[发明专利]轨迹数据处理方法、装置、设备及存储介质

权利要求书

1.一种轨迹数据处理方法，其特征在于，所述方法包括：

采集用户轨迹数据；

采用预设聚类模型对所述用户轨迹数据进行聚类，并对聚类后的用户轨迹数据进行数据降维，以获得低维轨迹数据；

计算预设时段内所述低维轨迹数据在低维空间中的概率分布，所述预设时段是从用户进行验证操作开始至验证操作结束所对应的时间段；

根据所述概率分布检测是否存在概率值高于预设概率阈值的目标概率分布区域，所述预设概率阈值为正常概率分布中每一个时间节点对应的概率值中最大的概率值，所述正常概率分布为正常用户轨迹数据计算所得的概率分布；

在存在所述目标概率分布区域时，获取所述目标概率分布区域对应的目标轨迹数据，并读取所述目标概率分布区域对应的历史轨迹数据；

将所述历史轨迹数据从所述目标轨迹数据中剔除以获得待封禁数据，并对所述待封禁数据进行封禁；

其中，所述计算预设时段内所述低维轨迹数据在低维空间中的概率分布的步骤，包括：

获取预设时段内各低维轨迹数据对应的可取数值，以及各可取数值对应的概率值；

根据所述可取数值以及所述概率值，通过预设方程组计算所述低维轨迹数据在低维空间中的概率分布；

其中，所述预设方程组为：

其中，x_i为任一低维轨迹数据X对应的可取数值，i为可取数值的个数，f（x_i）和P（X=x_i）为低维轨迹数据X在可取数值为x_i时的概率值。

2.如权利要求1所述的方法，其特征在于，所述采用预设聚类模型对所述用户轨迹数据进行聚类，并对聚类后的用户轨迹数据进行数据降维，以获得低维轨迹数据的步骤，包括：

采用预设聚类模型按预设特征维度对所述用户轨迹数据进行聚类，获得所述预设特征维度对应的轨迹特征数据簇；

根据所述轨迹特征数据簇建立轨迹特征矩阵；

对所述轨迹特征矩阵进行奇异值分解，并根据奇异值分解结果对所述轨迹特征矩阵进行矩阵重构，获得目标特征矩阵；

基于所述目标特征矩阵获得数据降维后的低维轨迹数据。

3.如权利要求2所述的方法，其特征在于，所述对所述轨迹特征矩阵进行奇异值分解，并根据奇异值分解结果对所述轨迹特征矩阵进行矩阵重构，获得目标特征矩阵的步骤，包括：

对所述轨迹特征矩阵进行奇异值分解，获得奇异值集合；

从所述奇异值集合中选取预设数量的目标奇异值，根据所述目标奇异值对所述轨迹特征矩阵进行矩阵重构，获得目标特征矩阵。

4.如权利要求3所述的方法，其特征在于，所述根据所述概率分布检测是否存在概率值高于预设概率阈值的目标概率分布区域的步骤，包括：

根据所述概率分布确定所述预设时段内各时间节点对应的概率值集合；

读取各时间节点对应的预设概率阈值，分别将所述概率值集合中的各概率值与所述预设概率阈值进行比较；

根据比较结果判断是否存在概率值高于预设概率阈值的目标概率值；

若存在，则判定存在目标概率分布区域，若不存在，则判定不存在目标概率分布区域。

5.如权利要求4所述的方法，其特征在于，所述在存在所述目标概率分布区域时，获取所述目标概率分布区域对应的目标轨迹数据，并读取所述目标概率分布区域对应的历史轨迹数据的步骤，包括：

在存在所述目标概率分布区域时，根据所述目标概率分布区域包含的所述目标概率值从所述用户轨迹数据中提取对应的目标轨迹数据；

从封禁数据库中读取所述目标概率分布区域对应的已封禁轨迹数据，将所述已封禁轨迹数据作为历史轨迹数据。

6.如权利要求5所述的方法，其特征在于，所述将所述历史轨迹数据从所述目标轨迹数据中剔除以获得待封禁数据，并对所述待封禁数据进行封禁的步骤，包括：

采用精确匹配检索从所述目标轨迹数据中查找与所述历史轨迹数据对应的待剔除数据；

将所述待剔除数据从所述目标轨迹数据中剔除以获得待封禁数据，对所述待封禁数据进行封禁。