[發明專利]基于時空移動特征分布的移動群智感知用戶聯盟聚類方法

有效

• 申請號: 202011282797.0
• 申請日: 2020-11-17
• 公開（公告）號: CN112396102B
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 王慧強;邵子豪;鄒伊凡;陸東浩;李宜杭;呂宏武;馮光升;郭方方
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明屬于移動群智感知中用戶聚類及任務分配技術領域，具體涉及一種基于時空移動特征分布的移動群智感知用戶聯盟聚類方法，包括以下步驟：1)描述用戶移動行為特征與用戶活躍度，確定初始聯盟聚類中心；2)基于用戶上傳數據，計算用戶數據與聯盟相似度，設置每個聯盟中的用戶上限，保障聚類數據的平衡性；3)結合得到的用戶聯盟相似度與當前聯盟中用戶數量，基于用戶聯盟判定準則，實現用戶聯盟聚類。本發明在用戶數據質量已知的條件下，可有效地挖掘出重要用戶數據，算法穩定，聚類速率快，保證聚類結果的平衡性并提升聚類效果。本發明與現有技術中兩種常見的聚類方法進行性能相比，具有分類準確率高、平衡性效果優和計算復雜度低的優點。

技術領域

本發明屬于移動群智感知中用戶聚類及任務分配技術領域，具體涉及一種基于時空移動特征分布的移動群智感知用戶聯盟聚類方法。

背景技術

近年來，隨著用戶手持移動智能設備的日益普及與通信網絡技術的不斷發展，移動群智感知(Mobile Crowdsensing,MCS)已成為跨空間和大規模數據傳感的一個前沿研究問題，通過以參與用戶作為中心，實現大量感知任務的執行。雖然移動群智感知的研究已得到了長足的發展，但考慮到用戶感知能力的差異性，任務地理位置的多樣性，如何確保任務的合理分配已成為一個亟待解決的問題。

任務分配是MCS感知任務中的關鍵問題，它是在用戶與任務之間找到最佳匹配方法。通常，用戶的時空分布將影響著任務分配的優劣。聚類使處于相同任務區域中的用戶具有更高的相似性，提升了備選用戶數據的可用性，增強任務分配的合理性。用戶聚類是移動群智感知必不可少的技術之一

在現實中，現有的用戶聚類方法普遍存才算法復雜度高于數據平衡性差的不足，因此，需要一種低復雜度且具有平衡性的用戶聚類方法，以增強用戶可用性，為任務分配高效性提供保障。

發明內容

本發明的目的在于提供在用戶數據質量已知的條件下，可以有效地挖掘出重要用戶數據，算法穩定，聚類速率快，保證聚類結果的平衡性并提升聚類效果的一種基于時空移動特征分布的移動群智感知用戶聯盟聚類方法。

本發明的目的通過如下技術方案來實現：包括以下步驟：

步驟1：計算用戶移動行為特征與用戶活躍度，確定K個聯盟的初始聚類中心點c_j，j＝1,2,...,K；

所述的用戶移動行為特征反映用戶在給定時間間隔內，在不同空間位置上的移動時空行為分布特征，用戶移動行為特征表示為：

其中，mbc(u_i,l_s)表示用戶u_i在空間位置l_s上的用戶移動行為特征；f_qua(u_i,l_s)表示用戶u_i在空間位置l_s上的數據質量；f_qua(u_i,l)表示用戶u_i在所有空間位置l上的數據質量；f_co(u_i,l_s)表示用戶u_i在空間位置l_s上的感知成本；f_co(u_i,l)表示用戶u_i在所有空間位置l上的感知成本；

所述的用戶活躍度ma(u_i,l)為用戶u_i在所有空間位置l上的數據質量與感知成本，用戶活躍度ma(u_j,l)表示為：；

其中，n為用戶的數量；

步驟2：基于用戶上傳數據，計算用戶數據與聯盟相似度，設置每個聯盟中的用戶上限τ，保障聚類數據的平衡性；