基于信令数据确定出行时间的方法及相关装置与流程

1.本发明涉及大数据技术领域，具体而言，涉及一种基于信令数据确定出行时间的方法及相关装置。


背景技术：

2.大数据时代的到来，手机信令数据凭借能够捕捉用户完整时空轨迹信息的优势，为确定用户出行时间，尤其是用户通勤时间获取提供了新的思路。
3.现有的出行时间获取方式中，仅仅依靠用户从出发地到达目的地的行程中的信令数据上携带的事时间戳信令来确定出行时间，而实际上信令触发的时间与用户实际出发或者实际到达时间之间存在偏差，这种偏差会导致确定的出行时间误差大，精度低。


技术实现要素：

4.有鉴于此，本发明的目的之一在于提供一种基于信令数据确定出行时间的方法及相关装置，用以降低出行时间误差，提高出行时间的准确度。
5.本发明的实施例可以这样实现：
6.第一方面，本发明提供一种基于信令数据确定出行时间的方法，所述方法包括：获取用户从出发地发出的最后一条信令数据以及与所述最后一条信令数据时间相邻的下一条信令数据、所述用户到达目的地发出的第一条信令数据以及与所述第一条信令数据时间相邻的上一条信令数据；基于所述最后一条信令数据、所述下一条信令数据、所述第一条信令数据和所述上一条信令数据各自所占基站的基站参数以及各自携带的时间戳信息，确定所述用户从出发地到目的地的总出行时间。
7.第二方面，本发明提供一种基于信令数据确定出行时间的装置，包括：获取模块，用于获取用户从出发地发出的最后一条信令数据以及与所述最后一条信令数据时间相邻的下一条信令数据、所述用户到达目的地发出的第一条信令数据以及与所述第一条信令数据时间相邻的上一条信令数据；确定模块，用于基于所述最后一条信令数据、所述下一条信令数据、所述第一条信令数据和所述上一条信令数据各自所占基站的基站参数以及各自携带的时间戳信息，确定所述用户从出发地到目的地的总出行时间。
8.第三方面，本发明提供一种计算机设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机程序，所述处理器可执行所述计算机程序以实现第一方面所述的方法。
9.第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的方法。
10.本发明提供的一种基于信令数据确定出行时间的方法及相关装置，所述方法包括：获取用户从出发地发出的最后一条信令数据以及与所述最后一条信令数据时间相邻的下一条信令数据、所述用户到达目的地发出的第一条信令数据以及与所述第一条信令数据时间相邻的上一条信令数据；基于所述最后一条信令数据、所述下一条信令数据、所述第一
条信令数据和所述上一条信令数据各自所占基站的基站参数以及各自携带的时间戳信息，确定所述用户从出发地到目的地的总出行时间。与现有技术的区别在于，现有技术仅仅依靠用户从出发地到达目的地的行程中的信令数据上携带的事时间戳信令来确定出行时间，而实际上信令触发的时间与用户实际出发或者实际到达时间之间存在偏差，这种偏差会导致确定的出行时间误差大，精度低。本技术结合与出现相关的各个信令数据各自所占基站的基站参数以及各自携带的时间戳信息，确定所述用户从出发地到目的地的总出行时间，能够避免由时间戳信息确定出行时间的误差，提高出行时间的准确度。
附图说明
11.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
12.图1为本技术提供的一种网络架构图；
13.图2为本技术实施例提供的一种出行场景示意图；
14.图3为本技术实施例提供的一种基于信令数据确定出行时间的方法的示意性流程图；
15.图4为本技术实施例提供的步骤s105的实现方式的示意性流程图；
16.图5为本技术实施例提供的步骤s104的实现方式的示意性流程图；
17.图6为本技术实施例提供的一种确定居住地和工作地的实现方式的示意性流程图；
18.图7a和图7b为本技术实施例提供的一种通勤频率分布图；
19.图8为本技术实施例提供的一种基于信令数据确定出行时间的装置的功能模块图；
20.图9为本技术实施例提供的一种计算机设备结构框图。
具体实施方式
21.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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
