一种预测用户位置的方法和智能硬件技术

本发明专利技术提供了一种预测用户位置的方法和智能硬件，包括：根据目标用户的历史定位数据进行聚类计算，根据聚类计算结果及行为规律数据，得到目标用户在每个时间段对应的目标用户活动区域；将用户群体的历史定位数据进行聚类计算，根据聚类计算结果得到用户群体在目标用户发起定位请求时刻对应的群体用户活动区域；统计目标用户的历史定位数据数目；当数目大于等于预设数量时，根据目标用户活动区域预测目标用户在发起定位请求时刻的位置数据；当数目小于预设数量时，根据群体用户活动区域预测目标用户在当前时刻的位置数据。本发明专利技术在有限资源下以最小投入利用用户的历史定位数据进行位置预测，解决定位飘移问题、降低算法复杂度、提高定位精度。

【技术实现步骤摘要】
一种预测用户位置的方法和智能硬件
本专利技术涉及信息处理
，尤指一种预测用户位置的方法和智能硬件。
技术介绍
随着近年来智能手机、平板等移动设备的普及，定位技术的快速发展，各种移动设备历史定位数据被采集与利用。目前，定位技术主要包括：GPS(全球定位系统)定位，Wi-Fi(无线保真)定位以及基站定位等。上述定位方式都存在着一定误差。一般来说，GPS定位精度高，但是要求定位时必须能够获取GPS卫星发射的GPS信号，耗电量大，一旦处于室内环境时GPS定位会出现漂移，导致定位出现误差。当GPS信号弱的时候(如室内、建筑物密集、桥下等)，无法实现精准定位，从而可能会使用WiFi定位或者基站定位。如果需要利用WiFi实现定位，则需要额外的硬件花费，对目标建筑物进行铺设WiFi设备(根据建筑物特点进行均匀部署)，成本巨大，而且定位精度较低。如果需要利用基站实现定位，由于基站定位属于地面定位，定位精度依赖于信号塔，需要在目标建筑物附近增设信号塔，成本巨大，而且定位精度偏低。在上述情况下，定位的误差会变大，造成定位漂移。为了纠正定位漂移，提升定位准确性，地图商家往往会通过去噪点、绑路、补充道路形状、抽稀等方式，但这些方法应用场景有限，对于道路定位、导航等定位场景适用，但对于如学校，办公室等室内场景，定位效果并不理想。如何在有限资源下以最小投入利用用户的历史定位数据进行位置预测，解决定位飘移问题、降低算法复杂度、提高定位精度是亟需解决的问题。
技术实现思路
本专利技术的目的是提供一种预测用户位置的方法和智能硬件，实现在有限资源下以最小投入利用用户的历史定位数据进行位置预测，解决定位飘移问题、降低算法复杂度、提高定位精度的目的。本专利技术提供的技术方案如下：本专利技术提供一种预测用户位置的方法，包括步骤：根据目标用户的历史定位数据进行聚类计算，根据聚类计算结果及行为规律数据，得到所述目标用户在每个时间段对应的目标用户活动区域；将用户群体的历史定位数据进行聚类计算，根据聚类计算结果得到所述用户群体在所述目标用户发起定位请求时刻对应的群体用户活动区域；统计所述目标用户的历史定位数据数目；当所述数目大于等于预设数量时，根据所述目标用户活动区域预测所述目标用户在发起定位请求时刻的位置数据；当所述数目小于预设数量时，根据所述群体用户活动区域预测所述目标用户在当前时刻的位置数据。进一步的，所述对一个以上用户的历史定位数据进行聚类计算得到若干个活动停留区域之前包括：获取所述目标用户在预设时间段内的历史定位数据，以及所述用户群体在所述预设时间段内的历史定位数据；其中，所述历史定位数据包括历史GPS定位数据、历史基站定位数据、历史WIFI定位数据、历史惯性导航定位数据、历史视觉定位数据中的任意一种或多种。进一步的，所述当所述数目大于等于预设数量时，根据所述目标用户活动区域预测所述目标用户在发起定位请求时刻的位置数据具体包括：当所述数目大于等于预设数量时，根据所述目标用户活动区域，所述目标用户在各个时间点所在位置计算转移概率；根据转移概率最大对应的历史定位数据，得到所述目标用户在发起定位请求时刻的位置数据。