[發明專利]一種基于移動軌跡信息的用戶行為模式畫像的方法

有效

• 申請號: 201811031973.6
• 申請日: 2018-09-05
• 公開（公告）號: CN109005515B
• 公開（公告）日: 2020-07-24
• 發明（設計）人: 王中元;祁夢軍;何政;邵振峰
• 申請（專利權）人: 武漢大學
• 主分類號: H04W4/029
• 分類號: H04W4/029
• 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: 魏波

本發明公開了一種基于移動軌跡信息的用戶行為模式畫像的方法，通過分析目標對象的移動軌跡信息，使用一種再聚類的方法挖掘用戶移動軌跡停留點、停留區域以及停留時長。對多噪且密集的移動點進行系統采樣，再通過采樣后的移動點計算相鄰停留區域之間的轉移平均速度和轉移速度的波動指數，進而分析用戶轉移的交通方式。另外，基于停留點的挖取，以天為周期，采用類Apriori算法挖掘用戶頻繁周期模式，應用高德地圖API對用戶軌跡的頻繁周期模式中出現的地理區域進行語義相關，最終實現了用戶生活模式和轉移交通方式的分析與可視化表達。

技術領域

本發明屬于數據處理技術領域，涉及一種用戶畫像構建方法，具體涉及一種基于移動軌跡信息的用戶行為模式畫像的方法。

技術背景

隨著大數據時代的到來，個人每天都會產生大量的數據，應用這些數據，分析用戶的特征屬性，建立完整的用戶畫像，為預防犯罪、事后取證、嫌疑人身份鎖定等諸如此類的社會公共安全問題提供了有效的支持技術。而傳統的用戶畫像構建方法，主要通過分析社交網站注冊賬號個人信息數據和各類文本數據以及人物圖像數據等，來構造性別、年齡、身高、職業、用戶情感、政治傾向、經濟狀況、興趣愛好等基本特征屬性。用戶的出行方式、空間運動行為模式以及活動規律對人物畫像具有重要作用，然而，受數據對象內容的限制，傳統的用戶畫像構建方法對于用戶系統的生活模式、出行交通方式等生活特征，很難做出有效的分析。

截止到2013年，蘋果應用商店有超過6400個位置相關的應用，Android應用商店有超過1000個位置相關應用，并且這個數字截止至今一直在增長。地理位置相關的社會網絡服務也越來越被人們所關注，依據用戶的地理位置為用戶提供基于用戶地理位置的服務(LBS)便是一個典型應用，與此同時，用戶所攜帶的手持設備由于服務的需求被動的生成了一系列GPS定位信息和網絡服務基站信息(如基站ID，基站坐標、時間信息等)內容，針對這些移動軌跡信息數據的挖掘，使得分析、理解用戶多方面的行為模式、生活模式成為可能。雖然當前也有少量移動用戶畫像構建方面的研究，但主要是針對網絡服務基站信息數據的分析，其優點是能夠比較方便的獲取數據，對于頻繁模式的挖掘也可直接依托基站位置確立停留區域，不必通過距離計算就能判斷同一區域。眾所周知，目前的基站定位技術精度很低，這使得語義化位置信息分析生活模式時會產生很大的偏差，并且由于這個精度問題使得精準計算停留區域之間的轉移速度也有很大難度。由于GPS定位可以提供更高的定位精度，為此，本發明開拓性地提出了一種基于移動軌跡信息的用戶行為模式畫像的方法。

發明內容

本發明把GPS軌跡信息數據作為分析對象，采用再聚類的方法聚類停留點和移動點，使用系統采樣移動點、逐點累加相鄰采樣點之間的距離的方法計算兩個相鄰停留區域之間的轉移平均速度，使得計算得到的停留區域實際位置和轉移速度更為精確，降低了語義化位置信息分析用戶生活模式的偏差。

本發明所采用的技術方案是：一種基于移動軌跡信息的用戶行為模式畫像的方法，其特征在于，包括以下步驟：

步驟1：對目標每天的移動軌跡數據按空間距離和時間跨度進行聚類，分別挖掘出停留點和移動點；

步驟2：對步驟1中得到的每類停留點，求平均坐標，得到以平均坐標為中心的停留區域；

步驟3：對聚類得到的每兩個相鄰停留區域之間的移動點進行系統采樣；

步驟4：根據采樣點逐點計算目標對象每兩個停留區域之間的移動距離，移動距離與起始移動點的時間差的比值，即為兩個相鄰停留區域之間的轉移平均速度；

步驟5：根據步驟3中的采樣點計算兩個停留區域之間的轉移速度的波動指數；

步驟6：對步驟2得到的每天的停留區域，以天為周期，采用類apriori算法挖掘目標對象的周期頻繁停留區域；

步驟7：利用高德地圖API對步驟6挖掘的周期頻繁停留區域進行語義相關；