CN113743704A - 事件的监测方法、装置、计算机设备及存储介质 - Google Patents
事件的监测方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN113743704A CN113743704A CN202110164620.9A CN202110164620A CN113743704A CN 113743704 A CN113743704 A CN 113743704A CN 202110164620 A CN202110164620 A CN 202110164620A CN 113743704 A CN113743704 A CN 113743704A
- Authority
- CN
- China
- Prior art keywords
- event
- value
- time
- monitored
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000002159 abnormal effect Effects 0.000 claims abstract description 34
- 230000002123 temporal effect Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012806 monitoring device Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 8
- 230000006870 function Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000001174 ascending effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Debugging And Monitoring (AREA)
Abstract
本公开提出一种事件的监测方法、装置、计算机设备及存储介质,涉及计算机技术领域。该方法包括:获取事件监测请求,所述监测请求中包括待监测事件对应的第一时间信息及第一位置信息;根据所述待监测事件对应的第一时间信息及第一位置信息,获取参考数据集,其中,所述参考数据集中包括多个参考数据;根据所述参考数据集,确定所述待监测事件对应的目标趋势值及各参考趋势值;根据所述目标趋势值及各参考趋势值,确定所述待监测事件的时间波动值及空间波动值;根据所述待监测事件的时间波动值及空间波动值,确定所述待监测事件是否为异常事件。由此,在对事件进行监测时,同时兼顾了时序和空间上的表现,从而提高了事件监测的准确性和可靠性。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种事件的监测方法、装置、计算机设备及存储介质。
背景技术
随着社会的不断发展和计算机技术的进步,人们可以对某些事件进行监测,比如监测某商场的人流量、监测某路口的车流量等,从而可以对异常情况做出预警。但现今对事件的监测规则较为粗糙,其可能无法适应复杂的现实情况,从而使得事件监测的准确性较低。如何对事件进行准确监测和预警,显得至关重要。
发明内容
本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
本公开第一方面实施例提出了一种事件的监测方法,包括:
获取事件监测请求,其中,所述监测请求中包括待监测事件对应的第一时间信息及第一位置信息;
根据所述待监测事件对应的第一时间信息及第一位置信息,获取参考数据集,其中,所述参考数据集中包括多个参考数据;
根据所述参考数据集,确定所述待监测事件对应的目标趋势值及各参考趋势值;
根据所述目标趋势值及各参考趋势值,确定所述待监测事件的时间波动值及空间波动值;
根据所述待监测事件的时间波动值及空间波动值,确定所述待监测事件是否为异常事件。
本公开第二方面实施例提出了一种事件的监测装置,包括:
第一获取模块,用于获取事件监测请求,其中,所述监测请求中包括待监测事件对应的第一时间信息及第一位置信息;
第二获取模块,用于根据所述待监测事件对应的第一时间信息及第一位置信息,获取参考数据集,其中,所述参考数据集中包括多个参考数据;
第一确定模块,用于根据所述参考数据集,确定所述待监测事件对应的目标趋势值及各参考趋势值;
第二确定模块,用于根据所述目标趋势值及各参考趋势值,确定所述待监测事件的时间波动值及空间波动值;
第三确定模块,用于根据所述待监测事件的时间波动值及空间波动值,确定所述待监测事件是否为异常事件。
本公开第三方面实施例提出了一种计算机设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如本公开第一方面实施例提出的事件的监测方法。
本公开第四方面实施例提出了一种非临时性计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现如本公开第一方面实施例提出的事件的监测方法。
本公开第五方面实施例提出了一种计算机程序产品,当所述计算机程序产品中的指令处理器执行时,执行本公开第一方面实施例提出的事件的监测方法。
本公开提供的事件的监测方法、装置、计算机设备及存储介质,存在如下有益效果:
首先获取事件监测请求,监测请求中包括待监测事件对应的第一时间信息及第一位置信息,之后根据待监测事件对应的第一时间信息及第一位置信息,获取参考数据集,再根据参考数据集,确定待监测事件对应的目标趋势值及各参考趋势值,从而可以根据目标趋势值及各参考趋势值,确定待监测事件的时间波动值及空间波动值,最后根据待监测事件的时间波动值及空间波动值,确定待监测事件是否为异常事件。由此,在对事件进行监测时,既考虑到了时序上的特点,又兼顾了空间上的表现,从而可以较为准确地确定出待监测事件是否为异常事件,从而提高了事件监测的准确性和可靠性。
