[发明专利]一种基于张量的用户轨迹挖掘方法

权利要求书

1.一种基于张量的用户轨迹数据挖掘方法，其特征在于，所述方法包括如下步骤：

(1)获取用户的历史轨迹数据；

(2)将历史轨迹数据中时间差超过设定时间阈值的数据分割，形成多段连续的轨迹数据；

(3)针对每段连续的轨迹数据，提取用户在每段轨迹上的停留点；

(4)针对步骤(3)获得的一对对停留点，将有先后时间关联关系的停留点划分为起始点和目的点，起始点和停留点之间是一串连续的GPS点，运用地图匹配方法，将GPS点对应到真实的道路交通网络上从而匹配到对应的道路路段上，获得对应的起始点和目的点之间的关联路段序列；

(5)将用户的出发点作为第一维度的数据，将用户的目的点作为第二维度的数据，将用户轨迹过程对应的路段作为第三维度的数据，构建一个三维的张量来表示用户的历史轨迹数据；

(6)对于一个用户查询请求，用户查询请求包含的信息有QueryS和QueryD，QueryS表示用户查询的起始点，QueryD表示用户查询的目的点；对QueryS附近的起始点进行聚类，按照与QueryS的距离不同赋予不同的权重向量，获得关于起始点的权重向量V_S；对QueryD附近的起始点进行聚类，按照与QueryD的距离不同赋予不同的权重向量,获得关于起始点的权重向量V_D；运用获得的关于QueryS和QueryD的两个权重向量对张量进行降维处理获得热点路段权值集合；

(7)运用路线搜索方法检索QueryS到QueryD之间的路段集合，选择综合热点权值最高的路段集合作为推荐路径；

所述步骤(6)中对张量进行降维处理，具体为：

运用获得的关于QueryS和QueryD的两个权重向量对张量进行降维处理：

其中X表示步骤(5)中根据用户历史轨迹数据生成的三维张量，V_s表示对查询起始点QueryS进行聚类后的权重向量，表示X从第一维度展开与权重向量V_s进行张量积的数学运算；对X中所有的起始点S进行逐次循环累加，V_i表示第i个起始点所对应的权值，X_idr表示第i个起始点所对应的目的点和路段；

其中X表示步骤(5)中根据用户历史轨迹数据生成的三维张量,V_d表示对查询起始点QueryD进行聚类后的权重向量，表示X从第二维度展开与权重向量V_d进行张量积的数学运算；对X中所有的目的点D进行逐次循环累加，V_i表示第i个目的点所对应的权值，X_sir表示第i个目的点所对应的起始点和路段；

通过上述公式对X中与查询请求相近的历史记录进行路段访问频度的累加，最终获得热点路段权值集合{(R_i.id,R_i.weight)}。

2.如权利要求1所述的方法，其特征在于，所述步骤(6)中按照与QueryS的距离不同赋予不同的权重向量，具体为：

对第一维起始点的位置与QueryS进行比较，如果小于500米，权重为1，大于500米而且小于1000米权重为0.5。

3.如权利要求1所述的方法，其特征在于，所述步骤(6)中按照与QueryD的距离不同赋予不同的权重向量，具体为：

对第一维目的点的位置与QueryD进行比较，如果小于500米，权重为1，大于500米而且小于1000米权重为0.5。