[發明專利]一種基于無線網絡的用戶位置預測系統和方法

有效

• 申請號: 201410015052.6
• 申請日: 2014-01-14
• 公開（公告）號: CN103731916B
• 公開（公告）日: 2017-07-07
• 發明（設計）人: 劉臻;盧揚;韓筱璞;周濤;黃盼華;呂琳媛;劉潤然;李輝
• 申請（專利權）人: 上海河廣信息科技有限公司
• 主分類號: H04W64/00
• 分類號: H04W64/00
• 代理公司: 上海順華專利代理有限責任公司31203
• 代理人: 陳淑章

技術領域

本發明涉及一種基于無線網絡的用戶位置預測系統和方法，尤其是在移動通信領域中通過移動通信網用戶無線上網數據來挖掘用戶移動行為特征，做出用戶未來24小時的動態位置預測，并能隨時根據新數據的變化，實時動態修改預測結果的系統和方法。

背景技術

位置預測，已有很多相關的研究在進行，大部分使用GPS數據或者結合藍牙等進行室內的定位。位置預測的方法有通過時序進行預測，還有的將地點試圖做分類處理然后進行預測，有些采用神經網絡的方法來做預測。但是，針對實時二十四小時或更長時間的位置預測，暫時還沒有被考慮。

現有技術中提出的一些對移動終端的位置進行預測／估計的方法有：

中國申請號為CN200810118092.8的“預測移動終端位置的方法及裝置”，該發明公開了一種預測移動終端位置的方法，包括在依次間隔相同時間長度的第一時間點、第二時間點、第三時間點上，分別獲得移動終端所處第一位置、第二位置、第三位置的坐標信息，根據獲得的移動終端所處的第一位置、第二位置、第三位置的坐標值，確定與第三時間點間隔所述時間長度的第四時間點上，移動終端所處的第四位置的位置信息。同時，該發明還公開了一種預測移動終端位置的裝置。該發明預測方案過于簡單，預測結果只依賴于前三個位置的坐標信息，只要用戶改變移動計劃，預測結果就會與現實情況產生巨大偏差，穩定性差。

本發明的目的在于建立用戶實時二十四小時的位置預測，結合用戶的歷史移動行為進行分析，預測其訪問各個地點的可能性，做出最大可能訪問的地點預測。

發明內容

為了解決上面提出的問題，本發明提供了一種用戶位置預測的系統，具有提供24小時內實時位置預測且預測結果準確度高的優點。

根據本發明的一個方面，提供一種基于無線網絡的用戶位置預測系統，包括移動數據獲取模塊、移動數據清洗模塊、用戶歷史移動記錄模塊、混合位置預測模塊，其中：移動數據獲取模塊用于從移動通信網中獲取的用戶數據識別地點字段，并將其提取出來，構建成為用戶移動數據，所述用戶數據包括該用戶的標志字段、地點的標志字段、處于該地點的時間字段；移動數據清洗模塊用于對獲取到的用戶移動數據進行清洗處理，輸出一個已處理的用戶移動數據信息；用戶歷史移動記錄模塊將用戶新出現的訪問記錄及時更新到用戶歷史移動訪問數據庫中，用戶歷史移動訪問數據庫的每條記錄包括用戶標志字段、地點訪問字段，地點訪問時間等字段；混合位置預測模塊設置有停留假設預測子模塊、基于時段劃分的歷史預測子模塊、跳轉預測子模塊、協同過濾預測子模塊和預測結果子模塊，預測結果子模塊根據停留假設預測子模塊、基于時段劃分的歷史預測子模塊、跳轉預測子模塊和協同過濾預測子模塊的預測結果，完成用戶位置預測。

進一步，用戶歷史移動記錄模塊還更新基于時段的用戶地點訪問次數以及更新基于用戶歷史移動訪問數據庫中的用戶跳轉矩陣，基于時段的用戶地點訪問次數是在特定時間段內用戶對不同地點的不同訪問次數——向量通過這個向量，確定用戶在特定時間段內在某處的可能性大小

其中表示的是該用戶在[T_i，T_i+1)時間段內對地點l_m的總訪問次數，

基于用戶歷史移動訪問數據庫中的用戶跳轉矩陣是一個馬爾科夫轉移矩陣TransCountMatrix，

其中表示的是在用戶整個移動歷史中從地點l_i下一步跳往地點l_j的統計次數，

用表示用戶從地點l_i下一步跳往其他地點的總和，則用戶跳轉概率矩陣為：

其中表示用戶從地點l_i下一步跳往地點l_j的概率大小。

進一步，移動數據清洗模塊包括地點重復項合并子模塊、時序再排序子模塊和稀疏化數據采樣子模塊，

地點重復項合并子模塊用于接收移動數據獲取模塊輸出的移動位置信息，合并具有相同經緯度的地點，以統一的一個地點代表該地點，并將結果輸出給時序再排序子模塊；

時序再排序子模塊用于接收地點重復項合并子模塊輸出的數據，將該數據按照時間的發生順序進行再排序，并將結果輸出給稀疏化數據采樣子模塊；

稀疏化數據采樣子模塊用于接收時序再排序子模塊輸出的已經過排序的數據，將那些短時間內連續記錄的用戶位置進行稀疏化采樣，刪去無意義的短時間內高頻出現的重復位置信息。

進一步，移動數據清洗模塊還可以與一個位置信息更新模塊相連，