谢贵才,段 磊,蒋为鹏,肖 珊,徐一凡

(四川大学 计算机学院,四川 成都 610065)

随着2018 年国家发布《智慧校园总体框架》标准,集校园工作、学习和生活于一体的高校智慧校园正在逐渐成型.其中,基于数据分析、人工智能等信息技术支撑的校园公共区域人流量预测作为其重要组成部分,具有如下意义.

(1)校园公共区域人流量预测,对于维护学校安全,维持各区域的正常运营有重大意义,尤其是在面对疫情等突发事件时,预估和掌握校园公共区域的人员流动情况,可以辅助人流量控制和执行消毒工作;

(2)对于学生而言,进行校园公共区域人流量预测可以有助于学生提前计划和安排时间,避开人流高峰期前往图书馆、食堂等区域,既保证了公共资源的有效利用,也降低了公共区域的管理难度.

校园公共区域人流量预测包含多种场景应用.以食堂为例,预测其人流量可避免人群拥挤,减少聚集隐患,同时优化供餐服务,减少食材浪费.以往食堂人流量预测由食堂管理人员根据平时积累的经验完成,即管理人员利用所在食堂的食材采购历史记录和消费人次两种类型数据,以同时段就餐人数或消费金额均值对食堂人流量进行估计.现有的估计方式不仅工作量巨大,而且由于参考数据有限,容易出现错误的预估人流量,不具有参考意义.图1 展示了某高校A食堂和B食堂在2019 年6 月23 日～7 月6 日期间的人流量分布情况(横轴表示时间,纵轴表示食堂人流……