CN102682041B - 用户行为识别设备及方法 - Google Patents

Abstract

本发明提供了一种用户行为识别设备，包括：位置数据接收单元，接收用户位置数据并按照时间顺序进行整理，以获得基于时间序列的用户位置数据；数据预处理单元，对基于时间序列的用户位置数据进行预处理；特征向量提取单元，根据预处理后的用户位置数据，提取用于识别用户的活动类型的特征向量；以及用户行为识别单元，根据特征向量提取单元提取的特征向量来识别用户的活动类型，以获得用户的行为特征。本发明还提供了一种用户行为识别方法。本发明能够得到用户深层次的行为特征，使得每个用户的行为识别结果更加精确和丰富。

Description

用户行为识别设备及方法

技术领域

本发明涉及数据分析领域，具体涉及一种基于位置信息的用户行为识别设备及方法。

背景技术

随着定位技术的快速发展和普及，无论是全球卫星定位系统，还是基于无线蜂窝网的手机定位技术，都让人们能更高效地认知周边地理环境。这些位置信息不但可用于定位、导航以及提供一些基于位置的服务，也可用于表达用户在地理空间的历史行为。例如，将一个用户孤立的位置点按照时间顺序连成路线，便可表达该用户过去的历史轨迹。多条历史轨迹的累积便可用来反映用户的生活规律和行为特征。进一步地，从大量的用户数据集合中则可分析出一个区域内人们的生活模式和社会规律，如热点地区、经典旅行路线和交通状况等。

在当前众多的无线定位技术中，GPS以其覆盖范围广、定位精度高、定位时间短和定位依赖性小等优势逐渐在人们的日常生活中变得普及起来。各种车载GPS、手持GPS和GPS智能手机的相继问世也为人们提供了更加便捷的位置获取和轨迹记录方式。通过GPS获取的轨迹数据在各种应用中能够发挥重要的作用，例如能够帮助人们理解个人行为和社会规律。从数据源来看，可分为基于个人轨迹数据的理解和基于多人轨迹数据的理解两个方向。

个人轨迹数据的理解是指，用户可在不干扰生活的前提下记录自己的旅行路线、运动经历、以及日常生活和工作轨迹。结合现有的地理信息数据库和电子地图，这些轨迹数据可为个人提供以下服务：帮助用户更有效的回忆过去；更便捷的与朋友分享生活经历；理解自己的生活规律；以及提供个性化服务，等等。

单个用户的轨迹数据可以体现个人的生活规律，而多个用户轨迹数据的集合则可用来表达一个社区乃至一个城市里人们的生活模式，可以用于用户行为识别。在固定目的地的行为，如就餐、购物、运动等，也包含对用户在路程中的行为理解，例如用户当时采用的交通方式是开车、公交还是自行车等，以及预测用户可能选择的目的地。

然而，通过轨迹数据的理解识别出用户的行为进而得到区域内的用户生活模式，目前在技术实现上还存在问题。无论何种定位的方法，都存在定位上的误差，无法将用户准确位置同数字电子地图上的兴趣点(Point of Interest，POI)完全的吻合起来，于是只能精确到城区内某个较大的区域，如中央商务区(CBD)、中关村等，因而只能对用户的位置分布趋势进行大概分析，不能做到用户行为的准确识别。因此，无法准确理解单个用户的轨迹数据，进而无法得到个人详尽的行为方式，同样无法通过分析得到一个社区乃至一个城市里人们的生活模式。

现有技术中存在一种处理用户数据的方法，其根据用户位置信息的变化来获取用户的各种数据信息，然后对这些信息根据地理分布进行分类统计，以对用户的行为和习惯进行分析。该方法主要包括以下步骤：首先，获取关于用户的位置信息，其中该位置信息包含用户标识以及该用户的所在位置区域。然后，根据设定的条件准则，在位置信息历史记录中查找符合条件准则的用户标识。最后，根据查找到的所述用户标识提取用户资料，并根据所述用户资料发布用户数据。下面详细说明该方法的具体操作过程。

图1示出了在时间范围和区域范围中分布的用户轨迹。如图1所示，不规则形状表示用户轨迹分布的时间和区域范围，矩形框表示需要分析的时间和区域范围，多个点表示用户的位置点，坐标横轴表示区域，坐标纵轴表示时间。在图1所示的例子中，点3和点4是符合该范围的用户位置点，而点1和点2是不符合该范围的用户位置点。

将符合范围要求的用户位置点(例如点3和点4)形成集合，该集合由于包含用户的标识信息(例如手机号)，如下表1所示：

表1

然后，通过查找到的用户标识，在用户资料库中提取用户资料，如下表2所示：

用户ID	年龄	性别	......
				用户1	20	女	......
用户2	18	女	......
				用户3	30	男	......
......	......	......	......