22.因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。
23.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
24.在本发明的描述中，需要说明的是，若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方
位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
25.此外，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
26.需要说明的是，在不冲突的情况下，本发明的实施例中的特征可以相互结合。
27.大数据时代的到来，手机信令数据的应用越来越广泛，手机的信令数据与其他数据来源相比有着显著的优点：样本率极高(手机拥有率和使用率达到了相当高的比例)，无群体性差异(各种人群均会使用手机)，样本非常客观(没有认为因素干扰)，采集更加方便(比人工调查时间短、提取方便)，不受天气外界影响，调查时段远远超过人工等等。因而，利用运营商手机数据，可以更有效地掌握城市人口分布，出行特征规律，能为全市交通和城市规划提供真实可靠的基础数据。
28.目前，基于手机信令数据能够捕捉用户完整时空轨迹信息，为确定用户出行时间获取提供了新的思路。其中，通勤时间，作为用户出行时间的一个重要专注对象，是城市设计、交通规划领域关注的核心问题。
29.请参见图1，图1为本技术提供的一种网络架构图，其中包括计算机设备11、数据库12、终端13和基站14。
30.其中，基站14可以与终端13之间可以进行信令数据交互，信令数据是在无线通信系统中，除了传输用户信息之外，为使全网有秩序地工作，用来保证终端13正常通信所需要的控制信号。对所有基站14赋予不同的标识，用于确定每个信令交互的基站。
31.终端13，可以为手机、平板电脑、智能穿戴设备等，一个终端13对应一个用户。终端13的每个信令交互，一般会寻找附近的基站14进行通信，也就是说，信令数据包括了记载了每个用户(用户标识)何时(信令交互时间)何地(每个信令交互的基站的标识)进行信令交互。
32.数据库12可以用于基站14和终端13的全部信令交互数据，计算机设备11可以从数据库12中获取这些信令数据进行出行时间分析、出行轨迹提取或者用户身份识别等等。
33.继续以图1为例，为了确定用户从一个地点到达另一个地点之间的出行时间，相关技术仅仅依靠用户从出发地到达目的地的行程中的信令数据上携带的事时间戳信令来确定出行时间，而实际上信令触发的时间与用户实际出发时间和实际到达时间之间存在偏差，这种偏差导致最终确定的出行时间误差较大，精度低。
34.例如，请参见图2，图2为本技术实施例提供的一种出行场景示意图，其中，包括：用户的出发地为a，目的地为b，出发地基站14
‑
1、14
‑
2和14
‑
3、途径基站15
‑
1、15
‑
2，目的地基站16
‑
1、16
‑
2和16
‑
3。
35.需要说明的是，在本技术实施例中，出发地基站指得是与基站位置与出发地位置之间的距离在预设距离以内的基站，统称为出发地基站，同理，目的地基站是基站位置与目的地位置在该预设距离以内的全部基站，在出发地到达目的地的路径中途径的基站统称为途径基站。
36.假设基站14
‑
3收到用户最后一条信令s1，时间戳为t1,用户走出出发地基站覆盖范围后，在行程过程中，基站15
‑
1收到用户第一条信令s2，时间戳为t2,基站15
‑
n收到用户最后一条信令s3,时间戳为t3，用户到达目的地基站覆盖范围后，基站16
‑
1收到用户第一条
信令s4，时间戳为t4。
37.现有技术中确定出行时间的方式是:出行时间t总＝(t2
‑
t1) (t3
‑
t2) (t4
‑
t3)＝t0 t1 t2，然而，用户出发时间可能和信令触发时间不一致，t0和t1存在偏差，例如，假设在出发地a，基站14
‑
3收到用户最后一条信令，时间戳为6点45，但用户实际动身时间为早上7点，行程中，基站15
‑
