[發明專利]一種基于RFID卡的行為特征提取方法有效
| 申請號: | 201810533080.5 | 申請日: | 2018-05-29 |
| 公開(公告)號: | CN108875800B | 公開(公告)日: | 2022-04-12 |
| 發明(設計)人: | 周慶;王衛芳;葛亮;張宇昂;鄒東升;溫亞梅;廖鳳露 | 申請(專利權)人: | 重慶大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62 |
| 代理公司: | 北京康盛知識產權代理有限公司 11331 | 代理人: | 陶俊潔 |
| 地址: | 400044 *** | 國省代碼: | 重慶;50 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 rfid 行為 特征 提取 方法 | ||
本發明公開了一種基于RFID卡的行為特征提取方法,屬于信息技術領域,本發明將RFID卡中指定時間段內的刷卡記錄進行分類處理,刪除異常數據,并分別提取規律特征R、類別特征C和評分特征P,本發明可以處理數據記錄量較大的數據,刪掉異常值,將數據特征類型分類提取,從多角度針對每一個ID號提取對應的行為特征,分類詳盡,數據提取精確;本發明可以可有效地關聯匹配各類海量數據的,準確的提取行為特征。
技術領域
本發明屬于信息技術領域,特別是涉及一種基于RFID卡的行為特征提取方法。
背景技術
目前RFID卡在生活中普遍的應用,比如校園一卡通、商場防盜、定位系統等。通過采用合理的技術分析RFID卡產生的刷卡記錄,提取有用的用戶行為特征,為用戶和商家提供有意義的參考數據。
目前大部分的研究主要以RFID的應用為主,而忽略背后產生的大量刷卡流水數據,如何從這些數據中提取出有用、有價值的信息,是現在關于RFID的研究所面臨的問題。一些學者主要對RFID的產生路徑進行頻繁挖掘,沒有結合實際的應用,本發明主要從合理應用數據的角度出發,分析RFID卡應用背后產生的數據,提取不同ID號對應的行為提取特征,可用于不同場景解決實際問題,比如,利用RFID原理設計的校園一卡通,根據學生在校刷卡記錄,分析其生活行為規律,提取學生行為特征,為學校的決策者提供參考意見。
發明內容
有鑒于現有技術的上述缺陷,本發明所要解決的技術問題是提供一種基于 RFID卡的行為特征提取方法,本方法可提取行為特征數據,通過分析此數據來解決實際問題。
為實現上述目的,本發明提供了一種基于RFID卡的行為特征提取方法,包括以下步驟:
S1:提取RFID卡中指定時間段內的刷卡記錄,得到按ID號分組、按時間順序排序且含有k條記錄的刷卡數據Data={record1,record2,…,recordk},k1且k 為正整數;
其中任意一條刷卡記錄recorda={ida,Locationa,Timea},其中ida表示第a條記錄的ID號,Locationa表示第a條記錄的刷卡地點,Timea表示第a條記錄的刷卡時間,a∈[1,k];
S2:對刷卡數據Data進行分類、分段,提取不同類型的流水數據在不同時間段分布情況,將刷卡數據Data分為M類,M為正整數;
提取識別所有的ID號,總共有N個不同的ID號,即ID={id1,id2,…,idN};
以ID號為研究對象,對每一類別的流水記錄按時間分為T個時間段,得到不同時段的刷卡記錄D;
其中m∈[1,M],i∈[1,T],表示在第m種類型的數據在第ti時間段的刷卡流水記錄;
S3:對每一類數據進行行為規律特征提取得到規律特征R;
S4:利用k-means聚類算法提取類別特征C;
采用加權組合計算,提取評分特征P;
S5:構建用戶的行為特征B={R,C,P}。
較佳的,所述步驟S3中提取規律特征R包括以下步驟:
S3-1:針對每一個ID號,統計其在不同時段的刷卡記D,提取第m種類型數據的刷卡特征,即表示在第m種類型的數據在第ti時間段的刷卡特征值,i為刷卡特征總數;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于重慶大學,未經重慶大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810533080.5/2.html,轉載請聲明來源鉆瓜專利網。