表2

因此，符合该范围的用户有用户1和用户2，分别是20岁和18岁的女性。

最后，根据查找到的用户资料结合用户的数据集合进行分类统计，并可发布该区域内的用户习惯行为数据，得到该时间和区域范围内的用户特征分布，如下表3所示：

表3

可以看出，上述划定的时间和区域范围内的特征是：在年龄上年轻人为多数，而在性别上女性为多数。因此，可以得到结论：上述划定的时间和区域范围是年轻女性偏好的。

然而，该方法只是很简单地对散列的用户位置数据按照分布进行简单的分类统计，而基于地理分布的用户统计结果不能代表用户的真正行为，所以其结果也无法提供足够的信息为所在地区的用户兴趣点进行推荐。通过此种分类统计方法，无法准确地表达用户的真实意图和行为，存在很大的不确定性。另外，这种浅层意义上的分析无法为其他用户提供足够的信息，也无法为城市规划提供良好的建议。

发明内容

为了解决上述技术问题，本发明提供了一种基于时间序列的位置信息的用户行为识别设备及方法。首先，对用户出行的时间序列位置信息做数据预处理，提取出行链中的出行链和活动地点，并提取活动的备选类型。然后，从出行链和活动的时间和空间因素中提取用于识别活动类型的特征，形成特征向量作为分类器的输入。最后，建立基于支持向量机的两两分类器，采用分类器投票的方法从备选集中选择活动的类型。这样，能够获得用户的行为特征，即出行特征和活动特征。

根据本发明的一个方面，提供了一种用户行为识别设备，包括：位置数据接收单元，接收用户位置数据并按照时间顺序进行整理，以获得基于时间序列的用户位置数据；数据预处理单元，对基于时间序列的用户位置数据进行预处理；特征向量提取单元，根据预处理后的用户位置数据，提取用于识别用户的活动类型的特征向量；以及用户行为识别单元，根据特征向量提取单元提取的特征向量来识别用户的活动类型，以获得用户的行为特征。

优选地，基于时间序列的用户位置数据包括：用户标识信息、地理位置信息和时间信息。

优选地，数据预处理单元从基于时间序列的用户位置数据中获取用户的出行链和活动区域，并结合数字电子地图的兴趣点信息获得用户的活动备选地点。

优选地，特征向量提取单元提取的特征向量包括：针对用户出行链的基于时间的向量和基于空间的向量，以及针对用户活动的基于时间的向量和基于空间的向量。

优选地，针对用户出行链的基于时间的向量包括：出行链的开始时间与全天时间的比例、出行链的持续时间与全天时间的比例、主要活动的开始时间与全天时间的比例、主要活动的持续时间与全天时间的比例、所有活动持续时间占出行链持续时间的比例、平均活动持续时间占出行链持续时间的比例、所有分布的活动持续时间与出行链持续时间比例的标准差、主要活动持续时间占出行链所有活动持续时间的比例。

优选地，针对用户出行链的基于空间的向量包括：出行链长度与出行链长度最大距离的比例、出行链半径与出行链长度的比例、主要活动的离家距离与出行链长度的比例、活动之间相隔距离的平均值与出行链长度的比例、活动之间相隔距离的标准差。

优选地，针对用户活动的基于时间的向量包括：活动的开始时间与全天时间的比例、活动的持续时间与全天时间的比例、活动开始距出行链起点之间时间与出行链持续时间的比例、活动的持续时间与出行链持续时间的比例、活动开始距上一活动结束之间的时间与出行链持续时间的比例、活动结束距下一活动开始之间的时间与出行链持续时间的比例、活动的持续时间与主要活动持续时间的比例、活动开始距主要活动结束之间时间与出行链持续时间的比例、主要活动开始距活动结束之间时间与出行链持续时间的比例。

优选地，针对用户活动的基于空间的向量包括：活动离家距离与出行链长度的比例、活动距上一活动之间的出行距离与出行链长度的比例、活动距下一活动之间的出行距离与出行链长度的比例、活动的回家距离与主要活动回家距离的差与出行链长度的比例、活动的离家距离与主要活动离家距离的差与出行链长度的比例。