本公开附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本公开的实践了解到。
附图说明
本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本公开一实施例所提供的事件的监测方法的流程示意图;
图2为本公开另一实施例所提供的事件的监测方法的流程示意图;
图3为本公开一实施例所提供的事件的监测装置的结构示意图;
图4为本公开另一实施例所提供的事件的监测装置的结构示意图;
图5示出了适于用来实现本公开实施方式的示例性计算机设备的框图。
具体实施方式
下面详细描述本公开的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本公开,而不能理解为对本公开的限制。
下面参考附图描述本公开实施例的事件的监测方法、装置、计算机设备和存储介质。
图1为本公开实施例所提供的事件的监测方法的流程示意图。
本公开实施例以该事件的监测方法被配置于事件的监测装置中来举例说明,该事件的监测装置可以应用于任一计算机设备中,以使该计算机设备可以执行事件的监测功能。
其中,计算机设备可以为个人电脑(Personal Computer,简称PC)、云端设备、移动设备等,移动设备例如可以为手机、平板电脑、个人数字助理、穿戴式设备、车载设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
如图1所示,该事件的监测方法可以包括以下步骤:
步骤101,获取事件监测请求,其中,监测请求中包括待监测事件对应的第一时间信息及第一位置信息。
其中,待监测事件,可能为任意事件,比如可以为监测某商圈的人流量、监测某路口的车流量等,本公开对此不做限定。
比如,获取到的事件监测请求,可以为监测商圈A在2021年元旦的人流量,相应的,第一时间信息可以为2021年元旦,第一位置信息可以为商圈A。
或者,获取到的事件监测请求,也可以为监测门店B在2021年1月的销售额,相应的,第一时间信息可以为2021年1月,第一位置信息可以为门店B。
需要说明的是,上述示例只是举例说明,不能作为对本公开实施例中事件监测请求、第一时间信息、第一位置信息等的限定。
步骤102,根据待监测事件对应的第一时间信息及第一位置信息,获取参考数据集,其中,参考数据集中包括多个参考数据。
可选的,可以根据需要按照不同的方式获取参考数据集。
比如,待监测事件为:监测商圈A在2021年元旦的人流量,则可以获取商圈A在2021年元旦前14天的人流量数据A1、与商圈A关联的其他商圈,比如与商圈A最邻近的三个商圈:商圈B、商圈C、商圈D各自在2021年元旦前14天的人流量数据B1、C1、D1作为参考数据集。
或者,也可以根据实际需要,获取商圈A在2021年元旦前7天的人流量数据A1以及商圈A所在的市区中的各个商圈在2021年元旦前7天的人流量数据等作为参考数据。
需要说明的是,上述示例只是举例说明,不能作为对本公开实施例中待监测事件对应的第一时间信息、第一位置信息、参考数据集等的限定。
步骤103,根据参考数据集,确定待监测事件对应的目标趋势值及各参考趋势值。
比如,参考数据集中包括的参考数据可以为商圈A在2021年元旦前14天的人流量数据A1,以及商圈B、C、D各自在2021年元旦前14天的人流量数据B1、C1、D1。
之后,可以对获取到的各参考数据进行处理,比如对其进行回归拟合等处理,从而可以得到商圈A对应的目标趋势值A0,商圈B对应的参考趋势值B0,商圈C对应的参考趋势值C0,商圈D对应的参考趋势值D0。
需要说明的是,上述示例只是举例说明,不能作为对本公开实施例中参考数据集、目标趋势值、各参考趋势值等的限定。
可以理解的是,为了进一步减少噪声干扰,在获取到参考数据后,可以先对参考数据进行噪声去除,比如可以采用移动平滑法、加权平滑法等进行数据滤波,以使平滑后的参考数据,不仅保留了原始数据的趋势,也尽量消除了外界因素等造成的波动。
步骤104,根据目标趋势值及各参考趋势值,确定待监测事件的时间波动值及空间波动值。
本公开实施例中,为了提高事件监测的准确性和可靠性,既考虑到了时间在时序上的分布,也考虑到了事件在空间上的分布。
比如,以上述示例中的待监测事件为:监测商圈A在2021年元旦的人流量为例,其中,目标趋势值可以为A0,各参考趋势值可以分别为B0、C0、D0,相应的,空间波动值可以为:A0/(A0+B0+C0+D0)。
另外,计算时间波动值时,可以结合商圈A时间上的特点进行分析。
比如可以获取商圈A最近三年元旦前14天分别对应的各参考趋势值,可以将其记为A2、A3、A4,相应的,时间波动值可以为:A0/(A2+A3+A4)。
或者也可以获取商圈A最近五年元旦前14天分别对应的各参考趋势值,可以记为A2、A3、A4、A5、A6,相应的,时间波动值可以为:A0/(A2+A3+A4+A5+A6)。
需要说明的是,上述示例只是举例说明,不能作为对本公开实施例中目标趋势值、各参考趋势值、时间波动值、空间波动值等的限定。
步骤105,根据待监测事件的时间波动值及空间波动值,确定待监测事件是否为异常事件。
其中,确定待监测事件是否为异常事件时,可以有多种判断方式。
比如,可以提前设定好,某一个数值范围,待监测事件的时间波动值及空间波动值均超出该数值范围时,可以确定该待监测事件为异常事件。
或者,待监测事件的时间波动值、空间波动值任一超过该数值范围时,即可确定该待监测时间为异常事件。
或者,还可以将时间波动值与空间波动值相加,若和大于某一设定好的阈值,可以确定该待监测事件为异常事件,否则,可以确定该待监测事件不是异常事件。
或者,还可以给时间波动值、空间波动值分别赋予对应的权重,之后将时间波动值、空间波动值分别与其对应的权重相乘,再相加,若和大于某一设定好的阈值,可以确定该待监测事件为异常事件。
