[发明专利]一种基于移动设备传感器数据的生活模式分析方法及系统

说明书

技术领域

本发明涉及数据挖掘技术领域，尤其涉及一种基于移动设备传感器数据的生活模式分析方法及系统。

背景技术

目前，移动设备中通常都内置有各种传感器，包括全球定位系统（Global Positioning System，GPS）、加速计、陀螺仪、麦克风、距离感应等，用户可以通过系统提供的接口来获取这些传感器记录的原始数据。目前存在基于GPS数据对用户单日数据进行数据挖掘，从而发现用户停留地点的算法。在其他传感器数据分析方面，目前存在基于可穿戴的传感器设备获取的数据来对用户的行为进行推断的方法。在数据挖掘方面，目前存在OPTICS和DBSCAN等基于密度的聚类分析方法；在兴趣点搜索方面，国内外有较多的地图服务向第三方开发者开放兴趣点搜索的相关接口。

分析并总结目前基于传感器数据的生活数据挖掘的相关研究，不外乎两大类：第一类是将同种传感器固定分布在不同的房间，分别收集数据，将各位置的传感器数据汇总后在时间和位置两个维度上进行分析处理；第二类是便携式传感器随用户移动并实时地记录用户的位置信息，汇总数据后在时间维度上对用户的位置信息进行分析。

如图1所示，基于传感器网络的生活数据挖掘的基本流程是：首先由分布在不同地理位置（通常为各个房间内）的各传感器收集原始数据并汇总到数据库保存，当收集了足够的数据后，分别对各个传感器的原始数据依照时间序列进行分析，将其与历史数据进行对比分析。

如图2所示，基于便携设备传感器数据要求用户随身携带传感器设备，通过分析各传感器数据在时间和空间上的特征，从而对用户环境进行判断，进而对用户的生活模式进行提取。

现有的技术方案主要有以下缺点：

（1）对于图1所示的技术方案：

需要提前在固定的房间内布设传感器网络，成本较高、使用场景不灵活（不具有便携性）且不具有通用性；此外，还需提前配置传感器与计算机之间的连接，较为繁琐。

（2）对于图2所示的技术方案：

要求用户随时携带额外的电子设备或佩戴可穿戴设备，也有一定的硬件成本；且便携的传感器装置本省并不能够处理数据，需要将数据以无线传输的方式发送到计算机进行处理，灵活性较差。

发明内容

本发明的目的在于克服现有技术的不足，本发明提供了一种基于移动设备传感器数据的生活模式分析方法及系统，可降低数据挖掘与分析的成本，并提高使用的灵活性，且具有可移植性，使用方便，提高用户的体验性。

为了解决上述问题，本发明提出了一种基于移动设备传感器数据的生活模式分析方法，所述方法包括：

从移动设备的各传感器收集原始数据；

根据各传感器的数据特点和能耗特点对原始数据进行数据预处理并获得数据序列；

根据驻留点检测方式获得驻留点序列；

对所述驻留点序列进行聚类分析，得到地点历史序列；

对地点历史序列中的每一条数据进行兴趣点搜索，并对地点历史进行标记；

判断用户的身份是否已知，若否，则根据兴趣点标记推断用户身份。

优选地，所述原始数据包括定位数据和运动状态原始数据。

优选地，所述从移动设备的各传感器收集原始数据的步骤包括：通用CoreLocation框架收集定位数据；通过CoreMotion框架收集来自加速度计、陀螺仪、电子罗盘的运动状态原始数据。

优选地，所述定位数据包括蜂窝塔三角定位数据、Wi-Fi节点数据库查询数据和GPS定位数据。

优选地，所述根据各传感器的数据特点和能耗特点对原始数据进行数据预处理并获得数据序列的步骤包括：对收集到的定位数据进行坐标变换；将变换后的坐标进行反向地理编码；将用户ID、经纬度、时间戳、运动模式、反向地理编码结果以及记录ID写入数据库中。

优选地，所述根据各传感器的数据特点和能耗特点对原始数据进行数据预处理并获得数据序列的步骤包括：将每一时刻的传感器数据进行滤波处理；分别使用第二范式来表征每一时刻传感器的数据；维护一个第二范式的队列；将队列中的第二范式序列进行傅里叶变换；计算其功率谱；从功率谱截取区分度较大的数据构成指纹向量；在频率域上与预置的运动模式进行相似度比较；用相似度最高的预置运动模式的名称对用户的当前的运动模式进行标记。

相应地，本发明实施例还公开了一种基于移动设备传感器数据的生活模式分析系统，所述系统包括：

收集模块，用于从移动设备的各传感器收集原始数据；