优选地，用户行为识别单元包括基于支持向量机的分类器。

优选地，用户行为识别设备还包括：用户行为汇总单元，通过用户标识信息将单个用户的行为特征与用户资料数据相关联，并对特定区域内的多个用户的数据进行汇总，以获得该区域的特征信息。

根据本发明的另一个方面，提供了一种用户行为识别方法，包括：接收用户位置数据并按照时间顺序进行整理，以获得基于时间序列的用户位置数据；对基于时间序列的用户位置数据进行预处理；根据预处理后的用户位置数据，提取用于识别用户的活动类型的特征向量；以及根据所述特征向量来识别用户的活动类型，以获得用户的行为特征。

优选地，基于时间序列的用户位置数据包括：用户标识信息、地理位置信息和时间信息。

优选地，对基于时间序列的用户位置数据进行预处理的步骤包括：从基于时间序列的用户位置数据中获取用户的出行链和活动区域，并结合数字电子地图的兴趣点信息获得用户的活动备选地点。

优选地，特征向量包括：针对用户出行链的基于时间的向量和基于空间的向量，以及针对用户活动的基于时间的向量和基于空间的向量。

优选地，针对用户出行链的基于时间的向量包括：出行链的开始时间与全天时间的比例、出行链的持续时间与全天时间的比例、主要活动的开始时间与全天时间的比例、主要活动的持续时间与全天时间的比例、所有活动持续时间占出行链持续时间的比例、平均活动持续时间占出行链持续时间的比例、所有分布的活动持续时间与出行链持续时间比例的标准差、主要活动持续时间占出行链所有活动持续时间的比例。

优选地，针对用户出行链的基于空间的向量包括：出行链长度与出行链长度最大距离的比例、出行链半径与出行链长度的比例、主要活动的离家距离与出行链长度的比例、活动之间相隔距离的平均值与出行链长度的比例、活动之间相隔距离的标准差。

优选地，针对用户活动的基于时间的向量包括：活动的开始时间与全天时间的比例、活动的持续时间与全天时间的比例、活动开始距出行链起点之间时间与出行链持续时间的比例、活动的持续时间与出行链持续时间的比例、活动开始距上一活动结束之间的时间与出行链持续时间的比例、活动结束距下一活动开始之间的时间与出行链持续时间的比例、活动的持续时间与主要活动持续时间的比例、活动开始距主要活动结束之间时间与出行链持续时间的比例、主要活动开始距活动结束之间时间与出行链持续时间的比例。

优选地，针对用户活动的基于空间的向量包括：活动离家距离与出行链长度的比例、活动距上一活动之间的出行距离与出行链长度的比例、活动距下一活动之间的出行距离与出行链长度的比例、活动的回家距离与主要活动回家距离的差与出行链长度的比例、活动的离家距离与主要活动离家距离的差与出行链长度的比例。

优选地，使用基于支持向量机的分类器根据所述特征向量来识别用户的活动类型，以获得用户的行为特征。

优选地，用户行为识别方法还包括：通过用户标识信息将单个用户的行为特征与用户资料数据相关联，并对特定区域内的多个用户的数据进行汇总，以获得该区域的特征信息。

本发明基于单个用户轨迹的理解而得到单个用户的行为和出行链特征，通过建立恰当的特征向量，能够分析得到用户深层次的行为特征，使得每个用户的识别结果更加精确和丰富。此外，本发明可以通过对一个区域的用户特征进行分类统计而得到一个城市区域内的用户行为特征，从而能够提高城市区域的特征识别的精确度。

附图说明

通过下文结合附图的详细描述，本发明的上述和其它特征将会变得更加明显，其中：

图1示出了现有技术中在时间范围和区域范围中分布的用户轨迹的示意图；

图2示出了根据本发明一个实施例的用户行为识别设备的框图；

图3(a)-(d)示出了根据本发明一个实施例的用户出行和活动过程的示意图；

图4示出了根据本发明一个实施例提取用户出行链的特征向量的示意图；

图5示出了根据本发明另一个实施例的用户行为识别设备的框图；以及

图6示出了根据本发明一个实施例的用户行为识别方法的流程图。

具体实施方式

下面，通过结合附图对本发明的具体实施例的描述，本发明的原理和实现将会变得明显。应当注意的是，本发明不应局限于下文所述的具体实施例。另外，为了简便起见，省略了与本发明无关的公知技术的详细描述。

图2示出了根据本发明一个实施例的用户行为识别设备20的框图。如图2所示，用户行为识别设备20包括：位置数据接收单元2 10、数据预处理单元220、特征向量提取单元230和用户行为识别单元240。下面对用户行为识别设备20中各个组件的操作详细进行描述。