需要说明的是,上述示例只是举例说明,不能作为对本公开实施例中时间波动值、空间波动值、确定待监测事件是否为异常事件等的限定。
本公开实施例中,首先获取事件监测请求,监测请求中包括待监测事件对应的第一时间信息及第一位置信息,之后根据待监测事件对应的第一时间信息及第一位置信息,获取参考数据集,再根据参考数据集,确定待监测事件对应的目标趋势值及各参考趋势值,从而可以根据目标趋势值及各参考趋势值,确定待监测事件的时间波动值及空间波动值,最后根据待监测事件的时间波动值及空间波动值,确定待监测事件是否为异常事件。由此,在对事件进行监测时,既考虑到了时序上的特点,又兼顾了空间上的表现,从而可以较为准确地确定出待监测事件是否为异常事件,从而提高了事件监测的准确性和可靠性。
上述实施例,通过根据待监测事件对应的第一时间信息及第一位置信息,获取参考数据集,之后再根据参考数据集,可以确定出待监测事件对应的目标趋势值及各参考趋势值,从而可以确定出待监测事件的时间波动值、空间波动值,进而可以对待监测事件进行有效判断。在一种可能的实现方式中,参考趋势值中可以包括空间参考趋势值、时间参考趋势值,从而可以根据目标趋势值、空间参考趋势值、时间参考趋势值,先确定出对应的空间参考值、时间参考值,之后再确定出对应的空间波动值、时间波动值,下面结合图2对上述过程进行进一步说明。
图2为本公开一实施例所提供的事件的监测方法的流程示意图,如图2所示,该事件的监测方法可以包括以下步骤:
步骤201,获取事件监测请求,其中,监测请求中包括待监测事件对应的第一时间信息及第一位置信息。
步骤202,根据待监测事件的类型,确定预设的时间窗口。
其中,待监测事件的类型,可以有多种,比如可以为监测某商城人流量、监测某门店销售额、监测某地区路灯情况、监测某地区中学升学率等,本公开对此不做限定。
可以理解的是,不同类型的待监测事件,其对应的预设的时间窗口可能相同,或者也可能不同,本公开对此不做限定。
比如说,待监测事件为:监测商城A在2月1日的人流量,预设的时间窗口可以为7天、或者也可以为10天等。
或者,待监测事件为:监测某地区中学升学率,预设的时间窗口可以为近3年、近5年等。
需要说明的是,上述示例只是举例说明,不能作为对本公开实施例中待监测事件、预设的时间窗口等的限定。
步骤203,根据待监测事件对应的第一位置信息,获取第一候选数据集及至少一个第二候选数据集,其中,第一候选数据集中的每个第一候选数据的位置信息为第一位置信息,第二候选数据集中的每个第二候选数据的位置信息的类型与第一位置信息的类型相同。
其中,可以根据需要按照不同的方式获取参考数据集。
比如,待监测事件可以为:监测商圈A在2021年元旦的人流量,相应的,第一位置信息可以为商圈A,第一候选数据集中的各第一候选数据可以为:商圈A对应的人流量数据信息。第二候选数据对应的位置信息可以为与商圈A同类型的其他商圈,比如商圈B、商圈C等,相应的,第二候选数据集中的第二候选数据可以分别为:商圈B对应的人流量数据信息、商圈C对应的人流量数据信息。
或者,待监测事件可以为监测中学X的升学率,第一位置信息可以为中学X,第一候选数据集可以为中学X对应的升学信息。第二候选数据对应的位置信息可以为与中学X同类型的中学Y、中学Z、中学W,相应的,各个第二候选数据集可以分别为:中学Y对应的升学信息、中学Z对应的升学信息、中学W对应的升学信息。
需要说明的是,上述示例只是举例说明,不能作为对本公开实施例中待监测事件对应的第一位置信息、第一候选数据集、第二候选数据集等的限定。
步骤204,根据待监测事件对应的第一时间信息及预设的时间窗口,确定参考数据对应的第二时间信息。
比如说,待监测事件可以为:监测商圈A元旦的人流量,相应的,第一时间信息可以为元旦,预设的时间窗口可以为5天、或者可以为8天等,本公开对此不做限定。对应的第二时间信息可以为元旦前5天,或者也可以为元旦前8天等。
或者,待监测事件可以为:监测某地区中学2021年升学率,相应的,第一时间信息可以为2021年,预设的时间窗口可以为3年、或者可以为5年等,对应的第二时间信息可以为2021年前3年,或者也可以为2021年前5年等,本公开对此不做限定。需要说明的是,上述示例只是举例说明,不能作为对本公开实施例中确定第二时间信息的限定。
步骤205,从第一候选数据集及至少一个第二候选数据集中,分别抽取与第二时间信息对应的各个参考数据。
比如,第二时间信息可以为元旦前5天,第一候选数据集中可以为商圈A对应的人流量数据信息,从中抽取的与第二时间信息对应的参考数据可以为:商圈A元旦前5天对应的人流量数据信息。
相应的,第二候选数据集中可以为商圈B对应的人流量数据信息,从中抽取的与第二时间信息对应的参考数据可以为:商圈B元旦前5天对应的人流量数据信息。
需要说明的是,上述示例只是举例说明,不能作为对本公开实施例中预设的时间窗口、第一候选数据集、第二候选数据集、各个参考数据等的限定。
步骤206,对参考数据集中与第一位置信息对应的各个第一参考数据进行回归拟合,以确定目标趋势值。
步骤207,对参考数据集中与每类第二位置信息对应的各个第二参考数据进行回归拟合,以确定每个参考趋势值。
其中,可以使用多种方法进行回归拟合,比如可以使用线性回归、多项式回归、或者岭回归等,本公开对此不做限定。
举例来说,可以先对各个第一参考数据进行线性拟合,之后将拟合后的斜率作为目标趋势值。之后,若共有3类第二位置信息,可以分别对3类第二位置信息对应的各个第二参考数据进行线性回归拟合,得到与各类第二位置信息对应的斜率值,即为各参考趋势值。
需要说明的是,上述示例只是举例说明,不能作为对本公开实施例中目标趋势值、参考趋势值等的限定。
另外,参考趋势值中可以包括空间参考趋势值,也可以包括时间参考趋势值等,本公开对此不做限定。
步骤208,根据目标趋势值及各参考趋势值,确定待监测事件的时间波动值及空间波动值。
其中,可以先根据目标趋势值及空间参考趋势值,确定空间参考值,之后再根据目标趋势值与空间参考值的比值,确定空间波动值。