1收到用户第一条信令s2,时间戳为7点15，那么t0实际为15分钟，但按照时间戳记载的时间6点45和7点15，t0计算为30分钟，t0明显偏大；或者，假设在出发地a，用户7点出发，却在7点15发出最后一条信令，行程中，基站15
‑
1收到用户第一条信令的时间戳为7点30，那么t0实际为30分钟，但按照时间戳记载的时间7点15和7点30，t0计算为15分钟，t0明显偏小。同理，在工作地t2存在相同的偏差。
38.为了解决上述问题，本技术实施例提供的一种基于信令数据确定出行时间的方法，该方法可以应用与图1所示的计算机设备11，请参见图3，图3为本技术实施例提供的一种基于信令数据确定出行时间的方法的示意性流程图，该方法可以包括：
39.s104，获取用户从出发地发出的最后一条信令数据以及与最后一条信令数据时间相邻的下一条信令数据、用户到达目的地发出的第一条信令数据以及与第一条信令数据时间相邻的上一条信令数据。
40.可以理解的是，上述最后一条信令数据所占基站必定为出发地基站，下一条信令数据所占基站必定为用户在行程中的途径的第一基站，第一条信令数据所占基站必定为目的地基站，上一条信令数据必定为用户在行程过程中途径的最后一个基站。
41.在本技术实施例中，出发地基站指得是与基站位置与出发地位置之间的距离在预设距离(例如100米)以内的基站，目的地基站是基站位置与目的地位置在该预设距离以内的全部基站，在出发地到达目的地的路径中基站可以理解为途径的基站。
42.在本技术实施例中，上述的任意一条信令数据中可以但不限于包括：用户编码：即用户标识，时间戳：同一个信令交互的通过两个时间戳即可确定信令交互时间，基站的标识，基站标识可以用来识别信令所占的基站。
43.s105，基于最后一条信令数据、下一条信令数据、第一条信令数据和上一条信令数据各自所占基站的基站参数以及各自携带的时间戳信息，确定用户从出发地到目的地的总出行时间。
44.可以理解的是，上述的基站参数可以但不限于：基站的挂高，俯仰角，波束宽度等，基站参数可以用于对各上述信令各自所占基站进行建模，获得各个基站的覆盖范围。然后结合基站覆盖范围与时间戳信息来确定出行时间，从而避免了仅仅依靠时间戳信息确定出现时间所带来是误差。
45.需要说明的是，上述方法适用于用户在从出发地出发后到达目的地之前的行程过程中至少触发了两条信令数据的场景中，对于行程过程中没有信令数据触发或者仅仅触发了一条信令数据的场景，本技术实施例暂时不考虑。
46.还需要说明的是，上述实施例可以确定用户单次出行的出行时间，若要统计分析用户从出发地到目的地的整体出行时间，则可以基于上述实施例确定用户每天从出发地到目的地的出行时间，然后将全部的出行时间进行汇总统计分析，获得分析结果。
47.可选地，下面还给出一种基于基站参数和时间戳信息确定出行时间的具体实现方式，请参见图4，图4为本技术实施例提供的步骤s105的实现方式的示意性流程图，步骤s105
可以包括：
48.s105
‑
1，基于最后一条信令数据、下一条信令数据、第一条信令数据和上一条信令数据各自所占基站的基站参数，确定每个基站各自的覆盖范围中心位置。
49.示例性地，基站参数可以但不限于包括：基站的俯仰角、波束宽度、挂高、辐射范围等。
50.在一种可能的实施方式中，可以根据直接根据辐射范围确定基站的覆盖范围中心位置。
51.在另一种可能的实施方式中，可以基于基站参数确定基站的空间范围(扇面)，将扇面的几何中心作为基站的覆盖范围中心位置。
52.本技术实施例中确定的覆盖范围中心位置是用来模拟前述内容中各个信令数据所占基站各个基站的物理位置，目的是将各个基站的物理位置之间的距离模拟成为用户实际出行路程，也是一个稳定变因素，相较于采用基站经纬度之间的距离来模拟成为用户实际出行路程的方案更加合理。
53.s105
‑
2，根据下一条信令数据和上一条信令数据各自所占基站的覆盖范围中心位置以及各自携带的时间戳信息，确定用户的出行速度和第一段出行时间。
54.例如，继续参见图2，下一条信令数据所占基站为15
‑
1，时间戳为t1,覆盖范围中心位置为d1，上一条信令数据所占基站为15
‑
n,时间戳为tn,覆盖范围中心位置为d2，则计算中心位置为d1和d2之间的距离为dt1,第一段出行时间t1为tn与t1的差值，则确定用户在第一段出行时间t1内的出行速度为dt1/t1。
55.s105
‑
