[發明專利]基于移動用戶軌跡相似性的用戶分類方法和系統

有效

• 申請號: 201611191705.1
• 申請日: 2016-12-21
• 公開（公告）號: CN106778876B
• 公開（公告）日: 2020-06-19
• 發明（設計）人: 陳少權;杜翠鳳
• 申請（專利權）人: 廣州杰賽科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 黃曉慶

本發明涉及一種基于移動用戶軌跡相似性的用戶分類方法和系統，接收移動用戶的移動軌跡數據并提取各移動用戶的時間位置信息。根據時間位置信息，以移動用戶在各基站的平均逗留時長作為權重，采用FP樹挖掘對應移動用戶的軌跡頻繁序列。根據軌跡頻繁序列和預設的加權支持度閾值提取得到對應移動用戶的常駐地點，根據各移動用戶的常駐地點，通過最長公共子序列算法計算移動用戶的軌跡相似性結果，并根據軌跡相似性結果對移動用戶進行分類。以移動用戶在各基站的平均逗留時長作為權重，采用FP樹挖掘對應移動用戶的軌跡頻繁序列并找到移動用戶的常駐地點，既能保證用戶的軌跡規律，又能降低數據的數量，降低了計算復雜度。

技術領域

本發明涉及通信技術領域，特別是涉及一種基于移動用戶軌跡相似性的用戶分類方法和系統。

背景技術

隨著移動通信和移動應用的快速發展，用戶對手機的使用率及依賴性不斷提高，移動運營商積累了大量移動用戶實時記錄的定位數據。分析移動用戶位置的相似性，提取移動用戶的相似路徑在出行路徑預測、興趣區域發現、軌跡聚類、個性化路徑推薦等領域具有廣泛的應用。

傳統的移動用戶軌跡相似性計算方法是先對用戶位置進行定義建立用戶－位置信息模型，然后結合時間效應利用協同過濾的算法找到區域性相似的用戶。由于這種算法需要對全地市基站和用戶建立矩陣，這樣必然會導致稀疏矩陣的出現，數據的稀疏性為算法的執行帶來災難性的后果。傳統的移動用戶軌跡相似性計算方法存在計算復雜度高的缺點。

發明內容

基于此，有必要針對上述問題，提供一種可降低計算復雜度的基于移動用戶軌跡相似性的用戶分類方法和系統。

一種基于移動用戶軌跡相似性的用戶分類方法，包括以下步驟：

接收移動用戶的移動軌跡數據并進行提取，得到各移動用戶的時間位置信息；

根據所述時間位置信息得到對應移動用戶在各基站的平均逗留時長；

以移動用戶在各基站的平均逗留時長作為權重，采用FP樹挖掘對應移動用戶的軌跡頻繁序列；

根據所述軌跡頻繁序列和預設的加權支持度閾值提取得到對應移動用戶的常駐地點；

根據各移動用戶的常駐地點，通過最長公共子序列算法計算移動用戶的軌跡相似性結果，并根據所述軌跡相似性結果對移動用戶進行分類。

一種基于移動用戶軌跡相似性的用戶分類系統，包括：

軌跡數據提取模塊，用于接收移動用戶的移動軌跡數據并進行提取，得到各移動用戶的時間位置信息；

逗留時長計算模塊，用于根據所述時間位置信息得到對應移動用戶在各基站的平均逗留時長；

頻繁序列挖掘模塊，用于以移動用戶在各基站的平均逗留時長作為權重，采用FP樹挖掘對應移動用戶的軌跡頻繁序列；

常駐地點提取模塊，用于根據所述軌跡頻繁序列和預設的加權支持度閾值提取得到對應移動用戶的常駐地點；

軌跡相似性計算模塊，用于根據各移動用戶的常駐地點，通過最長公共子序列算法計算移動用戶的軌跡相似性結果，并根據所述軌跡相似性結果對移動用戶進行分類。