利用LBS将时间信息重组以确定密切接触者的方法及系统与流程

本发明涉及大数据处理领域，尤其涉及一种利用lbs将时间信息重组以确定密切接触者的方法及系统。

背景技术：

当社会中出现传播途径为空气传播、飞沫传播、接触传播等类型的传染疾病时，通常是通过询问确诊患者近期与之密切接触的人员来找到交叉感染的高危人员，以便对高危人员采取相应的干预措施。虽然上述方式能够在一定程度上找到交叉感染的高危人员，但是随着商业社会的进步，现在人群的流动越来越来频繁，且现在很多传染疾病具有较长的潜伏期，因此很多情况下，传统的流行病调查方法对于患者接触历史不准确且效率较低。

因此通过上述方式很难在某些患者被确诊后找到潜在的可能被感染的人员，而被感染人员极有可能成为新的感染源，使得交叉感染比例增加，甚至引发感染爆发，给人民健康带来严重后果。

技术实现要素：

基于上述缺陷，本发明提出了一种利用lbs信息对时间信息重组以确定密切接触者的方法及系统，其可以通过对大数据的利用，较快且较为准确的确定密切接触者。

本发明所提供的一种利用lbs将时间信息重组以确定密切接触者的方法，包括：

建立标靶数据库，所述标靶数据库中至少包括若干目标对象的手机号码在指定时间段内若干时刻的历史lbs数据或基站数据、运营商信息、手机号码用户信息；

建立被测数据库，所述被测数据库包括除上述目标对象的手机号码之外的所有域内手机号码在上述指定时间段内若干时刻的历史基站数据或lbs数据、运营商信息、时间、手机号码用户信息；

确定基站的地理位置；以及

撞库运算：将被测数据库中的每一手机号码在每一时间点的lbs数据与标靶数据库中的每一手机号码在对应时间点的lbs数据进行比较，并进行判断。

其中，所述目标对象为确诊的流行病患者和高度疑似群体；所述撞库运算步骤包括：

将被测数据库中的每一手机号码在每一时间点所处的地理位置与标靶数据库中的每一手机号码在相同时间点所处的地理位置进行比较，并依据地理位置的远近分别计入不同的分值。

进一步的，所述标靶数据库内每一手机号码用户还对应包括一传染性乘积系数，所述传染性乘积系数由对应手机号码用户的主治医师提出，或由流行病专家设计其临床对应的统一传染性乘积系数。

进一步的，若传染性乘积系数大于1，则所述撞库步骤中计算出分值后还需乘以传染性乘积系数，以得到最终分值。

其中，若被测数据库中的高得分分值的手机号码与标靶数据库中的手机号码的同位置信息为一立体楼宇，则被测数据库中的该手机号码被标记为同立体楼宇属性，其中所述高得分分值是指分值高于预设值。

其中，若被测数据库中的高得分分值的手机号码的得分过程在lbs变量较大的数据获得，则判断该高得分的被测数据与标靶数据库内的对应一标靶数据乘坐同一交通工具，所述被测数据库内的该手机号码被标记为同交通工具属性，其中所述高得分分值是指分值高于预设值。

进一步的，所述利用lbs将时间信息重组以确定密切接触者的方法还包括：

建立标靶二代数据库：将依据撞库运算后得到的被测数据库中的高得分数据移入标靶二代数据库，并将上述移动的数据从原被测数据库中删除；

再次进行撞库运算。

进一步的，所述目标对象还可以为犯罪嫌疑人、维稳对象或恐怖分子嫌疑人。

本发明还提供了一种利用lbs将时间信息重组以确定密切接触者的系统，包括：标靶数据库、被测数据库、基站位置确定单元及计算与判断单元；

所述标靶数据库中至少包括若干目标对象的手机号码在指定时间段内若干时刻的历史lbs数据或基站数据、运营商信息、手机号码用户信息；

所述被测数据库包括除上述目标对象的手机号码之外的所有域内手机号码在上述指定时间段内若干时刻的历史基站数据或lbs数据、运营商信息、时间、手机号码用户信息；

所述基站位置确定单元用于依据域内的地图数据及基站的lac或cid系统性基站信息确定基站的地理位置；

所述计算与判断单元用于将被测数据库中的每一手机号码在每一时间点的lbs数据与标靶数据库中的每一手机号码在对应时间点的lbs数据进行比较，并进行判断。

其中，所述目标对象为确诊的流行病患者和高度疑似群体，所述标靶数据库内每一手机号码用户还对应包括一传染性乘积系数，所述传染性乘积系数由对应手机号码用户的主治医师提出，或由流行病专家设计其临床对应的统一传染性乘积系数。

