圖3為本發(fā)明的基于簽到數(shù)據(jù)的時空軌跡相似性度量系統(tǒng)的流程圖。
【具體實施方式】
[0020] 下面給出本發(fā)明的【具體實施方式】，結(jié)合附圖對本發(fā)明進行詳細說明。
[0021] 本發(fā)明提供一種基于簽到數(shù)據(jù)的時空軌跡相似性度量方法及系統(tǒng)，這部分提供算 法的詳細說明，說明過程以兩個用戶的時空軌跡間的相似性度量為例，本方法可以推廣到 計算多個用戶的時空軌跡間的兩兩相似性度量。
[0022] 如圖2所示，本發(fā)明公開一種基于簽到數(shù)據(jù)的時空軌跡相似性度量方法，包括： 步驟1 :獲取用戶簽到數(shù)據(jù)，包括用戶ID、簽到位置和簽到時間等； 新浪微博、街旁、人人、Foursquare、Gowalla等基于地理位置的移動社交網(wǎng)絡近年來發(fā) 展迅猛，大量用戶通過智能手機以簽到的方式記錄時空行為軌跡，因此，可以通過它們提供 的API，抓取到需要的用戶簽到數(shù)據(jù)。
[0023] 步驟2 :對用戶簽到數(shù)據(jù)進行預處理，包括無用數(shù)據(jù)過濾、類型轉(zhuǎn)換和格式統(tǒng)一； 分析表明，對位置數(shù)據(jù)中的無效用戶（即注冊后很少簽到的用戶，例如簽到次數(shù)少于5 次的用戶）進行挖掘是沒有意義的，因此，需要移除無意義點，減少數(shù)據(jù)量。同時，還要對簽 到數(shù)據(jù)進行預處理，將簽到位置的經(jīng)煒度坐標轉(zhuǎn)換為平面直角坐標以及進行格式統(tǒng)一等。
[0024] 步驟3 :用戶興趣區(qū)域的計算； 如圖1所示，用戶通過手機在社交網(wǎng)站上簽到的每一個地理位置稱作一個興趣點(PointofInterest，Ρ0Ι)，把用戶簽到時間劃分成T個時間段，利用OPTICS聚類算法對 每個時間段的用戶簽到興趣點Ρ0Ι進行基于密度的分層聚類，將用戶經(jīng)常訪問的興趣點 Ρ0Ι進行分層聚集，從而得到不同時間段、不同空間劃分尺度下的用戶興趣區(qū)域（Regionof Interest，R0I)，避免了單一空間劃分尺度對聚類結(jié)果的影響。同時，可以將用戶偶爾訪問 的或只有少數(shù)用戶訪問的興趣點作為噪聲過濾掉。
[0025] 步驟4 :相似興趣區(qū)域的計算； 在每一層，計算用戶在每個時間段的每個興趣區(qū)域的簽到次數(shù)與其在該時間段簽到總 次數(shù)的比值，如果兩個用戶在某個興趣區(qū)域上的比值的差值的絕對值小于設定的閾值，則 這兩個用戶在該興趣區(qū)域上相似。
[0026] 步驟5 :單層相似度的計算； 兩個用戶的時空軌跡在h層、全都時間段上的相似度定義 heH，teT，Η為OPTICS聚類的層數(shù)，CM為兩個用戶在h層、t時間段的興趣區(qū)域的個 數(shù)，M為兩個用戶在h層、t時間段相似興趣區(qū)域的個數(shù)，α,為各個時間段的權值，
可以根據(jù)具體應用，設定各個時間段的權值。例如，在應用于交通信息服務時， 可以將早、晚高峰時段的權值加大，其余時間段的權值降低。
[0027] 步驟6 :跨層相似度的計算； 兩個用戶的時空軌跡間的跨層相似度定義
其中為各層的權
，層數(shù)越高，空間劃分尺度越小，權值越大，如果跨層相似度大于設定的閾值， 則兩個用戶的時空行為軌跡相似。
[0028] 如圖3所示，本發(fā)明還公開一種基于簽到數(shù)據(jù)的時空軌跡相似性度量系統(tǒng)，包括： 獲取用戶簽到數(shù)據(jù)模塊：用于獲取用戶簽到數(shù)據(jù)，包括用戶ID、簽到位置和簽到時間 等； 預處理模塊：用于對用戶簽到數(shù)據(jù)進行預處理，包括無用數(shù)據(jù)過濾、類型轉(zhuǎn)換和格式統(tǒng) ， 用戶興趣區(qū)域計算模塊：用于用戶興趣區(qū)域的計算； 相似興趣區(qū)域計算模塊：用于用戶相似興趣區(qū)域的計算； 單層相似度計算模塊：用于用戶單層相似度的計算； 跨層相似度計算模塊：用戶跨層相似度的計算。
