提供了由计算机服务器执行的方法和系统，用于推断具有至少两个成员的一组移动用户的位置上下文类别。方法包括，对于该组中的每个移动用户，响应于不确定的移动设备位置数据，从公共可用信息获取至少一个位置上下文类别。方法进一步包括将多用户协作机器学习应用于该组中的每个移动用户的至少一个位置上下文类别，以推断该组中的每个移动用户的单一精确的位置上下文类别。
【技术实现步骤摘要】
【国外来华专利技术】基于具有不确定性的用户移动数据的位置上下文推断
本专利技术一般涉及移动通信，更具体地说，涉及基于具有不确定性的用户移动数据的位置上下文推断。
技术介绍
使用移动信息推断客户的行为和意图是很有价值的。然而，在推断这些信息方面存在重大挑战。例如，手机数据提供的经度和纬度没有上下文。此外，已知手机定位器不太准确。例如，取决于设备、操作系统和定位方法，这种蜂窝电话定位器引起的错误可能是一百米或更多。因此，需要基于不确定的用户移动数据准确地推断移动用户的位置上下文。
技术实现思路
根据本专利技术的一个方面，提供了一种由计算机服务器执行的方法，用于推断具有至少两个成员的一组移动用户的位置上下文类别。该方法包括，对于该组中的每个移动用户，响应于不确定的移动设备位置数据，从公共可用信息获取至少一个位置上下文类别。该方法还包括将多用户协作机器学习应用于该组中的每个移动用户的至少一个位置上下文类别，以推断该组中的每个移动用户的单一精确的位置上下文类别。根据本专利技术的另一方面，提供了一种由计算机服务器执行的方法，用于推断具有至少两个成员的一组移动用户的位置上下文类别。该方法包括，对于该组中的每个移动用户，向一个或多个移动web应用发送相应的查询，响应于在相应的查询中指定的移动用户位置输入，该一个或多个移动web应用返回适用于提交查询的移动用户的至少一个位置上下文类别。该方法还包括：对于该组中的每个移动用户，响应于相应的查询从移动web应用接收至少一个位置上下文类别。该方法还包括将多用户协作机器学习应用于该组中的每个移动用户的至少一个位置上下文类别，以推断该组中的每个移动用户的单一精确的位置上下文类别。根据本专利技术的又一方面，提供了一种系统，用于推断具有至少两个成员的一组移动用户的位置上下文类别。该系统包括具有处理器和存储器的计算机服务器，被配置为对于该组中的每个移动用户，响应于不确定的移动设备位置数据，从公共可用信息获取至少一个位置上下文类别。具有处理器和存储器的计算机服务器还被配置为将多用户协作机器学习应用于该组中的每个移动用户的至少一个位置上下文类别，以推断该组中的每个移动用户的单一精确的位置上下文类别。从以下结合附图对其说明性实施例的详细描述中，这些和其他特征和优点将变得显而易见。附图说明本公开将参考以下附图在以下优选实施例的描述中提供细节，其中：图1示出了根据本专利技术的一个实施例的可以应用本专利技术的示例性处理系统；图2示出了根据本专利技术的一个实施例的可以应用本专利技术的示例性环境；图3示出了根据本专利技术的一个实施例的用于基于不确定的用户移动数据推断移动用户位置上下文的示例性方法；图4示出了根据本专利技术的一个实施例的矩阵A、可能的位置二进制矩阵Y以及不可能的位置二进制矩阵Z。图5示出了矩阵X，其在任何给定时间为n个用户中的每一个设置单一位置上下文类别；图6示出了根据本专利技术的一个实施例的示例性云计算节点；图7示出了根据本专利技术的一个实施例的示例性云计算环境；以及图8示出了根据本专利技术的一个实施例的示例性抽象模型层。具体实施方式本专利技术涉及基于不确定的用户移动数据来推断移动用户的位置上下文。这里所使用的术语“真实位置类别”、“精确位置类别”、“真实位置上下文类别”以及“精确位置上下文类别”指的是比(i)和(ii)可能更准确的位置类别推断，(i)移动设备(例如电话)定位器提供的位置，可能有一百米或更多的误差；(ii)基于移动设备定位器提供的位置为单个移动用户提供的位置上下文类别。以这种方式，提供了对用户位置的更准确的推断，可以更好地服务于用户以及涉及用户位置的任何应用。由移动设备(例如，电话)定位器提供的位置在本文中可互换地称为“不确定的移动设备位置数据”，因为其精度不能得到保证并且具有上述典型误差，因此使得这种位置数据不确定。在大多数情况下，这种不确定性可以表示为具有大于阈值误差量的误差的位置数据。此外，本文中关于本专利技术的一个方面使用的术语“真实”是指对可能比不使用本专利技术时另外提供的项目来说更准确的表示，如本领域普通技术人员在给出本文提供的本专利技术的教导的情况下将容易理解的那样。在一个实施例中，本专利技术提供了一种基于机器学习的解决方案，用于基于可能的附近位置类别自动推断手机用户位置上下文类别。在一个实施例中，本专利技术使用通常不太准确的所有用户的定位信息来协作且更准确地定位彼此的位置上下文类别。在一个实施例中，从公共可用信息中收集可能的附近位置类别。这些公开可用的信息可以从但不限于(OSM)等获得。