(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210989988.3 (22)申请日 2022.08.18 (71)申请人 深圳市城市交通 规划设计 研究中心 股份有限公司 地址 518131 广东省深圳市龙华区民治街 道龙塘社区星河传奇花园三期商厦1 栋C座1210 (72)发明人 张晓春　杜军　黎曦　刘星　 (74)专利代理 机构 哈尔滨市伟晨专利代理事务 所(普通合伙) 23209 专利代理师 韩立岩 (51)Int.Cl. G06F 16/9537(2019.01) G06F 16/9535(2019.01) (54)发明名称 一种基于多源数据的时空伴随者及同职住 人员搜索方法 (57)摘要 一种基于多源数据的时空伴随者及同职住 人员搜索方法， 属于计算机技术领域。 为提高时 空伴随者及同职住人员搜索轨迹的准确性、 精细 化人员活动轨迹。 本发明通过个体基础信息获取 模块、 活动信息融合模块、 居住地及工作地识别 模块、 时空伴随者搜索模块、 同职住者搜索模块 实现时空伴随者及同职住人员搜索个体基础信 息获取模块提取场所码扫码数据、 电子哨兵扫码 数据、 新冠病毒检测数据、 社区网格人口登记数 据、 社保个人信息数据、 教育局师生登记数据中 的个人实名信息， 获得个人基础信息数据； 活动 信息融合模块融和包含活动信息的数据， 并基于 手机信令数据对活动信息进行补充、 修正， 进行 居住地及工作地识别， 时空伴随者搜索， 同职住 者搜索。 权利要求书4页 说明书15页 附图3页 CN 115062244 A 2022.09.16 CN 115062244 A 1.一种基于多源数据的时空伴随者及同职住人员搜索方法， 其特征在于： 通过个体基 础信息获取模块、 活动信息融合模块、 居住地及工作地识别模块、 时空伴 随者搜索模块、 同 职住者搜索模块实现时空伴随者及同职住人员搜索， 包括如下步骤： S1、 个体基础信息获取： 个体基础信 息获取模块提取场所码扫码数据、 电子哨兵扫码数 据、 新冠病毒检测数据、 社区网格人 口登记数据、 社保个人信息数据、 教育局师生登记数据 中的个人实名信息， 获得个人基础信息数据； S2、 活动信息融合： 活动信息融合模块融和场所码扫码数据、 电子哨兵扫码数据、 新冠 病毒检测数据、 地铁刷卡数据、 公交刷卡数据、 网约车订单数据、 共享单车订单数据包含活 动信息的数据， 并基于手机信令数据对活动信息进行补充、 修 正， 获得个 体活动融合数据； S3、 居住地及工作地识别： 居住地及工作地识别 模块基于步骤S1、 步骤S2获取的数据进 行居住地及工作地识别； S4、 时空伴随者搜索： 时空伴随者搜索模块基于步骤S1、 步骤S2 获取的数据进行时空伴 随者搜索； S5、 同职住者搜索： 同职住者搜索模块基于步骤S1、 步骤S2、 步骤S3获取的数据进行同 职住者搜索。 2.根据权利要求1所述的一种基于多源数据的时空伴随者及同职住人员搜索方法， 其 特征在于： 步骤S1的具体实现方法包括如下步骤： S1.1、 个人信息提取： 提取场所码扫码数据、 电子哨兵扫码数据、 新冠病毒检测数据、 社 区网格人口登记数据、 社保个人信息数据、 教育局师生登记数据中的人员证件类型、 证件号 码、 姓名、 性别、 出生日期信息， 通过 组合证件类型和证件号码形成人员编号， 基于个人实名 信息人员赋予唯一标识人员编号； S1.2、 个人信息去重： 当个体信息重复时以场所码扫码数据、 电子哨兵扫码数据中个体 最新的扫码数据为 准， 删除重复个人信息； S1.3、 正确性验证： 对于场所码扫码数据和电子哨兵扫码数据以外的输入数据， 对其中 的人员证件号码进行正确性校验； S1.4、 验证通过的数据为个人基础信息数据。 3.