位置数据接收单元210接收大量的用户位置数据。例如，这些数据可以包括但不限于：通过用户的GPS装置接收的数据，通过手机定位装置接收的数据，通过无线定位装置接收的数据，等等。在接收到用户位置数据后，位置数据接收单元210按照时间顺序整理用户位置数据，得到基于时间序列的用户位置数据。这些位置数据由一个个连续的用户出行链组成，包含用户的标识信息(例如用户的手机号码)、地理位置坐标(例如经度和纬度)以及时间。然后，位置数据接收单元210将整理后的用户位置数据提供给数据预处理单元220。

数据预处理单元220对来自位置数据接收单元210的用户位置数据进行预处理，判定并获取用户在这段时间内中的出行链和活动区域，并可以结合数字电子地图上的POI信息得到用户的活动备选地点。

图3(a)-(d)示出了根据本发明一个实施例的用户出行和活动过程的示意图。在图3(a)和3(b)中，圆点表示位置数据接收单元210接收的用户的GPS位置(GPS点)，而小方块表示数字电子地图上的POI位置点。另外，图3(b)左下方的远端POI是距离用户较远的POI位置点，用户一般不会到达该POI位置点，因此远端POI一般不会用于该用户的行为识别。

在分辨用户的出行和活动地点的过程中，根据特定的判定规则，可将用户轨迹中的、定位误差范围内的两点之间的时间间隔超过阈值的点判定为驻留点，而将小于该阈值的点被判定为移动点。例如，如果在用户轨迹中的两个点之间的停留时间超过30分钟，则认为用户正在进行活动(活动状态)，否则表示用户正在移动(移动状态)。经过上述判定，可以确定用户的活动POI备选，并排除某些POI备选(例如用户只是经过该POI位置点而未进行活动)，例如图3(c)中所示。最终，数据预处理单元220获得了用户的移动路线(出行链)以及活动区域，如图3(d)所示。

之后，特征向量提取单元230提取用户出行链的特征向量和活动本身的特征向量。其中，用户出行链的特征向量包括基于时间的向量CT和基于空间的向量CS，活动本身的特征向量包括基于时间的向量AT和基于空间的向量AS。下面分别详细描述。

用户出行链的基于时间的向量CT

图4示出了根据本发明一个实施例提取用户出行链的特征向量的示意图。在特征提取前，要计算和描述出行链完整的时间和空间信息，包括居民从家出发开始出行的出行链开始时间

居民所有活动结束后回到家的出行链结束时间

第i项活动的开始时间和结束时间

第i和j项活动之间的距离l_ij(如图4所示)。在出行链中，家可以看作回家休息的活动，活动序号为0。

具体地，出行链时间信息包括：出行时间、活动时间、出行链开始时间、出行链结束时间、出行链的持续时间、主要活动开始时间、主要活动持续时间、主要活动结束时间、平均活动时间。各个变量的计量单位为分钟。

从上述出行链时间信息提取的特征向量CT包括：(1)出行链的开始时间与全天时间的比例CT₁；(2)出行链的持续时间与全天时间的比例CT₂；(3)主要活动(即，在出行链的所有活动(除在家休息活动)中持续时间最长的活动)的开始时间与全天时间的比例CT₃；(4)主要活动的持续时间与全天时间的比例CT₄；(5)所有活动持续时间占出行链持续时间的比例CT₅；(6)平均活动持续时间占出行链持续时间的比例CT₆；(7)所有分布的活动持续时间与出行链持续时间比例的标准差CT₇；(8)主要活动持续时间占出行链所有活动持续时间的比例CT₈。

下面给出计算CT向量中各个分量CT₁-CT₈的计算公式：

${\mathrm{CT}}_1=\frac{t_0^1}{1440}---\left(1\right)$

${\mathrm{CT}}_2=\frac{t_0^2-t_0^1}{1440}---\left(2\right)$

${\mathrm{CT}}_3=\frac{t_{\mathrm{main}}^1}{1440}---\left(3\right)$

${\mathrm{CT}}_4=\frac{t_{\mathrm{main}}^2-t_{\mathrm{main}}^1}{1440}---\left(4\right)$

${\mathrm{CT}}_5=\frac{\underset{i}{\mathrm{\Σ}}(t_i^2-t_i^1)}{t_0^2-t_0^1}---\left(5\right)$

