[发明专利]一种基于张量的用户轨迹挖掘方法

说明书

本发明公开了一种基于张量的用户轨迹数据挖掘方法，包括：(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)将停留点划分为起始点和目的点，通过地图匹配方法获取对应的路段序列；(5)将停留点数据与路段序列组建成一个三维张量；(6)对于一个用户查询请求(S,D)找到起始点和目的点之间的关联热点路段；(7)根据路段权值集合计算出推荐的路径。本发明的结果为对于用户查询请求起始点与目的点之间的热点推荐路线，检索只需提供起始点和目的点的经纬度，用户不需理解后台隐含的数据结构。

技术领域

本发明属于移动互联网信息技术领域，更具体地，涉及一种基于张量的用户轨迹挖掘方法。

背景技术

基于用户轨迹位置数据的研究是当前移动互联网的研究热点之一，轨迹是移动对象(人或者车辆等物体)随着时间变化在空间中移动所留下的印迹。随着移动设备嵌入式技术的飞速发展，GPS定位技术在移动设备上获得了广泛的应用。随着基于位置服务(Location Based Service，LBS)的普及，用户可以通过各式各样的平台例如：Google+或者Foursquare来随时上传与分享自己的轨迹数据，大量的轨迹数据在日常生活中正在日益积累并为不同类型的应用所服务。然而大多数的应用都是在使用GPS的原始数据，例如GPS点的位置经纬度、GPS点的时间戳，而没有过多去挖掘其中的信息。

轨迹挖掘是数据挖掘的一个新兴分支，其研究热点集中于轨迹聚类、轨迹分类、离群点检测、兴趣区域、隐私保护、位置推荐等方面。现有技术对用户轨迹的挖掘主要是从位置方面入手，研究用户的热点兴趣位置规律发现频繁模式从而进行推荐；不足是位置仅仅是轨迹的一部分，连接位置之间的移动路线也是属于轨迹很重要的一部分。本发明尝试从轨迹数据挖掘角度入手，实现轨迹搜索、频繁路径挖掘等目标，对于轨迹挖掘的深入研究有着重要意义。

发明内容

大量的轨迹数据给数据管理和应用带来许多挑战，主要是三个方面：数据规模、数据稀疏性以及智能提取。为了处理轨迹数据的稀疏性，更有效的预处理轨迹大数据和更好的计算，因此通过引入张量数据结构，对轨迹进行分割聚类，将用户的出发点作为第一维度的数据，将用户的目的地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，则可以构建一个三维的张量来表示用户的历史轨迹数据。结合不同的张量计算，可以实现轨迹搜索、轨迹频繁模式挖掘等目标。张量被广泛应用于如下领域：信号处理、数字线性代数、数值分析、图像分析、神经系统科学、数据挖掘等等，同时也能用来存储大数据以及较好的应对数据的稀疏性。

本发明的目的在于提供一种基于张量的用户轨迹数据挖掘方法。该方法通过利用张量数据结构处理用户轨迹数据以及基于各种权重的张量计算，能够有效处理轨迹数据之间的聚类与协同运算，从而实现轨迹搜索、轨迹频繁模式挖掘等目标。

本发明提供了一种基于张量的用户轨迹数据挖掘方法，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；