[發(fā)明專利]一種基于多源物聯(lián)網(wǎng)位置感知的時(shí)空關(guān)系分析系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201710016325.2
• 申請日: 2017-01-10
• 公開（公告）號(hào): CN106844585A
• 公開（公告）日: 2017-06-13
• 發(fā)明（設(shè)計(jì)）人: 張宏利
• 申請（專利權(quán)）人: 廣東精一規(guī)劃信息科技股份有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 廣州圣理華知識(shí)產(chǎn)權(quán)代理有限公司44302
• 代理人: 頓海舟,李唐明

1.一種基于多源物聯(lián)網(wǎng)位置感知的時(shí)空關(guān)系分析系統(tǒng)，自下而上包括感知層、數(shù)據(jù)處理層、網(wǎng)絡(luò)層、應(yīng)用層，其特征在于：

所述感知層包括多種終端設(shè)備，所述終端設(shè)備可以采集時(shí)空數(shù)據(jù)并為數(shù)據(jù)處理層提供原始時(shí)空數(shù)據(jù)；

所述數(shù)據(jù)處理層包括分布式數(shù)據(jù)處理平臺(tái)、數(shù)據(jù)處理框架、關(guān)系型數(shù)據(jù)庫；所述數(shù)據(jù)處理層接收來自感知層的時(shí)空數(shù)據(jù)，并將所述感知層的時(shí)空數(shù)據(jù)過濾、清洗，按照時(shí)空關(guān)聯(lián)規(guī)則對數(shù)據(jù)進(jìn)行挖掘，然后存儲(chǔ)到時(shí)空數(shù)據(jù)庫中，并為網(wǎng)絡(luò)層提供訪問接口；

所述網(wǎng)絡(luò)層可訪問數(shù)據(jù)處理層的數(shù)據(jù)，并為應(yīng)用層提供傳輸通道；

所述應(yīng)用層通過網(wǎng)絡(luò)層訪問時(shí)空數(shù)據(jù)庫。

2.根據(jù)權(quán)利要求1所述的一種基于多源物聯(lián)網(wǎng)位置感知的時(shí)空關(guān)系分析系統(tǒng)，其特征在于，所述數(shù)據(jù)處理層還包括異構(gòu)數(shù)據(jù)轉(zhuǎn)換模塊，所述異構(gòu)數(shù)據(jù)模塊將所述感知層采集到的時(shí)空數(shù)據(jù)轉(zhuǎn)換為標(biāo)準(zhǔn)格式的數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的一種基于多源物聯(lián)網(wǎng)位置感知的時(shí)空關(guān)系分析系統(tǒng)，其特征在于，所述數(shù)據(jù)處理層包括Hadoop分布式平臺(tái)、Spark大數(shù)據(jù)處理框架、Oracle關(guān)系型數(shù)據(jù)庫；所述Hadoop分布式平臺(tái)采用HDFS文件系統(tǒng)對數(shù)據(jù)進(jìn)行分布式存儲(chǔ)，所述Spark大數(shù)據(jù)處理框架采用Hive分布式數(shù)據(jù)倉庫對感知層的數(shù)據(jù)清洗、過濾、刪除冗余。

4.根據(jù)權(quán)利要求1所述的一種基于多源物聯(lián)網(wǎng)位置感知的時(shí)空關(guān)系分析系統(tǒng)，其特征在于，所述數(shù)據(jù)處理層還包括異常過濾器、業(yè)務(wù)過濾器、時(shí)間過濾器，所述異常過濾器對感知層的時(shí)空數(shù)據(jù)進(jìn)行異常冗余數(shù)據(jù)的檢驗(yàn)，對重復(fù)的數(shù)據(jù)、基于服務(wù)的數(shù)據(jù)長度是否一致進(jìn)行判斷；

所述業(yè)務(wù)過濾器按照業(yè)務(wù)定義的規(guī)則對終端、時(shí)間、地點(diǎn)、信息中存在異常的孤立數(shù)據(jù)進(jìn)行業(yè)務(wù)判定，對于不匹配的數(shù)據(jù)進(jìn)行過濾處理；

所述時(shí)間過濾器根據(jù)數(shù)據(jù)的時(shí)間記錄進(jìn)行過濾，可根據(jù)業(yè)務(wù)要求指定時(shí)間范圍，對不在該時(shí)間范圍的數(shù)據(jù)進(jìn)行過濾。

