159.调整的幅度可以指频次增加或者减少的程度。通过调整的幅度可以确定某个公交线路对应的频次的具体数值。
160.第二置信度可以指第二人流量预测模型的可信程度。第二置信度可以通过0至1之间的一个数值进行表示。数值越大表示第二人流量预测模型输出的第二人流量越可信。
161.在一些实施例中，公共交通管理平台可以通过第二人流量预测模型获取第二置信度。例如，第二人流量预测模型可以输出第二人流量对应的置信度。公共交通管理平台可以将第二人流量对应的置信度确定为第二人流量预测模型的第二置信度。又例如，第二人流量预测模型可以输出第二人流量的流量分段以及流量分段对应的置信度。公共交通管理平台可以将流量分段对应的置信度中最大置信度确定为第二人流量预测模型的第二置信度。示例性的，第二人流量预测模型输出如下：流量分段a为0至10人/分钟，流量分段a对应的置信度为0.3。流量分段b为11至20人/分钟、流量分段b对应的置信度为0.7。公共交通管理平台可以将流量分段b对应的置信度0.7确定为第二人流量预测模型的第二置信度。
162.在一些实施例中，公共交通管理平台可以通过多种方式确定调整的幅度。
163.在一些实施例中，公共交通管理平台可以基于第二置信度与置信度阈值之间的关系，确定调整的幅度。置信度阈值可以指第二人流量预测模型的可信程度的最小值。例如，置信度阈值可以为0.8或者0.9等。例如，当第二置信度小于置信度阈值时，公共交通管理平台可以确定调整的幅度为0。又例如，当第二置信度大于等于置信度阈值时，公共交通管理平台可以基于计算公式确定调整的幅度。公共交通管理平台可以根据实际需求设定计算公式。示例性的，计算公式为，其中，是调整的幅度，是第二置信度，和是常数（如分别为1.6和0.6），常数的取值可以根据实际需求进行设定。当为0.85时，为1.96，接近2。公共交通管理平台可以确定调整的幅度为2。
164.在一些实施例中，公共交通管理平台可以基于第一置信度和第二置信度与置信度阈值之间的关系，确定调整的幅度。
165.第一置信度可以指第一人流量预测模型的可信程度。第一置信度可以通过0至1之间的一个数值进行表示。数值越大表示第一人流量预测模型输出的第一人流量越可信。
166.在一些实施例中，公共交通管理平台可以通过第一人流量预测模型获取第一置信度。获取第一置信度的内容与获取第二置信度的内容相似，区别仅在于第一置信度通过第一人流量预测模型获取。第二置信度通过第二人流量预测模型获取，故关于获取第一置信度的更多内容参见获取第二置信度，此处不再赘述。
167.在一些实施例中，当第二置信度小于置信度阈值时，公共交通管理平台可以确定调整的幅度为0。又例如，当第二置信度大于等于置信度阈值时，公共交通管理平台可以基于计算公式确定调整的幅度。示例性的，计算公式为，其中，是调整的幅度，是第一置信度，是第二置信度，、和是常数（如分别为1.2、1.8和0.4），常数的取值可以根据实际需求进行设定。当为0.8，为0.9时，为2.98，接近3。公共交通管理平台可以确定调整的幅度为3。
168.在一些实施例中，公共交通管理平台可以基于第一置信度和第二置信度与置信度参考值之间的关系，确定调整的幅度。
169.置信度参考值可以指第一人流量预测模型和第二人流量预测模型的可信程度的最小值。例如，置信度参考值可以为1.2或者1.3等。在一些实施例中，当第一置信度和第二置信度之和小于置信度参考值时，公共交通管理平台可以确定调整的幅度为0。在一些实施例中，当第一置信度和第二置信度之和大于等于置信度参考值时，公共交通管理平台可以基于计算公式确定调整的幅度。公共交通管理平台可以根据实际需求设定计算公式。示例性的，计算公式为。其中，是调整的幅度，是第一置信度，是第二置信度，是置信度参考值，是频次范围最大值和最小值之差（如4等）。当为0.85，为0.95，为1.2时，为2。公共交通管理平台可以确定调整的幅度为2。
170.在本说明书一些实施例中，公共交通管理平台可以基于第二人流量预测模型的第二置信度确定调整的幅度。公共交通管理平台后续可以根据调整的幅度确定频次调整的策略，进而可以保证公交线路的发车频率的准确性。
171.步骤730，确定频次调整的策略。
172.在一些实施例中，频次调整的策略可以包括调整的频次范围和调整的幅度。公共交通管理平台可以基于某个公交线路的调整的频次范围和调整的幅度，确定该公交线路的频次调整的策略。
173.例如，公交线路的频次调整的策略为调整的频次范围中的最小值与调整的幅度之和为某个公交线路的对应的频次。示例性的，经过步骤710确定的11路公交车对应的调整的频次范围为5至8，5至8为1小时对应的调整的频次范围。经过步骤720确定的11路公交车对应的调整的幅度为2。公共交通管理平台可以确定调整的频次范围中的最小值为5，11路公交车的对应的频次为7（5+2）。
174.又例如，当调整的频次范围中的最小值与调整的幅度之和大于调整的频次范围中的最大值时。公交线路的频次调整的策略为调整的频次范围中的最大值为某个公交线路的对应的频次。
175.在一些实施例中，公共交通管理平台可以基于某个公交线路对应的频次，确定需
要调整的某个公交线路的发车频率。如上述示例所述，11路公交车对应的频次为7，频次7对应的时间为1小时。需要调整的11路公交线路的发车频率为7次/小时。公共交通管理平台可以将11路公交线路的发车频率调整为7次/小时。
176.在本说明书一些实施例中，第二人流量表示某个目标场所中有多少用户可能会乘坐该公交线路。公共交通管理平台基于第二人流量，确定频次调整的策略，可以保证该公交线路对应的发车频率的准确性。
177.应当注意的是，上述有关流程的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。
178.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
179.同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
180.此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
181.同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
182.一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有
±
20%的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
183.针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件（当
前或之后附加于本说明书中的）也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
184.最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。