物联网应用服务 客流分析及预测

By | 2021年4月23日
0 Comment

1、服务介绍

1.1 模型说明

  • 包含离线和实时两个能力，实时相比于离线，会有基于景区的票务闸机、视频客流统计的IoT数据导入，结果预测准确度预计高20%
  • 以景区为目的地的票务相关旅游咨询、预订（取消）、实际出售票、退票等为基础数据，对于目的地景区小时、日（周、月）进行相应的整体客户量以及售票量、售票收入进行统一预测，为整体景区管理、安防建设、周边交通咨询等提前做好支持。

1.2 接口及收费维度

模块 售卖细分维度 数据输出 包含指标与定义说明
数据质量监测 实时小时/日/周/月级别(默认T-1天数据) 累计记录数
异常值(空值）累计数
物理存储值		 所有数据源采集情况说明，便于检查数据来源异常
景区实时游客画像 实时小时/日/周/月级别 总数
实时小时/日/周/月级别 性别比例
实时小时/日/周/月级别 年龄比例，以10岁为单位展示（柱状图）
实时小时/日/周/月级别 特殊人群占比（按照证件类型展示、柱状图）
实时小时/日/周/月级别 票类型（柱状图）
实时小时/日/周/月级别 基于小时维度的客流值
景区实时客流偏好 实时小时/日/周/月级别 不同时间段的指定年龄段客流量 以年龄作为主维度交叉的客流预测，
主维度：年龄
交叉值：性别、时间段
指标：客户数
实时小时/日/周/月级别 不同性别的指定年龄段客流量
实时小时/日/周/月级别 不同时间段的不同性别客流量
客源地 实时（小时）游客客源地分析 客源地来源图 当前一小时到达景区的游客来源地分布
实时省份来源排名 当前一小时到达景区的游客来源地按省份排名top10
实时城市来源排名 当日到达景区的游客来源地按城市排名top10
省内省外占比 按景区所在省份统计省内省外来源地占比
省内城市来源排名 当日到达景区的游客来源地按河南省内城市排名top10
历史（日/周/月级别）游客客源地分析 按省份统计来源 在指定时间按省份统计游客常驻地
按城市统计来源 在指定时间按城市统计游客常驻地
按区县统计来源 在指定时间按区县统计游客常驻地
实时客流预测 实时小时/日/周/月级别 指定时间段的客流量
实时智能预警 实时小时/日/周级别 低 明天客流量拥挤指数低，请做好日常接待，关注紧急情况。
实时小时/日/周级别 中 明天客流局部可能有拥挤情况，请关注热门景点区域。
实时小时/日/周级别 较高 明天客流量拥挤度较高，请关注游客热门路线区域，并做好出入口引导管理。
实时小时/日/周级别 高 明天客流量拥挤度高，请提前在重要景点设置工作人员，避免踩踏事件

2、接入指南

2.1 API说明

统计数据查询接口，所有文旅相关的统计查询都是用这一个接口，根据model查询不同的统计数据。

Path 版本 是否登录
/tourism/statistics/query 1.0.0 否

入参

参数名 数据类型 是否必填 参数描述
projectId String Y 项目Id
model String Y 模型名称，具体模型名称参考对照表
paramJson String N json格式

paramJson根据模型需要传相应的参数（具体参数见模型示例），可用参数如下：

参数名 数据类型 是否必填 参数描述
startTime String N 开始时间（>=，包含该时间）
endTime String N 结束时间（<，不包含该时间）
size Integer N 数据topN条数

出参

参数名 数据类型 参数描述
code Int 错误码，code=200表示正确，其他表示错误
message String 结果信息，正确为success，错误的时候是错误提示
data JSONObject 结果数据
-series JSONArray 结果数据系列集合，可以理解为多个数据列，每个系列代表一列数据
—name String 数据系列名称
—values JSONArray 数据系列值的集合

2.2 API调用方式

SDK依赖

本例提供java sdk pom依赖示例，更多语言SDK详情请参考API调用对接指引

  
    
   
  1. <dependency>
    2. 
   
  2.  <groupId>com.aliyun.api.gateway</groupId>
    3. 
   
  3.  <artifactId>sdk-core-java</artifactId>
    4. 
   
  4.  <version>1.6.0.3</version>
    5. 
   
  5. </dependency>
    6.

示例代码

  
    
   
  1. HttpClientBuilderParams builderParams = new HttpClientBuilderParams();
    2. 
   
  2. builderParams.setAppKey("${appKey}"); // 请填写正确的AppKey
    3. 
   