${\mathrm{CT}}_6=\frac{\underset{i}{\mathrm{\Σ}}(t_i^2-t_i^1)}{(t_0^2-t_0^1)\·N}---\left(6\right)$

${\mathrm{CT}}_7=\frac{{\left(\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{(t_i^2-t_i^1-\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(t_i^2-t_i^1))}^2\right)}^{\frac{1}{2}}}{(t_0^2-t_0^1)}---\left(7\right)$

${\mathrm{CT}}_8=\frac{t_{\mathrm{main}}^2-t_{\mathrm{main}}^1}{\underset{i}{\mathrm{\Σ}}(t_i^2-t_i^1)}---\left(8\right)$

以上公式中，

为出行链开始时间；

为出行链结束时间；

为主要活动的开始时间；为主要活动结束时间；

为第i个活动的开始时间；

为第i个活动的结束时间；N为不包括在家休息活动的活动总数。

用户出行链的基于空间的向量CS

出行链空间信息描述出行链的空间构成因素，反映了用户出行链在空间方面的特征，包括：出行链的距离长度、出行链中活动之间的距离、出行链半径、活动的离家距离以及回家距离。出行链半径为出行链的空间跨度，即出行链中家与活动之间的最远距离。活动的离家距离为用户从家出发到达活动目的地开始活动所移动的距离；活动回家距离为居民结束活动后从活动地回到家所移动的距离；活动的离家距离和回家距离可以相同也可以不相同。为描述居民出行链的距离长度对活动内容的影响，引入出行链长度的最大距离，通过出行链长度与出行链长度最大距离的比值，将居民出行链长度的数量级与其它出行链特征向量保持相同。

从出行链空间信息提取的特征向量CS包括：(1)出行链长度与出行链长度最大距离(所有出行链长度的最大值)的比例CS₁；(2)出行链半径与出行链长度的比例CS₂；(3)主要活动的离家距离与出行链长度的比例CS₃；(4)包括家的活动之间的相隔距离的平均值与出行链长度的比例CS₄；(5)活动之间相隔距离的标准差CS₅。计算公式如下：

${\mathrm{CS}}_1=\frac{L}{L_{\max }}---\left(9\right)$

${\mathrm{CS}}_2=\frac{L}{R}---\left(10\right)$

${\mathrm{CS}}_3=\frac{{l^1}_{\mathrm{main}}}{L}---\left(11\right)$

${\mathrm{CS}}_4=\frac{1}{N+1}---\left(12\right)$

${\mathrm{CS}}_5={\left(\frac{1}{N+1}\underset{i=0}{\overset{N}{\mathrm{\Σ}}}{(l_{i,i+1}-\frac{L}{N+1})}^2\right)}^{\frac{1}{2}},---\left(13\right)$

以上公式中，L为出行链的长度，

l_N，N+1＝L_N，0；L_max为所有出行链长度的最大值；N为除家之外的活动个数；R为出行链半径，

为第i个活动的离家距离，

为第i个活动的回家离家距离；

为主要活动的离家距离。

活动本身的基于时间的向量AT

活动自身的时间信息描述活动本身的时间构成因素，主要包括：绝对时间特征、相对时间特征、与前后活动的时间特征、与主要活动的时间特征。绝对时间特征是指在全天24小时内活动自身的开始时间、持续时间、结束时间；相对时间特征是指在以家为起点和终点的闭合出行链中活动的开始时间、持续时间、结束时间。

从活动自身时间信息提取的特征向量AT包括：(1)活动的开始时间与全天时间的比例AT₁；(2)活动的持续时间与全天时间的比例AT₂；(3)活动开始距出行链起点之间时间与整个出行链持续时间的比例AT₃；(4)活动的持续时间与整个出行链持续时间的比例AT₄；(5)活动开始距上一活动结束之间的时间与整个出行链持续时间的比例AT₅；(6)活动结束距下一活动开始之间的时间与整个出行链持续时间的比例AT₆；(7)活动的持续时间与主要活动持续时间的比例AT₇；(8)活动开始距主要活动结束之间时间与出行链持续时间的比例AT₈；(9)主要活动开始距活动结束之间时间与出行链持续时间的比例AT₉。第i个活动的向量AT的计算公式如下：

