[發明專利]一種數據處理方法及裝置

有效

• 申請號: 201710501629.8
• 申請日: 2017-06-27
• 公開（公告）號: CN109145225B
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 羅凈
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F16/9537
• 分類號: G06F16/9537;G06F16/29
• 代理公司: 北京安信方達知識產權代理有限公司 11262
• 代理人: 李丹;栗若木

1.一種數據處理方法，其特征在于，包括：

利用地理位置編碼geohash獲取定位數據的geohash值；

根據設備在geohash值對應的位置區域的停留時長確定所述設備的空間有效的定位數據；

基于篩選出的空間有效的定位數據，實時獲取需要分析的目標設備的定位數據；

根據得到的目標設備的定位數據，計算兩兩設備的活動相似度，并按照從高到低的順序排序以推測出的兩個設備是否為同一用戶的目標的候選集合；

相似度的計算公式如公式(1)所示：

公式(1)中，f(a,b)表示設備b對應于設備a的活動相似度；

n表示設備a與設備b具有相同有效geohash值的數量；

rank_a_i表示第i個geohash值在設備a所有有效geohash值中的排名，rank_b_i表示第i個geohash值在設備b的所有有效geohash值中的排名；

ratio表示衰減因子，表示：如果設備a或者設備b的前第i個位置區域的排名越靠后，對應的衰減越多，則取值越低，表示：設備a與設備b在當前第i個位置區域的落差越大，對應的衰減越多，最終取值越??；

sameDates_i表示設備a與設備b在第i個位置區域同時停留過的日期交集數；

lngStd表示n個位置在經度上的標準差，latStd表示n個位置在緯度上的標準差。

2.根據權利要求1所述的方法，其特征在于，所述利用地理位置編碼geohash獲取所述定位數據的geohash值包括：

利用地理位置編碼geohash將每一條定位數據的經度和緯度均轉換成geohash值；

所述根據所述設備在geohash值對應的位置區域的停留時長確定所述設備的所述空間有效的定位數據包括：

對每一個設備，分別對相同的geohash值進行聚合處理，估計該設備在該geohash值對應的位置區域的停留時長；

根據估計得到的該設備在該geohash值對應的位置區域的停留時長確定該設備的所述空間有效的定位數據。

3.根據權利要求2所述的數據處理方法，其特征在于，所述利用地理位置編碼geohash將每一條定位數據的經度和緯度均轉換成geohash值，包括：

按照預先設置的特征信息對獲得的定位數據進行歸類；

將歸類后的每類定位數據中的每一條定位數據的經度和緯度均轉換成geohash值；

并根據估計得到的該設備在該geohash值對應的位置區域的停留時長確定該設備的所述空間有效的定位數據，包括：

對每一個設備，分別根據停留時長對計算出的每個設備在每個geohash值對應的位置區域的停留時長進行排序并選擇排序靠前的M條定位數據，將選擇出的M條定位數據和相應的停留日期作為該設備的所述空間有效的定位數據；其中，M為預設值。

4.根據權利要求3所述的數據處理方法，其特征在于，所述對每一個設備，分別對相同的geohash值進行聚合處理，估計該設備在該geohash值對應的位置區域的停留時長，包括：

對所述geohash值對應的位置區域中的某個設備，根據時間從先到后的順序，對特征信息的所有定位數據進行排序，從第一條定位數據開始，執行以下判斷處理，直至每一條定位數據都經過以下處理：

如果當前定位數據之后的預設時長內沒有出現新的定位數據，則將預設時長作為該設備在該geohash值對應的位置區域的停留時長；

如果當前定位數據與下一條定位數據的間隔在預設時長內，則將兩條定位數據的時間跨度作為該設備在該geohash值對應的位置區域的停留時長。

5.根據權利要求1所述的數據處理方法，其特征在于，所述推測出兩個設備是否為同一用戶的目標的候選集合之后，還包括：

確定所述相似度滿足預設條件的定位數據對應設備與預先設定的定位數據的設備為同一用戶；

為對應同一用戶的設備推薦相同的業務。