比如,目标趋势值可以为A0,各空间参考趋势值可以分别为B0、C0、D0,空间参考值可以为:B0+C0+D0,从而空间波动值可以为:A0/(B0+C0+D0)。
需要说明的是,上述示例只是举例说明,不能作为对本公开实施例中确定空间波动值等的限定。
之后,可以根据目标趋势值及时间参考趋势值,确定时间参考值,再根据目标趋势值与时间参考值的比值,确定时间波动值。
可以理解的是,时间参考趋势值可以包括第一时间参考趋势值及第二时间参考趋势值,其中,第一时间参考趋势值对应的时间信息与第二时间参考趋势值对应的时间信息不同。
比如,待监测事件为:监测商圈A在2021年元旦的人流量,第一时间参考趋势值对应的时间信息可以为:2020年元旦前N天、2019年元旦前N天、2018年元旦前N天,其中N可以为任意正数,本公开对此不做限定。
或者,第一时间参考趋势值对应的时间信息可以为最近五年各个元旦前N天,比如可以为:2020年元旦前10天、2019年元旦前10天、2018年元旦前10天、2017年元旦前10天、2016年元旦前10天等。
另外,第二时间参考趋势值对应的时间信息可以为:2020年12月1日前N天、2020年11月1日前N天、2020年10月1日前N天等。
或者,第二时间参考趋势值对应的时间信息,也可以为:2020年12月1日前N天、2020年11月1日前N天、2020年10月1日前N天、2020年9月1日前N天、2020年8月1日前N天、2020年7月1日前N天等,本公开对此不做限定。
需要说明的是,上述示例只是举例说明,不能作为对本公开实施例中第一时间参考趋势值、第二时间参考趋势值对应的时间信息的限定。
具体的,可以根据目标趋势值与第一时间参考趋势值对应的第一时间参考值的比值,确定第一时间波动值,之后根据目标趋势值与第二时间参考趋势值对应的第二时间参考值的比值,确定第二时间波动值。
比如,N可以取14,商圈A在2021年元旦前14天对应的目标趋势值为A0,第一时间参考趋势值可以为:2020年、2019年、2018年商圈A在各个元旦前14天对应的时间参考趋势值,可以分别记为a11、a12、a13。相应的,第一时间参考值可以为:a11+a12+a13,第一时间波动值可以为:A0/(a11+a12+a13)。
另外,第二时间参考趋势值可以为:2021年12月前14天对应的时间参考趋势值a21、2021年11月前14天对应的时间参考趋势值a22、2021年10月前14天对应的时间参考趋势值a23。相应的,第二时间参考值可以为:a21+a22+a23,第二时间波动值可以为:A0/(a21+a22+a23)。
需要说明的是,上述示例只是举例说明,不能作为对本公开实施例中确定第一时间波动值、第二时间波动值等的限定。
本公开实施例中,在进行事件的监测时,既关注了事件在空间上的分布,又同时兼顾了事件在时间上的趋势性、周期性,兼顾范围较为全面、完整,从而可以有效提高监测事件的准确性。
步骤209,根据待监测事件的时间波动值及空间波动值,确定待监测事件是否为异常事件。
可以理解的是,可以根据时间波动值、空间波动值、预设的时间权重及预设的空间权重,确定所监测事件对应的波动指数。
其中,时间权重、空间权重可以为提前设定好的任意数值,比如可以为0.3、0.25等,本公开对此不做限定。
或者,也可以根据待监测事件的类型,确定预设的时间权重及预设的空间权重的取值。
比如,待监测事件为监测商圈A在元旦的人流量,可以将时间权重设置的相对大一些,空间权重设置的相对小一些。
或者,待监测事件为监测路口B的车流量,可以将空间权重设置的相对大一些、时间权重设置的相对小一些。
需要说明的是,上述示例只是举例说明,不能作为对本公开实施例中待监测事件、空间权重、时间权重等的限定。
或者,根据待监测事件的类型,确定出时间权重可以为0.25,空间权重可以为0.5,则待监测事件对应的波动指数可以为:第一时间波动值*0.25+第二时间波动值*0.25+空间波动值*0.5。
需要说明的是,上述示例只是举例说明,不能作为对本公开实施例中时间权重、空间权重等的限定。
之后,响应于波动指数位于第一范围内,确定待监测事件为正常事件,或者响应于波动指数位于第二范围内,确定待监测事件为异常事件。
其中,第一范围、第二范围可以为提前设定好的任意范围,本公开对此不做限定。
比如第一范围为0.1至0.6,第二范围为0.7至0.9,待监测事件对应的波动指数为0.5,其位于第一范围内,则可以确定待监测事件为正常事件。或者,待监测事件对应的波动指数为0.85,其位于第二范围内,则可以确定待监测事件为异常事件。
需要说明的是,上述示例只是举例说明,不能作为对本公开实施例中波动指数、待监测事件的正常与否等的限定。
本公开实施例,首先获取事件监测请求,之后可以根据待监测事件的类型,确定预设的时间窗口,之后可以根据待监测事件对应的第一时间信息、第一位置信息以及预设的时间窗口,确定出各个参考数据。再对各个参考数据进行回归拟合,从而可以确定出目标趋势值和各个参考趋势值,之后可以根据目标趋势值及各空间参考趋势值、时间参考趋势值,确定出对应的时间波动值及空间波动值,进而可以先确定出待监测事件对应的波动指数,之后再根据波动指数,确定待监测事件是否为异常事件。由此,在对事件进行监测时,既关注了事件在空间上的分布,又同时兼顾了事件在时间上的趋势性、周期性,覆盖范围较为全面、完整,从而可以较为准确地确定出待监测事件是否为异常事件,进一步提高了事件监测的准确性和可靠性。
为了实现上述实施例,本公开还提出一种事件的监测装置。
图3为本公开实施例所提供的事件的监测装置的结构示意图。
如图3所示,该事件的监测装置100可以包括:第一获取模块110、第二获取模块120、第一确定模块130、第二确定模块140、第三确定模块150。
其中,第一获取模块110,用于获取事件监测请求,其中,所述监测请求中包括待监测事件对应的第一时间信息及第一位置信息。
第二获取模块120,用于根据所述待监测事件对应的第一时间信息及第一位置信息,获取参考数据集,其中,所述参考数据集中包括多个参考数据。
