[发明专利]一种群体用户的挖掘方法及装置

摘要

本发明公开了一种群体用户的挖掘方法及装置，根据由轨迹点组成的多个用户的历史轨迹数据，将各用户的每天满足预设的时间阈值、距离阈值和方向变化阈值条件的轨迹点构成各用户每天的停留点，并将各用户每天的停留点归类为多个具有语义信息的公共停留区域；再基于满足预设时间阈值、距离阈值和方向变化阈值条件的停留点，以及具有语义信息的公共停留区域，统计各用户最频繁的出行起始时间段轨迹特征属性、最频繁的结束行程时间段轨迹特征属性、最经常停留的区域列表轨迹特征属性和最频繁的重复轨迹模式轨迹特征属性；采用预设聚类方法将各用户的上述四个轨迹特征属性聚类为多个群体用户，从而实现了基于历史轨迹数据，更全面地对群体用户的挖掘。

主权项

1.一种群体用户的挖掘方法，其特征在于，包括：根据由轨迹点组成的多个用户的历史轨迹数据，将各所述用户的每天满足预设的时间阈值、距离阈值和方向变化阈值条件的轨迹点构成各所述用户每天的停留点，并将各所述用户每天的停留点按时间顺序排列构成各所述用户每天的停留点序列；根据各所述用户每天的停留点序列，统计各所述用户的最频繁的出行起始时间段轨迹特征属性和最频繁的结束行程时间段轨迹特征属性；将各所述用户每天的停留点归类为多个公共停留区域；为各所述公共停留区域赋予语义信息，并根据各所述公共停留区域和所述语义信息，统计各所述用户的公共停留区域列表；将各所述用户符合所述公共停留区域列表的停留点对应的公共停留区域作为该用户的停留区域列表；根据确定出的各所述用户的停留区域列表，统计各所述用户的最经常停留的区域列表轨迹特征属性；根据各所述用户每天的停留点序列和各所述用户的停留区域列表，确定各所述用户每天的停留区域轨迹；根据确定出的各所述用户每天的停留区域轨迹，采用预先设定的针对序列模式的挖掘算法，统计各所述用户的最频繁的重复轨迹模式轨迹特征属性；采用预先设定的聚类方法，对统计出的各所述用户的所述最频繁的出行起始时间段轨迹特征属性、所述最频繁的结束行程时间段轨迹特征属性、所述最经常停留的区域列表轨迹特征属性和所述最频繁的重复轨迹模式轨迹特征属性进行聚类，得到多个群体用户。