智慧城市场所流量管控方法和物联网系统与流程

智慧城市场所流量管控方法和物联网系统
分案说明
1.本技术是针对申请日为2022年07月26日、申请号为202210880906.1发明名称为“智慧城市公共场所人流量统计与调控方法及物联网系统”的中国申请提出的分案申请。
技术领域
2.本说明书涉及物联网领域，特别涉及一种智慧城市场所流量管控方法和物联网系统。


背景技术：

3.随着社会经济的不断发展，出行人数也与日俱增。很多时候街道不同场所都会产生拥堵现象，影响了交通的流畅，同时也影响用户出行体验。
4.因此希望提供一种智慧城市公共场所人流量统计与调控方法及物联网系统，能够利用物联网与云平台来提高人流管控工作的效率。同时，能够对场所进行人流量统计，并基于统计情况进行人流量管理与调控。帮助用户合理规划出行，减少街道拥堵，提高用户出行体验。


技术实现要素：

5.本说明书实施例之一提供一种智慧城市场所流量管控方法，所述方法包括：基于用户平台接收用户发起的对意向场所的查询需求；基于服务平台将所述查询需求传递至管理平台，并基于所述管理平台生成查询指令并发送给传感网络平台；所述查询指令包含所述意向场所的区域位置；基于对象平台从所述传感网络平台获取的所述查询指令，获取查询结果；所述查询结果包括所述意向场所的当前流量；基于调整因子对所述意向场所的当前流量进行调整，确定所述意向场所未来时间的流量，其中，所述调整因子基于推荐模型输出的推荐指数及其置信度确定，所述推荐模型基于相关场所的当前人流量信息和与所述意向场所的关系，确定相关场所的推荐指数；当所述未来时间的流量大于预设阈值时，对所述意向场所进行流量管控。
6.本说明书实施例之一提供一种智慧城市场所流量管控物联网系统，所述系统包括用户平台、服务平台、管理平台和对象平台；所述用户平台用于接收用户发起的对意向场所的查询需求；所述服务平台用于将所述查询需求传递至所述管理平台；所述管理平台基于所述查询需求生成查询指令并发送给所述传感网络平台；所述查询指令包含所述意向场所的区域位置；所述传感网络平台用于将所述查询指令发送给所述对象平台；所述对象平台用于根据所述查询指令，获取查询结果；所述查询结果包括所述意向场所的当前流量；为了获取所述查询结果，所述对象平台进一步用于：基于调整因子对所述意向场所的当前流量进行调整，确定所述意向场所未来时间的流量，其中，所述调整因子基于推荐模型输出的推荐指数及其置信度确定，所述推荐模型基于相关场所的当前人流量信息和与所述意向场所的关系，确定相关场所的推荐指数；当所述未来时间的流量大于预设阈值时，对所述意向场
所进行流量管控。
7.本说明书实施例之一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，当所述计算机指令被处理器执行时实现智慧城市场所流量管控方法。
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：
9.图1是根据本说明书一些实施例所示的智慧城市公共场所人流量统计与调控物联网系统的应用场景示意图；
10.图2是根据本说明书一些实施例所示的智慧城市公共场所人流量统计与调控物联网系统的示例性模块图；
11.图3是根据本说明书一些实施例所示的智慧城市公共场所人流量统计与调控方法的示例性流程图；
12.图4是根据本说明书一些实施例所示的确定相关场所的示例性示意图；
13.图5是根据本说明书一些实施例所示的预设算法的示例性流程图；
14.图6是根据本说明书一些实施例所示的边介数中心性值及边介数中心性总值数据表；
15.图7是根据本说明书一些实施例所示的确定对意向场所实施管控策略的示例性流程图。
具体实施方式
16.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。
17.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。
18.如本说明书和权利要求书中所示，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。
19.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。
20.图1是根据本说明书一些实施例所示的智慧城市公共场所人流量统计与调控物联
网系统的应用场景示意图。
21.在应用场景100中可以包括服务器110、网络120、数据库130、终端设备140、用户 150以及场所160。服务器110可以包括处理设备112。
22.在一些实施例中，公共场所人流量统计与调控物联网系统的应用场景100可以通过实施本说明书中披露的方法和/或过程来获取针对用户查询需求的查询结果。例如，处理设备可以基于用户平台接收用户发起的对意向场所的查询需求；基于服务平台将查询需求传递至管理平台，并基于管理平台生成查询指令；基于管理平台根据区域位置将查询指令下发至传感网络平台的对应传感网络分平台；基于传感网络分平台将查询指令发送给对应的对象平台；基于对象平台根据查询指令，获取查询结果；基于对象平台分别通过对应的传感网络分平台、管理平台、服务平台，将查询结果反馈至用户平台。