第一确定模块130,用于根据所述参考数据集,确定所述待监测事件对应的目标趋势值及各参考趋势值。
第二确定模块140,用于根据所述目标趋势值及各参考趋势值,确定所述待监测事件的时间波动值及空间波动值。
第三确定模块150,用于根据所述待监测事件的时间波动值及空间波动值,确定所述待监测事件是否为异常事件。
本公开实施例中的上述各模块的功能及具体实现原理,可参照上述各方法实施例,此处不再赘述。
本公开实施例的事件的监测装置,首先获取事件监测请求,监测请求中包括待监测事件对应的第一时间信息及第一位置信息,之后根据待监测事件对应的第一时间信息及第一位置信息,获取参考数据集,再根据参考数据集,确定待监测事件对应的目标趋势值及各参考趋势值,从而可以根据目标趋势值及各参考趋势值,确定待监测事件的时间波动值及空间波动值,最后根据待监测事件的时间波动值及空间波动值,确定待监测事件是否为异常事件。由此,在对事件进行监测时,既考虑到了时序上的特点,又兼顾了空间上的表现,从而可以较为准确地确定出待监测事件是否为异常事件,提高了事件监测的准确性和可靠性。
进一步地,在本公开实施例的一种可能的实现方式中,参见图4,在图3所示实施例的基础上,第二获取模块120,具体用于根据所述待监测事件对应的第一位置信息,获取第一候选数据集及至少一个第二候选数据集,其中,所述第一候选数据集中的每个第一候选数据的位置信息为所述第一位置信息,所述第二候选数据集中的每个第二候选数据的位置信息的类型与所述第一位置信息的类型相同;根据所述待监测事件对应的第一时间信息及预设的时间窗口,确定参考数据对应的第二时间信息;从所述第一候选数据集及所述至少一个第二候选数据集中,分别抽取与所述第二时间信息对应的各个参考数据。
在一种可能的实现方式中,第二获取模块120,具体用于根据所述待监测事件的类型,确定所述预设的时间窗口。
在一种可能的实现方式中,第一确定模块130,具体用于对所述参考数据集中与第一位置信息对应的各个第一参考数据进行回归拟合,以确定所述目标趋势值;对所述参考数据集中与每类第二位置信息对应的各个第二参考数据进行回归拟合,以确定每个所述参考趋势值。
在一种可能的实现方式中,所述参考趋势值中包括空间参考趋势值及时间参考趋势值,第二确定模块140,包括:
第一确定单元1410,用于根据所述目标趋势值及所述空间参考趋势值,确定空间参考值;
第二确定单元1420,用于根据所述目标趋势值与所述空间参考值的比值,确定所述空间波动值;
第三确定单元1430,用于根据所述目标趋势值及所述时间参考趋势值,确定时间参考值;
第四确定单元1440,用于根据所述目标趋势值与所述时间参考值的比值,确定所述时间波动值。
在一种可能的实现方式中,所述时间参考趋势值包括第一时间参考趋势值及第二时间参考趋势值,其中,第一时间参考趋势值对应的时间信息与所述第二时间参考趋势值对应的时间信息不同,第四确定单元1440,具体用于根据所述目标趋势值与所述第一时间参考趋势值对应的第一时间参考值的比值,确定第一时间波动值;根据所述目标趋势值与所述第二时间参考趋势值对应的第二时间参考值的比值,确定第二时间波动值。
在一种可能的实现方式中,第三确定模块150,具体用于根据所述时间波动值、所述空间波动值、预设的时间权重及预设的空间权重,确定所述待监测事件对应的波动指数;响应于所述波动指数位于第一范围内,确定所述待监测事件为正常事件;响应于所述波动指数位于第二范围内,确定所述待监测事件为异常事件。
在一种可能的实现方式中,第三确定模块150,还具体用于根据所述待监测事件的类型,确定所述预设的时间权重及预设的空间权重的取值。
本公开实施例中的上述各模块的功能及具体实现原理,可参照上述各方法实施例,此处不再赘述。
本公开实施例的事件的监测装置,首先获取事件监测请求,之后可以根据待监测事件的类型,确定预设的时间窗口,之后可以根据待监测事件对应的第一时间信息、第一位置信息以及预设的时间窗口,确定出各个参考数据。再对各个参考数据进行回归拟合,从而可以确定出目标趋势值和各个参考趋势值,之后可以根据目标趋势值及各空间参考趋势值、时间参考趋势值,确定出对应的时间波动值及空间波动值,进而可以先确定出待监测事件对应的波动指数,之后再根据波动指数,确定待监测事件是否为异常事件。由此,在对事件进行监测时,既关注了事件在空间上的分布,又同时兼顾了事件在时间上的趋势性、周期性,覆盖范围较为全面、完整,从而可以较为准确地确定出待监测事件是否为异常事件,进一步提高了事件监测的准确性和可靠性。
为了实现上述实施例,本公开还提出一种计算机设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时,实现如本公开前述实施例提出的事件的监测方法。
为了实现上述实施例,本公开还提出一种非临时性计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时实现如本公开前述实施例提出的事件的监测方法。
为了实现上述实施例,本公开还提出一种计算机程序产品,当计算机程序产品中的指令处理器执行时,执行如本公开前述实施例提出的事件的监测方法。
