[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

说明书

本发明公开了一种基于语义轨迹的区域内兴趣点需求挖掘和选址方法，该方法主要包括以下步骤：步骤一：划分空间区域；对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；步骤二：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；步骤三：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推荐商户选址。本发明还提出了一种基于语义轨迹的区域内兴趣点的需求挖掘、排名和分析系统。

技术领域

本发明涉及数据挖掘中轨迹模式挖掘技术领域，更为具体地讲，涉及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。

背景技术

随着定位技术的发展和随身携带设备中定位装置的普及，以及位置分享平台的兴起，人们产生了越来越多的语义轨迹。语义轨迹，即指不仅包含传统交通轨迹数据中带有的经纬度和时间戳信息，还附带文本信息的一类轨迹数据。位置分享平台中最常见的一类轨迹数据附带的文本信息是签到点的兴趣点信息。这类轨迹包含了丰富的人们生活方式以及生活需求的相关信息。目前研究者们主要关注用语义轨迹分析事件预测或者为人们推荐下一个兴趣点。而目前人们很少考虑用语义数据去解决选址问题。

而随着城市化进程，建筑选址也变得越来越重要，甚至能影响企业的存亡。所以，选址问题的研究有着重大的经济、社会和军事意义。传统方法有离线手动调查、基于人口普查数据的分析模型等，这些模型无法适应动态市场或非常耗时。近年来，基于位置的服务已被广泛用于解决选址问题。

目前存在的几类基于轨迹数据的选择工作有以下不足之处：首先一些工作利用数据中部分属性针对特定兴趣点类型进行选址分析和推荐；二来一些工作基于传统交通轨迹数据，没将本身就语义丰富的语义考虑进去，会影响对需求强度的分析；三、一些模式发现只注重挖掘频繁移动模式而忽略了人们对于需求的移动往往出发点会分散在不同类别而终点会落于不同区域的这一现实。

发明内容

本发明的目的在于克服现有技术的不足，提出了一种基于语义轨迹的区域内兴趣点需求挖掘和选址方法。对语义轨迹及现有兴趣点数据添加区域信息生成区域移动模式，并考虑人们现实移动情况，即从同区域内不同类别兴趣点出于对特定兴趣点类型的需要移动到不同区域相同类型兴趣点的事实，来挖掘连续跨区域移动模式。进而量化需求强度，并按照区域以及兴趣点类型对区域需求进行排名，并根据排名进行选址推荐。具体步骤包括如下：

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；

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。

本发明中，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。

本发明中，所述步骤(1)的具体步骤包括：

步骤(11)轨迹切分，根据设置的两条签到信息间可忍受的最大转移时间，如果两次签到相距时间超过设置好的可忍受最大转移时间，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。如果整条语义轨迹数据的签到时间差都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)区域划分，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；