[发明专利]基于数据聚类的虚拟对象分配方法及相关设备

权利要求书

1.一种基于数据聚类的虚拟对象分配方法，其特征在于，所述方法包括：

通过轨迹采集算法获取多个活动对象的轨迹信息，得到定位点序列，其中，所述轨迹信息包括多个轨迹停留点；

通过DBSCAN聚类算法对所述轨迹停留点进行聚类，得到至少一个对象活动区，并生成所述活动对象与对应的对象活动区的共现矩阵；

接收目标对象的虚拟对象分配请求；并

判断所述目标对象是否属于所述活动对象；

若属于，获取所述活动对象的虚拟对象评分矩阵，其中，所述虚拟对象评分矩阵为根据活动对象对虚拟对象的历史评分生成的评分矩阵；

根据所述共现矩阵和所述虚拟对象评分矩阵，计算得到与所述目标对象的相似度最大的活动对象作为相似对象，并根据所述相似对象的虚拟对象评分矩阵确定所述相似对象对各虚拟对象的对象评分；

将最大对象评分对应的虚拟对象分配给所述目标对象，作为虚拟对象分配结果；

所述通过轨迹采集算法获取多个活动对象的轨迹信息，得到定位点序列，包括：

每隔第一预设时间获取一次所述活动对象的当前定位点，得到定位点序列；

依次计算各所述定位点是否符合公式

；

并将符合的定位点作为所述轨迹停留点，并将不符合的定位点从所述定位点序列中删除，得到包括轨迹停留点的定位点序列，其中，表示时间i到t之间所有定位点的中心，为目标对象，为与之间的距离，为第一预设距离，第一时间阈值；

所述相似度的计算公式为：；

其中，b、c表示活动对象，表示活动对象b，c之间的相似度，分别表示活动对象b、c的虚拟对象评分矩阵，分别表示活动对象b、c的共现矩阵，和为超参数。

2.根据权利要求1所述的方法，其特征在于，在所述将最大对象评分对应的虚拟对象分配给所述目标对象，作为虚拟对象分配结果之后，还包括：

通过至少一个所述相似对象更新活动对象对虚拟对象的评分矩阵。

3.根据权利要求2所述的方法，其特征在于，所述通过至少一个所述相似对象更新活动对象对虚拟对象的评分矩阵，包括：

通过公式；

更新所述评分矩阵，其中，为目标对象、指活动对象k对虚拟对象的评分，表示更新前评分矩阵中目标对象对虚拟对象的评分，表示更新后评分矩阵中目标对象对虚拟对象的评分，表示目标对象u与活动对象k之间的相似度。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当无法从连续多个定位点中确定至少一个轨迹停留点，则判断连续多个所述定位点的定位点数量；

若所述定位点数量小于第一预设值，将连续多个所述定位点从所述定位点序列中删除，得到只包括轨迹停留点的定位点序列。

5.根据权利要求1所述的方法，其特征在于，所述通过DBSCAN聚类算法对所述轨迹停留点进行聚类，得到至少一个对象活动区，包括：

从所述定位点序列中随机选择一个轨迹停留点作为原始轨迹向量；

计算所述原始轨迹向量与其他轨迹停留点之间的曼哈顿距离；并

将与所述原始轨迹向量在多维空间中曼哈顿距离小于第二预设距离、且数量超过预设数量的轨迹停留点作为所述原始轨迹向量的扩散轨迹向量；

将所述原始轨迹向量作为核心轨迹停留点，将所述核心轨迹停留点的扩散轨迹向量作为一个轨迹停留簇；并

从所述轨迹停留簇外的轨迹停留点中任选一个轨迹停留点作为新的原始轨迹向量，并重复计算曼哈顿距离、得到对象活动区的操作，得到至少一个对象活动区。