智能环境下多粒度时空事件相似度匹配工作方法技术

本发明专利技术提出了一种智能环境下多粒度时空事件相似度匹配工作方法，包括如下步骤：S1，在智能环境下采集用户活动类型，建立时空事件序列，对多粒度特性的时空事件序列进行获取；S2，对获取的多粒度特性时空事件序列匹配事件的时间关系，然后加入事件限制方法；S3，通过事件限制方法，进行时空事件相似度计算，然后开始时空事件可比性过程；S4，开始多粒度时空事件序列比对方法，将用户活动轨迹数据进行收集匹配，并输出至智能终端进行实时查看。

【技术实现步骤摘要】
智能环境下多粒度时空事件相似度匹配工作方法
本专利技术涉及计算机物联网领域，尤其涉及一种智能环境下多粒度时空事件相似度匹配工作方法。
技术介绍
随着无线通信技术、嵌入式技术等技术的不断发展，智能环境也进入了飞速发展阶段，它在环境监测、智能家居、医疗护理等方面得到了广泛的应用。智能环境下经过处理可以得到用户大量的日常活动事件序列数据，包括活动类型、活动开始时间与结束时间、位置信息等，对这些事件序列进行相似度度量，可以聚类分析出行为相似的用户、进行用户行为异常检测、查询与给定序列相似的其他行为序列等，将其与健康医疗或智能推荐等领域相结合，为用户提供个性化信息服务，用以改善用户的日常生活。目前现有技术把两序列的交叉程度作为其相似性的度量标准,采用两个序列的最大共同子序列LCS表示序列的距离；用编辑距离表示两序列的相似度，其基本思想是：两序列的相似性反映为把一个序列转换成另一序列的工作量。然而以上方法仅处理纯粹的定性信息，如字母，而不能处理带有时间、空间信息的序列。还有提出语义轨迹模式相似度方法来度量两个轨迹之间的相似性，该方法将轨迹转化为具有语义标签的位置序列，通过最长公共子序列计算两个序列的相似度，但该方法忽略了时间、活动信息，仅考虑空间相似度；另外提出时空相似度算法来度量用户轨迹相似度，该方法将原始轨迹数据中的空间信息视为一组序列，利用序列比对方法测量轨迹之间的空间相似度，然后再求两条轨迹中对应相同空间位置的时间距离，将时间相似度定义为时间距离的倒数；另外提出的时空编辑距离方法来衡量用户轨迹之间的相似度，该方法扩展了传统编辑距离算法的成本函数，以便结合空间和时间因素。以上方法比较的是带有固定时间空间信息轨迹之间的时空相似度，忽略了时间、空间信息的多尺度表达，且没有考虑活动之间的相似度。而且可以看出，关于用户行为分析的研究之一就是用户行为相似度计算，主要集中于不带有时间空间信息或带有固定时间空间信息的活动序列相似度计算，我们认为仅仅从单一层次来计算时空事件序列相似度是不够的，难以准确地进行相似度度量。例如，如图1所示，利用现有的活动序列相似度计算方法，事件序列1与事件序列2显然相似性不高，但若放大空间层次和活动层次，如图2所示，则事件序列1与事件序列2的相似性明显高于图1所示。因此，需要从不同的粒度对时空事件序列进行相似度比较。这就亟需本领域技术人员解决相应的技术问题。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种智能环境下多粒度时空事件相似度匹配工作方法。为了实现本专利技术的上述目的，本专利技术提供了一种智能环境下多粒度时空事件相似度匹配工作方法，包括如下步骤：S1，在智能环境下采集用户活动类型，建立时空事件序列，对多粒度特性的时空事件序列进行获取；S2，对获取的多粒度特性时空事件序列匹配事件的时间关系，然后加入事件限制方法；S3，通过事件限制方法，进行时空事件相似度计算，然后开始时空事件可比性过程；S4，开始多粒度时空事件序列比对方法，将用户活动轨迹数据进行收集匹配，并输出至智能终端进行实时查看。优选的，所述S1包括：给定活动类型集合E＝{e1,e2,...,en}，n为活动类型总数，时空事件表示为一个三元组event＝(t,e,p)，其中，t＝(tstart,tend)，tstart为事件的开始时间，tend为事件的结束时间；e为活动类型集E中的某个事件；p为事件发生时用户所在的位置，时空事件具有多粒度的特性，时空事件序列表示为L＝{event1,event2,...,eventn}，其中n为正整数。优选的，所述S2包括：S2-1，NoOverlap(event1,event2)：表示时空事件event2在时空事件event1结束时或结束之后发生，即tend(event1)≤tstart(event2)；S2-2，Overlap(event1,event2)：表示时空事件event1与时空事件event2发生的时间上有重叠，即tstart(event1)≤tstart(event2)，tend(event1)＞tstart(event2)且tend(event1)＜tend(event2)；S2-3，Contain(event1,event2)：表示时空事件event1包含时空事件event2，即tstart(event1)≤tstart(event2)，tend(event1)＞tend(event2)或tstart(event1)＜tstart(event2)，tend(event1)≥tend(event2)；S2-4，Equal(event1,event2)：表示时空事件event1与时空事件event2同时发生并且同时结束，即tstart(event1)＝tstart(event2)且tend(event1)＝tend(event2)。优选的，所述S2还包括：所述事件限制方法包括：给定一个时间阈值th(th＞0)，进行如下时间限制：S2-A，时空事件event2在时空事件event1结束时或结束之后发生采用如下限制方法，NoOverlap(event1,event2)：tstart(event2)-th≤tend(event1)≤tstart(event2)+th或tend(event1)+th≤tstart(event2)；S2-B，时空事件event1与时空事件event2发生的时间上有重叠采用如下限制方法Overlap(event1,event2)：tstart(event1)+th≤tstart(event2)，tend(event1)+th≤tend(event2)；S2-C，时空事件event1包含时空事件event2采用如下方法进行限制Contain(event1,event2)：tstart(event1)+th≤tstart(event2)，tend(event1)≥tend(event2)+th或tstart(event1)+th＜tstart(event2)，tend(event2)-th≤tend(event1)≤tend(event2)+th或tstart(event2)-th≤tstart(event1)≤tstart(event2)+th，tend(event1)＞tend(event2)+th或tstart(event2)-th≤tstart(event1)≤tstart(event2)+th，tend(event1)＜tend(event2)-th；S2-D，时空事件event1与时空事件event2同时发生并且同时结束采用如下方法进行限制Equal(event1,event2)：tstart(event2)-th≤tstart(event1)≤tstart(event2)+th且tend(event2)-th≤ten本文档来自技高网...

