轨迹点数据挖掘方法及装置、电子设备和介质制造方法及图纸

本公开提供了一种轨迹点数据挖掘方法及装置、电子设备和介质，涉及计算机技术领域，尤其涉及智慧交通、数据挖掘和机器学习技术领域。实现方案为：获取用户的轨迹点集合；基于轨迹点集合，获取用户的轨迹点特征信息；对用户的轨迹点特征信息进行预处理，以获取轨迹点特征矩阵；以及基于轨迹点特征矩阵对多个轨迹点进行分类，以获取用户对应的地址类型。以获取用户对应的地址类型。以获取用户对应的地址类型。

【技术实现步骤摘要】
轨迹点数据挖掘方法及装置、电子设备和介质


[0001]本公开涉及计算机
，尤其涉及智慧交通、数据挖掘和机器学习
，具体涉及一种轨迹点数据挖掘方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

技术介绍

[0002]在智慧交通中，用户的地址类型具有较为重要的意义，通过上述数据，可以进一步分析用户的出行需求，为用户更好的提供服务。
[0003]在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

技术实现思路

[0004]本公开提供了一种轨迹点数据挖掘方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
[0005]根据本公开的一方面，提供了一种轨迹点数据挖掘方法，包括：获取用户的轨迹点集合，其中，所述用户的轨迹点集合包括所述用户的多个轨迹点；基于所述轨迹点集合，获取所述用户的轨迹点特征信息，其中，所述轨迹点特征信息包括所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轨迹点数据挖掘方法，包括：获取用户的轨迹点集合，其中，所述用户的轨迹点集合包括所述用户的多个轨迹点；基于所述轨迹点集合，获取所述用户的轨迹点特征信息，其中，所述轨迹点特征信息包括所述多个轨迹点中的每一个轨迹点的至少下述特征信息：聚类标签和地点名称，并且其中，所述聚类标签通过对所述多个轨迹点进行聚类分析获得；对所述用户的轨迹点特征信息进行预处理，以获取轨迹点特征矩阵，其中，所述轨迹点特征矩阵包括分别对应于所述多个轨迹点的多个特征向量；以及基于所述轨迹点特征矩阵对所述多个轨迹点进行分类，以获取所述用户对应的地址类型。2.根据权利要求1所述的方法，其中，所述对所述用户的轨迹点特征信息进行预处理，以获取轨迹点特征矩阵包括：获取多个预置地点名称集合，其中，所述多个预置地点名称集合中的每一个预置地点名称集合对应于一种兴趣点类型，并且，所述多个预置地点名称集合中的每一个预置地点名称集合包括相应兴趣点类型的多个预置地点名称；以及对所述多个轨迹点中的每一个轨迹点，基于该轨迹点的所述地点名称与所述多个预置地点名称集合中的每一个预置地点名称集合中的所述多个预置地点名称，分别获取该轨迹点的所述地点名称与所述多个预置地点名称集合中的每一个预置地点名称集合的相似度，以获取对应于该轨迹点的特征向量中的对应于所述地点名称的多个特征值。3.根据权利要求1或2所述的方法，其中，所述轨迹点特征信息还包括所述多个轨迹点中的每一个轨迹点的无线局域网信号名称，并且其中，所述对所述用户的轨迹点特征信息进行预处理，以获取轨迹点特征矩阵包括：获取多个预置信号名称集合，其中，所述多个预置信号名称集合中的每一个预置信号名称集合对应于一种兴趣点类型，并且，所述多个预置信号名称集合中的每一个预置信号名称集合包括相应于兴趣点类型的多个地点的多个第一信号名称；以及对所述多个轨迹点中的每一个轨迹点，基于该轨迹点的所述无线局域网信号名称与所述多个预置信号名称集合中的每一个预置信号名称集合中的所述多个第一信号名称，分别获取该轨迹点的所述无线局域网信号名称与所述多个预置信号名称集合中的每一个预置信号名称集合的相似度，以获取对应于该轨迹点的特征向量中的对应于所述无线局域网信号名称的多个特征值。4.根据权利要求1至3中任一项所述的方法，其中，所述轨迹点特征信息还包括所述多个轨迹点中的每一个轨迹点的无线局域网的服务集标识，并且其中，所述对所述用户的轨迹点特征信息进行预处理，以获取轨迹点特征矩阵包括：对所述多个轨迹点中的每一个轨迹点，执行下述操作：基于该轨迹点的所述无线局域网的服务集标识，获取该轨迹点对应的无线局域网的设备的所在地地点名称；基于所述所在地地点名称与所述多个预置地点名称集合中的每一个预置地点名称集合中的所述多个预置地点名称，分别获取所述所在地地点名称与所述多个预置地点名称集合中的每一个预置地点名称集合的相似度，以获取对应于该轨迹点的特征向量中的对应于所述无线局域网的服务集标识的多个特征值。
5.根据权利要求1至4中任一项所述的方法，其中，所述轨迹点特征信息还包括所述多个轨迹点中的每一个轨迹点的下述特征信息的一项或多项：时间信息、坐标信息、速度信息、定位方式信息、兴趣点类型以及聚类置信度，其中，所述定位方式信息包括基于GPS定位、基于无线局域网定位以及基于基站定位中的一项，并且其中，所述聚类置信度通过对所述多个轨迹点进行聚类分析获得。6.一种轨迹识别模型的训练方法，包括：获取样本数据集，其中，所述样本数据集中的每一个样本数据包括样本用户的轨迹点集合以及所述样本用户对应的地址类型标签，其中，所述轨迹点集合包括所述样本用户的多个轨迹点；初始化所述轨迹识别模型的多个参数；以及对于每一个样本数据，执行如下操作：基于所述轨迹点集合，获取轨迹点特征信息，其中，所述轨迹点特征信息包括所述多个轨迹点中的每一个轨迹点的至少下述特征信息：聚类标签和地点名称，并且其中，所述聚类标签通过对所述多个轨迹点进行聚类分析获得；对所述轨迹点特征信息进行预处理，以获取轨迹点特征矩阵，其中，所述轨迹点特征矩阵包括分别对应于所述多个轨迹点的多个特征向量；将所述轨迹点特征矩阵输入到所述轨迹识别模型，以得到输出值，其中，所述输出值包括预测得到的该样本用户的地址类型识别结果；以及基于所述样本用户的地址类型识别结果以及该样本用户对应的地址类型标签，调整所述轨迹识别模型的多个参数。7.根据权利要求6所述的方法，其中，所述对所述轨迹点特征信息进行预处理，以获取轨迹点特征矩阵包括：获取多个预置地点名称集合，其中，所述多个预置地点名称集合中的每一个预置地点名称集合对应于一种兴趣点类型，并且，所述多个预置地点名称集合中的每一个预置地点名称集合包括相应兴趣点类型的多个预置地点名称；以及对所述多个轨迹点中的每一个轨迹点，基于该轨迹点的所述地点名称与所述多个预置地点名称集合中的每一个预置地点名称集合中的所述多个预置地点名称，分别获取该轨迹点的所述地点名称与所述多个预置地点名称集合中的每一个预置地点名称集...

【专利技术属性】
技术研发人员：慎东辉，
申请(专利权)人：阿波罗智行信息科技南京有限公司，
类型：发明
国别省市：