[发明专利]一种室内外用户区分方法及装置

说明书

本发明实施例公开了一种室内外用户区分方法及装置，方法包括：根据预设样本分别计算得到室内用户的样本概率和室外用户的样本概率，并根据预设样本中用户的定位信息计算得到用户的若干个特征属性的特征属性信息；将室内用户和室外用户的样本概率作为贝叶斯分类算法的先验概率，并根据若干个特征属性的特征属性信息和贝叶斯分类算法得到各特征属性的概率；根据各特征属性的概率计算得到目标用户的室内概率和室外概率，以区分目标用户为室内用户或室外用户。通过贝叶斯分类算法基于已知室内用户和室外用户特征来区分目标用户的室内或室外属性，实现室内外用户的精准识别；同时摆脱门限对用户室内外属性的定义，综合考虑用户特征，实现智能区分。

技术领域

本发明实施例涉及通信技术领域，具体涉及一种室内外用户区分方法及装置。

背景技术

随着计算机和通信技术的飞速发展，越来越多的移动应用都是以用户的位置信息为中心。位置信息不仅包括物理位置坐标，也包括逻辑位置。室内室外是一种重要的原始逻辑位置信息，它可以作为情景感知、逻辑定位及用户行为识别等应用的基础。

现有的室内外用户区分主要通过速率判定和位置判定来实现：速率判定是基于用户定位数据，然后进行用户速率判定，对于速率超过一定门限定义为室外用户，对于速率低于一定门限的用户定义为室内用户。用户定位一般采用MR(Measurement Report，测量报告)三点定位、指纹库定位或OTT(Over The Top，是指通过互联网向用户提供各种应用服务)定位，根据上述定位方式，赋予用户位置信息，基于单用户位置信息进行用户连续行为分析，判定单位时间段内用户速率，实现室内外用户区分。位置判定是基于用户定位数据，结合建筑物电子地图轮廓，进行地理位置拟合，对定位至建筑物轮廓内的所有用户定义为室内用户，其他用户定义为室外用户。

但是由于速率判定基于一定的速率门限来判定，对于用户运动方向性、用户行为等特征无法做到全面分析判定，门限判定也容易形成“一刀切”判定现象；位置判定完全依赖定位精准度的判定方式，由于目前各类定位算法精度和数据量的限制(MR三点定位精200米左右、指纹库定位精度100米左右、OTT定位精度30米左右但采样点较少)，容易对室内用户和室外用户进行误判，从而引发室内外用户区分不准确的情况。

发明内容

由于现有方法存在上述问题，本发明实施例提出一种室内外用户区分方法及装置。

第一方面，本发明实施例提出一种室内外用户区分方法，包括：

根据预设样本分别计算得到室内用户的样本概率和室外用户的样本概率，并根据所述预设样本中用户的定位信息计算得到用户的若干个特征属性的特征属性信息；

将所述室内用户的样本概率和所述室外用户的样本概率作为贝叶斯分类算法的先验概率，并根据所述若干个特征属性的特征属性信息和所述贝叶斯分类算法得到各特征属性的概率；

根据各特征属性的概率计算得到目标用户的室内概率和室外概率，并根据所述室内概率和所述室外概率区分所述目标用户为室内用户或室外用户。

可选地，所述将所述室内用户的样本概率和所述室外用户的样本概率作为贝叶斯分类算法的先验概率，并根据所述若干个特征属性的特征属性信息和所述贝叶斯分类算法得到各特征属性的概率之后，还包括：

采用拉普拉斯Laplace校准方法对各特征属性的概率进行校准，得到校准后的各特征属性的概率；

相应地，所述根据各特征属性的概率计算得到目标用户的室内概率和室外概率，并根据所述室内概率和所述室外概率区分所述目标用户为室内用户或室外用户，具体包括：

根据所述校准后的各特征属性的概率计算得到目标用户的室内概率和室外概率，并根据所述室内概率和所述室外概率区分所述目标用户为室内用户或室外用户。

可选地，所述用户的若干个特征属性包括：用户运动速率、用户相对距离和用户与建筑物匹配度；