[发明专利]伴随关系的分析方法、装置和存储介质

说明书

本发明公开了一种伴随关系的分析方法，所述伴随关系的分析方法包括以下步骤：获取各个身份特征之间的第一时空相似度，根据所述第一时空相似度判断所述身份特征之间是否具有时空相似性，所述身份特征包括IC卡号、MAC地址、IMSI码和人脸图像信息中的至少一个；在所述身份特征之间具有时空相似性时，获取所述身份特征中具有时空相似性的时空轨迹点对；在所述时空轨迹点对的数量小于等于预设阈值时，判定所述身份特征对应的个体为伴随关系。本发明还公开了一种伴随关系的分析装置和存储介质。本发明在进行伴随关系的挖掘时能够使用多种身份特征的数据，数据量大大提高，挖掘结果更加准确。

技术领域

本发明涉及信息技术领域，尤其涉及伴随关系的分析方法、装置和存储介质。

背景技术

挖掘出行人员间的伴随关系可以为交通路线设计、犯罪预防等提供重要参考，是目前智能交通领域的研究重点之一。

目前，通过大数据挖掘出行人员间的伴随关系一般是基于公交卡数据进行，每张公交卡对应一位出行人员，通过收集公交卡历史时间点及对应的位置，计算公交卡间的时空相似性从而挖掘公交卡之间的伴随关系。然而，由于单一身份信息的历史时空数据一般较少，挖掘到的伴随关系准确度较低。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种伴随关系的分析方法、装置和存储介质，旨在解决目前出行人员伴随关系挖掘仅基于同一种身份特征间的时空数据进行，数据量较少，挖掘结果准确度低的技术问题。

为实现上述目的，本发明提供一种伴随关系的分析方法，所述伴随关系的分析方法包括以下步骤：

获取各个身份特征之间的第一时空相似度，根据所述第一时空相似度判断所述身份特征之间是否具有时空相似性，所述身份特征包括IC卡号、MAC地址、IMSI码和人脸图像信息中的至少一个；

在所述身份特征之间具有时空相似性时，获取所述身份特征中具有时空相似性的时空轨迹点对；

在所述时空轨迹点对的数量小于等于预设阈值时，判定所述身份特征对应的个体为伴随关系。

优选地，所述在所述时空轨迹点对的数量小于等于预设阈值时，判定所述身份特征对应的个体为伴随关系的步骤之后，还包括：

对所述身份特征进行频繁模式挖掘计算，获取对应的个体同时具有伴随关系的身份特征的集合，以获取同时具有伴随关系的个体的最大集。

优选地，所述获取各个身份特征之间的第一时空相似度的步骤包括：

获取各个所述身份特征对应的时空轨迹，其中，所述时空轨迹包括多个时空轨迹点；

根据所述时空轨迹计算所述各个身份特征之间的第一时空相似度。

优选地，所述根据所述第一时空相似度判断所述身份特征之间是否具有时空相似性的步骤包括：

判断所述第一时空相似度是否小于等于第一预设相似度阈值；

其中，在所述第一时空相似度小于等于第一预设相似度阈值时，判定所述身份特征之间具有时空相似性。

优选地，所述获取所述身份特征中具有时空相似性的时空轨迹点对的步骤包括：

获取所述分身特征对应的时空轨迹点；

计算所述时空轨迹点之间的的第二时空相似度；

获取所述第二时空相似度小于等于第二相似度阈值的时空轨迹点对，并将所述第二时空相似度小于等于第二相似度阈值的时空轨迹点对作为所述身份特征中具有时空相似性的时空轨迹点对。

优选地，所述计算所述时空轨迹点之间的第二时空相似度的步骤包括：