${\mathrm{AT}}_1=\frac{t_i^1}{1440}---\left(14\right)$

${\mathrm{AT}}_2=\frac{t_i^2-t_i^1}{1440}---\left(15\right)$

${\mathrm{AT}}_3=\frac{t_i^1-t_0^1}{t_0^2-t_0^1}---\left(16\right)$

${\mathrm{AT}}_4=\frac{t_i^2-t_i^1}{t_0^2-t_0^1}---\left(17\right)$

${\mathrm{AT}}_5=\frac{t_i^1-t_{i-1}^2}{t_0^2-t_0^1}---\left(18\right)$

${\mathrm{AT}}_6=\frac{t_i^2-t_{i+1}^1}{t_0^2-t_0^1}---\left(19\right)$

${\mathrm{AT}}_7=\frac{t_i^2-t_i^1}{t_{\mathrm{main}}^2-t_{\mathrm{main}}^1}---\left(20\right)$

${\mathrm{AT}}_8=\frac{t_i^1-t_{\mathrm{main}}^2}{t_0^2-t_0^1}---\left(21\right)$

${\mathrm{AT}}_9=\frac{t_{\mathrm{main}}^1-t_i^2}{t_0^2-t_0^1}---\left(22\right)$

活动本身的基于空间的向量AS

活动自身的空间信息描述活动本身的空间构成因素，主要包括：活动的离家和回家距离特征、与前后活动的距离、与主要活动的距离等。

从活动自身空间信息提取的特征向量AS包括：(1)活动离家距离与整个出行链长度的比例AS₁；(2)活动距上一活动之间的出行距离与整个出行链长度的比例AS₂；(3)活动距下一活动之间的出行距离与整个出行链长度的比例AS₃；(4)活动的回家距离与主要活动回家距离的差与出行链长度的比例AS₄；(5)活动的离家距离与主要活动离家距离的差与出行链长度的比例AS₅。第i个活动的向量AS的计算公式如下：

${\mathrm{AS}}_1=\frac{l_i^1}{L}---\left(23\right)$

${\mathrm{AS}}_2=\frac{l_{i-1,i}}{L}---\left(24\right)$

${\mathrm{AS}}_3=\frac{l_{i,i+1}}{L}---\left(25\right)$

${\mathrm{AS}}_4=\frac{l_i^2-i_{\mathrm{mian}}^2}{L}---\left(26\right)$

${\mathrm{AS}}_5=\frac{l_i^1-l_{\mathrm{mian}}^1}{L}---\left(27\right)$

以上公式中，

为第i个活动的离家距离，

为第i个活动的回家距离，L为出行链的距离长度，l_i，i+1为第i个活动的距下一活动的距离，

为主要活动的离家距离，为主要活动的回家距离。

最后，特征向量提取单元230得到用于识别出行链中的活动类型的特征向量V＝(CT，CS，AT，AS)。

用户行为识别单元240根据特征向量提取单元230提取的特征向量V，识别用户的活动类型。在本发明的一个实施例中，采用基于支持向量机(Support Vector Machine，SVM)而设计活动类型的分类器，从活动的多个备选类型中选择正确的类型。例如，采用一对一分类器并根据得到的特征向量V进行活动的判定和识别。当活动类型备选集中的备选项为两条时，选择相应的成对分类器，判断活动的类型。当备选集中的备选项多于两条时，将备选项两两组合，选择相应的两类分类器对每项活动进行判断投票，最后选取票数最多的类型为最终的分类选择，也可以采用票数百份比的方式，给出每条备选类型的百分比。最终，用户行为识别单元240可得到单个用户的行为特征(出行特征和活动特征)，如下表4所示：

表4

图5示出了根据本发明另一个实施例的用户行为识别设备50的框图。如图5所示，用户行为识别设备50包括：位置数据接收单元510、数据预处理单元520、特征向量提取单元530、用户行为识别单元540和用户行为汇总单元550。由于用户行为识别设备50中的各个单元510-540与图2所示的用户行为识别设备20中的单元210-240分别相同，为了简便起见，下文仅对用户行为汇总单元550进行详细描述。

用户行为汇总单元550通过用户标识将单个用户的行为特征关联到用户资料数据(例如上文的表2)，并对特定区域内的多个用户的数据进行分类和汇总，从而得到该区域的特征信息。表5示出了用户行为汇总单元550经过汇总得到的区域特征信息的一个例子：

表5

可见，相对于现有技术来说，本发明得到的区域特征信息更加具体，从而提高了城市区域特征识别的精确度。

图6示出了根据本发明一个实施例的用户行为识别方法60的流程图。首先，方法60在步骤S610处开始。

在步骤S620，接收用户位置数据。例如，这些数据可以是通过用户的GPS装置接收的数据、通过手机定位装置接收的数据、或通过无线定位装置接收的数据，等等。在接收到用户位置数据后，按照时间顺序整理用户位置数据，得到基于时间序列的用户位置数据。