根据权利要求2所述的一种基于多源数据的时空伴随者及同职住人员搜索方法， 其 特征在于： 步骤S2的具体实现方法包括如下步骤： S2.1、 匹配人员实名信息： 场所码扫码数据、 电子哨兵扫码数据、 新冠病毒检测数据中 具有符合个体基础信息获取模块输出数据的信息， 通过个体基础信息获取模块生成人员编 号的方式得到人员编号； 公交刷卡数据、 地铁刷卡数据、 网约车订单数据、 共享单车订单数据、 手机信令数据与 个体基础信息获取模块输出 数据关联获得 人员编号； S2.2、 场所信息标准化对场所信息进行清洗及标准化以符合输出数据格式， 包括对异 常值、 空值、 特殊字符处 理： S2.3、 公交及地铁班次匹配： 将公交刷卡数据和 公交车辆到站数据关联进行公交班次 匹配； 将地铁刷卡数据、 地铁车辆 到站数据关联进行地铁班次匹配； S2.4、 活动信息融合： 对于静态场所活动数据， 在场所信息标准化后按照 输出数据格 式 融合活动信息； 对于出行活动数据， 将数据拆分处理为静态场所 ‑车辆‑静态场所的形式融权　利　要　求　书 1/4 页 2 CN 115062244 A 2合活动信息； S2.5、 公交出行下车站点计算： 设公交刷卡数据为 ， 当下一条活动数据 来源为公交 刷卡数据且上车站点为 中公交车辆的直达站点时， 将 上车站点作为 下车站点， 若非 直达站点则计 算距离 上车站点最近的 中公交车辆直达站点作为下车站点； 当下一条活 动数据 来源类型非公交刷卡数据且非手机信令数据 时， 计算 场所周围 公交车辆直 达的最近公交站点作为下车站点； 当下一条活动 数据来源为非公交刷卡数据活动数据 ， 且与 之间存在场所类型为手机信令基站的活动数据 时， 计算与 场所距离大于设定 阈值 且最晚一条 场所周围 中公交车辆直达的最近公交站点作为下 车站点； S2.6、 出行活动数据解析拆分： 对公交出行、 地铁出行、 网约车出行、 共享单车出行进行 解析及拆分， 拆分为站点 ‑车辆‑站点的形式， 并删除拆分的出行活动数据中的掺杂的手机 信令数据； S2.7、 场所映射计算： 计算 不同数据中相同场所间的对应关系； S2. 8、 活动去重： 基于场所映射中的对应关系对活动信息进行去重， 采用以下逻辑： 当场所码扫码数据与电子哨兵扫码数据重复时， 保留场所码扫码数据信息； 当场所码数据与网约车订单 数据重复时， 保留网约车订单 数据信息； 当场所码数据与新冠病毒检测信息重复时， 保留场所码扫码时间作为活动开始时间， 其他信息则采用新冠病毒检测信息； 当场所码扫码数据与地铁刷卡数据重复时， 保留场所码扫码时间作为活动开始时间， 其他信息则采用轨道刷卡数据信息； 当电子哨兵数据、 公交刷卡数据重复时， 采用公交刷卡数据； S2.9、 活动信息的补充及修正： 对S2.8活动去重后的数据进行信令数据补充， 基于活动 数据来源为手机信令数据的活动数据， 对活动信息进 行修正， 得到个体活动融合数据， 具体 为计算每条静态场所活动数据 场所与下一条非手机信令数据来源的活动数据 场所之 间的距离及开始时间差， 若距离值小于设定阈值 且时间差小于设定阈值 ， 则删除 与 之间的手机信令数据， 结束时间采用 的开始时间； 否则， 每隔时间间隔 保留一 条手机信令数据， 保留的手机信令数据结束时间为该数据产生时间加 ， 其余结束时间空 缺的活动数据采用下一条活动记录的开始时间为结束时间。 4.根据权利要求3所述的一种基于多源数据的时空伴随者及同职住人员搜索方法， 其 特征在于： 步骤S2.2的具体实现方法包括如下步骤： S2.2.1、 对于场所码扫码数据： 包含组织机构编号及名称、 检测点编号及名称、 组织机 构类型、 组织机构地址、 经纬度信息： 通过连接组织机构编号和检测点编号形成场所编号， 通过连接组织机构名称和检测点名称形成场所名称， 场所地址及经纬度沿用原场所信息； 若场所名称包含可识别公交车辆的关键字， 则场所类型为公交车辆， 场所地址及经纬 度置空； 若场所名称包含可识别地铁站点、 高铁站点的关键字， 则场所类型为交通枢纽类 型， 其余场所类型沿用原场所类型； S2.2.2、 对于电子哨兵扫码数据： 包含电子哨兵设备编号、 卡口名称、 卡口类型、 卡口地权　利　要　求　书 2/4 页 3 CN 115062244 A 3