上述利用lbs将时间信息重组以确定密切接触者的方法及系统能快速且准确的摸清高危人群及排除安全人员，并可有方向性的提前预测爆发点。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为本发明一种利用lbs定位将时间信息重组以确定密切接触者的方法的第一较佳实施方式的流程图。

图2是标靶数据库中每一条数据的内容的示意图。

图3是被测数据库中每一条数据的内容的示意图。

图4是图1中步骤s5的示意图。

图5是本发明一种利用lbs定位将时间信息重组以确定密切接触者的系统的第一较佳实施方式的方框图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本发明的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

如图1所示，本发明所述的一种利用lbs定位将时间信息重组以确定密切接触者的方法的第一较佳实施方式包括以下步骤：

为便于描述清楚本发明的原理，所述第一较佳实施方式以确定流行病的密切接触者为例进行说明。

步骤s1：建立标靶数据库。所述标靶数据库可理解为“目标对象”。所述标靶数据库中至少包括若干确诊和高度疑似群体的手机号码在某一时间段内(如14天)若干时刻的历史lbs数据或基站数据、运营商信息、手机号码用户信息。为方便理解，如图2所示，其对标靶数据库中每一条数据的内容及格式进行了示例，不表示将本发明专利的保护范围仅限于所示的格式。

其中，标靶数据库中的确诊和高度疑似群体的手机号码由官方(如卫健委等)提供。上述若干确诊和高度疑似群体的手机号码被分发至相应的运营商，运营商依据收到的确诊和高度疑似群体的手机号码提取各手机号在指定时间段内的若干时刻的历史lbs数据或基站数据，再结合运营商信息、时间及手机号码用户信息，以组成标靶数据库。其中，运营商依据收到的确诊和高度疑似群体的手机号码提取各手机号在指定时间段内的历史lbs数据或基站数据的频率可定为按每10秒采样一次(如果计算能力不够则可降频，如果计算能力提高则可增频)，如此即可得到若干时刻的历史lbs数据或基站数据。手机号码用户信息可依据imei对应手机号码的身份证信息或者入境登记信息来进行确认。

另外，建立标靶数据库时还需标注该手机号码用户所对应的传染性乘积系数。本实施方式中，所有标靶的乘积系数应由对应手机号码用户的主治医师提出，若无法提出则应由流行病专家设计其临床对应的统一系数。

为了提高运算效率，本实施方式钟，可将每一标靶数据内的lbs数据或基站数据转换为域内的唯一数字。

步骤s2：建立被测数据库。所述被测数据库可理解为“被测对象”。所述被测数据库中包括除步骤s1中确定的确诊和高度疑似群体的手机号码之外的所有域内手机号码在指定时间段内若干时刻的历史基站数据或lbs数据、运营商信息、时间、手机号码用户信息。为方便理解，如图3所示，其对被测数据库中每一条数据的内容及格式进行了示例，不表示将本发明专利的保护范围仅限于所示的格式。

其中，运营商针对被测对象的手机号码提取各手机号在指定时间段内(该指定时间段与步骤s1中的指定时间段相同)的若干历史lbs数据或基站数据的频率亦可定为按每10秒采样一次(如果计算能力不够则可降频，如果计算能力提高则可增频)，该采样频率应与步骤s1中的采样频率一致。同时，为了更为全面的确定密切接触者，所述被测数据库中还包括境外漫游的手机号码的历史lbs数据或基站数据、运营商信息、时间、手机号码用户信息。

为了提高运算效率，本实施方式中，可将每一被测数据内的lbs数据或基站数据转换为域内的唯一数字。

步骤s3：导入经纬度信息。基于基站的lac、cid等系统性基站信息导入其经纬度信息。若同时还具有该基站的天线安装信息，则一并导入。

步骤s4：确定基站的地理位置。导入域内的地图数据，并根据域内的地图数据及导入的经纬度信息，确定每一基站的地理位置。同时，由数据管理机构(如规划局等)提供多层立体楼宇数据库信息。

为了提高运算效率，本实施方式中，可将域内地图转成与步骤s1及s2中的数字格式一致的数字，所述地图的分辨率依据运营商的定位精度来测定，有可能三家运营商能提供的精度不同，所以其最小精度应为运营商提供的最高精度为标准。

步骤s5：将被测数据库的时间信息与标靶数据库的时间信息进行lbs位置上的撞库，并进行对应的计算与判断。即将被测数据库中的每一手机号码在每一时间点的lbs数据与标靶数据库中的每一手机号码在对应时间点的lbs数据进行比较，并进行判断。简而言之，将被测数据库中的每一手机号码在每一时间点所处的地理位置与标靶数据库中的每一手机号码在相同时间点所处的地理位置进行比较。

