人群密集风险判断方法及装置的制造方法
【技术领域】
[0001] 本发明涉及通信技术，尤其涉及一种人群密集风险判断方法及装置。
【背景技术】
[0002] 随着城市发展的不断进步，涉及密集人群的活动越来越多，例如各种展览会、招聘 会、体育赛事和音乐会等，极易造成拥挤踩踏等事故的发生。因此，对相关场合进行人群密 度统计是十分必要的。此外，人群密度统计信息在交通控制、商业分析、节假日出行人数统 计等许多领域同样具有非常重要的意义。
[0003]目前，对人群数量的统计和分析大都依赖于各互联网商（如百度、高德等）提供的 应用客户端，用户携带的移动终端上安装有互联网商的应用客户端，互联网商通过收集用 户上报的位置信息，可以统计出某一区域的人群数量。
[0004] 现有技术的不足之处在于，不是所有的用户都安装了应用客户端，即使安装了客 户端，用户可能并不打开使用或者并不在后台运行，因此不能准确地统计出人群数量，也不 能准确地判断当前是否存在人群密集风险。
【发明内容】
[0005] 本发明提供一种人群密集风险判断方法及装置，用以解决现有技术中难以准确地 统计人群数量、也不能准确地判断当前是否存在人群密集风险的技术问题。
[0006] 本发明提供一种人群密集风险判断方法，包括：
[0007] 获取第一小区中的用户设备在当前日期上报的信令消息，并根据所述信令消息， 确定第一小区中各时间段内的用户数量；
[0008] 根据所述第一小区中各时间段内的用户数量，确定第一时间段及所述第一时间段 前的N个时间段中，每个时间段相对于前一时间段增加的用户数量；
[0009] 根据所述第一小区前M天中的所述第一时间段内的用户数量，确定所述前M天中 的所述第一时间段内的用户数量的平均值；
[0010] 根据所述增加的用户数量、以及所述前M天中的所述第一时间段内的用户数量的 平均值，判断所述第一小区在所述当前日期的所述第一时间段内是否存在人群密集风险；
[0011] 若存在，则向所述第一小区内的用户设备发送密集风险提示信息。
[0012] 本发明还提供一种人群密集风险判断装置，包括：
[0013] 获取模块，用于获取第一小区中的用户设备在当前日期上报的信令消息；
[0014] 第一确定模块，用于根据所述信令消息，确定第一小区中各时间段内的用户数 量；
[0015] 第二确定模块，用于根据所述第一小区中各时间段内的用户数量，确定第一时间 段及所述第一时间段前的N个时间段中，每个时间段相对于前一时间段增加的用户数量；
[0016] 第三确定模块，用于根据所述第一小区前M天中的所述第一时间段内的用户数 量，确定所述前M天中的所述第一时间段内的用户数量的平均值；
[0017] 判断模块，用于根据所述增加的用户数量、以及所述前M天中的所述第一时间段 内的用户数量的平均值，判断所述第一小区在所述当前日期的所述第一时间段内是否存在 人群密集风险；
[0018] 发送模块，用于在所述第一小区在所述当前日期的所述第一时间段内存在人群密 集风险时，则向所述第一小区内的用户设备发送密集风险提示信息。
[0019] 本发明提供的人群密集风险判断方法及装置，通过获取第一小区中的用户设备在 当前日期上报的信令消息，来确定第一小区中各时间段内的用户数量，根据所述第一小区 中各时间段内的用户数量，确定每个时间段增加的用户数量以及第一时间段在前几天的平 均用户数量，并以此来判断所述第一小区在当前日期的所述第一时间段是否存在人群密集 风险，能够更加准确地获取所述第一小区的用户数量，更加准确地判断所述第一小区在所 述第一时间段是否存在人群密集风险。
【附图说明】
[0020] 图1为本发明实施例一提供的人群密集风险判断方法的流程图；
[0021] 图2为本发明实施例二提供的人群密集风险判断方法的流程图；
[0022] 图3为本发明实施例三提供的人群密集风险判断装置的结构示意图。
【具体实施方式】
[0023] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例 中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是 本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员 在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0024] 实施例一
