[發明專利]模型訓練方法和裝置、用戶識別方法和裝置、電子設備有效
| 申請號: | 202010319247.5 | 申請日: | 2020-04-21 |
| 公開(公告)號: | CN113543032B | 公開(公告)日: | 2022-12-16 |
| 發明(設計)人: | 趙爽;陳榮平;張靚;薛飛;戴傳智 | 申請(專利權)人: | 中國移動通信集團廣東有限公司;中國移動通信集團有限公司 |
| 主分類號: | H04W4/029 | 分類號: | H04W4/029;H04W4/021;H04W4/42;H04W64/00;G06Q50/26;G06K9/62;G06F16/9537 |
| 代理公司: | 北京國昊天誠知識產權代理有限公司 11315 | 代理人: | 姜鳳巖;朱文杰 |
| 地址: | 510623 廣東省廣州市天*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 模型 訓練 方法 裝置 用戶 識別 電子設備 | ||
本發明實施例提供一種模型訓練方法,包括:獲取基站位置時序數據,根據預設對應關系確定軌道路點時序數據;根據該數據與預獲對應關系,確定軌道交通路線與各軌道路點間的時間間隔數據;獲取出行方式,根據前述各數據生成正、負樣本數據;根據正、負樣本數據,訓練軌道交通用戶識別模型。本發明實施例的技術方案,能夠獲取基站位置時序數據、軌道路點時序數據,再獲取軌道交通路線與各軌道路點間的時間間隔數據,生成正、負樣本數據并訓練軌道交通用戶識別模型,該技術方案結合基站位置時序數據與軌道路點時序數據訓練軌道交通用戶識別模型,通過該模型識別軌道交通用戶能夠有效提高判斷目標用戶是否為軌道交通用戶的準確率。
技術領域
本文件涉及移動通信技術、機器學習技術領域,尤其涉及一種軌道交通用戶識別模型訓練方法和裝置、軌道交通用戶識別方法和裝置、電子設備及存儲介質。
背景技術
目前,在判斷目標用戶是否為軌道交通用戶時,根據目標用戶的手機信令數據確定目標用戶的目標出行路線,再根據該目標出行路線確定目標用戶的出行方式,若目標用戶的出行方式為乘坐軌道交通,則確定目標用戶為軌道交通用戶。該手機信令數據來自目標用戶的出行路線附近的基站。
若基站存在弱覆蓋問題,則導致根據目標用戶的手機信令數據確定的目標出行路線與目標用戶的實際出行路線存在較大差異,再根據該目標出行路線確定目標用戶的出行方式時易造成誤判,故通過該技術方案判斷目標用戶是否為軌道交通用戶的準確率低下。因此,需要一種技術方案,以提高判斷目標用戶是否為軌道交通用戶的準確率。
發明內容
本發明一個實施例的目的是提供一種軌道交通用戶識別模型訓練方法和裝置、軌道交通用戶識別方法和裝置、電子設備及存儲介質,以解決判斷目標用戶是否為軌道交通用戶時準確率低的問題。
為解決上述技術問題,本發明一個實施例是這樣實現的:
第一方面,本發明一個實施例提供了一種軌道交通用戶識別模型訓練方法,包括:獲取各個樣本用戶對應的基站位置時序數據,根據基站位置時序數據與預先確定的軌道路點與基站之間的對應關系,確定樣本用戶對應的軌道路點時序數據;根據軌道路點時序數據與預先獲取的軌道路點與軌道交通路線的對應關系,確定樣本用戶出行經過的軌道交通路線以及樣本用戶出行經過的各軌道路點之間的時間間隔數據;獲取樣本用戶的出行方式,根據出行方式為乘坐軌道交通的樣本用戶出行經過的軌道交通路線以及出行經過的各軌道路點之間的時間間隔數據,生成正樣本數據,根據出行方式為非乘坐軌道交通的樣本用戶出行經過的軌道交通路線以及出行經過的各軌道路點之間的時間間隔數據,生成負樣本數據;根據正樣本數據與負樣本數據,對軌道交通用戶識別模型進行訓練;軌道交通用戶識別模型用于根據待識別用戶出行經過的各軌道路點之間的時間間隔數據識別待識別用戶出行經過的軌道交通路線與出行方式。
第二方面,本發明一個實施例提供了一種軌道交通用戶識別方法,包括:獲取待識別用戶對應的基站位置時序數據,根據基站位置時序數據與預先確定的軌道路點與基站之間的對應關系,確定待識別用戶對應的軌道路點時序數據;根據軌道路點時序數據,確定待識別用戶出行經過的各軌道路點之間的時間間隔數據;根據待識別用戶出行經過的各軌道路點之間的時間間隔數據,生成待識別用戶對應的出行特征數據,將出行特征數據輸入如上述第一方面所述的軌道交通用戶識別模型,識別得到待識別用戶出行經過的軌道交通路線與出行方式;根據待識別用戶出行經過的軌道交通路線與出行方式,判斷待識別用戶是否為軌道交通用戶。
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中國移動通信集團廣東有限公司;中國移動通信集團有限公司,未經中國移動通信集團廣東有限公司;中國移動通信集團有限公司許可,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/202010319247.5/2.html,轉載請聲明來源鉆瓜專利網。





