一种基于移动设备传感器数据的生活模式分析方法及系统技术方案

本发明专利技术实施例公开了一种基于移动设备传感器数据的生活模式分析方法及系统，其中，该方法包括：从移动设备的各传感器收集原始数据；根据各传感器的数据特点和能耗特点对原始数据进行数据预处理并获得数据序列；根据驻留点检测方式获得驻留点序列；对所述驻留点序列进行聚类分析，得到地点历史序列；对地点历史序列中的每一条数据进行兴趣点搜索，并对地点历史进行标记；判断用户的身份是否已知，若否，则根据兴趣点标记推断用户身份。实施本发明专利技术实施例，可降低数据挖掘与分析的成本，并提高使用的灵活性，且具有可移植性，使用方便，提高用户的体验性。

【技术实现步骤摘要】

本专利技术涉及数据挖掘
，尤其涉及一种基于移动设备传感器数据的生活模式分析方法及系统。
技术介绍
目前，移动设备中通常都内置有各种传感器，包括全球定位系统(GlobalPositioning System, GPS)、加速计、陀螺仪、麦克风、距离感应等,用户可以通过系统提供的接口来获取这些传感器记录的原始数据。目前存在基于GPS数据对用户单日数据进行数据挖掘，从而发现用户停留地点的算法。在其他传感器数据分析方面，目前存在基于可穿戴的传感器设备获取的数据来对用户的行为进行推断的方法。在数据挖掘方面，目前存在OPTICS和DBSCAN等基于密度的聚类分析方法；在兴趣点搜索方面，国内外有较多的地图服务向第三方开发者开放兴趣点搜索的相关接口。分析并总结目前基于传感器数据的生活数据挖掘的相关研究，不外乎两大类:第一类是将同种传感器固定分布在不同的房间，分别收集数据，将各位置的传感器数据汇总后在时间和位置两个维度上进行分析处理；第二类是便携式传感器随用户移动并实时地记录用户的位置信息，汇总数据后在时间维度上对用户的位置信息进行分析。如图1所示，基于传感器网络的生活数据挖掘的基本流程是:首本文档来自技高网...

【技术保护点】
一种基于移动设备传感器数据的生活模式分析方法，其特征在于，所述方法包括：从移动设备的各传感器收集原始数据；根据各传感器的数据特点和能耗特点对原始数据进行数据预处理并获得数据序列；根据驻留点检测方式获得驻留点序列；对所述驻留点序列进行聚类分析，得到地点历史序列；对地点历史序列中的每一条数据进行兴趣点搜索，并对地点历史进行标记；判断用户的身份是否已知，若否，则根据兴趣点标记推断用户身份。

【技术特征摘要】
1.一种基于移动设备传感器数据的生活模式分析方法，其特征在于，所述方法包括: 从移动设备的各传感器收集原始数据； 根据各传感器的数据特点和能耗特点对原始数据进行数据预处理并获得数据序列； 根据驻留点检测方式获得驻留点序列； 对所述驻留点序列进行聚类分析，得到地点历史序列； 对地点历史序列中的每一条数据进行兴趣点搜索，并对地点历史进行标记； 判断用户的身份是否已知，若否，则根据兴趣点标记推断用户身份。2.如权利要求1所述的基于移动设备传感器数据的生活模式分析方法，其特征在于，所述原始数据包括定位数据和运动状态原始数据。3.如权利要求2所述的基于移动设备传感器数据的生活模式分析方法，其特征在于，所述从移动设备的各传感器收集原始数据的步骤包括:通用CoreLocation框架收集定位数据；通过CoreMotion框架收集来自加速度计、陀螺仪、电子罗盘的运动状态原始数据。4.如权利要求2或3所述的基于移动设备传感器数据的生活模式分析方法，其特征在于，所述定位数据包括蜂窝塔三角定位数据、W1-Fi节点数据库查询数据和GPS定位数据。5.如权利要求4所述的基于移动设备传感器数据的生活模式分析方法，其特征在于，所述根据各传感器的数据特点和能耗特点对原始数据进行数据预处理并获得数据序列的步骤包括:对收集到的定位数据进行坐标变换；将变换后的坐标进行反向地理编码；将用户ID、经纬度、时间戳、运动模式、反向地理编码结果以及记录ID写入数据库中。6.如权利要求4所述的基于移动设备传感器数据的生活模式分析方法，其特征在于，所述根据各传感器的数据特点和能耗特点对原始数据进行数据预处理并获得数据序列的步骤包括:将每一时刻的传感器数据进行滤波处理；分别使用第二范式来表征每一时刻传感器的数据；维护一个第二范式的队列；将队列中的第二范式序列进行傅...

【专利技术属性】
技术研发人员：罗笑南，徐驰，林格，伍楷舜，
申请(专利权)人：中山大学，
类型：发明
国别省市：