本發(fā)明涉及時(shí)空數(shù)據(jù)挖掘領(lǐng)域，尤其涉及一種基于時(shí)空網(wǎng)格化編碼挖掘熱點(diǎn)區(qū)域和熱點(diǎn)路線的方法。

背景技術(shù)：

1、隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)的發(fā)展與普及，基于用戶軌跡的分析方法在很多移動(dòng)應(yīng)用中發(fā)揮重要作用。例如在“互聯(lián)網(wǎng)+體育”移動(dòng)應(yīng)用中，選擇或推薦一條合適的跑步路線對于跑步用戶而言具有顯著的應(yīng)用價(jià)值。用戶軌跡的分析為是熱門跑步路線推薦等移動(dòng)應(yīng)用業(yè)務(wù)的重要手段。

2、因此，通過智能算法分析移動(dòng)應(yīng)用內(nèi)用戶分享的軌跡大數(shù)據(jù)，從中發(fā)現(xiàn)熱點(diǎn)區(qū)域和熱點(diǎn)路線，為相關(guān)用戶提供有效推薦，具有廣闊的應(yīng)用前景。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提出了一種基于時(shí)空網(wǎng)格化編碼挖掘熱點(diǎn)區(qū)域和熱點(diǎn)路線的方法，通過對位置服務(wù)相關(guān)移動(dòng)應(yīng)用內(nèi)用戶運(yùn)動(dòng)記錄數(shù)據(jù)進(jìn)行多個(gè)處理流程后得到用戶軌跡數(shù)據(jù)。之后，設(shè)計(jì)了一種時(shí)空網(wǎng)格表示方法高效壓縮和表示用戶軌跡數(shù)據(jù)。利用處理后得到空間網(wǎng)格化編碼和時(shí)間網(wǎng)格化編碼，最后設(shè)計(jì)高效的分析算法，實(shí)現(xiàn)地區(qū)內(nèi)熱點(diǎn)區(qū)域和熱點(diǎn)路線挖掘。

2、本發(fā)明提供了一種基于時(shí)空網(wǎng)格化編碼挖掘熱點(diǎn)區(qū)域和熱點(diǎn)路線的方法，包括：

3、獲取用戶運(yùn)動(dòng)記錄數(shù)據(jù)，拆分后按時(shí)間排序得到用戶原始軌跡數(shù)據(jù)；

4、針對所述用戶原始軌跡數(shù)據(jù)的不同情況，為其選擇數(shù)據(jù)接入和或數(shù)據(jù)清洗和或數(shù)據(jù)補(bǔ)全進(jìn)行層次化數(shù)據(jù)處理，得到用戶軌跡數(shù)據(jù)；所述數(shù)據(jù)接入以篩選未滿足可處理?xiàng)l件的用戶，所述數(shù)據(jù)清洗以去除異常漂移點(diǎn)和解決定位誤差導(dǎo)致多點(diǎn)間頻繁切換的問題，所述數(shù)據(jù)補(bǔ)全以填充缺失的數(shù)據(jù)；

5、對所述用戶原始軌跡數(shù)據(jù)或所述用戶軌跡數(shù)據(jù)進(jìn)行時(shí)空網(wǎng)格化編碼，得到空間網(wǎng)格化編碼和時(shí)間網(wǎng)格化編碼；

6、基于所述空間網(wǎng)格化編碼和時(shí)間網(wǎng)格化編碼挖掘熱點(diǎn)區(qū)域和熱點(diǎn)路線。

7、優(yōu)選的，所述用戶運(yùn)動(dòng)記錄數(shù)據(jù)，包括：用戶唯一標(biāo)識(shí)、坐標(biāo)信息、時(shí)間信息和用戶運(yùn)動(dòng)行為信息，所述用戶運(yùn)動(dòng)行為信息包括運(yùn)動(dòng)起始坐標(biāo)、運(yùn)動(dòng)停留坐標(biāo)、運(yùn)動(dòng)結(jié)束坐標(biāo)和定時(shí)坐標(biāo)。

8、優(yōu)選的，所述拆分后按時(shí)間排序的流程包括：將所述用戶唯一標(biāo)識(shí)映射到一字符串作為新的用戶唯一標(biāo)識(shí)，以完成用戶運(yùn)動(dòng)記錄數(shù)據(jù)的匿名化，再依據(jù)所述新的用戶唯一標(biāo)識(shí)對所述用戶運(yùn)動(dòng)記錄數(shù)據(jù)進(jìn)行拆分，形成多個(gè)用戶的軌跡片段，并將每個(gè)所述軌跡片段按照時(shí)間排序，形成用戶原始軌跡數(shù)據(jù)。