3，根据最后一条信令数据和下一条信令数据各自所占基站的覆盖范围中心位置和出行速度，确定用户的第二段出行时间。
56.继续参见图2，最后一条信令数据所占基站为14
‑
3，时间戳为t0,覆盖范围中心位置为d0，下一条信令数据所占基站为15
‑
1，时间戳为t1，覆盖范围中心位置为d2，则根据中心位置确定d0和d1之间的距离为dt0，然后根据dt0和上述出行速度可以得到第二段出行时间t0为
57.s105
‑
4，根据第一条信令数据和上一条信令数据各自所占基站的覆盖范围中心位置和出行速度，确定用户的第三段出行时间。
58.继续参见图2，第一条信令数据所占基站为16
‑
1，时间戳为t3,覆盖范围中心位置为d3，上一条信令数据所占基站为15
‑
n,时间戳为tn,覆盖范围中心位置为d2，则根据中心位置确定d2和d3之间的距离为dt2，然后根据dt0和上述出行速度可以得到第二段出行时间t2为
59.s105
‑
5，根据第一段出行时间、第二段出行时间和第三段出行时间，确定总出行时间。
60.可以看出，最终得到的总出行时间t总为与现有技术的区别在于，本技术实施例集合基站的覆盖范围信息对存在偏差的时间t0和t2进行了优化，从而避免了仅仅依靠时间戳信息确定出行时间带来的误差。
61.可以理解的是，结合上述计算出行时间的实施方式可知，本技术确定出行时间的原理与现有技术的区别在于，现有技术根据信令触发的时间信息来确定，实质是依赖信令产生机制,但是信令产生机制会受到用户个人使用电子设备的习惯的影响会产生时间上的偏差，因此，为了不受信令产生机制的影响，本技术假设用户整个出行过程的出行速度是一个稳定不变因素(本技术实施例排除用户在出行途中换乘不同类型交通工具的场景)，然后考虑到前述内容中所用到的信令数据所占基站的覆盖范围，利用质心点模拟各个基站的物理位置，进而将各个基站的物理位置之间的距离模拟成为用户实际出行路程，也是一个稳定变因素，进而可以根据出行速度和出行路程得到总的出行时间，从而可以使得出行时间不受信令产生机制的影响，相较于现有技术准确度更高。
62.可选地，下面还给出一种获取上述信令数据的实现方式，请参见图5，图5为本技术实施例提供的步骤s104的实现方式的示意性流程图，步骤s104可以包括：
63.s104
‑
1，获取用户全天时间段内的信令数据序列。
64.可以理解的是，信令数据序列中的每条信令数据具有时间先后顺序。
65.示例性的，全天时间段内指得是任意一天的24小时时间段，例如，分析人员想知道用户7月21日这天从家到医院的出行时间，则可以获得用户7月21这天24小时内的全部信令数据，并将全部信令数据按照顺序或者倒序的排列成序列。
66.s104
‑
2，根据信令数据序列，识别用户在全天时间段的全部滞留地。
67.示例性的，用户从出发地到达目的地的过程中，有可能在多个地点进行停留或者来回折返，因此为了识别出直接出行数据(也就是从出发地a直接到达目的地的出行时间)，需要先识别全部的滞留地，进而根据滞留地从信令数据序列中确定直接出行数据。
68.在一种方式中，可以通过以下方式识别全部的滞留地：根据相邻两条信令数据中的基站位置进行比较，若两者的位置距离小于预设距离(例如400米)，则认为这两条信令是在同一个地点触发的，将这两条信令数据合并为1条信令数据，合并方式可以是将两条信令数据中的时间进行合并以及将两条信令数据中的位置进行合并，例如，可以将相邻两条信令数据的位置进行加权，获得新的位置。
69.s104
‑
3，当存在时间序列上相邻的两个滞留地分别与出发地和目的地一致时，将两个滞留地之间的全部信令数据作为出发地到目的地的目标信令数据序列。
70.例如，假设出发地是居住地，目的地是医院，出行时间是居住地到目的地之间使用的时间，根据信令序列数据，识别到的滞留地为位置a、位置b、位置c和位置d。则将相邻的两个滞留地分为一组，分别与出发地与目的地进行比较，即位置a和位置b为一组、位置b和位置c为一组、位置c和位置d为一组，分别与家和医院比较，即确定a是否为居住地，b是否为医院，当位置a是居住地，位置b是医院，则将位置a和位置b之间的信令数据提取出来作为目标信令数据，若位置a或者位置b中任意一个比较结果不一致，则继续将位置b和位置c与家和医院比较，以此类推。
71.s104
‑