图5示出了适于用来实现本公开实施方式的示例性计算机设备的框图。图5显示的计算机设备12仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture;以下简称:ISA)总线,微通道体系结构(Micro Channel Architecture;以下简称:MAC)总线,增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation;以下简称:VESA)局域总线以及外围组件互连(Peripheral ComponentInterconnection;以下简称:PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory;以下简称:RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如:光盘只读存储器(Compact Disc Read OnlyMemory;以下简称:CD-ROM)、数字多功能只读光盘(Digital Video Disc Read OnlyMemory;以下简称:DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本公开各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本公开所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network;以下简称:LAN),广域网(Wide Area Network;以下简称:WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现前述实施例中提及的方法。
本公开的技术方案,首先获取事件监测请求,监测请求中包括待监测事件对应的第一时间信息及第一位置信息,之后根据待监测事件对应的第一时间信息及第一位置信息,获取参考数据集,再根据参考数据集,确定待监测事件对应的目标趋势值及各参考趋势值,从而可以根据目标趋势值及各参考趋势值,确定待监测事件的时间波动值及空间波动值,最后根据待监测事件的时间波动值及空间波动值,确定待监测事件是否为异常事件。由此,在对事件进行监测时,既考虑到了时序上的特点,又兼顾了空间上的表现,从而可以较为准确地确定出待监测事件是否为异常事件,提高了事件监测的准确性和可靠性。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本公开的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本公开的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本公开的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本公开各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本公开的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本公开的限制,本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (19)
1.一种事件的监测方法,其特征在于,包括:
获取事件监测请求,其中,所述监测请求中包括待监测事件对应的第一时间信息及第一位置信息;
根据所述待监测事件对应的第一时间信息及第一位置信息,获取参考数据集,其中,所述参考数据集中包括多个参考数据;
根据所述参考数据集,确定所述待监测事件对应的目标趋势值及各参考趋势值;
根据所述目标趋势值及各参考趋势值,确定所述待监测事件的时间波动值及空间波动值;
根据所述待监测事件的时间波动值及空间波动值,确定所述待监测事件是否为异常事件。
2.如权利要求1所述的方法,其特征在于,所述根据所述待监测事件对应的第一时间信息及第一位置信息,获取参考数据集,包括:
根据所述待监测事件对应的第一位置信息,获取第一候选数据集及至少一个第二候选数据集,其中,所述第一候选数据集中的每个第一候选数据的位置信息为所述第一位置信息,所述第二候选数据集中的每个第二候选数据的位置信息的类型与所述第一位置信息的类型相同;
根据所述待监测事件对应的第一时间信息及预设的时间窗口,确定参考数据对应的第二时间信息;
从所述第一候选数据集及所述至少一个第二候选数据集中,分别抽取与所述第二时间信息对应的各个参考数据。
3.如权利要求2所述的方法,其特征在于,在所述根据所述待监测事件对应的第一时间信息及预设的时间窗口,确定参考数据对应的第二时间信息之前,还包括:
根据所述待监测事件的类型,确定所述预设的时间窗口。
4.如权利要求1所述的方法,其特征在于,所述根据所述参考数据集,确定所述待监测事件对应的目标趋势值及各参考趋势值,包括:
对所述参考数据集中与第一位置信息对应的各个第一参考数据进行回归拟合,以确定所述目标趋势值;
对所述参考数据集中与每类第二位置信息对应的各个第二参考数据进行回归拟合,以确定每个所述参考趋势值。
5.如权利要求1所述的方法,其特征在于,所述参考趋势值中包括空间参考趋势值及时间参考趋势值,所述根据所述目标趋势值及各参考趋势值,确定所述待监测事件的时间波动值及空间波动值,包括:
根据所述目标趋势值及所述空间参考趋势值,确定空间参考值;
根据所述目标趋势值与所述空间参考值的比值,确定所述空间波动值;
根据所述目标趋势值及所述时间参考趋势值,确定时间参考值;
根据所述目标趋势值与所述时间参考值的比值,确定所述时间波动值。
6.如权利要求5所述的方法,其特征在于,所述时间参考趋势值包括第一时间参考趋势值及第二时间参考趋势值,其中,第一时间参考趋势值对应的时间信息与所述第二时间参考趋势值对应的时间信息不同,所述根据所述目标趋势值与所述时间参考值的比值,确定所述时间波动值,包括:
根据所述目标趋势值与所述第一时间参考趋势值对应的第一时间参考值的比值,确定第一时间波动值;
根据所述目标趋势值与所述第二时间参考趋势值对应的第二时间参考值的比值,确定第二时间波动值。
7.如权利要求1-6任一所述的方法,其特征在于,所述根据所述待监测事件的时间波动值及空间波动值,确定所述待监测事件是否为异常事件,包括:
根据所述时间波动值、所述空间波动值、预设的时间权重及预设的空间权重,确定所述待监测事件对应的波动指数;
响应于所述波动指数位于第一范围内,确定所述待监测事件为正常事件;
响应于所述波动指数位于第二范围内,确定所述待监测事件为异常事件。