应当理解，本专利技术不仅限于前面的移动应用，因此，根据本专利技术的教导，可以使用包括那些尚未可用的移动应用的其他移动应用。是一个本地搜索和发现服务移动应用，为其用户提供搜索结果。根据用户所去过的地方、用户喜欢的内容指定作为应用的输入以及用户信任的其他用户的建议提供接近用户当前位置的访问地点的建议。在发送包含单一位置的查询后，会返回多个附近的上下文选项。位置类别包括：食物；商店；夜生活场所；学校；户外；等等。是一个用于创建免费可编辑世界地图的协作项目。地图数据由志愿者收集，志愿者使用诸如手持GPS单元、平板电脑、数码相机等项目进行地面调查。然后将数据输入数据库。可以使用Web浏览器等查看/访问数据。在一个实施例中，本专利技术假定用户可以被分类为多个组，其中相同组中的用户具有相似的行为模式和兴趣，而不同组中的用户具有不同的行为模式和兴趣。这样，本专利技术可以共同学习分类和用户的行为模式。在一个实施例中，本专利技术采用以下内容作为输入：对于每个用户，用户的附近位置类别的列表。在该实施例中，不需要其他信息。在一个实施例中，本专利技术提供以下作为输出：用户的位置类别。图1示出了根据本专利技术一个实施例的可以应用本专利技术的示例性处理系统100。处理系统100包括至少一个处理器(CPU)104，经由系统总线102可操作地耦合到其他组件。高速缓存106、只读存储器(ROM)108、随机存取存储器(RAM)110、输入/输出(I/O)适配器120、声音适配器130、网络适配器140、用户接口适配器150和显示适配器160可操作地耦合到系统总线102。第一存储设备122和第二存储设备124通过I/O适配器120可操作地耦合到系统总线102。存储设备122和124可以是任何磁盘存储设备(例如，磁性或光学磁盘存储设备)、固态磁设备等。存储设备122和124可以是相同类型的存储设备或不同类型的存储设备。扬声器132通过声音适配器130可操作地耦合到系统总线102。收发器142通过网络适配器140可操作地耦合到系统总线102。显示设备162通过显示适配器160可操作地耦合到系统总线102。第一用户输入设备152、第二用户输入设备154和第三用户输入设备156通过用户接口适配器150可操作地耦合到系统总线102。用户输入设备152、154和156可以是键盘、鼠标、键盘、图像捕获设备、运动感测设备、麦克风、包含至少两个前述设备的功能的设备等中的任何设备。当然，也可以使用其他类型的输入设备并同时保持本原理的精神。用户输入设备152、154和156可以是相同类型的用户输入设备或不同类型的用户输入设备。当然，如本领域技术人员容易想到的，处理系统100还可以包括其他元件(未示出)，并且省略某些元件。例如如本领域普通技术人员容本文档来自技高网...
【技术保护点】
1.一种由计算机服务器执行的方法，用于推断具有至少两个成员的一组移动用户的位置上下文类别，所述方法包括：对于该组中的每个移动用户，响应于不确定的移动设备位置数据，从公共可用信息获取至少一个位置上下文类别；和将多用户协作机器学习应用于该组中的每个移动用户的至少一个位置上下文类别，以推断该组中的每个移动用户的单一精确的位置上下文类别。
【技术特征摘要】
【国外来华专利技术】2016.03.16 US 15/071,9961.一种由计算机服务器执行的方法，用于推断具有至少两个成员的一组移动用户的位置上下文类别，所述方法包括：对于该组中的每个移动用户，响应于不确定的移动设备位置数据，从公共可用信息获取至少一个位置上下文类别；和将多用户协作机器学习应用于该组中的每个移动用户的至少一个位置上下文类别，以推断该组中的每个移动用户的单一精确的位置上下文类别。2.根据权利要求1所述的方法，其中不确定的移动设备位置数据包括由蜂窝电话定位器产生的蜂窝电话位置数据。3.根据权利要求1所述的方法，其中获取步骤包括：对于该组中的每个移动用户，向一个或多个移动web应用发送相应的查询，响应于在相应的查询中指定的不确定的移动设备位置数据，该一个或多个移动web应用返回适用于提交查询的移动用户的至少一个位置上下文类别；以及对于该组中的每个移动用户，响应于相应的查询，从移动web应用接收至少一个位置上下文类别。4.根据权利要求1或3所述的方法，进一步包括基于移动用户之间的相似性将移动用户分类为多个组。5.根据权利要求1所述的方法，其中使用利用核范数表达的目标函数来执行多用户协作机器学习。6.根据权利要求1所述的方法，其中所述应用步骤应用具有目标函数的多用户协作机器学习以形成矩阵，其中矩阵的列和行中的每一个对应于移动用户中的相应一个，并且列和行中的另一个的每一个对应于多个位置上下文类别中的相应一个。7.根据权利要求6所述的方法，其中使用受到矩阵上的行约束的非凸秩...
【专利技术属性】
技术研发人员：易津锋，李虹斐，虞琦，A舍奥普里，
申请(专利权)人：国际商业机器公司，
类型：发明
国别省市：美国,US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。