4，从目标信令数据序列中，获得用户从出发地发出的最后一条信令数据以及与最后一条信令数据相邻的下一条信令数据、用户到达目的地发出的第一条信令数据以及与第一条信令数据相邻的上一条信令数据。
72.为了方便理解上述实施例，请结合图2，参见表一，表一展示了获取到的用户全天时间段内的信令数据序列包含部分信令数据，将n条信令数据中相邻两条信令数据进行比
较可以识别出滞留地，假设识别的滞留地有位置a和位置d，相应的，第1条信令数据至第3条信令数据可以合并为一条信令数据：{滞留时长：7:00
‑
7:30，位置a}同理，第6条信令数据至第9条信令数据可以合并为一条信令数据：{滞留时长：9:30
‑
11:00，位置d}，因此，信令数据集可以处理成如表二所示，从表二可以看出，滞留地a和滞留地b之间的信令数据即为第1至第4条信令数据。
73.表一
[0074][0075]
表二
[0076]
序号时间戳位置17:00
‑
7:20a27:30b39：00c49:30
‑
11:00dn
……
[0077]
可选地，上述出发地和目的地可以分别为居住地和工作地，那么通过上述实现流程可以确定用户的通勤时间，通勤时间就是用户从住所到工作场所花费的时间，研究通勤时间对评估交通网络的通达状态，识别存在的问题，辅助城市规划的设计研究，意义重大。
[0078]
为了确定通勤时间，需要先确定用户的居住地和工作地，因此，下面还给出一种确定居住地和工作地的实现方式，请参见图6，图6为本技术实施例提供的一种确定居住地和工作地的实现方式的示意性流程图，包括：
[0079]
步骤1，获取用户在预设天数内的信令数据集。
[0080]
可以理解的是，预设天数可以是由分析人员自定定义，可以是近1个月内或者3个月内的信令数据集。信令数据集中包含预设天数内每天全时间段内的信令数据。
[0081]
步骤2，根据信令数据集，识别用户在第一预设时间段的第一滞留地集合和第二预设时间段的第二滞留地集合；其中，第一预设时间段表征非工作时间段；第二预设时间段表征工作时间段。
[0082]
可以理解的是，通勤时间就是用户从住所到工作场所花费的时间，则为了确定居住地和工作地，由于信令数据中具有用户完整的出行轨迹信息，可以根据信令数据确定用户在工作时间段及非工作时间在某地的驻留时长来确定居住地和工作地，因此，上述的第一预设时间段可以为非工作时间段，用于确定居住地，上述的第二预设时间段为工作时间段，用于确定工作地。
[0083]
在一些可能的实施例中，上述第一预设时间段和第二预设时间段可以由分析人员自行定义，例如，可以将当日21点到次日早晨7点之间的时间作为非工作时间，将当日上午9点到下午5点之间的时间作为工作时间段。
[0084]
在另一些可能的实施例中，还可以根据信令数据确定用户画像进而确定用户务工类型，进而根据务工类型来确定该用户的非工作时间段和工作时间段。
[0085]
步骤3，确定在预设天数内，第一滞留地集合中的每个第一滞留地对应的第一滞留总时长，第二滞留地集合中的每个第二滞留地对应的第一滞留总时长。
[0086]
步骤4，将第一滞留总时长最长且第一滞留总时长大于预设时间阈值时对应的第一滞留地确定为居住地，将第二滞留总时长最长且第二滞留总时长大于预设时间阈值时对应的第二滞留地确定为工作地。
[0087]
例如，统计60天内，每天当日21点到次日早晨7点时间段内的信令数据，确定用户的滞留地集合为：位置a、位置b和位置c，则分别统计用户每天在位置a、位置b和位置c的滞留时长，然后将每个滞留地的滞留时长加和确定出位置a、位置b和位置c的滞留总时长，然后筛选出滞留总时长最长的位置，假设为位置a，然后统计在60天内，在位置a滞留的天数是否大于预设天数(例如10天)，若是，则将a确定为居住地。确定工作地的实现方式同理。
[0088]
可选地，上述实施例确定的是用户单次通勤时间，若需要分析用户在一定时间内的通勤时间，则可以在预设天数内，通过上述实施例确定用户每天从居住地到所述工作地对应的通勤时间，然后根据预设天数内的全部通勤时间，评估用户从所述居住地到工作地的通勤信息。
[0089]