8.如权利要求7所述的方法,其特征在于,在所述根据所述时间波动值、所述空间波动值、预设的时间权重及预设的空间权重,确定所述待监测事件对应的波动指数之前,还包括:
根据所述待监测事件的类型,确定所述预设的时间权重及预设的空间权重的取值。
9.一种事件的监测装置,其特征在于,包括:
第一获取模块,用于获取事件监测请求,其中,所述监测请求中包括待监测事件对应的第一时间信息及第一位置信息;
第二获取模块,用于根据所述待监测事件对应的第一时间信息及第一位置信息,获取参考数据集,其中,所述参考数据集中包括多个参考数据;
第一确定模块,用于根据所述参考数据集,确定所述待监测事件对应的目标趋势值及各参考趋势值;
第二确定模块,用于根据所述目标趋势值及各参考趋势值,确定所述待监测事件的时间波动值及空间波动值;
第三确定模块,用于根据所述待监测事件的时间波动值及空间波动值,确定所述待监测事件是否为异常事件。
10.如权利要求9所述的装置,其特征在于,所述第二获取模块,具体用于:
根据所述待监测事件对应的第一位置信息,获取第一候选数据集及至少一个第二候选数据集,其中,所述第一候选数据集中的每个第一候选数据的位置信息为所述第一位置信息,所述第二候选数据集中的每个第二候选数据的位置信息的类型与所述第一位置信息的类型相同;
根据所述待监测事件对应的第一时间信息及预设的时间窗口,确定参考数据对应的第二时间信息;
从所述第一候选数据集及所述至少一个第二候选数据集中,分别抽取与所述第二时间信息对应的各个参考数据。
11.如权利要求10所述的装置,其特征在于,所述第二获取模块,具体用于:
根据所述待监测事件的类型,确定所述预设的时间窗口。
12.如权利要求9所述的装置,其特征在于,所述第一确定模块,具体用于:
对所述参考数据集中与第一位置信息对应的各个第一参考数据进行回归拟合,以确定所述目标趋势值;
对所述参考数据集中与每类第二位置信息对应的各个第二参考数据进行回归拟合,以确定每个所述参考趋势值。
13.如权利要求9所述的装置,其特征在于,所述参考趋势值中包括空间参考趋势值及时间参考趋势值,所述第二确定模块,包括:
第一确定单元,用于根据所述目标趋势值及所述空间参考趋势值,确定空间参考值;
第二确定单元,用于根据所述目标趋势值与所述空间参考值的比值,确定所述空间波动值;
第三确定单元,用于根据所述目标趋势值及所述时间参考趋势值,确定时间参考值;
第四确定单元,用于根据所述目标趋势值与所述时间参考值的比值,确定所述时间波动值。
14.如权利要求13所述的装置,其特征在于,所述时间参考趋势值包括第一时间参考趋势值及第二时间参考趋势值,其中,第一时间参考趋势值对应的时间信息与所述第二时间参考趋势值对应的时间信息不同,所述第四确定单元,具体用于:
根据所述目标趋势值与所述第一时间参考趋势值对应的第一时间参考值的比值,确定第一时间波动值;
根据所述目标趋势值与所述第二时间参考趋势值对应的第二时间参考值的比值,确定第二时间波动值。
15.如权利要求9-14任一所述的装置,其特征在于,所述第三确定模块,具体用于:
根据所述时间波动值、所述空间波动值、预设的时间权重及预设的空间权重,确定所述待监测事件对应的波动指数;
响应于所述波动指数位于第一范围内,确定所述待监测事件为正常事件;
响应于所述波动指数位于第二范围内,确定所述待监测事件为异常事件。
16.如权利要求15所述的装置,所述第三确定模块,具体用于:
根据所述待监测事件的类型,确定所述预设的时间权重及预设的空间权重的取值。
17.一种计算机设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如权利要求1-8中任一所述的事件的监测方法。
18.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-8中任一所述的事件的监测方法。
19.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序在被处理器执行时实现如权利要求1-8中任一项所述的事件的监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110164620.9A CN113743704A (zh) | 2021-02-05 | 2021-02-05 | 事件的监测方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110164620.9A CN113743704A (zh) | 2021-02-05 | 2021-02-05 | 事件的监测方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113743704A true CN113743704A (zh) | 2021-12-03 |
Family
ID=78728161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110164620.9A Pending CN113743704A (zh) | 2021-02-05 | 2021-02-05 | 事件的监测方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113743704A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114610830A (zh) * | 2022-03-25 | 2022-06-10 | 江苏海洋大学 | 一种基于驾驶行为数据的地图要素变化检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011062189A1 (ja) * | 2009-11-20 | 2011-05-26 | 株式会社エヌ・ティ・ティ・ドコモ | イベント検知装置及びイベント検知方法 |