[0029] 所述的基于簽到數(shù)據(jù)的時空軌跡相似性度量系統(tǒng)，所述用戶興趣區(qū)域計算模塊還 包括： 把用戶簽到時間劃分成T個時間段，采用OPTICS對用戶簽到興趣點進行基于密度的分 層聚類，得到不同時間段、不同空間劃分尺度下的用戶興趣區(qū)域。
[0030] 所述的基于簽到數(shù)據(jù)的時空軌跡相似性度量系統(tǒng)，所述相似興趣區(qū)域計算模塊還 包括： 在每一層，計算用戶在每個時間段的每個興趣區(qū)域的簽到次數(shù)與其在該時間段簽到總 次數(shù)的比值，如果兩個用戶在某個興趣區(qū)域上的比值的差值的絕對值小于設定的閾值，則 這兩個用戶在該興趣區(qū)域上相似。
[0031] 所述的基于簽到數(shù)據(jù)的時空軌跡相似性度量系統(tǒng)，所述單層相似度計算模塊還包 括：
兩個用戶的時空軌跡在h層、全都時間段上的相似度定義 heH，teT，Η為OPTICS聚類的層數(shù)，CM為兩個用戶在h層、t時間段的興趣區(qū)域的個 數(shù)，M為兩個用戶在h層、t時間段相似興趣區(qū)域的個數(shù)，α,為各個時間段的權值，
可以根據(jù)具體應用，設定各個時間段的權值。
[0032] 所述的基于簽到數(shù)據(jù)的時空軌跡相似性度量系統(tǒng)，所述跨層相似度計算模塊還包 括： 兩個用戶的時空軌跡間的跨層相似度定義 ，其中為各層的權
層數(shù)越高，空間劃分尺度越小，權值越大，如果跨層相似度大于設定的閾值， 則兩個用戶的時空行為軌跡相似。
[0033] 本領域的技術人員在不脫離權利要求書確定的本發(fā)明的精神和范圍的條件下，還 可以對以上內(nèi)容進行各種各樣的修改。因此，本發(fā)明的范圍并不僅限于以上的說明，而是由 權利要求書的范圍來確定的。
【主權項】
1. 一種基于簽到數(shù)據(jù)的時空軌跡相似性度量方法，其特征在于，包括： 步驟1 :獲取簽到數(shù)據(jù)，包括用戶ID、簽到位置和簽到時間等； 步驟2 :對簽到數(shù)據(jù)進行預處理，包括無用數(shù)據(jù)過濾、類型轉(zhuǎn)換和格式統(tǒng)一； 步驟3:用戶興趣區(qū)域的計算； 步驟4 :相似興趣區(qū)域的計算； 步驟5 :單層相似度的計算； 步驟6:跨層相似度的計算。2. 根據(jù)權利要求1所述的基于簽到數(shù)據(jù)的時空軌跡相似性度量方法，其特征在于，所 述步驟3還包括： 步驟21 :把簽到時間劃分成T個時間段，采用OPTICS對簽到興趣點進行基于密度的分 層聚類，得到不同時間段、不同空間劃分尺度下的用戶興趣區(qū)域。3. 根據(jù)權利要求1所述的基于簽到數(shù)據(jù)的時空軌跡相似性度量方法，其特征在于，所 述步驟4還包括： 步驟31 :在每一層，計算用戶在每個時間段的每個興趣區(qū)域的簽到次數(shù)與其在該時間 段簽到總次數(shù)的比值，如果兩個用戶在某個興趣區(qū)域上的比值的差值的絕對值小于設定的 闊值，則運兩個用戶在該興趣區(qū)域上相似。4. 根據(jù)權利要求1所述的基于簽到數(shù)據(jù)的時空軌跡相似性度量方法，其特征在于，所 述步驟5還包括： 步驟41 :兩個用戶的時空軌跡在h層、全都時間段上的相似度定義為,heH，teT，Η為OPTICS聚類的層數(shù)，Ch,t為兩個用戶在h層、t時間 段的興趣區(qū)域的個數(shù)，C^h,t為兩個用戶在h層、t時間段相似興趣區(qū)域的個數(shù)，α1為各 個時間段的權值，可W根據(jù)具體應用，設定各個時間段的權值。