9、優(yōu)選的，所述數(shù)據(jù)接入的方法包括：讀取用戶原始軌跡數(shù)據(jù)，并對數(shù)據(jù)缺失嚴(yán)重字段的用戶和缺少數(shù)據(jù)量的用戶進(jìn)行過濾和記錄，得到用戶軌跡序列；其中，所述缺失嚴(yán)重字段的標(biāo)準(zhǔn)為坐標(biāo)信息、時(shí)間信息和用戶運(yùn)動(dòng)行為信息任意一值填充率小于50％，所述缺少數(shù)據(jù)量的標(biāo)準(zhǔn)為每小時(shí)坐標(biāo)信息數(shù)量小于30次。

10、優(yōu)選的，所述數(shù)據(jù)清洗的方法包括：時(shí)間分層數(shù)據(jù)清洗和地理區(qū)劃分層數(shù)據(jù)清洗；所述時(shí)間分層數(shù)據(jù)清洗的方法為：按照設(shè)定的時(shí)間間隔對所述用戶軌跡序列進(jìn)行分層，判斷每層數(shù)據(jù)中相鄰兩坐標(biāo)間移動(dòng)速度是否大于設(shè)定的閾值，進(jìn)而判定是否存在漂移現(xiàn)象，以去除異常漂移點(diǎn)；所述地理區(qū)劃分層數(shù)據(jù)清洗的方法為：按照行政邊界對所述用戶軌跡序列進(jìn)行分層，判斷每層數(shù)據(jù)中是否存在多個(gè)坐標(biāo)間頻繁切換的情況，在所述情況存在的基礎(chǔ)上，選取信息熵最小的坐標(biāo)作為當(dāng)前用戶所在的最佳位置。信息熵公式具體如下：

11、h(x)＝-∑p(x)*log2(p(x))

12、其中，h(x)是坐標(biāo)x的熵，p(x)是連接到坐標(biāo)x發(fā)生的概率，即用戶在坐標(biāo)x的次數(shù)和總坐標(biāo)數(shù)量的比值。

13、優(yōu)選的，所述數(shù)據(jù)補(bǔ)全的方法包括：讀取缺失的坐標(biāo)的前一個(gè)坐標(biāo)和后一個(gè)坐標(biāo)，計(jì)算所述前一個(gè)坐標(biāo)到所述后一個(gè)坐標(biāo)中最佳匹配路徑，提取其中坐標(biāo)信息，以填充缺失的坐標(biāo)。具體方法如下：讀取缺失的坐標(biāo)m的前一個(gè)坐標(biāo)f和后一個(gè)坐標(biāo)l，利用地理位置知識(shí)庫得到f到l間全部可達(dá)路徑，通過dtw算法計(jì)算最佳匹配路徑，并提取路徑經(jīng)過的坐標(biāo)信息，作為缺失數(shù)據(jù)填充。

14、所述通過dtw算法計(jì)算最佳匹配路徑的流程包括：

15、1)隨機(jī)選取一條可達(dá)路徑，表示為a，坐標(biāo)信息中的用戶軌跡表示為b；

16、2)對于a路徑中的每個(gè)點(diǎn)，遍歷b用戶軌跡中的每個(gè)點(diǎn)，計(jì)算其距離，排除兩點(diǎn)間距離大于一定閾值的點(diǎn)，形成累計(jì)距離矩陣d；

17、3)根據(jù)距離最小的原則，在矩陣d中找一條最小路徑，作為路徑a與b的距離；

18、4)重復(fù)1)-3)尋找最小距離的路徑a作為最佳匹配路徑。

19、優(yōu)選的，所述時(shí)空網(wǎng)格化編碼的流程包括：

20、1)將所述用戶運(yùn)動(dòng)記錄數(shù)據(jù)中的坐標(biāo)(lng,lat)轉(zhuǎn)化為三維空間球面上的一個(gè)點(diǎn)(x,y,z)，其中l(wèi)ng為經(jīng)度，lat為緯度；

21、2)將所述點(diǎn)(x,y,z)轉(zhuǎn)變到外切立方體的一面上，使其對應(yīng)所在面的編號hid，以所述面中點(diǎn)建立坐標(biāo)系，得出一三元坐標(biāo)(hid,a,b)，其中a,b為點(diǎn)在該平面內(nèi)的二維坐標(biāo)；

22、3)將所述坐標(biāo)(hid,a,b)所在面按所述坐標(biāo)系等分為四個(gè)正方形區(qū)域，對不同象限進(jìn)行編碼，選擇所述坐標(biāo)(hid,a,b)所在的子正方形重復(fù)上述操作形成一編碼，所述編碼再與所述hid的編碼拼接得到空間網(wǎng)格化編碼；

