[发明专利]一种基于移动轨迹的社会关系判断方法

说明书

本发明涉及一种基于移动轨迹的社会关系判断方法，该方法首先对采集得到的居民的定位数据进行数据清洗，得到移动对象的轨迹点信息；然后利用改进后的基于密度的聚类算法DBSCAN对轨迹中的停留点进行提取，并利用POI数据库对停留点进行的语义化，得到移动对象的语义轨迹；最后对不同移动对象的语义轨迹进行共现分析，得到不同移动对象间的共现特征，利用机器学习中的分类算法SVM完成不同移动对象的社会关系判断。本发明基于定位数据，从真实世界中移动用户的物理交互角度出发对移动用户间的社会关系进行判断，能够准确的完成群体的关系划分，为用户画像精准描述、公共安全领域群体监测追踪提供了有效的数据参考。

技术领域

本发明涉及时空数据挖掘研究与应用领域，具体涉及一种基于移动轨迹的社会关系判断方法。

背景技术

近年来，随着GPS、卫星通信等技术的不断发展以及带有定位功能的移动智能设备被广泛使用，移动对象的追踪准确度及精度显著改善。而移动互联网、大数据、云计算、传感器网络、计算机存储等技术的快速发展，使得这些轨迹数据能够持久化保存，形成了时空轨迹数据。这些数据不仅记录了人在时间序列上的位置信息，数据的背后还暗含了个体自身的行为特征，以及人与人、人与城市、人与社会之间的关系等信息。在对人的运动轨迹的挖掘研究中，根据数据的利用方式，可以分为纵向利用方式和横向利用方式，即个体行为特征的研究以及群体性轨迹的研究。

现有轨迹数据分析主要集中在运动规律挖掘的层面上，没有提取出隐含在轨迹数据中用户相关的深层次知识，如社会关系，导致挖掘结果抽象程度较低、难以表示用户高级语义。而社会关系判断作为社会网络分析的研究热点之一，现有的移动社会网络仍然基于用户线上虚拟社会关系提供传统的在线社会网络服务，例如利用手机数据以及网络社交数据进行计算，尚未有研究从实际的地理轨迹角度进行计算。因此如何通过用户的轨迹数据对用户高级语义行为进行描述、对用户间的共现模式的描述以及如何通过轨迹数据对不同用户间共现信息特征的提取等各项工作均有待进一步研究。

发明内容

针对上述问题，本发明提供了一种基于移动轨迹的社会关系判断方法，从实际的地理轨迹数据出发，为移动对象的轨迹分析以及社会关系判断提供一个可行的方案。

为了实现上述目的，本发明具体技术方案如下：一种基于移动轨迹的社会关系判断方法，包括如下步骤：

1)采集出行者轨迹数据，构建轨迹点集合Traj，即通过出行者携带手机，借助手机软件和定位技术采集出行者轨迹数据离散点；

2)清洗轨迹点集合Traj，并对缺失数据进行标记；

3)从清洗后的轨迹点集合Traj中提取轨迹中的停留点序列Stop＝s₁，s₂，s₃，…，s_n，其中，s_i表示用户某一停留点，记为s_i＝(Lon，Lat，t₁，t₂)，Lon表示停留点s_i的经度，Lat表示停留点s_i的纬度，t₁为进入停留点s_i的时间，t₂为离开停留点s_i的时间；