23.服务器110与终端设备140可以通过网络120相连，服务器110可以与数据库130通过网络120相连。服务器110可以用于管理资源以及处理来自本系统至少一个组件或外部数据源(例如，云数据中心)的数据和/或信息。在一些实施例中，可以通过服务器110接收用户发起的对意向场所的查询需求。服务器110在处理时可以获取数据库130上的数据或将数据保存到数据库130。在一些实施例中，服务器110可以是单一服务器或服务器组。在一些实施例中，服务器110可以是区域的或者远程的。在一些实施例中，服务器110可以在云平台上实施，或者以虚拟方式提供。
24.在一些实施例中，服务器110可以包括处理设备112。处理设备112可以处理从其他设备或系统组成部分中获得的数据和/或信息。处理器可以基于这些数据、信息和/或处理结果执行程序指令，以执行一个或多个本说明书中描述的功能。在一些实施例中，处理设备112可以包含一个或多个子处理设备(例如，单核处理设备或多核多芯处理设备)。仅作为示例，处理设备112可以包括中央处理器(cpu)、专用集成电路(asic)等或以上任意组合。
25.网络120可以连接应用场景100的各组成部分和/或连接系统与外部资源部分。网络120使得各组成部分之间，以及与系统之外其他部分之间可以进行通讯，促进数据和/或信息的交换。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。例如，网络120可以包括电缆网络、光纤网络等或其任意组合。各部分之间的网络连接可以是采用上述一种方式，也可以是采取多种方式。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。在一些实施例中，网络120可以包括一个或以上网络接入点。在一些实施例中，可以通过网络120传递用户150、场所160的相关数据。
26.数据库130可以用于存储数据和/或指令，数据库130可以直接连接于服务器110或者处于服务器110的内部。在一些实施例中，数据库130可以用于存储用户150、场所160的相关数据。数据库130可以在单个中央服务器、通过通信链路连接的多个服务器或多个个人设备中实现。在一些实施例中，服务器110、终端设备140以及其他可能的系统组成部分中可以包括数据库130。
27.终端设备140指一个或多个终端设备或软件。在一些实施例中，终端设备140可以作为用户平台。例如，当终端设备的用户为游客时，终端设备可以140作为用户平台输入用户的查询需求。在一些实施例中，终端设备140可以作为管理平台。例如，当终端设备的用户为人流量调控机构时，可以将终端设备140作为管理平台汇总相关的数据做出规划。在一些
实施例中，终端设备140的用户可以是一个或多个用户。在一些实施例中，终端设备140可以是移动设备140-1、平板计算机140-2、膝上型计算机140-3等其他具有输入和/或输出功能的设备中的一种或其任意组合。在一些实施例中，终端设备140以及其他可能的系统组成部分中可以包括处理设备112。
28.用户150可以是用户终端140的使用者，用户可以是游客、访客、人流量调控人员等。在一些实施例中，用户可以发出查询需求。例如，用户查询某一超市的位置、某一超市附近其他超市的位置、小卖部的位置等。在一些实施例中，用户可以接收用户终端140反馈的信息，如接收查询结果、推荐信息等。在一些实施例中，用户的数量可以为一个或多个。
29.场所160可以是某一区域内的具体地点。例如，场所可以是写字楼160-1超市160-2、行政大楼160-3、餐馆、美发店、车站、停车场等任意地点。在一些实施例中，场所可以存在功能方面的相似性。例如，商场、小卖部、超市都属于可以购物的地点；餐厅、食堂、小吃街都属于可以饮食的地点等，通过场所功能的不同与相似，可以对场所进行分类。例如，场所可以被分为购物、餐饮、景点、医疗等类型。
30.应当注意注应用场景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，应用场景100还可以包括信息源。然而，这些变化和修改不会背离本技术的范围。
31.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。其中，用户平台是整个物联网运行体系的主导者，可以用于获取用户需求。用户需求是物联网运行体系形成的基础和前提，物联网系统的各平台之间的联系均是为了满足用户的需求。服务平台是位于用户平台和管理平台之间以实现用户平台和管理平台联系的桥梁，服务平台可以为用户提供输入和输出服务。管理平台可以实现统筹、协调各功能平台(如用户平台、服务平台、传感网络平台、对象平台)之间的联系和协作，管理平台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。
32.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。
33.在一些实施例中，将物联网系统应用于城市管理时，可以将其称之为智慧城市物联网系统。
34.图2是根据本说明书一些实施例所示的智慧城市公共场所人流量统计与调控物联网系统的示例性模块图。
35.如图2所示，智慧城市公共场所人流量统计与调控物联网系统200包括用户平台210、服务平台220、管理平台230、传感网络平台240、对象平台250。在一些实施例中，公共场