23、4)將所述時(shí)間信息分解為多個(gè)指定時(shí)間尺度的整數(shù)，拼接各整數(shù)得到時(shí)間網(wǎng)格化編碼。具體方法如下：

24、1)將坐標(biāo)(lng,lat)按以下公式轉(zhuǎn)化為球面上的一個(gè)三維空間點(diǎn)(x,y,z)，其轉(zhuǎn)換公式為：

25、

26、其中r為地球半徑；

27、2)將所述三維空間點(diǎn)(x,y,z)轉(zhuǎn)變到外切立方體的一面上，使其對應(yīng)所在面的編號hid，其中hid取值為[0,5]，

28、所述轉(zhuǎn)變的步驟為：通過比較x,y,z的絕對值確定所述三維空間點(diǎn)(x,y,z)所在的面；

29、在|x|是x,y,z的絕對值中最大的情況下，當(dāng)x﹥0時(shí)，點(diǎn)在x正半軸所垂直的面上，當(dāng)x﹤0時(shí)，點(diǎn)在x負(fù)半軸所垂直的面上；

30、在|y|是x,y,z的絕對值中最大的情況下，當(dāng)y﹥0時(shí)，點(diǎn)在y正半軸所垂直的面上，當(dāng)y﹤0時(shí)，點(diǎn)在y負(fù)半軸所垂直的面上；

31、在|z|是x,y,z的絕對值中最大的情況下，當(dāng)z﹥0時(shí)，點(diǎn)在z正半軸所垂直的面上，當(dāng)z﹤0時(shí)，點(diǎn)在z負(fù)半軸所垂直的面上；

32、3)將所述三維空間點(diǎn)(x,y,z)所在面等分為四個(gè)正方形區(qū)域，坐標(biāo)在第一象限則標(biāo)記為11，第二象限標(biāo)記為01，第三象限標(biāo)記為00，第四象限標(biāo)記為10，選擇所述三維空間點(diǎn)(x,y,z)所在的子正方形重復(fù)上述操作15次，形成長度為32位的編碼，長度為3位的hid與其拼接得到空間網(wǎng)格化編碼；

33、4)將所述時(shí)間信息分解為多個(gè)指定時(shí)間尺度的整數(shù)，其中，年設(shè)定為6位二進(jìn)制數(shù)；

34、月設(shè)定為4位二進(jìn)制數(shù)；日設(shè)定為5位二進(jìn)制數(shù)；小時(shí)設(shè)定為5位二進(jìn)制數(shù)；分鐘設(shè)定為6位二進(jìn)制數(shù)；秒設(shè)定為6位二進(jìn)制數(shù)，拼接形成32位的編碼，得到時(shí)間網(wǎng)格化編碼。

35、優(yōu)選的，所述挖掘熱點(diǎn)區(qū)域和熱點(diǎn)路線的方法包括：利用所述空間網(wǎng)格化編碼和時(shí)間網(wǎng)格化編碼統(tǒng)計(jì)不同時(shí)空劃分中的用戶到訪數(shù)量，形成熱點(diǎn)區(qū)域，其中熱點(diǎn)區(qū)域?yàn)橛脩舻皆L數(shù)量超過設(shè)定閾值的空間，基于所述時(shí)間網(wǎng)格化編碼得到所述熱點(diǎn)區(qū)域中用戶運(yùn)動(dòng)規(guī)律，按照所述運(yùn)動(dòng)起始坐標(biāo)、運(yùn)動(dòng)停留坐標(biāo)和運(yùn)動(dòng)結(jié)束坐標(biāo)順序連接具有所述運(yùn)動(dòng)規(guī)律的所述熱點(diǎn)區(qū)域，進(jìn)而形成熱點(diǎn)路線。

36、本發(fā)明的有益效果如下：

37、綜合考慮靜態(tài)地理信息和動(dòng)態(tài)環(huán)境因素，充分利用應(yīng)用內(nèi)用戶產(chǎn)生的數(shù)據(jù)，使其產(chǎn)生更高的使用價(jià)值，通過智能分析發(fā)現(xiàn)熱點(diǎn)區(qū)域和熱點(diǎn)路線，為相關(guān)用戶提供有效推薦，為跑步愛好者提供既安全又舒適的跑步路線推薦，具有廣闊的應(yīng)用前景。因熱點(diǎn)區(qū)域和熱點(diǎn)路線是根據(jù)用戶實(shí)時(shí)產(chǎn)生的數(shù)據(jù)得出，所以發(fā)現(xiàn)的熱點(diǎn)區(qū)域和熱點(diǎn)路線相較于人工規(guī)劃更貼合實(shí)際生活，更具有現(xiàn)實(shí)使用意義。