一种基于信令大数据的高速出行应用方法及系统

技术领域

本发明涉及大数据技术领域，尤其涉及一种基于信令大数据的高速出行应用方法及系统。

背景技术

随着交通网络的发展，高速出行已成为重要组成部分。为了使高速出行人员及时了解和掌握高速实时状况，帮助出行人员更安全、便捷地通行高速，高速管理部门常常通过一定的方式发布高速出行关怀信息。

目前，在各高速公路上，由各交通管理部门通过粘贴纸质公告、安装室内外电子屏，或者通过微信公众号和官方网站提供出行关怀信息的发布，又或者由管理人员通过关怀载体发布出行关怀信息，区域人员之间通过口头或电话的方式来获取信息。很明显地，由于公告载体数量的限制，司乘人员需主动获取权限，因此公告很难及时和全面地向区域内的受众进行覆盖。现有的信息发布方式普遍存在效率低、范围不全面、关怀受众不精准以及载体维护成本高等缺点。

针对上述弊端，需要提出一种新的应用于高速出行关怀信息发布的方法。

发明内容

本发明提供一种基于信令大数据的高速出行应用方法及系统，用以解决现有技术中高速出行时发布关怀信息时存在效率低、准确率低等的缺陷。

第一方面，本发明提供一种基于信令大数据的高速出行应用方法，包括：

获取高速用户信令数据，将所述高速用户信令数据处理后输入Kafka集群，得到标准化信令数据；

基于所述高速用户信令数据，同步采集基站信息；

通过Spark集群批处理运算，计算所述标准化信令数据和所述基站信息，识别目标应用人员。

根据本发明提供的一种基于信令大数据的高速出行应用方法，所述获取高速用户信令数据，将所述高速用户信令数据处理后输入Kafka集群，得到标准化信令数据，包括：

通过高速用户对应的运营商采集外部数据表示XDR信令数据；

对所述XDR信令数据进行数据清洗和转化，得到预处理后的XDR信令数据；

将所述预处理后的XDR信令数据输入所述Kafka集群，得到所述标准化信令数据。

根据本发明提供的一种基于信令大数据的高速出行应用方法，所述通过Spark集群批处理运算，计算所述标准化信令数据和所述基站信息，识别目标应用人员，包括：

基于多类选择方法，确定位置目标区域，获取实时位置信令；

在所述位置目标区域中通过区域覆盖模型，识别计算高速小区清单；

基于所述实时位置信令和所述高速小区清单，实时获取高速基站下手机信令；

通过建立基站与公里桩覆盖模型以及路测软件测量，获得公里桩与基站映射关系；

通过公里桩与基站模型关联高速实时在途计算得到所述目标应用人员。

根据本发明提供的一种基于信令大数据的高速出行应用方法，所述基于所述实时位置信令和所述高速小区清单，实时获取高速基站下手机信令，之后还包括：

确定用户在途缓存，由所述用户在途缓存确定用户在途判断算法。

根据本发明提供的一种基于信令大数据的高速出行应用方法，所述通过公里桩与基站模型关联高速实时在途计算得到所述目标应用人员，之后还包括：

确定与所述目标应用人员相关联的关怀场景配置信息。

根据本发明提供的一种基于信令大数据的高速出行应用方法，所述通过Spark集群批处理运算，计算所述标准化信令数据和所述基站信息，识别目标应用人员，之后还包括：

通过短信平台，向所述目标应用人员下发所述关怀场景配置信息。

第二方面，本发明还提供一种基于信令大数据的高速出行应用系统，包括：

获取模块，用于获取高速用户信令数据，将所述高速用户信令数据处理后输入Kafka集群，得到标准化信令数据；

采集模块，用于基于所述高速用户信令数据，同步采集基站信息；

处理模块，用于通过Spark集群批处理运算，计算所述标准化信令数据和所述基站信息，识别目标应用人员。

第三方面，本发明还提供一种电子设备，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上述任一种所述基于信令大数据的高速出行应用方法。

第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于信令大数据的高速出行应用方法。

第五方面，本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于信令大数据的高速出行应用方法。

本发明提供的基于信令大数据的高速出行应用方法及系统，通过利用运营商网络资源和大数据资源，实现高速信息发布的低时延、高准确率和精准覆盖率，提升了高速服务的及时性，有效提升了高速司乘人员的感知满意度和管理效率。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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。

图1是本发明提供的基于信令大数据的高速出行应用方法的流程示意图；

图2是本发明提供的基于信令大数据的高速出行的整体流程示意图；

图3是本发明提供的在途用户识别算法的流程示意图；

图4是本发明提供的高速公里桩与基站模型关联的流程示意图；

图5是本发明提供的基于信令大数据的高速出行应用系统的结构示意图；

图6是本发明提供的电子设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明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。