所人流量统计与调控物联网系统200可以为服务器110的一部分或由服务器110实现。
36.在一些实施例中，智慧城市公共场所人流量统计与调控物联网系统200可以应用于人流量统计与调控的多种场景。在一些实施例中，公共场所人流量统计与调控物联网系统200 可以基于用户发起的对意向场所的查询需求，得到查询指令。根据查询指令，获取查询结果。在一些实施例中，智慧城市公共场所人流量统计与调控物联网系统200可以基于意向场所的查询需求及意向场所的当前信息，确定对意向场所的管控策略。
37.公共场所人流量统计与调控的多种场景可以包括如场所人流量监控场景、市政建设规划场景、城市人口分布预测场景等。需要说明的是以上场景仅为示例，并不对智慧城市公共场所人流量统计与调控物联网系统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，将智慧城市公共场所人流量统计与调控物联网系统200应用于其他合适的任何场景。
38.在一些实施例中，智慧城市公共场所人流量统计与调控物联网系统200可以应用于场所人流量监控。在应用于场所人流量监控时，对象平台可以用于采集意向场所的查询需求及意向场所的当前信息，并基于上述信息确定对意向场所的管控策略。
39.在一些实施例中，智慧城市公共场所人流量统计与调控物联网系统200可以应用于市政建设规划。例如，基于场所的人流量以及对应的管控策略，确定场所对应区域对该场所的用户需求量。基于用户需求量，确定是否在附近建设新的相关场所。
40.在一些实施例中，智慧城市公共场所人流量统计与调控物联网系统200可以应用于城市人口分布预测。例如，用户平台可以接收用户发起的对意向场所的查询需求，服务平台将查询需求传递至管理平台，并基于管理平台生成查询指令；基于管理平台根据区域位置将查询指令下发至传感网络平台的对应传感网络分平台；基于传感网络分平台将查询指令发送给对应的对象平台；基于对象平台统计查询指令，并获取人口分布情况。
41.以下将以智慧城市公共场所人流量统计与调控物联网系统200应用于场所人流量监控场景为例，对公共场所人流量统计与调控物联网系统200进行具体说明。
42.用户平台210可以是面向用户的服务接口。在一些实施例中，用户平台210可以接收用户发起的对意向场所的查询需求。在一些实施例中，用户平台210可以被配置为将查询结果反馈至用户。在一些实施例中，用户平台210可以将查询需求发送至服务平台。在一些实施例中，用户平台210可以接收服务平台发送的管控策略、查询结果等。
43.服务平台220可以是对查询需求进行初步处理的平台。在一些实施例中，服务平台 220可以将查询需求传递至管理平台，并基于管理平台生成查询指令，查询指令包含意向场所的区域位置。在一些实施例中，服务平台220可以接收管理平台发送的管控策略、查询结果等。
44.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，提供感知管理和控制管理的物联网平台。
45.在一些实施例中，管理平台可以生成查询指令。在一些实施例中，管理平台230可以根据区域位置将查询指令下发至对应的传感网络分平台。在一些实施例中，管理平台230可以接收服务平台发送的查询需求。
46.传感网络平台240可以是管理平台和对象平台之间实现交互的衔接的平台。在一些实施例中，传感网络平台240可以接收管理平台发送的查询指令。在一些实施例中，传感
网络平台240可以将查询指令发送给对应的对象平台。在一些实施例中，传感网络平台240可以被配置为独立式结构。独立式结构是指传感网络平台对不同对象平台的数据采用不同的传感网络分平台(又称传感网络分平台或传感网络子平台)进行数据存储、数据处理和/或数据传输。例如，各个传感网络分平台可以与各对象平台的对象分平台(又称对象分平台或对象子平台)一一对应。传感网络平台240可以获取各对象分平台上传的意向场所和相关场所的查询需求，并上传至管理平台。
47.对象平台250可以是感知信息生成和控制信息最终执行的功能平台。对象平台250可以用于根据查询指令，获取查询结果，查询结果包括意向场所的当前信息和相关场所的推荐信息。在一些实施例中，对象平台250还可以分别通过对应的传感网络分平台、管理平台、服务平台，将查询结果反馈至用户平台。
48.在一些实施例中，对象平台250可以被配置为包括多个对象分平台，不同的对象分平台对应获取不同区域的场所信息。例如，对象平台250可以分别向对应的各个传感网络平台上传意向场所和相关场所的查询需求。
49.在一些实施例中，对象平台250进一步用于：根据查询需求，在区域场所图中获取意向场所及相关场所的信息，并生成查询结果；区域场所图中的不同节点表示不同的场所，区域场所图中的节点的属性包括场所实时信息、场所基础信息；区域场所图中的边用于连接相互关系满足预设条件的两个节点。
50.在一些实施例中，对象平台250进一步用于：基于预设算法，将区域场所图划分为若干子图；基于查询需求，从若干子图中确定目标子图；基于目标子图，确定推荐节点，并将推荐节点对应的场所确定为相关场所。
51.在一些实施例中，对象平台250进一步用于：基于意向场所的查询需求及意向场所的当前信息，确定对意向场所的管控策略。