[0025] 本发明实施例一提供一种人群密集风险判断方法。图1为本发明实施例一提供的 人群密集风险判断方法的流程图。如图1所示，本实施例中的人群密集风险判断方法，可以 包括：
[0026] 步骤101、获取第一小区中的用户设备在当前日期上报的信令消息，并根据所述信 令消息，确定第一小区中各时间段内的用户数量。
[0027] 本实施例的执行主体可以是网络侧服务器，网络侧服务器能够在运营商提供的移 动通信网络中采集获取用户设备发送的各类信令消息。具体地，本步骤中的所述根据所述 信令消息，确定第一小区中各时间段内的用户数量，可以具体包括：
[0028] 解析所述信令消息中携带的用户标识信息、小区标识信息和时间点；根据所述用 户标识信息、小区标识信息和时间点，确定所述第一小区中各时间段内的用户数量。
[0029] 其中，所述用户标识信息可以包括用户设备对应的手机号或IMSI ;所述小区标识 信息可以包括小区对应的小区号，此外，在2G或3G网络下，所述小区标识信息还可以包括 小区的LAC(L 〇cati〇n Area Code，位置区码），在4G网络下，所述小区标识信息还可以包括 小区的 TAC(Tracking Area Code，跟踪区号）。
[0030] 根据用户设备发送的信令消息中携带的小区标识信息，可以确定所述用户设备当 前是否在第一小区中；根据用户标识信息和时间点，可以确定所述第一小区在一天中各个 时间段内的用户数量。网络侧服务器可以根据所述第一小区在各个时间段的用户数量，来 判断所述第一小区是否存在人群密集风险。
[0031] 步骤102、根据所述第一小区中各时间段内的用户数量，确定第一时间段及所述第 一时间段前的N个时间段中，每个时间段相对于前一时间段增加的用户数量。
[0032] 具体地，可以根据实际需要将一天划分为多个时间段，例如，可以每15秒为一个 时间段，或者每60秒为一个时间段。根据每天的每个时间段内所述第一小区中的用户数 量，可以确定每个时间段相对于前一时间段增加的用户数量，在实际应用中，可以用表格反 映每个时间段增加的用户数量，如表1所示。
[0033] 表 1
[0034]
[0035] 其中，!^表示一天中的第j个时间段，A ,为所述第一小区中当前日期的第j个时间 段增加的用户数量，例如，A19为第19个时间段增加的用户数量，A2。为第20个时间段增加的 用户数量。本实施例中，第j个时间段增加的用户数量是指第j个时间段相对于第j_l个 时间段增加的用户数量，即第j个时间段的用户数量与第j_l个时间段的用户数量之差，j = 1,2,3……。当涉及到跨天时，当前日期的第1个时间段增加的用户数量A1可以是当前 日期的第1个时间段的用户数量与前一天的最后一个时间段的用户数量之差。表1可以每 天形成一张，方便统计每天的每个时间段增加的用户数量。
[0036] 本步骤中，可以根据所述第一小区中各时间段内的用户数量，确定第一时间段及 所述第一时间段前的N个时间段中，每个时间段相对于前一时间段增加的用户数量。N为自 然数，可以根据实际需要来选择，例如N可以为21。所述第一时间段可以为当前的时间段， 例如，当前为凌晨〇点10分，按照每15秒划分一个时间段的标准，当前时间段是今天的第 40个时间段，则所述第一时间段为第40个时间段。
[0037] 为了便于理解，本实施例中以N= 21、所述第一时间段为第40个时间段为例进行 描述。本步骤中，可以按照表1查找第19至第40个时间段中、每个时间段增加的用户数量 (即A19至A40)。
[0038] 步骤103、根据所述第一小区前M天中的所述第一时间段内的用户数量，确定所述 前M天中的所述第一时间段内的用户数量的平均值。
[0039] 具体地，M为自然数，可以根据实际需要来选择，例如M可以为7。根据所述第一小 区前M天中每天特定时间段内的用户数量，可以确定前M天所述特定时间段内的用户数量 的平均数，也可以为所述平均数建立一张表格，如表2所示。
[0040] 表 2 [0041 ]
[0042] 其中，C,为所述第一小区中前M天的第j个时间段的用户数量的平均值。例如,C1 为前M天的第1个时间段的用户数量的平均值。表2也可以每天形成一张，方便统计