【技术保护点】
1.一种智能环境下多粒度时空事件相似度匹配工作方法，其特征在于，包括如下步骤：/nS1，在智能环境下采集用户活动类型，建立时空事件序列，对多粒度特性的时空事件序列进行获取；/nS2，对获取的多粒度特性时空事件序列匹配事件的时间关系，然后加入事件限制方法；/nS3，通过事件限制方法，进行时空事件相似度计算，然后开始时空事件可比性过程；/nS4，开始多粒度时空事件序列比对方法，将用户活动轨迹数据进行收集匹配，并输出至智能终端进行实时查看。/n

【技术特征摘要】
1.一种智能环境下多粒度时空事件相似度匹配工作方法，其特征在于，包括如下步骤：
S1，在智能环境下采集用户活动类型，建立时空事件序列，对多粒度特性的时空事件序列进行获取；
S2，对获取的多粒度特性时空事件序列匹配事件的时间关系，然后加入事件限制方法；
S3，通过事件限制方法，进行时空事件相似度计算，然后开始时空事件可比性过程；
S4，开始多粒度时空事件序列比对方法，将用户活动轨迹数据进行收集匹配，并输出至智能终端进行实时查看。


2.根据权利要求1所述的智能环境下多粒度时空事件相似度匹配工作方法，其特征在于，所述S1包括：
给定活动类型集合E＝{e1,e2,...,en}，n为活动类型总数，时空事件表示为一个三元组event＝(t,e,p)，其中，t＝(tstart,tend)，tstart为事件的开始时间，tend为事件的结束时间；e为活动类型集E中的某个事件；p为事件发生时用户所在的位置，时空事件具有多粒度的特性，时空事件序列表示为L＝{event1,event2,...,eventn}，其中n为正整数。


3.根据权利要求1所述的智能环境下多粒度时空事件相似度匹配工作方法，其特征在于，所述S2包括：
S2-1，NoOverlap(event1,event2)：表示时空事件event2在时空事件event1结束时或结束之后发生，即tend(event1)≤tstart(event2)；
S2-2，Overlap(event1,event2)：表示时空事件event1与时空事件event2发生的时间上有重叠，即tstart(event1)≤tstart(event2)，tend(event1)＞tstart(event2)且
tend(event1)＜tend(event2)；
S2-3，Contain(event1,event2)：表示时空事件event1包含时空事件event2，即
tstart(event1)≤tstart(event2)，tend(event1)＞tend(event2)或
tstart(event1)＜tstart(event2)，tend(event1)≥tend(event2)；
S2-4，Equal(event1,event2)：表示时空事件event1与时空事件event2同时发生并且同时结束，即tstart(event1)＝tstart(event2)且tend(event1)＝tend(event2)。


4.根据权利要求3所述的智能环境下多粒度时空事件相似度匹配工作方法，其特征在于，所述S2还包括：
所述事件限制方法包括：给定一个时间阈值th(th＞0)，进行如下时间限制：
S2-A，时空事件event2在时空事件event1结束时或结束之后发生采用如下限制方法，NoOverlap(event1,event2)：
tstart(event2)-th≤tend(event1)≤tstart(event2)+th
或tend(event1)+th≤tstart(event2)；
S2-B，时空事件event1与时空事件event2发生的时间上有重叠采用如下限制方法Overlap(event1,event2)：tstart(event1)+th≤tstart(event2)，
tend(event1)+th≤tend(event2)；
S2-C，时空事件event1包含时空事件event2采用如下方法进行限制Contain(event1,event2)：tstart(event1)+th≤tstart(event2)，tend(event1)≥tend(event2)+th或tstart(event1)+th＜tstart(event2)，
tend(event2)-th≤tend(event1)≤tend(event2)+th或
tstart(event2)-th≤tstart(event1)≤tstart(event2)+th，
tend(event1)＞tend(event2)+th或
tstart(event2)-th≤tstart(event1)≤tstart(event2)+th，tend(event1)＜tend(event2)-th；
S2-D，时空事件event1与时空事件event2同时发生并且同时结束采用如下方法进行限制Equal(event1,event2)：tstart(event2)-th≤tstart(event1)≤tstart(event2)+th且
tend(event2)-th≤tend(event1)≤tend(event2)+th。


5.根据权利要求1所述的智...

【专利技术属性】
技术研发人员：周宏文，胡源，汪蓓，周安强，李翔，陈萃，张建，戴一明，赵根，徐文君，曾航，侯伟，闫亮，蒋正坤，王雪，江卓，黄九松，王彦集，李晶，徐放，黄凯，黎欢，刘佳川，高成军，杜康，万斯奇，郭云龙，廖小莉，李柏林，马小明，
申请(专利权)人：重庆市规划和自然资源信息中心，
类型：发明
国别省市：重庆;50