52.在一些实施例中，对象平台250进一步用于：基于意向场所的当前流量和查询的用户数量，确定意向场所的流量管控策略。
53.在一些实施例中，对象平台250进一步用于：预测意向场所在未来时间的流量。当未来时间的流量大于预设阈值时，对意向场所进行流量管控。
54.在一些实施例中，对象平台250进一步用于：基于意向场所的查询的用户数量，确定意向场所的受欢迎程度；基于受欢迎程度对意向场所的当前流量进行调整，确定未来时间的流量。
55.关于对象平台250的具体说明，参见图4-图7及其相关描述。
56.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，将智慧城市公共场所人流量统计与调控物联网系统200移用到其他任何合适的场景下。
57.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部分连接。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。
58.图3是根据本说明书一些实施例所示的智慧城市公共场所人流量统计与调控方法
的示例性流程图。如图3所示。在一些实施例中，流程300可以由处理设备执行。
59.步骤310，基于用户平台接收用户发起的对意向场所的查询需求。
60.意向场所可以是用户打算前往的场所。例如，意向场所可以是商场、餐厅、学校、行政中心、写字楼等场所。在一些实施例中，意向场所可以是用户在用户终端中输入的场所，例如，用户在手机中输入具体的餐厅名称等。
61.查询需求可以是用户对意向场所相关信息搜寻的内容。例如，查询需求可以包括对意向场所位置、功能、是否管控、人流量信息等查询内容。在一些实施例中，查询需求可以通过用户在用户终端中输入获取，则可以将用户终端作为用户平台以获取查询需求。
62.步骤320，基于服务平台将查询需求传递至管理平台，并基于管理平台生成查询指令；查询指令包含意向场所的区域位置。
63.查询指令可以是从查询需求中提取的可以被系统识别的内容信息。例如，查询指令可以包括意向场所的区域位置、查询时间、查询方式等信息。
64.区域位置可以是反映意向场所地理位置的信息。例如，区域位置可以是意向场所的经纬度、坐标、与当前用户所在位置的相对距离等。
65.在一些实施例中，从用户平台接收的查询需求可以经过服务平台发送至管理平台进行初步处理，形成可以被系统识别的查询指令。例如，查询指令可以是意向场所的区域位置、查询时间、查询方式等信息组成的矩阵、数据表等。
66.步骤330，基于管理平台根据区域位置将查询指令下发至传感网络平台的对应传感网络分平台。
67.在一些实施例中，传感网络平台可以包括多个传感网络分平台，不同传感网络分平台可以用于接受管理平台下发的不同区域位置的查询指令。传感网络平台可以对不同的对象平台的数据采用不同的传感网络平台的分平台进行数据存储、数据处理和/或数据传输；其中，不同的传感网络分平台对应不同的区域位置。
68.步骤340，基于传感网络分平台将查询指令发送给对应的对象平台。
69.在一些实施例中，对象平台可以包括多个对象分平台，不同对象分平台可以对应不同的区域位置。例如，不同对象分平台可以设置于不同的区域位置，则对应于同一区域位置的传感网络分平台和对象分平台具有对应关系。传感网络分平台可以将查询指令发送给其对应的对象分平台。
70.步骤350，基于对象平台根据查询指令，获取查询结果。
71.查询结果可以是与意向场所相关的信息。例如，查询结果可以包括意向场所的当前信息和相关场所的推荐信息。
72.当前信息可以是意向场所的实时信息。例如，当前信息可以包括意向场所的实时人流量信息、当前是否管控(限制出入)的信息、意向场所周围道路的限行信息等。
73.相关场所可以是具有与意向场所相似的特征的场所。例如，相关场所可以是存在相似功能的场所，如当意向场所为商场时，相关场所可以是步行街、超市等；当意向场所为医院时，相关场所可以是门诊部、药店等。还例如，相关场所可以是存在相似区域位置的场所，如当意向场所为某一停车场时，相关场所可以是附近的其他停车场。在一些实施例中，相关场所与意向场所之间的空间距离可以在预设范围内。
74.推荐信息可以是将相关场所推荐给用户的信息。例如，推荐信息可以是文字、语
音、图像等任意形式或其组合的信息。
75.在一些实施例中，查询结果可以进一步基于传感器、人工输入、预设规则计算等方式确定。例如，对象平台可以通过人流量监测传感器获取实时人流量信息作为查询结果；又如，对象平台可以通过将人工客服对查询需求的应答作为查询结果；再如，对象平台可以通过对各个场所与意向场所区域位置的比较，以及基于功能对场所的分类计算确定查询结果等。例如，通过比较坐标、经纬度等确定意向场所的相关场所，或通过预设的场所功能分类表确定与意向场所功能相关的相关场所。
76.步骤360，基于对象平台分别通过传感网络平台的对应传感网络分平台、管理平台、服务平台，将查询结果反馈至用户平台。
77.将查询结果由对象平台反馈至用户平台的过程为上述用户需求、查询指令传输过程的反过程，此处不再赘述。
78.在一些实施例中，流程300还可以包括步骤370，对象平台基于意向场所的查询需求及意向场所的当前信息，确定对意向场所的管控策略。