下面将对撞库的规则进行详细的阐述：请参考图4所示，其简单的示出了撞库规则。如果被测数据库中某一手机号码在某个时间点的lbs位置与标靶库内某一手机号码在该时间点的lbs位置相同，则计1分。如果被测数据库中某一手机号码在某个时间点的lbs位置与标靶库内某一手机号码在该时间点的lbs位置相差在预设的范围之内，则根据两者的lbs位置差距对应计为0.1-0.9分(本实施例中采用满分为1分制仅为示例说明，其他实施方式中亦可根据实际需要自行采用其他满分制)。本实施方式中，由于运营商对标靶数据库及被测数据库内的手机号码的采样频率为每10秒采样一次，故当被测数据库中的某一手机号码与整个标靶数据库中的所有手机号码进行撞库后得分为6分时，即可推断该手机号码所对应的用户与确诊或高度疑似群体人群处于同位置的持续时间为1分钟，该用户应被列为被关注对象。本实施方式以两者处于同位置的持续时间为1分钟作为阈值进行判断为例进行说明，实际判断时该阈值可由流行病专家提出并可根据流行病的疫情发展情况进行更改。另外，若标靶数据库中某一手机号码所对应的传染性乘积系数大于1，则与标靶数据库中该手机号码对应的被测手机号码在计算得分时还需乘以对应的传染性乘积系数，以得到更为精确的判断结果。

如果被测数据库中的某个高得分的手机号码与标靶数据库中的手机号码的同位置信息为某一立体楼宇，则被测数据库中的该手机号码应被标记为同立体楼宇属性，并与该立体楼宇的位置信息同时被提交给流行病专家确认是否需要进一步采取措施。实际操作中，依据运营商的精度，甚至可精确到立体楼宇内的某一楼层，此时可对该手机号码进行进一步的标记。此处不对具体操作方式做限定，可根据运营商所能提供的位置精确度及实际需要进行选择性的使用。

如果被测数据库中的某个高得分的手机号码的得分过程在lbs变量较大的数据获得(比如被测数据库中的某一手机号码在第一时刻的lbs位置与标靶数据库中的某一手机号码在该第一时刻的lbs位置相同，上述lbs位置记为第一lbs位置；该被测数据库中的该手机号码在第二时刻的lbs位置与标靶数据库中的该手机号码在第二时刻的lbs位置也相同，上述lbs位置记为第二lbs位置；以此类推，该被测数据库中的该手机号码在第六时刻的lbs位置与标靶数据库中的该手机号码在第六时刻的lbs位置也相同，上述lbs位置记为第六lbs位置；且第一至第六lbs位置的变量较大)，则可判断该高得分的被测数据与标靶数据库内的某一标靶数据乘坐同一交通工具，应将被测数据库内的该手机号码标注为同交通工具属性，并提交给路政部门及流行病专家确认是否需要进一步采取措施。

步骤s6：建立标靶二代数据库。将依据步骤s5得到的被测数据库中的高得分数据移入标靶二代数据库，并将上述移动的数据从原被测数据库中删除。

步骤s7：依照步骤s5的方法将被测数据库内的数据与标靶二代数据库内的数据进行撞库对比及判断。

依次类推，建立标靶三代数据库。将依据步骤s7得到的被测数据库中的高得分数据导入标靶三代数据库，并将上述移库的数据从原被测数据库中删除。如此往复即可将原被测数据库中的多个数据分别装入多代的标靶数据库。假设本实施方式中共计实现了5次撞库，如此即可得到共计六个标靶数据库，依次记为标靶数据库、标靶二代数据库、标靶三代数据库、标靶四代数据库、标靶五代数据库及标靶六代数据库。此时，所有数据将会被分为7个数据库，即6个标靶数据库及一个被测数据库，其中标靶数据库、标靶二代数据库、标靶三代数据库、标靶四代数据库、标靶五代数据库、标靶六代数据库及被测数据库内的人员感染几率依次递减。

请继续参考图5所示，为本发明所述的一种利用lbs定位将时间信息重组以确定密切接触者的系统的第一较佳实施方式的示意图。所述利用lbs定位将时间信息重组以确定密切接触者的系统的第一较佳实施方式以确定流行病的密切接触者为例进行说明。

所述利用lbs定位将时间信息重组以确定密切接触者的系统的第一较佳实施方式包括标靶数据库、被测数据库、基站位置确定单元、立体楼宇数据库、计算与判断单元、标靶二代数据库及移库单元。

