[發明專利]基于語義軌跡相似度移動對象伴隨關系的分析方法和裝置

有效

• 申請號: 202010445749.2
• 申請日: 2020-05-22
• 公開（公告）號: CN111651484B
• 公開（公告）日: 2023-03-28
• 發明（設計）人: 楊慧;郭鵬
• 申請（專利權）人: 華中科技大學
• 主分類號: G06F16/2455
• 分類號: G06F16/2455;G06F16/29;G06F16/215;H04W8/22
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 李智

1.一種基于語義軌跡相似度移動對象伴隨關系的分析方法，其特征在于，該方法包括以下步驟：

S1.在目標場景內的不同語義停留點設置采集器，不同停留點賦不同的伴隨權重，不同路徑賦不同的伴隨權重；

S2.采集器采集目標場景內各個移動對象攜帶手機的WiFi數據，所述WiFi數據包含了該移動對象手機的MAC地址和時間戳；

S3.基于每個MAC地址的信息，生成該MAC地址對應的移動對象的語義軌跡序列；

S4.計算兩個移動對象的語義軌跡序列的最長公共停留點序列和最長公共路徑序列；

S5.基于最長公共停留點序列和停留點伴隨權重，計算兩個移動對象的最長公共停留點的分數，基于最長公共路徑序列和路徑伴隨權重，計算兩個移動對象的最長公共路徑的分數；

S6.基于兩個移動對象的最長公共停留點的分數和最長公共路徑的分數，計算伴隨分數。

2.如權利要求1所述的方法，其特征在于，該方法在步驟S2和S3之間，還包括：對WiFi數據進行以下預處理：

(1)按照IEEE802.11規范去除WiFi數據集中的偽MAC地址；

(2)將只出現在一個停留點的無效MAC地址的數據去除。

3.如權利要求1或2所述的方法，其特征在于，移動對象A的語義軌跡序列表示為：

UserA.seq＝[(ArrT1)a1(LevT1),(ArrT2)a2(LevT2),…,(ArrTi)ai(LevTi),…]

其中，ai∈L，L是用戶A的停留點的集合，ArrTi和LevTi分別是移動對象進入ai的時間戳以及離開ai的時間戳。

4.如權利要求1至3任一項所述的方法，其特征在于，步驟S4包括以下步驟：

S41.判斷兩個移動對象的語義軌跡序列seq1和seq2中是否包含長度大于等于m的相同停留點子序列，若是，進入步驟S42，否則，認為兩個移動對象沒有伴隨關系，結束分析；

S42.對于相同停留點子序列中的每一個停留點，判斷是否至少滿足以下一個條件：①兩個移動對象同時出現在該停留點；②兩個移動對象同時離開該停留點，若是，則將該停留點加入最長公共子序列LCA(seq1,seq2)，否則，不加入LCA(seq1,seq2)；

S43.對于LCA(seq1,seq2)中的每一個停留點，判斷是否同時滿足：①兩個移動對象同時到達該停留點；②兩個移動對象同時離開該停留點，若是，則將該停留點加入最長公共停留點序列LCL(seq1,seq2)，否則，不加入LCL(seq1,seq2)；對于LCA中的每兩個相鄰停留點，判斷是否滿足兩個移動對象同時離開一個停留點并且同時到達相鄰停留點，則將這段路徑加入最長公共路徑序列LCP(seq1,seq2)，否則，不加入LCP(seq1,seq2)。

5.如權利要求4所述的方法，其特征在于，如果兩個移動對象在停留點的出現時間的差值小于預設時間閾值，則認為兩個移動對象同時進入該停留點；如果兩個移動對象在停留點的離開時間的差值小于預設時間閾值，則認為兩個移動對象同時離開該停留點。

6.如權利要求4或5所述的方法，其特征在于，步驟S5包括以下步驟：

S51.計算LCL序列中出現的所有停留點的伴隨權重之和，將其作為兩個移動對象的最長公共停留點的分數SWL(seq1,seq2)；

S52.基于LCP序列中出現的所有路徑的伴隨權重之和，將其作為兩個移動對象的最長公共路徑的分數SWP(seq1,seq2)。

7.如權利要求6所述的方法，其特征在于，將SWL(seq1,seq2)和SWP(seq1,seq2)的和作為兩個移動對象一天的伴隨分數SWA(seq1,seq2)。