[发明专利]一种基于密度聚类的用户轨迹预测方法及装置

说明书

本发明实施例提供了一种基于密度聚类的用户轨迹预测方法及系统，其中，方法包括：采集目标地理区域在各个预设时间段内多个用户的MDT测量数据，并根据MDT测量数据确定多个用户在预设时间段内的移动点集；采用密度聚类算法对预设时间段内的移动点集中的移动点进行聚类，形成多个轨迹簇；计算每个轨迹簇的轨迹点、其影响区域及每个轨迹点的预测概率，其中，轨迹簇的中心点作为轨迹点；将每个轨迹点按照时间顺序生成轨迹点序列，并利用轨迹点序列得到用户轨迹预测模型；利用用户轨迹预测模型预测目标地理区域内的用户轨迹。本发明实施例提供的技术方案能够解决现有技术中利用场景特效分析用户密度程度的变化规律，分析效率低的问题。

【技术领域】

本发明涉及通信技术领域，尤其涉及一种基于密度聚类的用户轨迹预测方法及装置。

【背景技术】

目前，移动便携设备的广泛普及、无线通信技术和全球定位技术的飞速发展，使得人们已经能够以相对低廉的代价获得大量用户实时的位置数据，各种基于位置的信息服务也越来越受到从业者的关注，用户轨迹预测技术也成为其中最受关注的热点问题之一。

在网优过程中，基于精准的位置数据可以进行用户轨迹预测，分析区域用户密度，发现网络用户聚集区域，监测人流动向，从而指导网络优化，当前采用的场景特效分析，如按照居民区、办公场所、景区等不同的场景特性，分析定义场景潮汐效应、热点时段等区域用户密度程度的变化规律，分析效率很低。

【发明内容】

有鉴于此，本发明实施例提供了一种基于密度聚类的用户轨迹预测方法及装置，用以解决现有技术中利用场景特效分析用户密度程度的变化规律，分析效率低的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种基于密度聚类的用户轨迹预测方法，所述方法包括：

采集目标地理区域在各个预设时间段内多个用户的MDT测量数据，并根据所述MDT测量数据确定所述多个用户在所述预设时间段内的移动点集；采用密度聚类算法对所述预设时间段内的移动点集中的移动点进行聚类，形成多个轨迹簇；计算每个所述轨迹簇的轨迹点、其影响区域及每个轨迹点的预测概率，其中，所述轨迹簇的中心点作为所述轨迹点；将每个所述轨迹点按照时间顺序生成轨迹点序列，并利用所述轨迹点序列得到用户轨迹预测模型；利用所述用户轨迹预测模型预测所述目标地理区域内的用户轨迹。

可选地，所述采用密度聚类算法对所述预设时间段内的移动点集中的移动点进行聚类，形成多个轨迹簇的步骤，包括：

设定密度选择参数，所述密度选择参数包括邻域的预定半径和每个轨迹点至少包含的其他移动点的个数为所述预设个数；根据所设定的密度选择参数设定轨迹点的设定条件，根据所述设定条件确定移动点中的轨迹点，通过所述轨迹点确定轨迹簇。

可选地，所述根据所设定的密度选择参数设定轨迹点的设定条件，根据所述设定条件确定移动点中的轨迹点，通过轨迹点确定轨迹簇的步骤，包括：

在所述移动点集中随机抽取一个未被分类的移动点为圆心，以所述预定半径确定所述移动点的邻域；判断未被分类的移动点的邻域内是否至少包含预设个数的移动点，若是，则确认所述未被分类的移动点是轨迹点；根据确定的轨迹点确定轨迹簇。

可选地，所述采集目标地理区域在各个预设时间段内多个用户的MDT测量数据，并根据所述MDT测量数据确定所述多个用户在所述预设时间段内的移动点集的步骤，包括：

根据预设的分割规则及栅格划分精度将所述目标地理区域划分为多个栅格，其中，每个栅格包括栅格编码；采集所述目标地理区域在各个预设时间段内的多个用户的MDT测量数据；采用预设的定位算法将各个所述MDT测量数据进行定位，得到各个所述移动点的定位信息；根据已划分的所述多个栅格和所有所述移动点的定位信息，定位各个所述移动点所处的栅格；将所述移动点所处的栅格的栅格编码作为所述移动点的定位信息；按照用户维度对所述预设时间段内的移动点进行汇总，得到移动点集。