5. 根據(jù)權利要求1所述的基于簽到數(shù)據(jù)的時空軌跡相似性度量方法，其特征在于，所 述步驟6還包括： 步驟51 :兩個用戶的時空軌跡間的跨層相似度定義為其中Ph為各 層的權值，層數(shù)越高，空間劃分尺度越小，權值越大，如果跨層相似度大于設定 的闊值，則兩個用戶的時空行為軌跡相似。6. -種基于簽到數(shù)據(jù)的時空軌跡相似性度量系統(tǒng)，其特征在于，包括： 獲取用戶簽到數(shù)據(jù)模塊：用于獲取用戶簽到數(shù)據(jù)，包括用戶ID、簽到位置和簽到時間 等； 預處理模塊：用于對用戶簽到數(shù)據(jù)進行預處理，包括無用數(shù)據(jù)過濾、類型轉(zhuǎn)換和格式統(tǒng) * 用戶興趣區(qū)域計算模塊：用于用戶興趣區(qū)域的計算； 相似興趣區(qū)域計算模塊：用于用戶相似興趣區(qū)域的計算； 單層相似度計算模塊：用于用戶單層相似度的計算； 跨層相似度計算模塊：用戶跨層相似度的計算。7. 根據(jù)權利要求6所述的基于簽到數(shù)據(jù)的時空軌跡相似性度量系統(tǒng)，其特征在于，所 述用戶興趣區(qū)域計算模塊還包括： 把用戶簽到時間劃分成T個時間段，采用OPTICS對用戶簽到興趣點進行基于密度的分 層聚類，得到不同時間段、不同空間劃分尺度下的用戶興趣區(qū)域。8. 根據(jù)權利要求6所述的基于簽到數(shù)據(jù)的時空軌跡相似性度量系統(tǒng)，其特征在于，所 述相似興趣區(qū)域計算模塊還包括： 在每一層，計算用戶在每個時間段的每個興趣區(qū)域的簽到次數(shù)與其在該時間段簽到總 次數(shù)的比值，如果兩個用戶在某個興趣區(qū)域上的比值的差值的絕對值小于設定的闊值，貝U 運兩個用戶在該興趣區(qū)域上相似。9. 根據(jù)權利要求6所述的基于簽到數(shù)據(jù)的時空軌跡相似性度量系統(tǒng)，其特征在于，所 述單層相似度計算模塊還包括： 兩個用戶的時空軌跡在h層、全都時間段上的相似度定義3,heΗ, teΤ，Η為OPTICS聚類的層數(shù)，Ch,t為兩個用戶在h層、t時間段的興趣區(qū)域的個數(shù)，C' Μ為兩個用戶在h層、t時間段相似興趣區(qū)域的個數(shù)，αt為各個時間段的權值，，可W根據(jù)具體應用，設定各個時間段的權值。10. 根據(jù)權利要求6所述的基于簽到數(shù)據(jù)的時空軌跡相似性度量系統(tǒng)，其特征在于，所 述跨層相似度計算模塊還包括： 兩個用戶的時空軌跡間的跨層相似度定義為，其中Ph為各層的權 值層數(shù)越高，空間劃分尺度越小，權值越大，如果跨層相似度大于設定的闊值， 則兩個用戶的時空行為軌跡相似。
【專利摘要】本發(fā)明公開一種基于簽到數(shù)據(jù)的時空軌跡相似性度量方法，所述方法包括：獲取簽到數(shù)據(jù)，包括用戶ID、簽到位置和簽到時間等；對簽到數(shù)據(jù)進行預處理，包括無用數(shù)據(jù)過濾、類型轉(zhuǎn)換和格式統(tǒng)一；用戶興趣區(qū)域的計算；相似興趣區(qū)域的計算；單層相似度的計算；跨層相似度的計算等步驟。本發(fā)明還公開一種基于簽到數(shù)據(jù)的時空軌跡相似性度量系統(tǒng)，包括：獲取用戶簽到數(shù)據(jù)模塊；預處理模塊；用戶興趣區(qū)域計算模塊；相似興趣區(qū)域計算模塊；單層相似度計算模塊；跨層相似度計算等模塊。
【IPC分類】G06Q30/02, G06F17/30
【公開號】CN105243148
【申請?zhí)枴緾N201510694102
【發(fā)明人】劉興偉, 夏梅宸, 牟峰, 周永, 曾晟珂, 張曉麗
【申請人】西華大學
【公開日】2016年1月13日
【申請日】2015年10月25日