所述标靶数据库中至少包括若干确诊和高度疑似群体的手机号码在某一时间段内若干时刻的历史lbs数据或基站数据、运营商信息、手机号码用户信息，其中确诊和高度疑似群体的手机号码由官方(如卫健委等)提供，运营商依据收到的确诊和高度疑似群体的手机号码提取各手机号码在指定时间段内若干时刻的历史lbs数据或基站数据及手机号码用户信息。

另外，建立标靶数据库时还需标注该手机号码用户所对应的传染性乘积系数。本实施方式中，所有标靶的乘积系数应由对应的主治医师提出，若无法提出则应由流行病专家设计其临床对应的统一系数。

所述被测数据库中包括除上述确诊和高度疑似群体的手机号码之外的所有域内手机号码在指定时间段内若干时刻的历史lbs数据或基站数据、运营商信息、手机号码用户信息。同时，为了更为全面的确定密切接触者，所述被测数据库中还包括境外漫游的手机号码的历史lbs数据或基站数据、运营商信息、手机号码用户信息。

所述基站位置确定单元用于依据域内的地图数据及基站的lac、cld等系统性基站信息确定基站的地理位置。

所述立体楼宇数据库包括域内每一立体楼宇的地理位置信息，该信息可由数据管理机构等相关机构提供。

所述计算与判断单元用于将被测数据库的时间信息与标靶数据库的时间信息进行lbs位置上的撞库，并进行对应的计算与判断。具体的，所述计算与判断单元用于将被测数据库中的每一手机号码在每一时间点的lbs位置与标靶数据库中的每一手机号码在对应时间点的lbs位置进行比较，并对两者的位置差异是否在预设范围内进行判断。更为详细的判断规则已在上述方法实施例中进行了描述，在此不再赘述。

所述移库单元用于将由计算与判断单元所得到的高分数据移至标靶二代数据库，并将上述高分数据从被测数据库中移除。所述计算与判断单元还用于将被测数据库中所余下的数据再次与标靶二代数据库中的数据进行比较，其计算原则与将被测数据库中的数据与标靶数据库中的数据进行比较时的计算原则相同，在此不再赘述。

上述利用lbs定位将时间信息重组以确定密切接触者的方法及系统利用在确定流行病的密切接触者时，能快速且准确的摸清高危人群及排除安全人员，并可有方向性的提前预测爆发点。

本发明所述的一种利用lbs定位将时间信息重组以确定密切接触者的方法的第二较佳实施方式可应用于公安系统确定犯罪嫌疑人、维稳对象、恐怖分子嫌疑人等的密切接触者。

第二较佳实施方式中，标靶数据库中存储有犯罪嫌疑人的手机号码在某一时间段内若干时刻的历史lbs数据或基站数据、运营商信息、手机号码用户信息，其中犯罪嫌疑人的手机号码可由警方或者安全部门提供。被测数据库中存储有除开上述犯罪嫌疑人之外的其他人的手机号码在指定时间段内若干时刻的历史lbs数据或基站数据、运营商信息、手机号码用户信息。当然，其他实施方式中，被测数据库亦可存储公安系统或安全部门的定向数据，比如高度怀疑对象的手机号码在指定时间段内若干时刻的历史lbs数据或基站数据、运营商信息、手机号码用户信息等，如此可大大优化比对速度。

同时，基于不同的应用场景，第二较佳实施方式中可以视具体需求省去立体楼宇的数据库信息。

由于应用场景的不同，第二较佳实施方式中，将被测数据库的时间信息与标靶数据库的时间信息进行lbs位置上的撞库时，传染性乘积系数被删除，其余规则可与第一较佳实施方式相同，且第二较佳实施方式中无需再设定标靶二代数据库等。

上述利用lbs定位将时间信息重组以确定密切接触者的方法及系统应用于公安系统确定犯罪嫌疑人、维稳对象、恐怖分子嫌疑人等的密切接触者时，同样能快速且准确的摸清高危人群及排除安全人员，并可有方向性的提前进行布控。

特别地，根据本发明的较佳实施方式，上文参考图1所描述的过程可以被实现为计算机软件程序。例如，本发明的第三较佳实施方式包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行图1所示的方法的程序代码。在这样的较佳实施方式中，该计算机程序可以通过通信部分从网络上被下载和安装，和/或从可拆卸介质被安装。在该计算机程序被中央处理单元(cpu)执行时，执行本申请的系统中限定的上述功能。

附图1所示的的流程图和附图5所示的框图中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

以上仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构，直接或间接运用在其他相关的技术领域，均同理在本发明的专利保护范围之内。