[发明专利]一种群体用户的挖掘方法及装置

说明书

本发明公开了一种群体用户的挖掘方法及装置，根据由轨迹点组成的多个用户的历史轨迹数据，将各用户的每天满足预设的时间阈值、距离阈值和方向变化阈值条件的轨迹点构成各用户每天的停留点，并将各用户每天的停留点归类为多个具有语义信息的公共停留区域；再基于满足预设时间阈值、距离阈值和方向变化阈值条件的停留点，以及具有语义信息的公共停留区域，统计各用户最频繁的出行起始时间段轨迹特征属性、最频繁的结束行程时间段轨迹特征属性、最经常停留的区域列表轨迹特征属性和最频繁的重复轨迹模式轨迹特征属性；采用预设聚类方法将各用户的上述四个轨迹特征属性聚类为多个群体用户，从而实现了基于历史轨迹数据，更全面地对群体用户的挖掘。

技术领域

本发明涉及数据挖掘技术领域，尤其涉及一种群体用户的挖掘方法及装置。

背景技术

移动智能设备和移动互联网的飞速发展，使得获取用户位置信息越来越方便。与此同时智能汽车的发展，使得汽车不仅仅是一个代步工具，更是互联网的一个节点，是产生历史轨迹数据的重要来源。

由于对历史轨迹数据的深度挖掘将会产生很多有价值的知识，从而催生新的商业应用和商业价值，例如：交通流量管理，基于日程提醒的路径规划，好友发现，个性化广告推动服务等，因此，对历史轨迹数据的挖掘受到越来越多的关注。现有技术中，已开展的基于历史轨迹数据的挖掘工作，主要是对轨迹数据进行分类、聚类或频繁模式挖掘。但现有技术中仅从单一方面对历史轨迹数据进行挖掘，并未对历史轨迹数据的挖掘进行整体考虑，而且并未根据历史轨迹数据深度挖掘群体用户。

因此，如何基于历史轨迹数据，更全面地实现对群体用户的挖掘，是目前亟需解决的技术问题。

发明内容

本发明实施例提供一种群体用户的挖掘方法及装置，用以解决现有技术中存在的如何基于历史轨迹数据，更全面地实现对群体用户的挖掘的问题。

本发明实施例提供一种群体用户的挖掘方法，包括：

根据由轨迹点组成的多个用户的历史轨迹数据，将各所述用户的每天满足预设的时间阈值、距离阈值和方向变化阈值条件的轨迹点构成各所述用户每天的停留点，并将各所述用户每天的停留点按时间顺序排列构成各所述用户每天的停留点序列；

根据各所述用户每天的停留点序列，统计各所述用户的最频繁的出行起始时间段轨迹特征属性和最频繁的结束行程时间段轨迹特征属性；

将各所述用户每天的停留点归类为多个公共停留区域；为各所述公共停留区域赋予语义信息，并根据各所述公共停留区域和所述语义信息，统计各所述用户的公共停留区域列表；将各所述用户符合所述公共停留区域列表的停留点对应的公共停留区域作为该用户的停留区域列表；根据确定出的各所述用户的停留区域列表，统计各所述用户的最经常停留的区域列表轨迹特征属性；

根据各所述用户每天的停留点序列和各所述用户的停留区域列表，确定各所述用户每天的停留区域轨迹；根据确定出的各所述用户每天的停留区域轨迹，采用预先设定的针对序列模式的挖掘算法，统计各所述用户的最频繁的重复轨迹模式轨迹特征属性；

采用预先设定的聚类方法，对统计出的各所述用户的所述最频繁的出行起始时间段轨迹特征属性、所述最频繁的结束行程时间段轨迹特征属性、所述最经常停留的区域列表轨迹特征属性和所述最频繁的重复轨迹模式轨迹特征属性进行聚类，得到多个群体用户。

在一种可能的实现方式中，在本发明实施例提供的上述挖掘方法中，所述将各所述用户每天的停留点归类为多个公共停留区域，具体包括：

采用基于密度的聚类算法P-DBSCAN将各所述用户每天的停留点归类为多个公共停留区域。

在一种可能的实现方式中，在本发明实施例提供的上述挖掘方法中，所述为各所述公共停留区域赋予语义信息，并根据各所述公共停留区域和所述语义信息，统计各所述用户的公共停留区域列表，具体包括：