[发明专利]一种基于位置信息的伙伴关系分析方法

权利要求书

1.一种基于位置信息的伙伴关系分析方法，其特征在于，包括wifi发射单元、wifi信号强度检测终端、数据处理终端和伙伴关系分析单元组成的分析模型，其分析方法包括如下步骤：

1)wifi发射单元设置在需要检测的场所，若所需检测的场所wifi信号充足，则无需设置wifi发射单元，利用已有的wifi作为发射单元使用；

2)wifi信号强度检测终端采集wifi发射单元发射出来的信号强度，并将采集到的信号强度信息实时报送至数据处理终端；

3)数据处理终端将接收到的信号强度与线下预先采集完成的指纹数据库进行对比，采用KNN算法计算得到实时位置信息，并采用K-Mean聚类方法将收集的所有的位置信息进行聚类，最后将位置信息和聚类信息报送至伙伴关系分析单元；

4)伙伴关系分析单元通过聚类关系和位置信息分析得到伙伴关系的分析结果；伙伴关系的产生是在同一分类中，不同的分类将不产生伙伴关系，对每一种分类单独处理，不同的分类之间不相互交叉；

步骤3)中，所述的指纹数据库，形成过程为：通过wifi信号强度检测终端采集各个位置能收到wifi发射单元的强度，对于采集不到的wifi信号强度，设置值为-100，并以多次采集后取平均值作为存入指纹数据库的最终值，指纹数据库的中的数据格式为：位置-MAC1-MAC2……-RSSI1-RSSI2……，其中MAC表示各个wifi发射单元的是mac地址，RSSI表示各个wifi发射单元的信号强度，MAC和RSSI的个数相同并依据各个场景的不同而确定；

步骤3)中，所述的KNN算法，是根据采集的wifi信号强度，与指纹数据库中的数据进行计算，在同一个类别里面计算该信号强度与指纹数据库的欧式距离，具体是：将每个位置检测到的每个MAC的RSSI与指纹库中对应MAC的RSSI计算欧式距离得到这个位置wifi信号强度与指纹库中所有数据的欧式距离，根据这个距离从小到大排列，取最小的三个为选中的指纹库，并将这三个指纹数据的位置做平均值得到检测终端的位置；

步骤4)中，所述的伙伴关系分析单元通过聚类关系和位置信息分析得到伙伴关系的分析结果，是设置一个阈值T，计算位置的余弦相似度，将计算得到的余弦相似度与阈值T相比较，如果大于阈值T则判定为伙伴关系，小于阈值T则判定为路人关系，余弦相似度的计算公式为：

公式(1)中，Ai、Bi为相对于坐标原点(0，0)的向量，n表示A和B各自走过的测试点数，i表示n个测试点的第i个；算法实现的时，是两个采集人员携带不同的wifi信号强度检测终端，一起行走，A和B代表两个不同的wifi信号强度检测终端。

2.根据权利要求1所述的一种基于位置信息的伙伴关系分析方法，其特征在于，所述的wifi信号强度检测终端，是指任意可以检测到WiFi信号强度的设备，在终端上安装相应的程序，该程序能够检测到wifi的信号及其wifi信号对应的强度，拥有唯一的标识号以示区别，同时能够把采集的信号封装后报送到数据处理终端中。