在步骤S630，对基于时间序列的用户位置数据进行预处理，判定并获取用户在特定时间内中的出行链和活动区域，并结合数字电子地图上的POI信息得到用户的活动备选地点。

在步骤S640，提取用户的出行特征向量和活动特征向量。其中，出行特征向量包括基于时间的向量CT和基于空间的向量CS，活动特征向量包括基于时间的向量AT和基于空间的向量AS。具体提取过程可参见上文针对图2中的特征向量提取单元230的描述。之后，得到用于识别用户的活动类型的特征向量V＝(CT，CS，AT，AS)。

在步骤S650，识别用户的活动类型。优选地，可采用基于支持向量机而设计活动类型的分类器，从活动的多个备选类型中选择正确的类型。例如，采用一对一分类器并根据得到的特征向量V进行活动的判定和识别。当活动类型备选集中的备选项为两条时，选择相应的成对分类器，判断活动的类型。当备选集中的备选项多于两条时，将备选项两两组合，选择相应的两类分类器对每项活动进行判断投票，最后选取票数最多的类型为最终的分类选择，也可以采用票数百份比的方式，给出每条备选类型的百分比。最终，可以得到单个用户的行为特征(出行特征和活动特征)。

备选地，方法60可包括步骤S660(图6中虚线框所示)。在步骤S660，通过用户标识将单个用户的行为特征关联到用户资料数据，并对特定区域内的多个用户的数据进行分类和汇总，从而得到该区域的特征信息(例如表5中所示)。

最后，方法60在步骤S670处结束。如果不执行可选的步骤S660，则方法60在步骤S650之后直接进行到步骤S670并结束。

本发明能够对大量用户的历史数据进行集中处理。通过建立恰当的特征向量，能够分析得到用户深层次的行为特征，使得每个用户的轨迹数据的识别结果更加精确和丰富。另外，本发明基于单个用户轨迹的理解，得到单个用户的行为特征，并且可以通过对一个区域的用户特征进行分类统计而得到一个城市区域内的用户行为特征，从而能够提高城市区域的特征识别的精确度。

尽管以上已经结合本发明的优选实施例示出了本发明，但是本领域的技术人员将会理解，在不脱离本发明的精神和范围的情况下，可以对本发明进行各种修改、替换和改变。因此，本发明不应由上述实施例来限定，而应由所附权利要求及其等价物来限定。

Claims (16)

1.一种用户行为识别设备，包括：

位置数据接收单元，接收用户位置数据并按照时间顺序进行整理，以获得基于时间序列的用户位置数据；

数据预处理单元，对基于时间序列的用户位置数据进行预处理；

特征向量提取单元，根据预处理后的用户位置数据，提取用于识别用户的活动类型的特征向量；以及

用户行为识别单元，根据特征向量提取单元提取的特征向量来识别用户的活动类型，以获得用户的行为特征；

其中，所述数据预处理单元从基于时间序列的用户位置数据中获取用户的出行链和活动区域，并结合数字电子地图的兴趣点信息获得用户的活动备选地点；

所述特征向量提取单元提取的特征向量包括：针对用户出行链的基于时间的向量和基于空间的向量，以及针对用户活动的基于时间的向量和基于空间的向量。

2.如权利要求1所述的用户行为识别设备，其中，所述基于时间序列的用户位置数据包括：用户标识信息、地理位置信息和时间信息。

3.如权利要求1所述的用户行为识别设备，其中，所述针对用户出行链的基于时间的向量包括：出行链的开始时间与全天时间的比例、出行链的持续时间与全天时间的比例、主要活动的开始时间与全天时间的比例、主要活动的持续时间与全天时间的比例、所有活动持续时间占出行链持续时间的比例、平均活动持续时间占出行链持续时间的比例、所有分布的活动持续时间与出行链持续时间比例的标准差、主要活动持续时间占出行链所有活动持续时间的比例。

4.如权利要求1所述的用户行为识别设备，其中，所述针对用户出行链的基于空间的向量包括：出行链长度与所有出行链长度的最大值的比例、出行链半径与出行链长度的比例、主要活动的离家距离与出行链长度的比例、活动之间相隔距离的平均值与出行链长度的比例、活动之间相隔距离的标准差。