  3. builderParams.setAppSecret("${appSecret}"); // 请填写正确的AppSecret
    4. 
   
  4. ApacheHttpClient apacheHttpClient = new ApacheHttpClient(builderParams);
    5. 
   
  5. IoTApiRequest request = new IoTApiRequest();
    6. 
   
  6. //设置api的版本
    7. 
   
  7. request.setApiVer("1.0.0");
    8. 
   
  8. //如果需要登录，设置当前的会话的token
    9. 
   
  9. //设置参数
    10. 
   
  10. request.putParam("model", "xxxxxx");
    11. 
   
  11. request.putParam("projectId", "yyyyy");
    12. 
   
    13. 
   
  13. Map<String, Object> param = new HashMap<>(8);
    14. 
   
  14. param.put("startTime", "2019-01-01");
    15. 
   
  15. param.put("endTime", "2019-01-31");
    16. 
   
  16. param.put("limit", 10);
    17. 
   
    18. 
   
  18. request.putParam("paramJson", JSONObject.toJSONString(param));
    19. 
   
  19. //请求参数域名、path、request
    20. 
   
  20. String host = "api.link.aliyun.com";
    21. 
   
  21. String path = "/tourism/statistics/query";
    22. 
   
  22. System.out.println(JSON.toJSONString(request));
    23. 
   
  23. ApiRequest apiRequest = new ApiRequest(HttpScheme.HTTP, host,
    24. 
   
  24.  HttpMethod.POST_BODY, path, JSON.toJSONBytes(request));
    25. 
   
  25. apiRequest.setHttpConnectionMode(HttpConnectionModel.MULTIPLE_CONNECTION);
    26. 
   
  26. ApiResponse response = apacheHttpClient.sendSyncRequest(apiRequest);
    27. 
   
  27. System.out.println(request.getId());
    28. 
   
  28. System.out.println(
    29. 
   
  29.  "response code = " + response.getCode() + " response message = " + response.getMessage()
    30. 
   
  30.  + " response content = " + new String(response.getBody(),
    31. 
   
  31.  "utf-8"));
    32.

2.3 模型示例

数据质量监测

model:TRIP_DATA_QUALITY
对游客购票数据、游客闸机数据等使用到的数据质量的监测，包含数据总条数、空值条数、占用存储空间大小。数据质量

入参

  
    
   
  1. {
    2. 
   
  2.  "model": "TRIP_DATA_QUALITY",
    3. 
   
  3.  "projectId": "a124DRzr6OWgL4QT",
    4. 
   
  4.  "paramJson":"{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}
    5. 
   
  5. }
    6.

出参

  
    
   
  1. {
    2. 
   
  2.  "code": 200,
    3. 
   
  3.  "data": {
    4. 
   
  4.  "series": [{
    5. 
   
  5.  "values": ["20"],
    6. 
   
  6.  "name": "总条数"
    7. 
   
  7.  }, {
    8. 
   
  8.  "values": ["5"],
    9. 
   
  9.  "name": "存储空间"
    10. 
   
  10.  }, {
    11. 
   
  11.  "values": ["4"],
    12. 
   
  12.  "name": "空值条数"
    13. 
   
  13.  }]
    14. 
   
  14.  },
    15. 
   
  15.  "message": "success"
    16. 
   
  16. }
    17.

客流预测

model:TRIP_CUSTOMER_FLOW_FORECAST
通过历史游客购票数据、闸机数据等，预测未来一段时间内的游客数量。
预测

入参

  
    
   
  1. {
    2. 
   
  2.  "model": "TRIP_CUSTOMER_FLOW_FORECAST",
    3. 
   
  3.  "projectId": "a124DRzr6OWgL4QT",
    4. 
   
  4.  "paramJson":"{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}
    5. 
   
  5. }
    6.

出参

  
    
   
  1. {
    2. 
   
  2.  "code": 200,
    3. 
   
  3.  "data": {
    4. 
   
  4.  "series": [{
    5. 
   
  5.  "name": "30天", // 未来30天
    6. 
   
  6.  "values": ["10192"]
    7. 
   
  7.  }, {
    8. 
   
  8.  "name": "1天", // 未来1天
    9. 
   
  9.  "values": ["362"]
    10. 
   
  10.  }, {
    11. 
   
  11.  "name": "1小时", // 未来1小时
    12. 
   
  12.  "values": ["63"]
    13. 
   
  13.  }, {
    14. 
   
  14.  "name": "7天", // 未来7天
    15. 
   
  15.  "values": ["5212"]
    16. 
   
  16.  }]
    17. 
   
