[发明专利]一种基于复合元路径的相似出行者识别方法

权利要求书

1.一种基于复合元路径的相似出行者识别方法，其特征在于，包括以下步骤：

步骤一：对GPS数据进行预处理，包括位置停留点聚类识别、时间序列化模糊处理以及访问服务语义扩展，转换成包括出行用户编号、用户出行时间段、用户停留点位置，以及停留点访问类型的数据；

步骤二：对异构信息网络进行扩展，得到异构出行网络模型，并且采用用户、用户停留点、停留点访问类型、出行时间段作为异构出行网络模型节点；其中，异构出行网络模型的边缘是在节点类型之间构建的，节点之间的语义关系分别为：连接用户和停留点，表明用户停留在一个确定的地方；连接停留点和服务，表明用户在停留点访问的服务类型；连接停留点和时间，表明用户停留在停留点的时间段；并且异构出行网络模型采用六元组表示；

步骤三：构造小于4个节点数的出行元路径，由小于4个节点数的出行元路径构成对称元路径集；

步骤四：通过计算异构出行网络模型中元路径特征，通过出行相似性度量算法确定出行行为的相似度；

其中，异构出行网络模型的六元组表示，其中：

（1）为出行用户节点集合；

（2）为停留点节点集合；

（3）为在停留点访问服务的类型集合；

（4）为出行时间序列集合；

（5）是异构出行网络模型中所有边的集合，其中，描述了用户与地点之间的语义关系，即用户在地点停留；，其蕴含了地点与服务种类之间的语义联系，即用户在地点停留且使用其提供的服务种类；描述了时间段与地点之间的语义关系，即用户在时间段内停留；

（6）是异构出行网络模型中边的权值集合，其中，度量了用户出现在某个停留点的次数；标识停留点提供的服务种类个数；确定在一个时间段内出现的停留点个数。

2.根据权利要求1所述的一种基于复合元路径的相似出行者识别方法，其特征在于，步骤四具体过程如下：

首先，通过样本训练确定出行用户与的相似状态，然后根据步骤三得到的对称元路径集，利用Pathsim方法产生元路径集上的一个特征向量

,

基于逻辑回归模型可知，两个用户的相似性预测结果如公式（2）

（2）

其中，向量代表训练集中的用户与的相似性，其值为0或1，0代表不相似，1代表相似，为权值向量。

3.根据权利要求2所述的一种基于复合元路径的相似出行者识别方法，其特征在于，利用Pathsim方法产生元路径集上的特征向量中的一个特征值的具体过程如下：

采用如下式（1）得到：

，（1）

其中，表示用户与之间的元路径数，，分别表示与连接自身之间的元路径数；E_ul（x，L）与E_ul（y，L），分别表示和到达特定地点L的元路径集合，为其相应权值；表示与到达相同地点的元路径集合；和分别表示和访问特定位置的次数。