可选地，上述在统计用户通勤时间的过程中，可能把非工作日的信令数据也用到统计通勤时间的过程中，这样一来可能会影响通勤时间的准确度和可参考性，同时增加了数据处理量，同时，请继续参见图2，显然时段t1小于通勤时间，而时段t0 t1 t2大于通勤时间，真实的通勤时间应介于两者之间，实际生活中考虑信令产生的情况，存在t0和t2时段过长的问题，请参见图7a和图7b，图7a和图7b为本技术实施例提供的一种通勤频率分布图，其中，横坐标为时长，纵坐标为人数，可以看出，通勤开始时间t0和通勤结束时间t2中，超过65分钟的通勤占比小于5％，因此对于两者任意一个超过65分钟的通勤序列，应该进行剔除，不计入用户通勤时间测算的范围。
[0090]
因此，为了保证通勤时间的准确度和可参考性，在获取到用户每天从居住地到工
作地对应的通勤时间之后，还可以将第二段出行时间大于预设时间阈值，和/或，第三段出行时间大于所述预设时间阈值时的总出行时间剔除，以及将预设天数内非工作日对应的总出行时间剔除。这样一来，剩下的信令数据就全部是工作日的信令数据，用工作日的信令数据来确定用户通勤时间，结果更加准确，更具参考性和借鉴性。
[0091]
为了执行上述实施例及各个可能的方式中的测试方法的步骤，下面给出一种测试装置的实现方式，请参阅图8，图8为本技术实施例提供的一种基于信令数据确定出行时间的装置的功能模块图。需要说明的是，本实施例所提供的基于信令数据确定出行时间的装置，其基本原理及产生的技术效果和上述实施例相同，为简要描述，本实施例部分未提及之处，可参考上述的实施例中相应内容。该基于信令数据确定出行时间的装置40包括：
[0092]
获取模块41，用于获取用户从出发地发出的最后一条信令数据以及与所述最后一条信令数据时间相邻的下一条信令数据、所述用户到达目的地发出的第一条信令数据以及与所述第一条信令数据时间相邻的上一条信令数据；
[0093]
确定模块42，用于基于所述最后一条信令数据、所述下一条信令数据、所述第一条信令数据和所述上一条信令数据各自所占基站的基站参数以及各自携带的时间戳信息，确定所述用户从出发地到目的地的总出行时间。
[0094]
可选地，确定模块42，具体用于基于所述最后一条信令数据、所述下一条信令数据、所述第一条信令数据和所述上一条信令数据各自所占基站的基站参数，确定每个所述基站各自的覆盖范围中心位置；根据所述下一条信令数据和所述上一条信令数据各自所占基站的所述覆盖范围中心位置以及各自携带的时间戳信息，确定所述用户的出行速度和第一段出行时间；根据所述最后一条信令数据和所述下一条信令数据各自所占基站的所述覆盖范围中心位置和所述出行速度，确定所述用户的第二段出行时间；根据所述第一条信令数据和所述上一条信令数据各自所占基站的所述覆盖范围中心位置和所述出行速度，确定所述用户的第三段出行时间；根据所述第一段出行时间、所述第二段出行时间和所述第三段出行时间，确定所述总出行时间。
[0095]
可选地，获取模块42，具体用于获取所述用户全天时间段内的信令数据序列；所述信令数据序列中的每条信令数据具有时间先后顺序；根据所述信令数据序列，识别所述用户在所述全天时间段的全部滞留地；当存在时间序列上相邻的两个所述滞留地分别与所述出发地和所述目的地一致时，将两个所述滞留地之间的全部信令数据作为所述出发地到所述目的地的目标信令数据序列；从所述目标信令数据序列中，获得所述用户从出发地发出的最后一条信令数据以及与所述最后一条信令数据相邻的下一条信令数据、所述用户到达所述目的地发出的第一条信令数据以及与所述第一条信令数据相邻的上一条信令数据。
[0096]
可选地，所述出发地为居住地，所述目的地为工作地；所述装置40还包括识别模块；获取模块41，还用于获取所述用户在预设天数内的信令数据集；识别模块，用于根据所述信令数据集，识别所述用户在第一预设时间段的第一滞留地集合和第二预设时间段的第二滞留地集合；其中，所述第一预设时间段表征非工作时间段；所述第二预设时间段表征工作时间段；确定模块42，还用于确定在所述预设天数内，所述第一滞留地集合中的每个所述第一滞留地对应的第一滞留总时长，所述第二滞留地集合中的每个所述第二滞留地对应的第一滞留总时长；将第一滞留总时长最长且所述第一滞留总时长大于预设时间阈值时对应的所述第一滞留地确定为所述居住地，将第二滞留总时长最长且所述第二滞留总时长大于
所述预设时间阈值时对应的所述第二滞留地确定为所述工作地。
[0097]
可选地，获取模块41，还用于获取所述预设天数内，所述用户每天从所述居住地到所述工作地对应的总出行时间；确定模块42，还用于根据预设天数内的全部所述总出行时间，评估所述用户从所述居住地到所述工作地的通勤信息。
