[发明专利]一种基于语义轨迹的区域内兴趣点需求挖掘和选址方法及排名和分析系统

权利要求书

1.一种基于语义轨迹的区域内兴趣点需求挖掘和选址方法，其特征在于，包括以下步骤：

步骤(1)划分空间区域，对普通的语义轨迹以及兴趣点进行预处理以添加区域信息，并对区域内的兴趣点数量、密度进行测算；所述步骤(1)的具体步骤包括：

步骤(11)，根据设置的两条签到信息间可忍受的最大转移时间，若两次签到相距时间超过设置好的可忍受最大转移时间，则从两次签到当中将将轨迹切成两段，两次签到分别是前段轨迹的终点以及后段轨迹的起点；若整条语义轨迹数据的签到时间差均符合可忍受的最大转移时间，则不切分轨迹，若不满足语义轨迹数据就被切分成两到多条符合转移时间要求的子轨迹；

步骤(12)，将全局空间均匀划分成预先设置好数量的相同大小且不互相重叠的矩形网格状子区域；并将普通的语义轨迹数据添加区域信息，得到区域移动模式；

步骤(13)，统计落入各区域的兴趣点总的数量以及各个类别下兴趣点数量，分别从区域内各类别数量占全区内兴趣点数量的占比以及区域内该类别兴趣点数量在全局下该类别兴趣点数量的占比两个角度计算兴趣点密度，计算该区域内该类别在全局全类别下的密度；

步骤(2)利用附带区域信息的语义轨迹挖掘人们的连续跨区域移动模式；

步骤(3)利用挖掘到的连续跨区域移动模式量化区域兴趣点需求，得出区域内人们对各种类型兴趣点的需求强度，并最终根据区域以及兴趣点类型分别给出两种层次的需求排名以供推荐商户选址；其中，通过轨迹反向方法挖掘非住宅类型需求。

2.根据权利要求1所述的基于语义轨迹的区域内兴趣点需求挖掘和选址方法，其特征在于，利用语义轨迹数据以及现有兴趣点数据对区域内潜在兴趣点需求进行挖掘和选址推荐；所述语义轨迹数据包括：经纬度、时间戳以及签到兴趣点所属类型；所述现有兴趣点数据包括：id，经纬度以及兴趣点所属类型。

3.根据权利要求1所述的基于语义轨迹的区域内兴趣点需求挖掘和选址方法，其特征在于，所述步骤(11)中，将输入的语义轨迹按照最大可忍受转移时间切分；转移时间是指相邻两次签到相隔多少时间；所述最大可忍受转移时间是指相邻两次签到最多可以相隔多少时间；如果两次签到相隔时间超过最大可忍受转移时间，则将新建一条语义轨迹，给予新的编号，并将从后一次签到开始后满足最大可忍受转移时间的所有签到都加入新的语义轨迹中。

4.根据权利要求1所述的基于语义轨迹的区域内兴趣点需求挖掘和选址方法，其特征在于，所述步骤(12)中，根据预先设定好的网格参数g，将空间尽量划分成一样大小的g×g个不重叠矩形；通过全局矩形区域左上角顶点和右下角顶点经纬度的差的计算出矩形的长度和宽度，再将长度和宽度除以网格参数g计算出每个子区域矩形的长度和宽度；将子区域从左到右，从上到下都赋予一个不重复的编号。

5.根据权利要求1所述的基于语义轨迹的区域内兴趣点需求挖掘和选址方法，其特征在于，所述步骤(13)中，对于语义轨迹集合中所有轨迹，将轨迹中的每一个签到都通过搜寻兴趣点数据集对应记录来转换成包含时间戳、签到区域以及签到兴趣点类型的一条记录；通过计算兴趣点的经纬度与子区域长宽的倍数计算出落到区域的编号；转换后的区域移动模式编号和语义轨迹编号保持一致。

6.根据权利要求1所述的基于语义轨迹的区域内兴趣点需求挖掘和选址方法，其特征在于，所述步骤(13)中，将所有的现有兴趣点信息按照经纬度获取区域的编号；接着取出该兴趣点所属的具体类型，更新兴趣点所属区域的区域空间信息，首先将该区域该兴趣点类型对应的数量加一，接着将整个区域的兴趣点总数加一；最终统计出所有区域内的兴趣点数量，并按兴趣点类型归类分别计数。