进一步的，当所述数目小于预设数量时，根据所述群体用户活动区域预测所述目标用户在当前时刻的位置数据具体包括步骤：当所述数目小于预设数量时，根据邻居用户活动区域，所述邻居用户在各个时间点所在位置计算转移概率；所述邻居用户为用户群体中与所述目标用户的行为规律数据相似度达到预设范围，且历史定位数据数目达到所述预设数量的用户；根据转移概率最大对应的历史定位数据，得到所述目标用户在发起定位请求时刻的位置数据。进一步的，所述转移概率根据下列公式进行计算：其中，表示用户在任意时间t处于位置li，而在时间ti+1处于位置lj的总次数，Σcount(lj)表示用户在任意时间t处于位置li的总次数。一种预测用户位置的智能硬件，其特征在于，包括：目标用户活动区域分类模块，用于根据目标用户的历史定位数据进行聚类计算，根据聚类计算结果及行为规律数据，得到所述目标用户在每个时间段对应的目标用户活动区域；群体用户活动区域分类模块，用于将用户群体的历史定位数据进行聚类计算，根据聚类计算结果得到所述用户群体在所述目标用户发起定位请求时刻对应的群体用户活动区域；统计模块，用于统计所述目标用户的历史定位数据数目；用户位置预测模块，分别与所述统计模块，所述目标用户活动区域分类模块和所述群体用户活动区域分类模块连接，当所述数目大于等于预设数量时，根据所述目标用户活动区域预测所述目标用户在发起定位请求时刻的位置数据；当所述数目小于预设数量时，根据所述群体用户活动区域预测所述目标用户在当前时刻的位置数据。进一步的，还包括：历史定位数据获取模块，分别与所述统计模块，所述目标用户活动区域分类模块和所述群体用户活动区域分类模块连接，用于获取所述目标用户在预设时间段内的历史定位数据，以及所述用户群体在所述预设时间段内的历史定位数据；其中，所述历史定位数据包括历史GPS定位数据、历史基站定位数据、历史WIFI定位数据、历史惯性导航定位数据、历史视觉定位数据中的任意一种或多种。进一步的，所述用户位置预测模块，还用于当所述数目大于等于预设数量时，根据所述目标用户活动区域，所述目标用户在各个时间点所在位置计算转移概率；根据转移概率最大对应的历史定位数据，得到所述目标用户在发起定位请求时刻的位置数据。进一步的，所述用户位置预测模块，还用于当所述数目小于预设数量时，根据邻居用户活动区域，所述邻居用户在各个时间点所在位置计算转移概率；所述邻居用户为用户群体中与所述目标用户的行为规律数据相似度达到预设范围，且历史定位数据数目达到所述预设数量的用户；根据转移概率最大对应的历史定位数据，得到所述目标用户在发起定位请求时刻的位置数据。进一步的，所述转移概率根据下列公式进行计算：其中，表示用户在任意时间t处于位置li，而在时间ti+1处于位置lj的总次数，Σcount(lj)表示用户在任意时间t处于位置li的总次数。通过本专利技术提供的一种预测用户位置的方法和智能硬件，实现在有限资源下以最小投入利用用户的历史定位数据进行位置预测，解决定位飘移问题、降低算法复杂度、提高定位精度。附图说明下面将以明确易懂的方式，结合附图说明优选实施方式，对一种预测用户位置的方法和智能硬件的上述特性、技术特征、优点及其实现方式予以进一步说明。图1是一种本专利技术预测用户位置的方法的一个实施例的流程图；图2是使用K-means算法对历史定位数据进行聚类计算得到的聚类结果示意图；图3是一种本专利技术预测用户位置的方法的另一个实施例的流程图；图4是一种本专利技术预测用户位置的方法的另一个实施例的流程图；图5是本专利技术预测用户位置的智能硬件的一个实施例的结构示意图；附图标号说明：目标用户活动区域分类模块10，群体用户活动区域分类模块20，统计模块30，用户位置预测模块40。具体实施方式为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对照附图说明本专利技术的具体实施方式。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。为使图面简洁，各图中只示意本文档来自技高网...

