[發明專利]基于人流量的區域管理方法、裝置、設備及可讀存儲介質

在審

• 申請號: 201910722122.4
• 申請日: 2019-08-06
• 公開（公告）號: CN110458351A
• 公開（公告）日: 2019-11-15
• 發明（設計）人: 周羽;徐斌
• 申請（專利權）人: 重慶仙桃前沿消費行為大數據有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/04;G06N3/08
• 代理公司: 50211 重慶市前沿專利事務所(普通合伙)
• 代理人: 郭云<國際申請>=<國際公布>=<進入國

1.一種基于人流量的區域管理方法，其特征在于，包括以下步驟：

S1，獲取各區域待預測數據，所述待預測數據為時間序列的人流量數據；

S2，根據步驟S1的待預測數據構建自相關圖，并通過自相關圖構造輸入變量和輸出變量；

S3，將輸入變量與輸出變量輸入LSTM模型中，輸出各區域各時間段的未來人流量預測值；

S4，根據各區域各時間段的未來人流量預測值制定疏導方案，調整區域商品或設施的布置位置或數量。

2.根據權利要求1所述的基于人流量的區域管理方法，其特征在于，所述步驟S1還包括平穩化操作。

3.根據權利要求1所述的基于人流量的區域管理方法，其特征在于，所述步驟S2構建的自相關圖中，橫軸表示滯后變量；縱軸表示這些滯后變量的正負相關性，且取值-1至1。

4.根據權利要求1所述的基于人流量的區域管理方法，其特征在于，所述步驟S3采用的神經網絡模型還需采用訓練樣本訓練，以更新神經網絡模型各層的參數，進而提高神經網絡模型的預測準確度；訓練過程包括以下步驟：

T1，輸入已標注的樣本數據構建樣本庫，所述樣本數據包括各時段各區域待預測數據；

T2，根據樣本庫中的數據構建樣本自相關圖，并根據樣本自相關圖構建樣本輸入向量和樣本輸出向量；

T3，采用樣本輸入向量和樣本輸出向量對LSTM模型中的參數值進行訓練，更新參數值。

5.根據權利要求2所述的基于人流量的區域管理方法，其特征在于，所述步驟T3更新參數值的詳細步驟如下所述：

步驟T31，將一樣本的樣本輸入向量和樣本輸出向量輸入至LSTM模型中，經過模型的運算獲得未來人流量預測值；

步驟T32，將未來人流量預測值與該已標注樣本的真實值相比較，獲得偏差值；

步驟T33，若偏差值大于預設閾值，則執行步驟T34；若偏差值小于預設閾值，則訓練結束；

步驟T34，根據偏差值校正LSTM模型各個層的參數值，更新參數值，并更換樣本，執行步驟T31至T33。

6.一種用于實施權利要求1至5任一項所述的基于人流量的區域管理方法的基于人流量的區域管理裝置，其特征在于，包括：數據獲取模塊、數據處理模塊、模型模塊以及模型訓練模塊；

其中，目標圖像獲取模塊，用于獲取時間序列的人流量數據；

數據處理模塊，用于將獲取的時間序列的人流量數據轉換為自相關圖，并得到輸入變量和輸出變量，并將輸入變量和輸出變量輸入模型模塊；

模型模塊，用于利用LSTM模型預測未來的人流量數據；

模型訓練模塊，用于利用樣本庫的樣本數據訓練LSTM模型，更新模型參數。

7.一種基于人流量的區域管理設備，其特征在于，包括：

存儲器，用于存儲計算機程序；

處理器，用于執行所述計算機程序時，實現如權利要求l至5任一項所述基于人流量的區域管理方法的步驟。

8.一種可讀存儲介質，其特征在于，所述可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時，實現如權利要求1至5任一項所述基于人流量的區域管理方法的步驟。