  17.  },
    18. 
   
  18.  "message": "success"
    19. 
   
  19. }
    20.

实时智能预警

model:TOURIST_INTEL_PREDICTION_INFO
通过预测未来一天的游客量和景区最大客流容量来估算拥挤指数，提供相应的预案。

拥堵指数 预案
低 明天客流量拥挤指数低，请做好日常接待，关注紧急情况。
中 明天客流局部可能有拥挤情况，请关注热门景点区域。
较高 明天客流量拥挤度较高，请关注游客热门路线区域，并做好出入口引导管理。
高 明天客流量拥挤度高，请提前在重要景点设置工作人员，避免踩踏事件

预警

入参

  
    
   
  1. {
    2. 
   
  2.  "model": "TOURIST_INTEL_PREDICTION_INFO",
    3. 
   
  3.  "projectId": "a124KKWfyglJF5rD"
    4. 
   
  4. }
    5.

出参

  
    
   
  1. {
    2. 
   
  2.  "id": "91068e57-42fb-4a5b-9352-9f4773872c0c",
    3. 
   
  3.  "code": 200,
    4. 
   
  4.  "message": null,
    5. 
   
  5.  "localizedMsg": null,
    6. 
   
  6.  "data": {
    7. 
   
  7.  "series": [
    8. 
   
  8.  {
    9. 
   
  9.  "values": [
    10. 
   
  10.  "明天客流局部可能有拥挤情况，请关注热门景点区域。"
    11. 
   
  11.  ],
    12. 
   
  12.  "name": "预测信息"
    13. 
   
  13.  }
    14. 
   
  14.  ]
    15. 
   
  15.  }
    16. 
   
  16. }
    17.

游客画像统计（性别）

model:TRIP_CUSTOMER_GENDER_DISTRIBUTION
查询一段时间内，不同性别的游客人数。
性别

入参

  
    
   
  1. {
    2. 
   
  2.  "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}",
    3. 
   
  3.  "model": "TRIP_CUSTOMER_GENDER_DISTRIBUTION",
    4. 
   
  4.  "projectId": "a1240HWzFfFNJ3wI"
    5. 
   
  5. }
    6.

出参

  
    
   
  1. {
    2. 
   
  2.  "code": 200,
    3. 
   
  3.  "data": {
    4. 
   
  4.  "series": [{
    5. 
   
  5.  "name": "性别",
    6. 
   
  6.  "values": ["未知", "女", "男"]
    7. 
   
  7.  }, {
    8. 
   
  8.  "name": "人数",
    9. 
   
  9.  "values": ["140", "190", "210"]
    10. 
   
  10.  }]
    11. 
   
  11.  },
    12. 
   
  12.  "message": "success"
    13. 
   
  13. }
    14.

游客画像统计（年龄）

model:TRIP_CUSTOMER_AGE_DISTRIBUTION
查询一段时间内，不同年龄段的游客人数。
年龄

入参

  
    
   
  1. {
    2. 
   
  2.  "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}",
    3. 
   
  3.  "model": "TRIP_CUSTOMER_AGE_DISTRIBUTION",
    4. 
   
  4.  "projectId": "a124KKWfyglJF5rD"
    5. 
   
  5. }
    6.

出参

  
    
   
  1. {
    2. 
   
  2.  "code": 200,
    3. 
   
  3.  "data": {
    4. 
   
  4.  "series": [ {
    5. 
   
  5.  "values": ["10-20", "20-30", "30-40"],
    6. 
   
  6.  "name": "年龄"
    7. 
   
  7.  }, {
    8. 
   
  8.  "values": ["35.0", "7.0", "3.0"],
    9. 
   
  9.  "name": "人数"
    10. 
   
  10.  }]
    11. 
   
  11.  },
    12. 
   
  12.  "message": "success"
    13. 
   
  13. }
    14.

游客画像统计（人群）

model:TRIP_CUSTOMER_IDENTITY_TYPE_DISTRIBUTION
查询一段时间内，不同人群的游客人数。
人群

入参

  
    
   
  1. {
    2. 
   
  2.  "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}",
    3. 
   
  3.  "model": "TRIP_CUSTOMER_IDENTITY_TYPE_DISTRIBUTION",
    4. 
   
  4.  "projectId": "a124KKWfyglJF5rD"
    5. 
   
  5. }
    6.

出参

  
    
   
  1. {
    2. 
   
  2.  "code": 200,
    3. 
   
  3.  "data": {
    4. 
   
  4.  "series": [{
    5. 
   
  5.  "values": ["学生证", "身份证", "军官证"],
    6. 
   
