[發明專利]智能環境下多粒度時空事件相似度匹配工作方法

有效

• 申請號: 202010523758.9
• 申請日: 2020-06-10
• 公開（公告）號: CN111753888B
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 周宏文;胡源;汪蓓;周安強;李翔;陳萃;張建;戴一明;趙根;徐文君;曾航;侯偉;閆亮;蔣正坤;王雪;江卓;黃九松;王彥集;李晶;徐放;黃凱;黎歡;劉佳川;高成軍;杜康;萬斯奇;郭云龍;廖小莉;李柏林;馬小明
• 申請（專利權）人: 重慶市規劃和自然資源信息中心
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 重慶天成卓越專利代理事務所(普通合伙) 50240
• 代理人: 路寧

本發明提出了一種智能環境下多粒度時空事件相似度匹配工作方法，包括如下步驟：S1，在智能環境下采集用戶活動類型，建立時空事件序列，對多粒度特性的時空事件序列進行獲取；S2，對獲取的多粒度特性時空事件序列匹配事件的時間關系，然后加入事件限制方法；S3，通過事件限制方法，進行時空事件相似度計算，然后開始時空事件可比性過程；S4，開始多粒度時空事件序列比對方法，將用戶活動軌跡數據進行收集匹配，并輸出至智能終端進行實時查看。

技術領域

本發明涉及計算機物聯網領域，尤其涉及一種智能環境下多粒度時空事件相似度匹配工作方法。

背景技術

隨著無線通信技術、嵌入式技術等技術的不斷發展，智能環境也進入了飛速發展階段，它在環境監測、智能家居、醫療護理等方面得到了廣泛的應用。智能環境下經過處理可以得到用戶大量的日常活動事件序列數據，包括活動類型、活動開始時間與結束時間、位置信息等，對這些事件序列進行相似度度量，可以聚類分析出行為相似的用戶、進行用戶行為異常檢測、查詢與給定序列相似的其他行為序列等，將其與健康醫療或智能推薦等領域相結合，為用戶提供個性化信息服務，用以改善用戶的日常生活。

目前現有技術把兩序列的交叉程度作為其相似性的度量標準,采用兩個序列的最大共同子序列LCS表示序列的距離；用編輯距離表示兩序列的相似度，其基本思想是：兩序列的相似性反映為把一個序列轉換成另一序列的工作量。然而以上方法僅處理純粹的定性信息，如字母，而不能處理帶有時間、空間信息的序列。還有提出語義軌跡模式相似度方法來度量兩個軌跡之間的相似性，該方法將軌跡轉化為具有語義標簽的位置序列，通過最長公共子序列計算兩個序列的相似度，但該方法忽略了時間、活動信息，僅考慮空間相似度；另外提出時空相似度算法來度量用戶軌跡相似度，該方法將原始軌跡數據中的空間信息視為一組序列，利用序列比對方法測量軌跡之間的空間相似度，然后再求兩條軌跡中對應相同空間位置的時間距離，將時間相似度定義為時間距離的倒數；另外提出的時空編輯距離方法來衡量用戶軌跡之間的相似度，該方法擴展了傳統編輯距離算法的成本函數，以便結合空間和時間因素。以上方法比較的是帶有固定時間空間信息軌跡之間的時空相似度，忽略了時間、空間信息的多尺度表達，且沒有考慮活動之間的相似度。

而且可以看出，關于用戶行為分析的研究之一就是用戶行為相似度計算，主要集中于不帶有時間空間信息或帶有固定時間空間信息的活動序列相似度計算，我們認為僅僅從單一層次來計算時空事件序列相似度是不夠的，難以準確地進行相似度度量。例如，如圖1所示，利用現有的活動序列相似度計算方法，事件序列1與事件序列2顯然相似性不高，但若放大空間層次和活動層次，如圖2所示，則事件序列1與事件序列2的相似性明顯高于圖1所示。因此，需要從不同的粒度對時空事件序列進行相似度比較。這就亟需本領域技術人員解決相應的技術問題。

發明內容

本發明旨在至少解決現有技術中存在的技術問題，特別創新地提出了一種智能環境下多粒度時空事件相似度匹配工作方法。

為了實現本發明的上述目的，本發明提供了一種智能環境下多粒度時空事件相似度匹配工作方法，包括如下步驟：

S1，在智能環境下采集用戶活動類型，建立時空事件序列，對多粒度特性的時空事件序列進行獲取；

S2，對獲取的多粒度特性時空事件序列匹配事件的時間關系，然后加入事件限制方法；

S3，通過事件限制方法，進行時空事件相似度計算，然后開始時空事件可比性過程；

S4，開始多粒度時空事件序列比對方法，將用戶活動軌跡數據進行收集匹配，并輸出至智能終端進行實時查看。

優選的，所述S1包括：