图1是本发明提供的基于信令大数据的高速出行应用方法的流程示意图，如图1所示，包括：

步骤S1，获取高速用户信令数据，将所述高速用户信令数据处理后输入Kafka集群，得到标准化信令数据；

步骤S2，基于所述高速用户信令数据，同步采集基站信息；

步骤S3，通过Spark集群批处理运算，计算所述标准化信令数据和所述基站信息，识别目标应用人员。

具体地，本发明主要利用通信运营商的通信网络，如图2所示，获取通信运营商XDR信令数据，数据采集后经过数据标准化处理入Kafka集群，基于运营商的信令数据应用高速出行人员识别算法，结合高精度GIS数据、大数据建模，通过Spark Streaming批处理运算精准识别高速出行的司乘人员，根据场景生成应急或者关怀，将符合出行关怀条件的用户、触达内容提交给智慧出行服务平台，第一时间将出行关怀下发。

本发明通过利用运营商网络资源和大数据资源，实现高速信息发布的低时延、高准确率和精准覆盖率，提升了高速服务的及时性，有效提升了高速司乘人员的感知满意度和管理效率。

基于上述实施例，该方法步骤S1包括：

通过高速用户对应的运营商采集外部数据表示XDR信令数据；

对所述XDR信令数据进行数据清洗和转化，得到预处理后的XDR信令数据；

将所述预处理后的XDR信令数据输入所述Kafka集群，得到所述标准化信令数据。

具体地，如图2所示，通过目标高速用户对应的运营商采集XDR信令数据，然后对该XDR信令数据进行数据清洗和转化后，输入Kafka集群，得到标准化信令数据。

需要说明的是，Kafka集群是一个分布式消息系统，具有高水平扩展和高吞吐量的特点，在Kafka集群中，没有“中心主节点”的概念，集群中所有的节点都是对等的。

本发明采用Kafka集群来处理信令数据，充分利用Kafka的消息持久化、高吞吐量和实时性的特点。

基于上述任一实施例，该方法步骤S3包括：

基于多类选择方法，确定位置目标区域，获取实时位置信令；

在所述位置目标区域中通过区域覆盖模型，识别计算高速小区清单；

基于所述实时位置信令和所述高速小区清单，实时获取高速基站下手机信令；

通过建立基站与公里桩覆盖模型以及路测软件测量，获得公里桩与基站映射关系；

通过公里桩与基站模型关联高速实时在途计算得到所述目标应用人员。

其中，所述基于所述实时位置信令和所述高速小区清单，实时获取高速基站下手机信令，之后还包括：

确定用户在途缓存，由所述用户在途缓存确定用户在途判断算法。

具体地，如图3所示，本发明基于多类选择方法，如手动圈选、框选、多边形类和公里桩类等选择位置目标区域，然后通过区域覆盖模型，如中心点覆盖、不规则多边形覆盖和公里桩覆盖等模型进行识别计算，最后通过大数据建模、大数据平台和相应算法精准找出高速在途的用户。

在图3中，首先是获取实时位置信令，包括用户号码、LAC、CI和时间，同步获取高速小区清单，包括高速名称、LAC、CI、经纬度和公里桩；

然后实时获取高速基站下手机信令，包括用户号码、LAC、CI和时间，由用户进行在途缓存，包括用户号码、上一条经纬度、上一条时间、新经纬度和新时间；

最后由用户在途判断算法进行识别，通常设定一定的距离范围，如同一方向距离大于3公里，包括高速名称、用户号码、LAC、CI、时间、方向和速度。

此处，通过建立基站与公里桩覆盖模型，再通过路测软件反复测试得到公里桩与基站映射关系。

本发明通过采用用户在途判断算法对在途用户进行准确识别，对高速沿途路况，用户位置和用户信息能进行精准识别和定位，便于后续根据目标用户进行定向信息发布。

基于上述任一实施例，所述通过公里桩与基站模型关联高速实时在途计算得到所述目标应用人员，之后还包括：

确定与所述目标应用人员相关联的关怀场景配置信息。

具体地，如图4所示，高速公里桩与基站模型关联高速实时在途计算得到场景特定区域人员。

首先由高速实时在途，包括用户号码、LAC、CI和时间，以及公里桩基站映射模型，包括高速名称、LAC、CI和公里桩，进一步得到关怀场景配置，包括高速名称、公里桩、方向、触达渠道和触达内容，最后得到特定场景用户，包括高速名称、号码、LAC、CI、时间和方向。

需要说明的是，本发明针对不同的管理需要设定不同的出行关怀触达场景，比如高速文旅公益短信、高速重大事件紧急提醒、重大交通事故应急公告、轻微交通拥堵绕行提示、特殊时期特定路段交通管理等出行关怀服务。

本发明一方面能以低时延甚至零时延发布出行关怀，提升服务的及时性，另一方面该出行关怀仅发送给指定高速指定方向指定区域内的全部人员，保障了区域外的人员不被骚扰，与此同时管理人员还可以得知出行关怀被多少人接收，什么时间接收，充分提升高速司乘人员的感知及管理效率。