  6.  "name": "人群"
    7. 
   
  7.  }, {
    8. 
   
  8.  "values": ["7.0", "15.0", "23.0"],
    9. 
   
  9.  "name": "人数"
    10. 
   
  10.  }]
    11. 
   
  11.  },
    12. 
   
  12.  "message": "success"
    13. 
   
  13. }
    14.

游客画像统计（票务类型）

model:TRIP_CUSTOMER_TICKET_TYPE_DISTRIBUTION
查询一段时间内，不同票型的游客人数。
票务

入参

  
    
   
  1. {
    2. 
   
  2.  "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}",
    3. 
   
  3.  "model": "TRIP_CUSTOMER_TICKET_TYPE_DISTRIBUTION",
    4. 
   
  4.  "projectId": "a124KKWfyglJF5rD"
    5. 
   
  5. }
    6.

出参

  
    
   
  1. {
    2. 
   
  2.  "code": 200,
    3. 
   
  3.  "data": {
    4. 
   
  4.  "series": [{
    5. 
   
  5.  "values": ["区间票", "次票", "年票"],
    6. 
   
  6.  "name": "票型"
    7. 
   
  7.  }, {
    8. 
   
  8.  "values": ["17.0", "587.0", "3.0"],
    9. 
   
  9.  "name": "人数"
    10. 
   
  10.  }]
    11. 
   
  11.  },
    12. 
   
  12.  "message": "success"
    13. 
   
  13. }
    14.

游客画像统计（客流趋势）

model:TRIP_CUSTOMER_FLOW_STATISTICS_BY_HOUR
查询历史一段时间内，客流量的变化趋势。
趋势

入参

  
    
   
  1. {
    2. 
   
  2.  "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}",
    3. 
   
  3.  "model": "TRIP_CUSTOMER_FLOW_STATISTICS_BY_HOUR",
    4. 
   
  4.  "projectId": "a124KKWfyglJF5rD"
    5. 
   
  5. }
    6.

出参

  
    
   
  1. {
    2. 
   
  2.  "code": 200,
    3. 
   
  3.  "data": {
    4. 
   
  4.  "series": [{
    5. 
   
  5.  "values": ["10", "20", "30", "40", "50", "60", "70", "80", "90"],
    6. 
   
  6.  "name": "人数"
    7. 
   
  7.  }, {
    8. 
   
  8.  "values": ["02:00", "03:00", "04:00", "05:00", "06:00", "07:00", "08:00", "09:00", "10:00"],
    9. 
   
  9.  "name": "时间"
    10. 
   
  10.  }]
    11. 
   
  11.  },
    12. 
   
  12.  "message": "success"
    13. 
   
  13. }
    14.

实时游客偏好（年龄-时间）

model:TRIP_TIME_AGE_CUSTOMER_FLOW_STATISTICS_BY_HOUR
查询一段时间内，不同年龄-时间的偏好对比数据。
年龄偏好

入参

  
    
   
  1. {
    2. 
   
  2.  "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}",
    3. 
   
  3.  "model": "TRIP_TIME_AGE_CUSTOMER_FLOW_STATISTICS_BY_HOUR",
    4. 
   
  4.  "projectId": "a124KKWfyglJF5rD"
    5. 
   
  5. }
    6.

出参

  
    
   
  1. {
    2. 
   
  2.  "code": 200,
    3. 
   
  3.  "data": {
    4. 
   
  4.  "series": [{
    5. 
   
  5.  "values": ["女", "女", "未知", "未知", "男", "男"],
    6. 
   
  6.  "name": "性别"
    7. 
   
  7.  }, {
    8. 
   
  8.  "values": ["44", "47", "45", "48", "46", "43"],
    9. 
   
  9.  "name": "人数"
    10. 
   
  10.  }, {
    11. 
   
  11.  "values": ["10-08 03:07", "10-08 07:00", "10-08 02:00", "10-08 08:00", "10-08 02:00", "10-08 02:05"],
    12. 
   
  12.  "name": "时间"
    13. 
   
  13.  }]
    14. 
   
  14.  },
    15. 
   
  15.  "message": "success"
    16. 
   
  16. }
    17.

实时游客偏好（年龄-性别）

model:TRIP_AGE_GENDER_CUSTOMER_FLOW_STATISTICS
查询一段时间内，不同年龄-性别的偏好对比数据。
性别年龄偏好

入参

  
    
   
  1. {
    2. 
   
  2.  "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}",
    3. 
   
  3.  "model": "TRIP_AGE_GENDER_CUSTOMER_FLOW_STATISTICS",
    4. 
   