79.步骤370的步骤编号仅为方便说明，并不意味着对步骤先后顺序的限定。例如，步骤 370可以在步骤350和步骤360之间进行。在一些实施例中，流程300可以中的步骤370可以是非必要的，即可以不包括步骤370。
80.管控策略可以是对意向场所进行限制人流量、限行、限制出入的计划。例如，管控策略可以包括管控时间范围、管控空间范围、管控操作人员安排、人流量分流规划等信息。
81.在一些实施例中，管控策略可以基于系统预设确定。例如，当意向场所的当前人流量信息超过系统预设的人流量阈值时，确定管控策略为限制人流量、人流量分流等措施。对象平台可以基于对应的传感网络分平台获取系统生成的管控策略。
82.在一些实施例中，管控策略可以基于用户设置确定。例如，用户可以基于突发情况如道路施工等情况，对管控策略进行限行、限制出入等具体设置。对象平台可以基于对应的传感网络分平台获取人工输入的管控策略。关于确定对意向场所的管控策略的进一步说明参见图7及其相关内容。
83.通过本说明书一些实施例所述的公共场所人流量统计与调控方法，可以实现基于当前某一场所的人流量情况对用户推荐相关场所以及管控策略。通过基于人流量的智能推荐，在避免用户去人流量大的场所的前提下，尽可能满足用户需求，提高用户体验。
84.应当注意的是，上述有关流程300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300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。例如，流程300还可以包括预处理步骤。
85.图4是根据本说明书一些实施例所示的确定相关场所的示例性示意图。
86.如图4所示，查询结果中的相关场所可以通过以下过程400确定：基于对象平台根据查询需求410，在区域场所图420中获取意向场所及相关场所的信息，并生成查询结果430。
87.在一些实施例中，查询需求中可以包括意向场所，对象平台可以提取查询需求中与意向场所相关的信息，并在区域场所图中找到意向场所所对应的节点。例如，用户的查询需求为意向场所的名称、位置坐标、功能类型等信息。对象平台基于上述信息，在区域场所
图中找到与上述信息相关的意向场所对应的节点。
88.在一些实施例中，对象平台可以基于意向场所对应的节点，确定相关场所对应的节点。在一些实施例中，对象平台基于意向场所对应的节点的属性，确定相关场所对应的节点。例如，基于节点的场所位置、场所类型等确定相关场所对应的节点。在一些实施例中，相关场所(对应的节点)可以通过后文的步骤s1至s3确定。
89.在一些实施例中，对象平台可以生成查询结果。例如，对象平台可以将意向场所、相关场所对应的节点的属性输入预设的查询结果表中，作为查询结果。
90.区域场所图420可以表征某一区域内所包含的所有场所间的相互关系以及各个场所自身特征。其中，区域大小可以根据用户对场所的查询需求设定，例如，一个区域可以是一个城市、一个区/县、一个乡镇等。区域场所图中的场所可以基于区域场所图中的节点表示。场所自身特征可以基于节点的属性获取。场所间的相互关系可以基于区域场所图中的边获取。在一些实施例中，区域场所图可以通过导入已有的地图数据作为基础数据并基于人工标记等方式进一步获取。
91.区域场所图可以包括多个节点，区域场所图中的不同节点表示不同的场所。例如，节点1可以是区域场所图内某一停车场，节点2可以表示区域场所图内某一酒店。
92.在一些实施例中，每个节点可以包括节点的属性。节点的属性可以是节点的各项参数。例如，节点的属性可以包括节点对应场所的场所实时信息、场所基础信息等。
93.场所实时信息可以是根据场所实时情况动态变化的信息。例如，场所实时信息可以包括当前人流量、当前管控信息中的至少一种。
94.当前人流量可以是场所在当前时刻或与当前时间相近的某一时间段内的客流量。在一些实施例中，当前人流量可以通过安装在场所或相关路段的传感器检测得到。
95.当前管控信息可以是场所在当前时刻或与当前时间相近的某一时间段内对人流量的管理信息。例如，当前管控信息可以是对人流量的限流、分流、完全开放等信息。在一些实施例中，当前管控信息可以通过用户输入、或通过网络获取。
96.场所基础信息可以是不随时间变化而变化且相对固定的信息。例如，场所基础信息可以包括场所类型(即场所的功能)、场所位置(如坐标或经纬度)中的至少一种。
97.场所类型可以是场所的功能类型。例如，场所类型可以包括餐饮、购物、学校、住宿、医疗等类型。场所位置可以是场所具体涉及的地理位置。例如，场所位置可以是场所所在的经纬度、坐标等信息。
98.区域场所图中的边424用于连接相互关系满足预设条件的两个节点。边的属性可以表示区域场所图中不同节点之间的关系。边的属性可以包括边权重，边权重可以反映待连接或被连接的两个节点之间的相关性。例如，边权重为1、2、10等数值，边权重越大，则两个节点之间的相关性越弱。
99.在一些实施例中，被连接的两个节点之间需要满足的预设条件可以与两个节点之间的边权重相关。例如，预设条件可以为边权重不高于预设阈值等。
100.在一些实施例中，边权重可以由对应两个节点的场所类型差异和空间距离确定。