CN102938124A (zh) * | 2012-10-29 | 2013-02-20 | 北京京东世纪贸易有限公司 | 确定节日热销商品的方法和装置 |
CN105574154A (zh) * | 2015-12-16 | 2016-05-11 | 浙江汉鼎宇佑金融服务有限公司 | 一种基于大数据平台的城市宏观区域信息分析系统 |
CN108287896A (zh) * | 2018-01-22 | 2018-07-17 | 佛山市诺瓦安评检测有限公司 | 环境检测方法、装置、设备及计算机可读存储介质 |
US10127255B1 (en) * | 2015-10-07 | 2018-11-13 | Applied Predictive Technologies, Inc. | Computer system and method of initiative analysis using outlier identification |
CN112132720A (zh) * | 2020-08-20 | 2020-12-25 | 彭涛 | 区域警情数量异常趋势确定方法、装置、电子设备及介质 |
-
2021
- 2021-02-05 CN CN202110164620.9A patent/CN113743704A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011062189A1 (ja) * | 2009-11-20 | 2011-05-26 | 株式会社エヌ・ティ・ティ・ドコモ | イベント検知装置及びイベント検知方法 |
CN102938124A (zh) * | 2012-10-29 | 2013-02-20 | 北京京东世纪贸易有限公司 | 确定节日热销商品的方法和装置 |
US10127255B1 (en) * | 2015-10-07 | 2018-11-13 | Applied Predictive Technologies, Inc. | Computer system and method of initiative analysis using outlier identification |
CN105574154A (zh) * | 2015-12-16 | 2016-05-11 | 浙江汉鼎宇佑金融服务有限公司 | 一种基于大数据平台的城市宏观区域信息分析系统 |
CN108287896A (zh) * | 2018-01-22 | 2018-07-17 | 佛山市诺瓦安评检测有限公司 | 环境检测方法、装置、设备及计算机可读存储介质 |
CN112132720A (zh) * | 2020-08-20 | 2020-12-25 | 彭涛 | 区域警情数量异常趋势确定方法、装置、电子设备及介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114610830A (zh) * | 2022-03-25 | 2022-06-10 | 江苏海洋大学 | 一种基于驾驶行为数据的地图要素变化检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109871909B (zh) | 图像识别方法及装置 | |
CN110263732B (zh) | 多尺度目标检测方法及装置 | |
CN109543909B (zh) | 车辆案件数量的预测方法、装置和计算机设备 | |
JP7639162B2 (ja) | 空間関係の決定方法、装置、コンピュータ装置及び記憶媒体 | |
CN109035831A (zh) | 交通指示灯的识别方法、装置、设备、存储介质及车辆 | |
CN109864705B (zh) | 对脉搏波进行滤波的方法、装置和计算机设备 | |
CN110502519A (zh) | 一种数据聚合的方法、装置、设备及存储介质 | |
CN113704487B (zh) | 知识图谱的生成方法、装置、计算机设备及存储介质 | |
CN110017840B (zh) | 导航数据的处理方法和装置、电子设备、计算机可读介质 | |
CN112685672B (zh) | 页面会话行为轨迹的回溯方法、装置及电子设备 | |
CN113473399B (zh) | 异常聚集事件检测方法、装置、计算机设备及存储介质 | |
CN109388781B (zh) | 测量数据的处理方法和装置 | |
CN113743704A (zh) | 事件的监测方法、装置、计算机设备及存储介质 | |
CN107729944B (zh) | 一种低俗图片的识别方法、装置、服务器及存储介质 | |
CN114095335B (zh) | 一种网络告警处理方法、装置和电子设备 | |
CN107393410B (zh) | 在地图上展示数据的方法、介质、装置和计算设备 | |
CN110895543A (zh) | 人口迁徙跟踪展示方法、装置及存储介质 | |
CN115018077A (zh) | 贝叶斯网络的结构学习方法、装置及电子设备 | |
CN113298082B (zh) | 听写数据的处理方法、装置、电子设备及存储介质 | |
CN110675009A (zh) | 小区便利性评价方法和装置 | |
CN114663330B (zh) | 干细胞密度确定方法、装置、电子设备及存储介质 | |
CN114265914A (zh) | 一种机器人显示方法、装置、设备以及存储介质 | |
CN114154003B (zh) | 图片的获取方法、装置及电子设备 | |
CN117171277B (zh) | 一种电子地图的标记加载方法、系统、设备及介质 | |
CN114430360B (zh) | 一种互联网安全监控方法、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |