一种基于复合元路径的相似出行者识别方法技术

一种基于复合元路径的相似出行者识别方法，使用时空GPS轨迹构造异构出行网络模型，提出出行元路径的定义。在出行网络模型中选取元路径集合，采用出行相似性度量算法实现用户相似性计算，预测两个用户在出行行为的上相似性。本发明专利技术提出的采用复合元路径的相似性计算方法比基于单条元路径方法的查全率与查准率高，且有直观的可理解语义性，有助于准确地发现潜在用户和相似群体，为他们提供更加精准和差异化的服务。

【技术实现步骤摘要】
一种基于复合元路径的相似出行者识别方法
本专利技术属于行为识别领域，具体涉及一种基于复合元路径的相似出行者识别方法。
技术介绍
随着智能手机的流行以及各种多样化定位设备的广泛使用，对用户各种出行数据的获取变得更加地实时、容易和准确。因此，关于用户出行问题的研究快速发展，例如出行群体的发现、交通服务推荐、基于位置的社交网络、路线规划等相关工作的研究。同时，通过研究用户的出行可以给用户提供更好的出行体验和出行服务。大数据的研究以及智能设备的出现使得出行相似性得到很多的关注。在用户出行的相似性研究里，主要的问题是出行的特征选择和怎么解决用户兴趣点矩阵的稀疏性。由于用户在出行过程中会产生大量的、具有时空标记、能描述出行行为的空间大数据，如出租车运营数据、手机数据、社交媒体数据等。这些数据有助于发现用户出行的时空特征，并建立合适的解释模型。然而由于缺乏对这些特征之间关系的研究，难以构建全面完整的出行模型。而专门研究连接关系的空间异构信息网络能为表面上看起来杂乱无章的交通出行过程提供有效的分析方法。通过利用时间信息(出行开始时间、停留时间等)、位置信息(地点名，经纬度等)以及服务等多种类型的信息本文档来自技高网...

【技术保护点】
1.一种基于复合元路径的相似出行者识别方法，其特征在于，包括以下步骤：步骤一：对GPS数据进行预处理，包括位置停留点聚类识别、时间序列化模糊处理以及访问服务语义扩展，转换成包括出行用户编号、用户出行时间段、用户停留点位置，以及停留点访问类型的数据；步骤二：对异构信息网络进行扩展，得到异构出行网络模型，并且采用用户、用户停留点、停留点访问类型、出行时间段作为异构出行网络模型节点；步骤三：构造小于4个节点数的出行元路径，由小于4个节点数的出行元路径构成对称元路径集；步骤四：通过计算异构出行网络模型中元路径特征，通过出行相似性度量算法确定出行行为的相似度。

【技术特征摘要】
1.一种基于复合元路径的相似出行者识别方法，其特征在于，包括以下步骤：步骤一：对GPS数据进行预处理，包括位置停留点聚类识别、时间序列化模糊处理以及访问服务语义扩展，转换成包括出行用户编号、用户出行时间段、用户停留点位置，以及停留点访问类型的数据；步骤二：对异构信息网络进行扩展，得到异构出行网络模型，并且采用用户、用户停留点、停留点访问类型、出行时间段作为异构出行网络模型节点；步骤三：构造小于4个节点数的出行元路径，由小于4个节点数的出行元路径构成对称元路径集；步骤四：通过计算异构出行网络模型中元路径特征，通过出行相似性度量算法确定出行行为的相似度。2.根据权利要求1所述的一种基于复合元路径的相似出行者识别方法，其特征在于，异构出行网络模型的边缘是在节点类型之间构建的，节点之间的语义关系分别为：连接用户和停留点，表明用户停留在一个确定的地方；连接停留点和服务，表明用户在停留点访问的服务类型；连接停留点和时间，表明用户停留在停留点的时间段。3.根据权利要求1所述的一种基于复合元路径的相似出行者识别方法，其特征在于，异构出行网络模型采用六元组TN＝<U,L,S,T,E,W>表示，其中：(1)U＝{u1,u2,…,un}为出行用户节点集合；(2)L＝{l1,l2,…,lm}为停留点节点集合；(3)S＝{s1,s2,…,s21}为在停留点访问服务的类型集合；(4)T＝{t1,t2,t3,t4}为出行时间序列集合；(5)E＝{Eul∪Els∪Elt})是异构出行网络模型中所有边的集合，其中，Eul＝{e(u,l)|u∈U,l∈L}描述了用户与地点之间的语义关系，即用户在地点停留...

【专利技术属性】
技术研发人员：唐蕾，赵亚玲，陈君，杨祎祯，贾景池，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西,61