[發(fā)明專利]一種室內(nèi)外用戶區(qū)分方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201810488490.2
• 申請(qǐng)日: 2018-05-21
• 公開(kāi)（公告）號(hào): CN110580483A
• 公開(kāi)（公告）日: 2019-12-17
• 發(fā)明（設(shè)計(jì)）人: 李玉詩(shī);陳慶濤;張斌
• 申請(qǐng)（專利權(quán)）人: 上海大唐移動(dòng)通信設(shè)備有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;H04W4/02
• 代理公司: 11002 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 王瑩;李相雨

1.一種室內(nèi)外用戶區(qū)分方法，其特征在于，包括：

根據(jù)預(yù)設(shè)樣本分別計(jì)算得到室內(nèi)用戶的樣本概率和室外用戶的樣本概率，并根據(jù)所述預(yù)設(shè)樣本中用戶的定位信息計(jì)算得到用戶的若干個(gè)特征屬性的特征屬性信息；

將所述室內(nèi)用戶的樣本概率和所述室外用戶的樣本概率作為貝葉斯分類算法的先驗(yàn)概率，并根據(jù)所述若干個(gè)特征屬性的特征屬性信息和所述貝葉斯分類算法得到各特征屬性的概率；

根據(jù)各特征屬性的概率計(jì)算得到目標(biāo)用戶的室內(nèi)概率和室外概率，并根據(jù)所述室內(nèi)概率和所述室外概率區(qū)分所述目標(biāo)用戶為室內(nèi)用戶或室外用戶。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述室內(nèi)用戶的樣本概率和所述室外用戶的樣本概率作為貝葉斯分類算法的先驗(yàn)概率，并根據(jù)所述若干個(gè)特征屬性的特征屬性信息和所述貝葉斯分類算法得到各特征屬性的概率之后，還包括：

采用拉普拉斯Laplace校準(zhǔn)方法對(duì)各特征屬性的概率進(jìn)行校準(zhǔn)，得到校準(zhǔn)后的各特征屬性的概率；

相應(yīng)地，所述根據(jù)各特征屬性的概率計(jì)算得到目標(biāo)用戶的室內(nèi)概率和室外概率，并根據(jù)所述室內(nèi)概率和所述室外概率區(qū)分所述目標(biāo)用戶為室內(nèi)用戶或室外用戶，具體包括：

根據(jù)所述校準(zhǔn)后的各特征屬性的概率計(jì)算得到目標(biāo)用戶的室內(nèi)概率和室外概率，并根據(jù)所述室內(nèi)概率和所述室外概率區(qū)分所述目標(biāo)用戶為室內(nèi)用戶或室外用戶。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述用戶的若干個(gè)特征屬性包括：用戶運(yùn)動(dòng)速率、用戶相對(duì)距離和用戶與建筑物匹配度；

所述用戶的定位信息包括：時(shí)間信息、用戶信息和經(jīng)緯度信息。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述將所述室內(nèi)用戶的樣本概率和所述室外用戶的樣本概率作為貝葉斯分類算法的先驗(yàn)概率，并根據(jù)所述若干個(gè)特征屬性的特征屬性信息和所述貝葉斯分類算法得到各特征屬性的概率，具體包括：

根據(jù)第一速率閾值和第二速率閾值確定所述用戶運(yùn)動(dòng)速率的三個(gè)判斷范圍；

根據(jù)第一距離閾值和第二距離閾值確定所述用戶相對(duì)距離的三個(gè)判斷范圍；

將所述室內(nèi)用戶的樣本概率和所述室外用戶的樣本概率作為貝葉斯分類算法的先驗(yàn)概率，根據(jù)所述用戶運(yùn)動(dòng)速率的三個(gè)判斷范圍計(jì)算得到所述用戶運(yùn)動(dòng)速率在各判斷范圍內(nèi)的概率，根據(jù)所述用戶相對(duì)距離的三個(gè)判斷范圍計(jì)算得到所述用戶相對(duì)距離在各判斷范圍內(nèi)的概率，并根據(jù)所述用戶與建筑物匹配度的兩個(gè)預(yù)設(shè)值，分別計(jì)算得到所述用戶與建筑物匹配度取各預(yù)設(shè)值時(shí)的概率。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)各特征屬性的概率計(jì)算得到目標(biāo)用戶的室內(nèi)概率和室外概率，并根據(jù)所述室內(nèi)概率和所述室外概率區(qū)分所述目標(biāo)用戶為室內(nèi)用戶或室外用戶，具體包括：

根據(jù)各特征屬性的概率計(jì)算得到目標(biāo)用戶的室內(nèi)概率和室外概率，若所述室內(nèi)概率大于所述室外概率，則確定所述目標(biāo)用戶為室內(nèi)用戶，否則確定所述目標(biāo)用戶為室外用戶。

6.一種室內(nèi)外用戶區(qū)分裝置，其特征在于，包括：

特征屬性信息計(jì)算模塊，用于根據(jù)預(yù)設(shè)樣本分別計(jì)算得到室內(nèi)用戶的樣本概率和室外用戶的樣本概率，并根據(jù)所述預(yù)設(shè)樣本中用戶的定位信息計(jì)算得到用戶的若干個(gè)特征屬性的特征屬性信息；

特征屬性概率計(jì)算模塊，用于將所述室內(nèi)用戶的樣本概率和所述室外用戶的樣本概率作為貝葉斯分類算法的先驗(yàn)概率，并根據(jù)所述若干個(gè)特征屬性的特征屬性信息和所述貝葉斯分類算法得到各特征屬性的概率；

室內(nèi)外用戶判斷模塊，用于根據(jù)各特征屬性的概率計(jì)算得到目標(biāo)用戶的室內(nèi)概率和室外概率，并根據(jù)所述室內(nèi)概率和所述室外概率區(qū)分所述目標(biāo)用戶為室內(nèi)用戶或室外用戶。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述裝置還包括：

概率校準(zhǔn)模塊，用于采用拉普拉斯Laplace校準(zhǔn)方法對(duì)各特征屬性的概率進(jìn)行校準(zhǔn)，得到校準(zhǔn)后的各特征屬性的概率；

相應(yīng)地，所述室內(nèi)外用戶判斷模塊具體用于：

根據(jù)所述校準(zhǔn)后的各特征屬性的概率計(jì)算得到目標(biāo)用戶的室內(nèi)概率和室外概率，并根據(jù)所述室內(nèi)概率和所述室外概率區(qū)分所述目標(biāo)用戶為室內(nèi)用戶或室外用戶。