基于上述任一实施例，该方法步骤S3之后还包括：

通过短信平台，向所述目标应用人员下发所述关怀场景配置信息。

可选地，本发明通过区域应急信息收集平台向区域主管单位、区域保障人员或公众开放，支持使用短信、微信公众号、应急服务电话的方式，供其提交区域内的突发状况、紧急状况信息，信息经后台值守人员审核确认后，通过短信平台向区域内的现有人员手机上进行短信群发、公告信息预警。

本发明通过采用通信运营商XDR信令数据，识别指定高速、指定方向、指定区域手机，通过智慧出行服务平台发送出行关怀，包括短信、5G消息、IVR外呼等方式，实现了高速交警总队指挥中心对辖区内的各类高速活动进行出行关怀，还实现了关怀区域可定制、内容可定制以及发送时长可定制的需求。

下面对本发明提供的基于信令大数据的高速出行应用系统进行描述，下文描述的基于信令大数据的高速出行应用系统与上文描述的基于信令大数据的高速出行应用方法可相互对应参照。

图5是本发明提供的基于信令大数据的高速出行应用系统的结构示意图，如图5所示，包括：获取模块51、采集模块52和处理模块53，其中：

获取模块51用于获取高速用户信令数据，将所述高速用户信令数据处理后输入Kafka集群，得到标准化信令数据；采集模块52用于基于所述高速用户信令数据，同步采集基站信息；处理模块53用于通过Spark集群批处理运算，计算所述标准化信令数据和所述基站信息，识别目标应用人员。

本发明通过利用运营商网络资源和大数据资源，实现高速信息发布的低时延、高准确率和精准覆盖率，提升了高速服务的及时性，有效提升了高速司乘人员的感知满意度和管理效率。

基于上述实施例，所述获取模块51具体用于：

通过高速用户对应的运营商采集外部数据表示XDR信令数据；对所述XDR信令数据进行数据清洗和转化，得到预处理后的XDR信令数据；将所述预处理后的XDR信令数据输入所述Kafka集群，得到所述标准化信令数据。

本发明采用Kafka集群来处理信令数据，充分利用Kafka的消息持久化、高吞吐量和实时性的特点。

基于上述任一实施例，所述处理模块53具体用于：

基于多类选择方法，确定位置目标区域，获取实时位置信令；在所述位置目标区域中通过区域覆盖模型，识别计算高速小区清单；基于所述实时位置信令和所述高速小区清单，实时获取高速基站下手机信令；通过建立基站与公里桩覆盖模型以及路测软件测量，获得公里桩与基站映射关系；通过公里桩与基站模型关联高速实时在途计算得到所述目标应用人员；确定用户在途缓存，由所述用户在途缓存确定用户在途判断算法。

本发明通过采用用户在途判断算法对在途用户进行准确识别，对高速沿途路况，用户位置和用户信息能进行精准识别和定位，便于后续根据目标用户进行定向信息发布。

基于上述任一实施例，所述处理模块51中的所述通过公里桩与基站模型关联高速实时在途计算得到所述目标应用人员，之后还包括：

确定与所述目标应用人员相关联的关怀场景配置信息。

本发明一方面能以低时延甚至零时延发布出行关怀，提升服务的及时性，另一方面该出行关怀仅发送给指定高速指定方向指定区域内的全部人员，保障了区域外的人员不被骚扰，与此同时管理人员还可以得知出行关怀被多少人接收，什么时间接收，充分提升高速司乘人员的感知及管理效率。

基于上述任一实施例，该系统还包括下发模块54，所述下发模块54用于通过短信平台，向所述目标应用人员下发所述关怀场景配置信息。

本发明通过采用通信运营商XDR信令数据，识别指定高速、指定方向、指定区域手机，通过智慧出行服务平台发送出行关怀，包括短信、5G消息、IVR外呼等方式，实现了高速交警总队指挥中心对辖区内的各类高速活动进行出行关怀，还实现了关怀区域可定制、内容可定制以及发送时长可定制的需求。

图6示例了一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(processor)610、通信接口(Communications Interface)620、存储器(memory)630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行基于信令大数据的高速出行应用方法，该方法包括：获取高速用户信令数据，将所述高速用户信令数据处理后输入Kafka集群，得到标准化信令数据；基于所述高速用户信令数据，同步采集基站信息；通过Spark集群批处理运算，计算所述标准化信令数据和所述基站信息，识别目标应用人员。

此外，上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的基于信令大数据的高速出行应用方法，该方法包括：获取高速用户信令数据，将所述高速用户信令数据处理后输入Kafka集群，得到标准化信令数据；基于所述高速用户信令数据，同步采集基站信息；通过Spark集群批处理运算，计算所述标准化信令数据和所述基站信息，识别目标应用人员。

又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的基于信令大数据的高速出行应用方法，该方法包括：获取高速用户信令数据，将所述高速用户信令数据处理后输入Kafka集群，得到标准化信令数据；基于所述高速用户信令数据，同步采集基站信息；通过Spark集群批处理运算，计算所述标准化信令数据和所述基站信息，识别目标应用人员。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。