101.场所类型差异可以是两个节点对应的场所的类型差别。在一些实施例中，场所类型差异可以通过0至5范围内的场所类型差异值表示。场所类型差异值越大表示两个场所之间的功能类别差异越大。例如，不同商场之间的场所类型差异值可以是0，商场和小卖部的
场所类型差异值可以是1、商场和停车场的场所类型差异值可以是5等。
102.空间距离可以是场所之间的直线距离。在一些实施例中，空间距离可以通过0至5范围内的空间分值表示，空间分值越大表示两个场所之间距离越近。例如，空间距离为0至200 米范围内的两个场所，其空间分值可以是5、空间距离为2000米以上的两个场所，其空间分值可以是1。
103.在一些实施例中，两个节点的之间的边的边权重可以通过场所类型差异值和空间分值计算得到。例如，a、b两个节点的边权重可以通过下述公式(1)计算得到：q
ab
＝10-(x
ab-d
ab
)(1)
104.其中，q
ab
为a、b两个节点的之间的边的边权重，x
ab
为节点a与节点b的距离分值，d
ab
为节点a与节点b的场所类型差异值。
105.在一些实施例中，可以为距离分值和场所类型差异值施加权重进行计算，即两个节点之间的边的边权重可以为两个节点的距离分值和场所类型差异值的加权计算值。例如，a、b 两个节点的之间的边的边权重可以通过下述公式(2)计算得到：q
ab
＝10-(m1x
ab-m2d
ab
)(2)
106.其中，m1为距离分值的权重，m2为场所类型差异值的权重，且m1+m2＝1。
107.在一些实施例中，上述距离分值的权重和场所类型差异值的权重可以通过人工设置确定。例如，通过用户查询需求确定。
108.在一些实施例中，被连接的两个节点之间满足的预设条件可以是被连接的两个节点对应的场所的场所类型差异小于预设差异值；或被连接的两个节点对应的场所的空间距离小于距离阈值。
109.仅作为示例，预设条件可以是被连接的两个节点对应的场所的场所类型差异值小于2；或被连接的两个节点对应的场所的空间距离小于200m，或空间分值大于4等。
110.在一些实施例中，相关场所可以通过如下过程确定：基于关联度、边权重确定候选场所；基于查询需求，从候选场所中确定相关场所。
111.关联度可以是节点之间的相似相关程度。例如，关联度可以是节点间节点位置(即场所位置)、节点类型(即场所类型)的相关程度。在一些实施例中，关联度可以分为不同等级。例如，关联度可以包括一级关联、二级关联等不同等级。一级关联可以是节点之间具有最高相似相关程度的关联度等级。二级关联可以是节点之间具有相对较高相似相关程度的关联度等级。例如，如图4所示，节点a和b仅通过一条边连接，二者可以是一级关联；节点 a和d至少通过两条边连接，二者可以是二级关联；
……
。
112.候选场所可以是关联度、边权重满足预设条件的场所。例如，预设条件可以是与意向场所间关联度为一级或二级且与意向场所间的边对应的边权重不大于4。
113.在一些实施例中，相关场所(即对应的节点)还可以通过下述步骤确定：
114.s1，基于预设算法，将区域场所图划分为若干子图。
115.预设算法可以是将区域场所图按照一定规则进行划分的算法，基于预设算法可以将区域场所图中各个节点基于一定特性进行聚类划分。关于预设算法的具体说明，参见图5及其相关描述。
116.子图可以是区域场所图中具有相似特性的节点及其之间的边所构成的子图。例如，子图可以是区域场所图中的某一部分节点及边的集合，子图中可以包括至少一个节点。
边的边介数中心性值为4、bd边的边介数中心性值为3、cd边的边介数中心性值为3、de 边的边介数中心性值为5、ef边的边介数中心性值为4/3、eh边的边介数中心性值为4/3、 eg边的边介数中心性值为4/3、fj边的边介数中心性值为1/3、hg边的边介数中心性值为 1/3、gj边的边介数中心性值为1/3、bc边的边介数中心性值为0，fh边的边介数中心性值为0。
130.步骤530，依次将区域场所图的每个节点作为基准节点，重复上述操作计算各个节点作为基准节点时，区域场所图中各个边的边介数中心性值。
131.例如，将h点作为基准节点，得到h点到其他节点的最短路径：hf、he、hj、hed、 heg、hjg、hedb、hedc、hedba、hedca。计算得到各个边的边介数中心性值：fh为 1、eh为11/2、hj为3/2、de为4、eg为1/2、gj为1/2、bd为3/2、cd为3/2、ab为 1/2、ac为1/2、bc为0、ef为0、fj为0。
132.以其他节点作为基准节点时的计算参见上述计算说明，此处不再赘述。
133.步骤540，获取基于前述操作得到的区域场所图中，每个边的n个边介数中心性值。
134.例如，在依次将图4中节点a-节点j依次作为基准节点对每个边进行上述边介数中心性值的计算后，每个边即可得到9个边介数中心性值。
135.在一些实施例中，如图6所示，可以将上述计算得到的结果制成表600，以获得每个节点作为基准节点时，每个边对应的边介数中心性值。
136.步骤550，将各个边的n个边介数中心性值进行求和得到各个边的边介数中心性总值。
137.边介数中心性总值可以是边介数中心性值的合计值。
138.在一些实施例中，边介数中心性总值可以通过各个边介数中心性值直接相加得到。例如，如图6所示，ab边的边介数中心性总值可以为其9个边介数中心性值的和。同理，可以分别计算其他各个边的边介数中心性总值。
139.在一些实施例中，边介数中心性总值可以通过各个边介数中心性值通过加权求和得到。
140.在一些实施例中，对象平台可以结合用户需求，确定各个边的n个边介数中心性值中各个边介数中心性值的第二权重；基于第二权重，将一个边的n个边介数中心性值的加权求和值作为该边的边介数中心性总值。
141.第二权重可以是各个边介数中心性值的对于边介数中心性总值的贡献程度(重要程度)。在一些实施例中，第二权重可以通过用户需求确定。例如，当用户需求中包括了对实时人流量信息的更高关注程度时，可以将各个边对应的两个节点之间的人流量差值作为该边的权重。差值越大，对应的权重越小。
142.基于用户需求为各个边介数中心性值施加权重，可以在计算边介数中心性总值时放大用户需求对结果的影响，使后续的区域场所图划分更符合用户体验。
143.步骤560，基于各个边的边介数中心性总值得到各个边的边介数中心性评分值。
144.边介数中心性评分值可以是对边介数中心性总值评价得到的参数。在一些实施例中，边介数中心性评分值可以是边介数中心性总值与一个评分系数的乘积，评分系数可以自行设定或采用默认值。例如，评分系数可以为0.5。如图6所示，ab边的边介数中心性总值为8，则ab边的边介数中心性评分值可以为4。
145.在一些实施例中，步骤350中相关场所的推荐信息还包含推荐指数，推荐指数通过推荐模型对目标子图中每个节点当前人流量信息、与意向场所的关系进行处理，确定推荐
指数。
146.推荐模型可以是确定推荐指数的模型。推荐模型为机器学习模型，例如，推荐模型可以是卷积神经网络模型。
147.推荐模型的输入可以包括各个节点当前人流量信息、与意向场所的关系；输出可以包括每个节点的推荐指数。
148.与意向场所的关系可以是与意向场所相关的任意数据。例如，与意向场所的关系可以是目标子图中连接相应节点与意向场所对应的节点的各个边的边权重、目标子图中连接相应节点与意向场所对应的节点的各个边的边介数中心性评分值等。
149.推荐指数可以是反映系统对某一相关节点推荐程度的参数。例如，推荐指数可以是具体数值如6、9等，还可以是推荐等级如比较推荐、强烈推荐、不推荐等。在一些实施例中，推荐指数可以是0至10以内的整数。
150.在一些实施例中，推荐模型可以基于大量带有标识的训练样本训练得到。在一些实施例中，训练样本可以是各个节点的历史人流量信息以及与意向场所的关系，标签可以是对应的推荐指数。标签可以通过人工标注获取。
151.通过推荐模型确定推荐指数，可以使对节点的推荐程度量化，并减少人工推荐带来的不必要成本，提高推荐准确度。
152.步骤570，基于各个边的边介数中心性评分值对区域场所图进行划分。
153.在一些实施例中，划分过程可以基于边介数中心性评分值进行。例如，可以将边介数中心性评分值最高的边为切分边进行划分，将包括该边对应的两个节点的区域场所图划分为两个子图。例如，基于前述计算得到图4中各个边的边介数中心性评分值分别如下：fh为1、 eh为34/6、hj为19/6、de为20、eg为14/3、gj为11/3、bd为9、cd为9、ab为4、 ac为4、bc为1、ef为34/6、fj为19/6。则在区域场所图420中，de边的边介数中心性评分值最大，即可以以de边为切分边进行划分，分别得到子图421和子图425。
154.在一些实施例中，可以将边介数中心性评分值超过评分值阈值的边进行划分，将包括每个边对应的两个节点的区域场所图分别划分，得到多个子图。其中，评分值阈值可以基于用户设置确定。
155.在一些实施例中，还可以进一步基于前述步骤的划分结果，进一步按照前述方式对目标子图进行划分，以获取更优的划分结果，并基于最终的划分结果，将与目标节点位于同一子图内的其他节点对应的场所作为推荐场所。
156.在一些实施例中，可以不断重复前述划分步骤，直至每个子图内仅包含一个节点。若一次划分对应一个阶段，原图经过y次划分后，每个子图内仅包含一个节点，则整个划分过程有y个阶段，则可以计算每个阶段对应的模块度(modularity,公式中以字母q表示)值，并将模块度值(q值)最大的阶段对应的划分结果作为最优的划分结果，将该划分结果对应得到的子图中，与目标节点位于同一子图的其他节点作为推荐场所。
157.模块度值可以理解为一个网络在某种聚类划分下与随机网络的差异，因为随机网络不具备子图结构，则对应的差距越大，说明子图的划分结果越好。模块度值(q值)可以基于以下公式(3)获取：
158.其中，m为原图边数，v和w是图中任意两个节点，a
vw
代表两个节点间是否存在边(若存在则值为1，否则值为0)，kv、kw代表节点v、w的度，δ(cv，cw)代表两个节点是否在同一个子图内(若在同一个子图内则值为1，否则值为0)。在一些实施例中，q值的理论大小范围区间为(-0.5,1)。
159.通过本说明书一些实施例所述的预设算法，可以获得具有更高节点关联程度的子图。当用户发起查询需求时可以直接在关联程度更高的子图中查询结果，避免了在整个区域场所图中查询而带来的巨额计算量，提高查询效率。
160.图7是根据本说明书一些实施例所示的确定对意向场所实施管控策略的示例性流程图。在一些实施例中，流程700可以由对象平台执行。
161.在一些实施例中，对象平台可以基于意向场所的当前人流量710和查询的用户数量 720，确定意向场所的流量管控策略730。