  4.  "projectId": "a124KKWfyglJF5rD"
    5. 
   
  5. }
    6.

出参

  
    
   
  1. {
    2. 
   
  2.  "code": 200,
    3. 
   
  3.  "data": {
    4. 
   
  4.  "series": [{
    5. 
   
  5.  "values": ["女", "未知", "男", "女", "未知", "男"],
    6. 
   
  6.  "name": "性别"
    7. 
   
  7.  }, {
    8. 
   
  8.  "values": ["498", "513", "483", "544", "558", "528"],
    9. 
   
  9.  "name": "人数"
    10. 
   
  10.  }, {
    11. 
   
  11.  "values": ["10-20", "10-20", "10-20", "20-30", "20-30", "20-30"],
    12. 
   
  12.  "name": "年龄"
    13. 
   
  13.  }]
    14. 
   
  14.  },
    15. 
   
  15.  "message": "success"
    16. 
   
  16. }
    17.

实时游客偏好（性别-时间）

model:TRIP_TIME_GENDER_CUSTOMER_FLOW_STATISTICS_BY_HOUR
查询一段时间内，不同性别-时间的偏好对比数据。
性别偏好

入参

  
    
   
  1. {
    2. 
   
  2.  "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}",
    3. 
   
  3.  "model": "TRIP_TIME_GENDER_CUSTOMER_FLOW_STATISTICS_BY_HOUR",
    4. 
   
  4.  "projectId": "a124KKWfyglJF5rD"
    5. 
   
  5. }
    6.

出参

  
    
   
  1. {
    2. 
   
  2.  "code": 200,
    3. 
   
  3.  "data": {
    4. 
   
  4.  "series": [{
    5. 
   
  5.  "values": ["女", "女", "未知", "未知", "男", "男"],
    6. 
   
  6.  "name": "性别"
    7. 
   
  7.  }, {
    8. 
   
  8.  "values": ["44", "47", "45", "48", "46", "43"],
    9. 
   
  9.  "name": "人数"
    10. 
   
  10.  }, {
    11. 
   
  11.  "values": ["10-08 03:07", "10-08 07:00", "10-08 02:00", "10-08 08:00", "10-08 02:00", "10-08 02:05"],
    12. 
   
  12.  "name": "时间"
    13. 
   
  13.  }]
    14. 
   
  14.  },
    15. 
   
  15.  "message": "success"
    16. 
   
  16. }
    17.

客源地（省份）

model: TOURIST_REGION_PROVINCE
按省份查询游客来源地

入参

  
    
   
  1. {
    2. 
   
  2.  "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}",
    3. 
   
  3.  "model": "TOURIST_REGION_PROVINCE",
    4. 
   
  4.  "projectId": "a124KKWfyglJF5rD"
    5. 
   
  5. }
    6.

出参

  
    
   
  1. {
    2. 
   
  2.  "code": 200,
    3. 
   
  3.  "data": {
    4. 
   
  4.  "series": [{
    5. 
   
  5.  "values": ["浙江", "湖北", "上海", "陕西", "青海"],
    6. 
   
  6.  "name": "province"
    7. 
   
  7.  }, {
    8. 
   
  8.  "values": ["4", "3", "2", "1", "1"],
    9. 
   
  9.  "name": "count"
    10. 
   
  10.  }]
    11. 
   
  11.  },
    12. 
   
  12.  "message": "success"
    13. 
   
  13. }
    14.

客源地（城市）

model: TOURIST_REGION_CITY
按城市查询游客来源地

入参

provice非必填，为空时，查询全国的城市

  
    
   
  1. {
    2. 
   
  2.  "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\", \"topN\":10, \"provice\":浙江}",
    3. 
   
  3.  "model": "TOURIST_REGION_CITY",
    4. 
   
  4.  "projectId": "a124KKWfyglJF5rD"
    5. 
   
  5. }
    6.

出参

  
    
   
  1. {
    2. 
   
  2.  "code": 200,
    3. 
   
  3.  "data": {
    4. 
   
  4.  "series": [{
    5. 
   
  5.  "values": ["杭州市", "湖州市", "绍兴市"],
    6. 
   
  6.  "name": "city"
    7. 
   
  7.  }, {
    8. 
   
  8.  "values": ["2", "1", "1"],
    9. 
   
  9.  "name": "count"
    10. 
   
  10.  }]
    11. 
   
  11.  },
    12. 
   
  12.  "message": "success"
    13. 
   
  13. }
    14.

请关注公众号获取更多资料

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注