[0098]
可选地，所述装置40还包括删除模块，删除模块，用于将所述第二段出行时间大于预设时间阈值，和/或，第三段出行时间大于所述预设时间阈值时的所述总出行时间剔除，以及将所述预设天数内非工作日对应的总出行时间剔除。
[0099]
本技术实施例还提供一种计算机设备，如图9，图9为本技术实施例提供的一种计算机设备结构框图。该计算机设备11包括通信接口111、处理器112和存储器113。该处理器112、存储器113和通信接口111相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器113可用于存储软件程序及模块，如本技术实施例所提供的基于信令数据确定出行时间的方法对应的程序指令/模块，处理器112通过执行存储在存储器113内的软件程序及模块，从而执行各种功能应用以及数据处理。该通信接口111可用于与其他节点设备进行信令或数据的通信。在本技术中该电子设备110可以具有多个通信接口111。
[0100]
其中，存储器113可以是但不限于，随机存取存储器(randomaccessmemory，ram)，只读存储器(readonlymemory，rom)，可编程只读存储器(programmableread
‑
onlymemory，prom)，可擦除只读存储器(erasableprogrammableread
‑
onlymemory，eprom)，电可擦除只读存储器(electricerasableprogrammableread
‑
onlymemory，eeprom)等。
[0101]
处理器112可以是一种集成电路芯片，具有信号处理能力。该处理器可以是通用处理器，包括中央处理器(centralprocessingunit，cpu)、网络处理器(networkprocessor，np)等；还可以是数字信号处理器(digitalsignalprocessing，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field－programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
[0102]
可选地，上述模块可以软件或固件(firmware)的形式存储于图9所示的存储器中或固化于该计算机设备的操作系统(operatingsystem，os)中，并可由图9中的处理器执行。同时，执行上述模块所需的数据、程序的代码等可以存储在存储器中。
[0103]
本技术实施例提供一种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前述实施方式中任一项基于信令数据确定出行时间的方法。该计算机可读存储介质可以是，但不限于，u盘、移动硬盘、rom、ram、prom、eprom、eeprom、磁碟或者光盘等各种可以存储程序代码的介质。
[0104]
在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本技术的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也
可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0105]
另外，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0106]
所述功能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，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，本技术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)执行本技术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
‑
onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。