162.查询的用户数量720可以是某一时间段内发出查询需求的用户个数。在一些实施例中，某一时间段内查询的用户数量可以小于等于查询需求的个数。例如，同一用户在该时间段内发出多个查询需求等。通过确定查询的用户数量，可以将该用户数量作为意向场所当前或未来的人流量的依据。
163.流量管控策略可以是对人流量进行管理的方案。例如，当某一场所人流量超过人流量阈值时，流量管控策略可以是对该场所进行人流量限流、向相关场所分流、增加管控人员及管控资源等措施；当某一场所人流量小于人流量阈值时，流量管控策略可以是对该场所进行全面开放、减少管控人员及管控资源等措施。
164.在一些实施例中，流量管控策略可以基于预设人流量阈值确定。例如，当当前人流量和查询的用户数量之和大于预设人流量阈值时，流量管控策略可以是限流、分流等措施；当当前人流量和查询的用户数量之和小于人流量阈值时，流量管控策略可以是开放等措施。
165.在一些实施例中，基于子图中其他节点对应的场所与该意向场所之间的边的边权重，确定是否向其他场所分流。例如，当意向场所对应的目标子图内无相关场所，则不进行分流；当意向场所对应的目标子图内有至少一个相关场所，则对相关场所进行分流。其中，分流方式可以是同时对多个相关场所进行分流，或优先对边权重较低的边连接的节点对应的相关场所进行分流。分流的方式可以是向发起查询的用户对应的用户端发送，与意向场所之间的边的边权重小于预设阈值的节点，对应的场所的推荐信息。
166.通过上述对人流量进行分流的过程，可以实现人流量的局部管控，在满足用户需求的前提下，避免人流聚集造成不必要的危险。
167.在一些实施例中，公共场所人流量的统计与调控方法还可以进一步包括基于预测意向场所在未来时间的流量，以确定当前是否对意向场所进行流量管控。例如，当预测未来时间的流量大于预设阈值时，即可对意向场所进行流量管控。
168.未来时间的流量可以是未来时间意向场所的人流量。在一些实施例中，未来时间的流量可以基于意向场所的受欢迎程度确定。关于对未来时间意向场所进行流量管控的具体说明，参见上述流量管控策略的确定与实施。
169.在一些实施例中，对象平台可以基于意向场所的查询的用户数量，确定意向场所的受欢迎程度。
170.受欢迎程度可以是用户对意向场所的爱好程度。受欢迎程度可以通过多个方式确定。例如，基于用户查询需求中将该场所作为意向场所的数量确定受欢迎程度、基于用户对该场所的评价(如线上好评数量等)确定受欢迎程度、基于实时人流量信息确定受欢迎程度等。在一些实施例中，受欢迎程度可以通过具体值表示，如受欢迎程度可以是1至5中的值，值越大表示意向场所越受欢迎。
171.在一些实施例中，对象平台可以基于受欢迎程度对意向场所的当前实时流量进行调整，确定未来时间的流量。
172.未来时间的流量可以通过下述公式(4)计算得到：lw＝ld+kh
ꢀꢀꢀꢀꢀ
(4)
173.其中，lw为未来时间的流量，ld为当前实时流量，k为常数(可以是60％至100％中任意值)，h为受欢迎程度的值。
174.在一些实施例中，可以基于推荐模型的置信度，确定调整因子，通过调整因子对未来时间的流量调整，以得到调整后的未来时间的流量。
175.推荐模型还可以包括置信度。置信度可以是反映推荐模型输出推荐指数可信程度的参数。在一些实施例中，置信度可以用0至100％的百分数表示，置信度越高，推荐模型输出推荐指数可信程度越高。
176.调整因子可以是用于修正未来时间的流量的参数。在一些实施例中，调整因子可以通过下述公式(5)计算得到：
177.其中，y为调整因子，n为推荐模型输出的推荐指数，z为推荐模型的置信度。
178.调整后的未来时间的流量可以通过下述公式(6)得到：l＝lw×
y(6)
179.其中，l为调整后的未来时间的流量。通过调整因子对未来时间的流量进行修正，可以得到更符合实际情况的预测结果。
180.通过本说明书一些实施例所述的方法确定意向场所的流量管控策略，可以针对人流量变化对流量管控策略进行调整，以符合人流量动态变化的实时管控需求；另外，通过受欢迎程度预测未来的人流量，可以对未来管控作出提前规划，提高用户当前以及未来出行体验。
181.本说明书一些实施例还公开了一种计算机可读存储介质，所述存储介质存储计算机指令，当所述计算机指令被处理器执行时实现公共场所人流量统计与调控方法。
182.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。
183.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。
184.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。
185.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。
186.一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。
187.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。
188.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。