5.根據(jù)權(quán)利要求1至3任一項(xiàng)所述的一種基于多源物聯(lián)網(wǎng)位置感知的時(shí)空關(guān)系分析系統(tǒng)，其特征在于，所述時(shí)空數(shù)據(jù)包括：網(wǎng)點(diǎn)感知時(shí)空數(shù)據(jù)、網(wǎng)點(diǎn)時(shí)空數(shù)據(jù)、時(shí)空關(guān)聯(lián)數(shù)據(jù)；所述網(wǎng)點(diǎn)時(shí)空數(shù)據(jù)、時(shí)空關(guān)聯(lián)數(shù)據(jù)存儲(chǔ)于Oracle關(guān)系數(shù)據(jù)庫中；所述網(wǎng)點(diǎn)感知時(shí)空數(shù)據(jù)通過異構(gòu)數(shù)據(jù)轉(zhuǎn)換模塊導(dǎo)入HDFS分布式文件系統(tǒng)。

6.一種基于多源物聯(lián)網(wǎng)位置感知的時(shí)空關(guān)系分析系統(tǒng)的時(shí)空數(shù)據(jù)挖掘方法，依次包括數(shù)據(jù)準(zhǔn)備階段、數(shù)據(jù)的挖掘階段和數(shù)據(jù)結(jié)果的解釋和評估階段，其特征在于，所述數(shù)據(jù)準(zhǔn)備階段定義數(shù)據(jù)挖掘訓(xùn)練數(shù)據(jù)的信息，具體包括確定維度信息、數(shù)據(jù)均值化處理、確定交叉驗(yàn)證參數(shù)；

所述數(shù)據(jù)挖掘階段根據(jù)業(yè)務(wù)需求，設(shè)計(jì)數(shù)據(jù)挖掘算法然后應(yīng)用海量數(shù)據(jù)，通過算法訓(xùn)練模型。

7.根據(jù)權(quán)利要求6所述的一種基于多源物聯(lián)網(wǎng)位置感知的時(shí)空關(guān)系分析系統(tǒng)的時(shí)空數(shù)據(jù)挖掘方法，其特征在于，所述訓(xùn)練模型包括時(shí)空關(guān)聯(lián)、時(shí)空同現(xiàn)模式挖掘、時(shí)空聚類、時(shí)空分類、時(shí)空軌跡頻繁；

所述時(shí)空關(guān)聯(lián)從大量的時(shí)空數(shù)據(jù)中挖掘出有價(jià)值的描述數(shù)據(jù)項(xiàng)之間相互聯(lián)系的有關(guān)知識(shí)；所述時(shí)空關(guān)聯(lián)規(guī)則包括空間約束又有時(shí)態(tài)約束的關(guān)聯(lián)規(guī)則；

所述時(shí)空同現(xiàn)模式挖掘是對復(fù)雜時(shí)空數(shù)據(jù)提取同現(xiàn)模式的過程；所述時(shí)空同現(xiàn)模式是在同位模式的基礎(chǔ)上添加了時(shí)空符合興趣度形成的模式；所述時(shí)空同現(xiàn)模式在時(shí)空維下，不同對象類型子集的實(shí)例在一些時(shí)間段中在空間上是相互鄰近的或符合某種空間關(guān)系的；

所述時(shí)空聚類指基于空間和時(shí)間相似度把具有相似行為的時(shí)空對象劃分到同一組中；

所述時(shí)空分類基于時(shí)空對象的特征構(gòu)建分類模型來預(yù)測時(shí)空對象所屬類別或?qū)ο笏诰唧w空間位置；

所述時(shí)空軌跡頻繁挖掘時(shí)空軌跡關(guān)聯(lián)的信息。

8.根據(jù)權(quán)利要求7所述的一種基于多源物聯(lián)網(wǎng)位置感知的時(shí)空關(guān)系分析系統(tǒng)的時(shí)空數(shù)據(jù)挖掘方法，所述時(shí)空關(guān)聯(lián)的具體步驟為：

將含有時(shí)間約束和空間約束的數(shù)據(jù)源首先按照空間位置進(jìn)行整理,生成信息/地址對,然后根據(jù)Apriori算法生成侯選項(xiàng)集,由侯選項(xiàng)集生成頻繁項(xiàng)集,直到頻繁項(xiàng)集不能生成更長的侯選項(xiàng)集為止；

再把時(shí)間因素加入信息/地址對進(jìn)去,將時(shí)間區(qū)間用一個(gè)適宜的推廣因子進(jìn)行推廣,得出相應(yīng)的含有地址約束的項(xiàng)目與擴(kuò)展時(shí)間區(qū)間的元素對,當(dāng)項(xiàng)目/地址對落入相同的推廣時(shí)間區(qū)間內(nèi),則產(chǎn)生關(guān)聯(lián)規(guī)則,即含有時(shí)空約束的關(guān)聯(lián)規(guī)則。