一种基于当事人地理轨迹的停留位置推荐方法技术

本发明专利技术提供一种基于当事人地理轨迹的停留位置推荐方法，涉及轨迹分析领域。该基于当事人地理轨迹的停留位置推荐方法，包括平滑轨迹划分算法和利用停留域函数的停留位置估计方法。通过使用轨迹停留域函数方法运用在轨迹法院执行过程的寻人模型中，以初步识别频繁停留位置的大致区域，克服传统轨迹分析数据量过大，准确率低的不足，同时平滑轨迹划分方法解决了现有技术模型轨迹查找依赖参数过多的问题，以降低后期分析的工作量，从而有效提高模型的效率，运用停留域函数的痕迹的评分和链接中涉及算法，速度提升明显，有效提高了停驻点识别的效率。识别的效率。识别的效率。

【技术实现步骤摘要】
一种基于当事人地理轨迹的停留位置推荐方法


[0001]本专利技术涉及轨迹分析
，具体为一种基于当事人地理轨迹的停留位置推荐方法。

技术介绍

[0002]法院执行局执行法官在寻找失信被执行人时，经常发生被执行人隐匿行踪情况，目前的执行法官寻找该被执行人的方法，只能通过原来登记的身份证住址，或者原有联系信息；由于无法对纷繁复杂的位置数据进行有效分析，使得各个被执行人一旦不在原有地址工作或者居住，那么寻找被执行人将变得非常棘手。
[0003]而目前的交通出行轨迹分析方法，主要集中在对于基于密度的聚类算法，Ester等提出了DBSCAN，设定Eps邻域与MinPts两个参数，以样点为基础，以密度可达为归类方式，向外不断扩展相连搜索簇。Birant等用Eps1定义空间距离，Eps2定义非空间距离，提出时空聚类的ST-DBSCAN算法。Tran等将DBSCAN中Eps改为时间线性邻域，将MinPts改为最小时长，提出TrigDBSCASN算法。Gong等引进方向变化系数、轨迹中异常点比例，针对停驻点的时间序列限制与方向变化限制，提出C-DBSCAN算法。G.Agamennoni，J.Nieto，E.Nebot提出了一种以自动方式找到显著位置的算法，使用了两种类型的地方，即低速区域和装载站点。向隆刚等提出停留指数，从邻域内点数目、空间距离、逗留时间上反映轨迹的时空聚集程度。何源浩等结合DBSCAN与地理语义，通过密度聚类提取簇，再根据簇中心反向地理编码语义合并。周洋，杨超提出了新的时空聚类算法AT-DBSCAN识别轨迹中的停驻点，能够为出行方式和出行目的的识别提供一定的基础。袁华，钱宇，杨锐研究了在大量的GPS轨迹数据中有效挖掘出给定空间区域下用户的兴趣点位置以及频繁旅行序列即频繁路径的问题。戴露通过出行试验设计，采集了个体完整的出行链GPS数据，并分别利用三种出行端点识别算法：基于规则识别算法、基于密度的空间聚类算法DBSCAN、基于密度的时空聚类算法ST-DBSCAN来进行出行端点的识别评估，能识别大部分出行类型的出行端点，但该技术具有分析数据量过大，准确率低的不足，同时拥有模型轨迹查找依赖参数过多的问题，快速有效地帮助法院执行局执行法官寻找失信被执行人成为迫切需要。

