基于web开发的客流分析系统-设计文档.docVIP

客 流 分 析 设 计 文 档 时间：2015年10月28日 0 应用场景 3 1 实时客流分析 3 1.1 实时客流统计 3 1.1.1 实时客流统计是统计当前连接指定SSID网络的人数 3 1.1.2 接口设计 3 1.1.3 软件设计 4 1.1.4 实现流程 4 1.2 实时客流分布 4 1.2.1 实时客流分布是显示当前所有顾客的热力分布图 4 1.2.2 接口设计 4 1.2.3 软件设计 5 1.2.4 实现流程 5 2 历史客流统计 5 2.1 到店统计 5 2.1.1 到店统计是统计连接指定SSID网络的用户数 5 2.1.2 接口实现 5 2.1.3 软件设计 6 2.1.4 实现流程 6 2.2 老顾客到店统计 7 2.2.1 老顾客到店统计是曾经连接指定SSID网络，今天再次到店的顾客数 7 2.2.2 接口设计 7 2.2.3 软件设计 7 2.2.4 实现流程 8 2.3 新顾客统计 8 2.3.1 新顾客统计是统计以前未连接过AP，首次连接AP的用户数 8 2.3.2 接口设计 8 2.3.3 软件设计 9 2.3.4 实现流程 9 2.4 返店率统计 9 2.4.1 返店率统计是统计一天内老顾客到店人数与到店总人数的比值 9 2.4.2 接口设计 10 2.4.3 软件设计 10 2.4.4 实现流程 10 2.5 驻留时间 11 2.5.1 驻留时间是统计一天内不同驻留时间长度的顾客数量 11 2.5.2 接口设计 11 2.5.3 软件设计 11 2.5.4 实现流程 12 3 统计信息对比 12 3.1 同一SSID网络中的统计信息对比 12 3.1.1 信息对比 12 3.1.2 接口实现 12 3.1.3 软件设计 13 3.1.4 实现流程 13 4 综合信息显示 13 4.1 数据显示 13 4.1.1 数据显示是在前台页面显示所有数据统计分析 13 4.1.2 接口设计 14 4.1.3 软件设计 14 4.1.4 实现流程 14 4.2 员工信息统计 15 4.2.1 接口设计 15 4.2.2 软件实现 15 4.2.3 实现流程 15 4.3 驻留时间分布 15 4.3.1 驻留时间分布根据驻留时间长度，统计驻留时间分布 15 4.3.2 接口实现 16 4.3.3 软件实现 16 4.3.4 实现流程 16 4.4 表报导出 16 4.4.1 导出折线图统计信息 16 4.4.2 导出图表统计信息 17 5 数据库设计 17 5.1 ssid信息表（ssid_info） 17 5.2 终端信息表（ter_info） 17 5.3 AP信息表 17 5.4 客流统计信息表（p_statistic） 18 5.5 员工统计信息表（staff） 18 应用场景 商场客流是一个很容易受到各种因素影响的范畴。不同的商场，由于受交通、地理位置、特色等因素制约，客流在数量、层次等方面均大相径庭。同一商业街区的商场由于气候、时间、营销因素以及宏观经济因素、政治法律因素等影响，客流也会呈现出很大的差别，这是客流的不确定性特征。在新世纪的信息社会里，处处都有可利用的信息，只要我们用高科技的手段采集和分析信息，就可以把握住商机。 实时客流分析 实时客流统计 实时客流统计是统计当前连接指定SSID网络的人数 可以选择以一分钟、半小时、一小时为时间段； 鼠标放置在曲线上时显示对应时间的人数; 结果以曲线图的形式展示，时间粒度为一分钟； 接口设计 用户登录AP后，云平台记录其登录信息，以当前系统时间为条件，查询该时刻在线人数，并实时将数据显示在展示图上。 接口： URL CloudAP/service/customers/realTimeCount HTTP请求方式 GET 参数 Body中携带JSON格式数据： time : 查询时间 返回错误码 200 请求成功 404 请求失败 例子 请求 GET CloudAP/service/customers/realTimeCount { “time”: “×××××××××××:12:12” } 返回结果 { “realCount ”: “100” } 软件设计 云平台主要采用ExtJS前段框架设计，通过折线图形式对实时客流统计进行展示，时间、人数在折线图中清晰显示； 实现流程 在终端信息表中查询offtime为空（null）的记录的总数，相同的MAC计算一次。 从用户登录的时刻开始绘图，默认分钟为时间段取横坐标的点，最多显示30个点，超过30个 点后，图形向左移动。 当切换到较大的时间段时，显示内容从登录时间开始计算；当切换到较小的时间段时，显示最近 时间的30个点。 以json数据形式返回查询的人数，并将数据存储在ses