[發(fā)明專利]一種基于RFID卡的行為特征提取方法

有效

• 申請?zhí)枺?/td>: 201810533080.5
• 申請日: 2018-05-29
• 公開（公告）號: CN108875800B
• 公開（公告）日: 2022-04-12
• 發(fā)明（設(shè)計(jì)）人: 周慶;王衛(wèi)芳;葛亮;張宇昂;鄒東升;溫亞梅;廖鳳露
• 申請（專利權(quán)）人: 重慶大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京康盛知識產(chǎn)權(quán)代理有限公司 11331
• 代理人: 陶俊潔

1.一種基于RFID卡的行為特征提取方法，其特征在于：

包括以下步驟：

S1：提取RFID卡中指定時(shí)間段內(nèi)的刷卡記錄，得到按ID號分組、按時(shí)間順序排序，含有k條記錄的刷卡數(shù)據(jù)Data＝{record₁，record₂，...，record_k}，k＞1且k為正整數(shù)；

其中任意一條刷卡記錄record_a＝{id_a，Location_a，Time_a}，其中id_a表示第a條記錄的ID號，Location_a表示第a條記錄的刷卡地點(diǎn)，Time_a表示第a條記錄的刷卡時(shí)間a∈[1，k]；

S2：對刷卡數(shù)據(jù)Data進(jìn)行分類、分段，提取不同類型的流水?dāng)?shù)據(jù)在不同時(shí)間段分布情況，將刷卡數(shù)據(jù)Data分為M類，M為正整數(shù)；

提取識別所有的ID號，總共有N個(gè)不同的ID號，即ID＝{id₁，id₂，...，id_N}；

以ID號為研究對象，對每一類別的流水記錄按時(shí)間劃分為T個(gè)時(shí)間段，得到不同時(shí)段的刷卡記錄D；

其中m∈[1，M]，i∈[1，T]，表示在第m種類型的數(shù)據(jù)在第t_i時(shí)間段的刷卡流水記錄；

S3：對每一類數(shù)據(jù)進(jìn)行行為規(guī)律特征提取得到規(guī)律特征R；

S4：利用k-means聚類算法提取類別特征C；

采用加權(quán)組合計(jì)算，提取評分特征P；

S5：構(gòu)建用戶的行為特征B＝{R，C，P}；

所述步驟S3中提取規(guī)律特征R包括以下步驟：

S3-1：針對每一個(gè)ID號，統(tǒng)計(jì)其在不同時(shí)段的刷卡記錄D，提取第m種類型數(shù)據(jù)的刷卡特征，即表示在第m種類型的數(shù)據(jù)在第t_i時(shí)間段的刷卡特征值，i為刷卡特征總數(shù)；

S3-2：對每一個(gè)ID號刷卡特征值進(jìn)行四分位數(shù)檢驗(yàn)，首先按照特征值的大小進(jìn)行排序，計(jì)算上四分位數(shù)Q₃和下四分位數(shù)Q₁，當(dāng)刷卡特征值或時(shí)刪除異常值特征其中r∈[1，i]；

將刷卡特征即f刪除異常特征值后得到最終刷卡特征f_expt；

S3-3：將f_expt中的特征值按時(shí)間先后順序排序，提取刷卡地點(diǎn)和刷卡時(shí)間，利用頻繁項(xiàng)模式挖掘算法，提取行為規(guī)律特征R。

2.基于權(quán)利要求1所述的一種基于RFID卡的行為特征提取方法，其特征在于：

步驟S4中，評分特征P通過以下步驟計(jì)算得出：

S4-1：計(jì)算第m中類型數(shù)據(jù)在規(guī)定的T時(shí)間內(nèi)總特征其中

S4-2：計(jì)算各個(gè)ID第m種類型數(shù)據(jù)在規(guī)定的T時(shí)間內(nèi)總特征F_m與指定類標(biāo)Y之間的皮爾遜相關(guān)系數(shù)Pcc_m，第m種類型的特征賦予權(quán)重w_m＝Pcc_m；

S4-3：求和運(yùn)算計(jì)算出各個(gè)ID的評分特征伯

3.基于權(quán)利要求1所述的一種基于RFID卡的行為特征提取方法，其特征在于：

步驟S4中，類別特征C通過以下方法提取：

計(jì)算不同ID號第m種類型數(shù)據(jù)在規(guī)定的T時(shí)間內(nèi)總特征F_m的相似性，采用歐氏距離進(jìn)行度量得到任意兩個(gè)ID號id1和id2之間的相似性s_id1，id2；

其中i∈[1，N]，j∈[1，N]，且i≠j；

表示第i個(gè)ID號在第m種類型數(shù)據(jù)在規(guī)定的T時(shí)間內(nèi)總特征；

利用k-means算法進(jìn)行聚類，將ID進(jìn)行分類，提取類別特征C。