[發明專利]公共地圖服務用戶城市訪問行為與POI類型關聯規則的提取方法

有效

• 申請號: 201810055033.4
• 申請日: 2018-01-19
• 公開（公告）號: CN108304510B
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 李銳;周振;王璟琦;董廣勝;吳華意
• 申請（專利權）人: 武漢大學
• 主分類號: G06F16/9537
• 分類號: G06F16/9537;G06F16/29;G06F16/2458
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 嚴彥

1.一種公共地圖服務用戶城市訪問行為與POI類型關聯規則的提取方法，其特征在于，包括以下步驟：

S1、采集公共地圖服務長期運行中產生的訪問日志，利用時間序列模式挖掘的方法構建群體用戶訪問到達率時間序列，提取用戶訪問長期模式，包括工作日模式和節假日模式；

分別對工作日和節假日訪問量時間序列進行時間序列最優分割，得到用戶訪問短期模式；

S2、結合時間變化獲取用戶訪問行為的空間特征，對用戶訪問點做空間分析，提取并形成用戶訪問點的分布，并做進一步熱點分析獲得用戶城市訪問熱點分布；

S3、利用POI描述城市空間結構，進而將公共地圖服務用戶的訪問行為映射到POI，取各POI類型與用戶訪問模式的關聯規則表，定量獲取城市空間結構與用戶訪問行為時空模式的之間的關系，實現方式包括以下處理，

構建訪問到達率樣本矩陣，得到POI訪問到達率矩陣X和日總到達率矩陣Y，計算相應樣本數據協方差矩陣，計算非零特征值及特征向量，計算典型向量及相關系數，代入城市樣本數據得到每一類POI與工作日模式的典型相關系數，進而得到POI類型與工作日模式關聯規則表。

2.根據權利要求1所述的公共地圖服務用戶城市訪問行為與POI類型關聯規則的提取方法，其特征在于：步驟S1中，提取用戶訪問的長期模式的實現方式為，

定義用戶的訪問達到率時序為時間序列S(λ，t)＝{λ(t₁)，λ(t₂)…λ(t_i)…λ(t_n)}，其中λ和t分別是用戶到達時間序列S(λ，t)的用戶到達率因子和時間因子，λ(t_i)表示時間段t_i內到達的用戶請求數，n表示時間段的總數，用戶到達率即公共地圖服務平臺服務器端單位時間內收到的地圖服務請求；

為樣本數據建立訪問平均到達率λ(t)時序分析圖，以小時為時間單位統計每一日的平均到達率變化圖；根據以天為周期的用戶到達率時序變化規律，將用戶的訪問行為長期模式分為工作日模式與節假日模式。

3.根據權利要求1所述的公共地圖服務用戶城市訪問行為與POI類型關聯規則的提取方法，其特征在于：步驟S1中，提取用戶訪問短期模式的實現方式為，

(1)建立用戶訪問率到達率矩陣，實現如下，

建立工作日24小時到達率時間序列形成多個周期內訪問到達率時間序列的平均到達率矩陣S(λ，t)；其中i∈[1，24]，d_m表示第m天，λ(t_i)表示d_m天t_i時間段內用戶訪問到達率構成的訪問到達率向量；

基于Fisher最優分割算法對矩陣S(λ，t)進行最優分割，將值相似且相鄰的行向量λ(t_i)，λ(t_i+1)…λ(t_j)聚為一類，形成k類用戶訪問短期模式，及各模式所在的時間區間集合{T₁，T₂，…T_k}；

(2)計算用戶訪問到達率向量各訪問模式的直徑，實現如下，

設Fisher分割后訪問到達率向量的訪問模式G包含時序{λ(t_i)，λ(t_i+1)…λ(t_j)}(j＞i)，記為G＝{i，i+1，…，j}，則訪問模式G的向量均值如下，

模式內訪問到達率向量的直徑為訪問到達率向量集的離差平方和θ(i，j)如下，

其中，上標T表示轉置；

(3)計算訪問到達率向量分割損失函數，實現如下，

設M(n，k)為將有序的n個訪問到達率向量被分割成k個訪問模式的一種分類方法，M(n，k)損失函數為Λ[M(n，k)]，

利用遞推公式，求出K取不同值時，各分類方法的最小損失函數以及各模式之間分割點；

(4)采用非負斜率方式計算訪問到達率向量分割的最優解。