【技术保护点】
1.一种预测用户位置的方法，其特征在于，包括步骤：根据目标用户的历史定位数据进行聚类计算，根据聚类计算结果及行为规律数据，得到所述目标用户在每个时间段对应的目标用户活动区域；将用户群体的历史定位数据进行聚类计算，根据聚类计算结果得到所述用户群体在所述目标用户发起定位请求时刻对应的群体用户活动区域；统计所述目标用户的历史定位数据数目；当所述数目大于等于预设数量时，根据所述目标用户活动区域预测所述目标用户在发起定位请求时刻的位置数据；当所述数目小于预设数量时，根据所述群体用户活动区域预测所述目标用户在当前时刻的位置数据。

【技术特征摘要】
1.一种预测用户位置的方法，其特征在于，包括步骤：根据目标用户的历史定位数据进行聚类计算，根据聚类计算结果及行为规律数据，得到所述目标用户在每个时间段对应的目标用户活动区域；将用户群体的历史定位数据进行聚类计算，根据聚类计算结果得到所述用户群体在所述目标用户发起定位请求时刻对应的群体用户活动区域；统计所述目标用户的历史定位数据数目；当所述数目大于等于预设数量时，根据所述目标用户活动区域预测所述目标用户在发起定位请求时刻的位置数据；当所述数目小于预设数量时，根据所述群体用户活动区域预测所述目标用户在当前时刻的位置数据。2.根据权利要求1所述的预测用户位置的方法，其特征在于，所述对一个以上用户的历史定位数据进行聚类计算得到若干个活动停留区域之前包括：获取所述目标用户在预设时间段内的历史定位数据，以及所述用户群体在所述预设时间段内的历史定位数据；其中，所述历史定位数据包括历史GPS定位数据、历史基站定位数据、历史WIFI定位数据、历史惯性导航定位数据、历史视觉定位数据中的任意一种或多种。3.根据权利要求1所述的预测用户位置的方法，其特征在于，所述当所述数目大于等于预设数量时，根据所述目标用户活动区域预测所述目标用户在发起定位请求时刻的位置数据具体包括：当所述数目大于等于预设数量时，根据所述目标用户活动区域，所述目标用户在各个时间点所在位置计算转移概率；根据转移概率最大对应的历史定位数据，得到所述目标用户在发起定位请求时刻的位置数据。4.根据权利要求1所述的预测用户位置的方法，其特征在于，当所述数目小于预设数量时，根据所述群体用户活动区域预测所述目标用户在当前时刻的位置数据具体包括步骤：当所述数目小于预设数量时，根据邻居用户活动区域，所述邻居用户在各个时间点所在位置计算转移概率；所述邻居用户为用户群体中与所述目标用户的行为规律数据相似度达到预设范围，且历史定位数据数目达到所述预设数量的用户；根据转移概率最大对应的历史定位数据，得到所述目标用户在发起定位请求时刻的位置数据。5.根据权利要求3或4所述的预测用户位置的方法，其特征在于，所述转移概率根据下列公式进行计算：其中，表示用户在任意时间t处于位置li，而在时间ti+1处于位置lj的总次数，Σcount(lj)表示用户在任意时间t处于位置li的总次数。6.一种预测用户位置的智能硬件，其特征在...

【专利技术属性】
技术研发人员：马胡双，
申请(专利权)人：广东小天才科技有限公司，
类型：发明
国别省市：广东,44