5.如权利要求1所述的用户行为识别设备，其中，所述针对用户活动的基于时间的向量包括：活动的开始时间与全天时间的比例、活动的持续时间与全天时间的比例、活动开始距出行链起点之间的时间与出行链持续时间的比例、活动的持续时间与出行链持续时间的比例、活动开始距上一活动结束之间的时间与出行链持续时间的比例、活动结束距下一活动开始之间的时间与出行链持续时间的比例、活动的持续时间与主要活动持续时间的比例、活动开始距主要活动结束之间的时间与出行链持续时间的比例、主要活动开始距活动结束之间的时间与出行链持续时间的比例。

6.如权利要求1所述的用户行为识别设备，其中，所述针对用户活动的基于空间的向量包括：活动离家距离与出行链长度的比例、活动距上一活动之间的出行距离与出行链长度的比例、活动距下一活动之间的出行距离与出行链长度的比例、活动的回家距离与主要活动回家距离的差与出行链长度的比例、活动的离家距离与主要活动离家距离的差与出行链长度的比例。

7.如权利要求1所述的用户行为识别设备，所述用户行为识别单元包括基于支持向量机的分类器。

8.如权利要求1所述的用户行为识别设备，还包括：

用户行为汇总单元，通过用户标识信息将单个用户的行为特征与用户资料数据相关联，并对特定区域内的多个用户的数据进行汇总，以获得该区域的特征信息。

9.一种用户行为识别方法，包括：

接收用户位置数据并按照时间顺序进行整理，以获得基于时间序列的用户位置数据；

对基于时间序列的用户位置数据进行预处理；

根据预处理后的用户位置数据，提取用于识别用户的活动类型的特征向量；以及

根据所述特征向量来识别用户的活动类型，以获得用户的行为特征；

其中，对基于时间序列的用户位置数据进行预处理的步骤包括：从基于时间序列的用户位置数据中获取用户的出行链和活动区域，并结合数字电子地图的兴趣点信息获得用户的活动备选地点；

所述特征向量包括：针对用户出行链的基于时间的向量和基于空间的向量，以及针对用户活动的基于时间的向量和基于空间的向量。

10.如权利要求9所述的用户行为识别方法，其中，所述基于时间序列的用户位置数据包括：用户标识信息、地理位置信息和时间信息。

11.如权利要求9所述的用户行为识别方法，其中，所述针对用户出行链的基于时间的向量包括：出行链的开始时间与全天时间的比例、出行链的持续时间与全天时间的比例、主要活动的开始时间与全天时间的比例、主要活动的持续时间与全天时间的比例、所有活动持续时间占出行链持续时间的比例、平均活动持续时间占出行链持续时间的比例、所有分布的活动持续时间与出行链持续时间比例的标准差、主要活动持续时间占出行链所有活动持续时间的比例。

12.如权利要求9所述的用户行为识别方法，其中，所述针对用户出行链的基于空间的向量包括：出行链长度与所有出行链长度的最大值的比例、出行链半径与出行链长度的比例、主要活动的离家距离与出行链长度的比例、活动之间相隔距离的平均值与出行链长度的比例、活动之间相隔距离的标准差。

13.如权利要求9所述的用户行为识别方法，其中，所述针对用户活动的基于时间的向量包括：活动的开始时间与全天时间的比例、活动的持续时间与全天时间的比例、活动开始距出行链起点之间的时间与出行链持续时间的比例、活动的持续时间与出行链持续时间的比例、活动开始距上一活动结束之间的时间与出行链持续时间的比例、活动结束距下一活动开始之间的时间与出行链持续时间的比例、活动的持续时间与主要活动持续时间的比例、活动开始距主要活动结束之间的时间与出行链持续时间的比例、主要活动开始距活动结束之间的时间与出行链持续时间的比例。

14.如权利要求9所述的用户行为识别方法，其中，所述针对用户活动的基于空间的向量包括：活动离家距离与出行链长度的比例、活动距上一活动之间的出行距离与出行链长度的比例、活动距下一活动之间的出行距离与出行链长度的比例、活动的回家距离与主要活动回家距离的差与出行链长度的比例、活动的离家距离与主要活动离家距离的差与出行链长度的比例。

15.如权利要求9所述的用户行为识别方法，其中，使用基于支持向量机的分类器根据所述特征向量来识别用户的活动类型，以获得用户的行为特征。

16.如权利要求9所述的用户行为识别方法，还包括：

通过用户标识信息将单个用户的行为特征与用户资料数据相关联，并对特定区域内的多个用户的数据进行汇总，以获得该区域的特征信息。

Images