技术实现思路

[0004](一)解决的技术问题
[0005]本专利技术目的在于克服现有技术的缺点与不足，提供了一种基于当事人地理轨迹的停留位置推荐方法，该方法通过使用轨迹停留域函数方法运用在轨迹寻人模型中，以平初步识别频繁停留位置的大致区域，克服传统轨迹分析数据量过大，准确率低的不足，同时滑子轨迹划分解决了现有技术模型轨迹查找依赖参数过多的问题。
[0006](二)技术方案
[0007]为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于当事人地理轨迹的停留位置推荐方法，包括平滑轨迹划分算法和利用停留域函数的停留位置估计方法，所
述方法步骤为：
[0008]S1、对原始数据进行数据预处理，包括数据清洗、线性插值法做缺失数据填补；
[0009]S2、通过平滑轨迹划分算法将轨迹划分为多个平滑轨迹并运用停留域函数进行处理，平稳轨迹划分的结果能够保证在较小的信息损失情况下有效地挖掘出轨迹中的特征点，即当事人固定活动点以及频繁路径；
[0010]S3、运用停留域函数对分别对每一个平滑轨迹进行处理，通过痕迹的评分和链接中涉及的计算，标记其中重要的地方作为对用户有意义的地理区域，并通过数据推断出活动，并与不同地方相关联；
[0011]S4、根据对某个位置的时间阈值来聚集分类相似的点，并且通过时间尺度和位置尺度来构建场所层次，计算识别出行端点和频繁停留位置；
[0012]S5、将位置痕迹叠加在地图上，被频繁访问的地方被认为是重要的地方。此外将一个现成GPS单元连接到一个人并处理收集的数据以推断他或他的活动，以及重要的一系列地点。
[0013]优选的，所述利用停留域函数的停留位置估计方法的运用步骤为：
[0014]S1、首先将数据处理成由两个有序集和
[0015]S2、第一组包含位置向量并且被称为跟踪，并且第二组包含特征向量
[0016]S3、在同一个时间点上汇总关于代理的任何附加信息，在提取低速区域时仅包括即时速度V
n
作为特征；
[0017]S4、选择对应的分数为1的位置集该集合包含属于低速区域的当前代理的所有位置。
[0018]优选的，所述停留域函数公式(V为速度)为：
[0019][0020][0021]优选的，所述特征向量可以由直接从GPS读数获得的原始数据组成，例如速度和头部值，以及从数据导出的其他值。
[0022]优选的，所述平滑轨迹划分算法为：给定为某个体的第i个GPS点，则一系列具有时序的GPS点则表示该个体从ξ
i
移动到ξ
n
的轨迹TP；TP＝{ξ1ξ2…
ξ
i
ξ
i+1
…
ξ
n
}；假设ξ
i
(i＝k+1，
…
n)在上的映射是ζ
′
i
，则和ξ
n
之间的欧式距离即为点的位置扰动，通过研究子轨迹STP＝{ξ
k
ξ
k+1
…
ξ
n
}里的点围绕方向上的位置扰动的波动性来检测一个子轨迹是否为平滑轨迹；给定一条子轨迹和一个预先设定的较小的扰动阈值τ0＞0，如果满足则我们认为该STP内的所有点的位置扰动变化都不是很大(同时τ
k+1
的位置扰动变化很大)，该子轨迹
为一条平滑轨迹，表示为其中为两条平滑轨迹之间的转折点，即特征点；此时，轨迹划分问题便可以被具体化为寻找一组特征点以满足上述两式。
[0023](三)有益效果
[0024]本专利技术提供了一种基于当事人地理轨迹的停留位置推荐方法。具备以下有益效果：
[0025]1、本专利技术通过被执行人的交通出行轨迹分析入手，为执行法官提供被执行人的潜在地理位置信息，提高案件执行效率。
[0026]2、本专利技术可利用平滑轨迹划分算法将当事人轨迹划分为多个平滑子轨迹，以降低后期的工作量，提高模型的效率。
[0027]3、本专利技术运用停留域函数，通过痕迹的评分和链接中涉及的计算，算法非常快，有效提高停驻点识别的效率。
附图说明
[0028]图1为本专利技术的流程示意图。
具体实施方式
[0029]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0030]实施例：
[0031]如图1所示，本专利技术实施例提供一种基于当事人地理轨迹的停留位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于当事人地理轨迹的停留位置推荐方法，包括平滑轨迹划分算法和利用停留域函数的停留位置估计方法，其特征在于：所述方法步骤为：S1、对原始数据进行数据预处理，包括数据清洗、线性插值法做缺失数据填补；S2、通过平滑轨迹划分算法将轨迹划分为多个平滑轨迹并运用停留域函数进行处理，平稳轨迹划分的结果能够保证在较小的信息损失情况下有效地挖掘出轨迹中的特征点，即当事人固定活动点以及频繁路径；S3、运用停留域函数分别对每一个平滑轨迹进行处理，通过痕迹的评分和链接中涉及的计算，标记其中重要的地方作为对用户有意义的地理区域，并通过数据推断出活动，并与不同地理信息相关联；S4、根据对某个位置的时间阈值来聚集分类相似的点，并且通过时间尺度和位置尺度来构建场所层次，计算识别出行端点和频繁停留位置；S5、将位置痕迹叠加在地图上，被频繁访问的地方被认为是重要的地方。此外将一个现成GPS单元连接到一个人并处理收集的数据以推断他或他的活动，以及重要的一系列地点。2.根据权利要求1所述的一种基于当事人地理轨迹的停留位置推荐方法，其特征在于：所述利用停留域函数的停留位置估计方法的运用步骤为：S1、首先将数据处理成由两个有序集和S2、第一组包含位置向量并且被称为跟踪，并且第二组包含特征向量S3、在同一个时间点上汇总关于代理的任何附加信息，在提取低速区域时仅包括即时速度V
n
作为特征；S4、选择对应的分数为1的位置集该集合包含属于低速区域的当前代理的所有位置。3.根据权利要求1所述的一种基于当事人地理轨迹的停留位置推荐方法，其特征在于：所述停留域函数公式(V为速度)为：所述停留域函数公式(V为速度)为：4.根据权利要求2所述的一种基于当事人地理轨迹的停留位置推荐方法，其特征在...

【专利技术属性】
技术研发人员：张滨，李晶，叶舟，
申请(专利权)人：浙江财经大学，
类型：发明
国别省市：