CN104735169B - 一种居住社区群发现方法 - Google Patents

一种居住社区群发现方法 Download PDF

Info

Publication number
CN104735169B
CN104735169B CN201510181924.0A CN201510181924A CN104735169B CN 104735169 B CN104735169 B CN 104735169B CN 201510181924 A CN201510181924 A CN 201510181924A CN 104735169 B CN104735169 B CN 104735169B
Authority
CN
China
Prior art keywords
user
latitude
longitude
time
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510181924.0A
Other languages
English (en)
Other versions
CN104735169A (zh
Inventor
许延祥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xintang Zhichuang Electronic Technology Co.,Ltd.
Original Assignee
Daily Amy (beijing) Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Daily Amy (beijing) Network Technology Co Ltd filed Critical Daily Amy (beijing) Network Technology Co Ltd
Priority to CN201510181924.0A priority Critical patent/CN104735169B/zh
Publication of CN104735169A publication Critical patent/CN104735169A/zh
Application granted granted Critical
Publication of CN104735169B publication Critical patent/CN104735169B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种居住社区群发现方法，包括如下步骤：(1)确定应用领域，在用户的智能移动终端部署特定应用，推动用户注册该应用；(2)通过应用客户端收集用户信息，并按固定周期发送至服务器；(3)将用户设备的唯一标识、时间、经度和纬度数据进行抽取、转化和加载；(4)聚类分析用户关系，对转换后的数据进行聚类计算，筛选并准确求得用户居住同一小区的概率；(5)根据用户的聚类情况，为属于同一聚类的用户生成聚类群，并通过消息推送的方式推荐、引导用户进入该群，并产生进一步的交流与联系。本发明的优点体现在：可以在确定的应用领域中，通过数据挖掘算法，来提高用户接收群推荐或好友推荐的比率。

Description

一种居住社区群发现方法
技术领域
本发明涉及互联网应用领域，具体涉及一种居住社区群发现方法。
背景技术
当前基于GPS位置信息的应用，在向用户推荐可加入的群或好友时，由于只参照即时位置信息，并且由于城市中人员流动性较强，因而最终推荐结果的针对性较低，推荐给用户的群或“好友”往往不是用户所想要的。
发明内容
本发明为克服现有技术中的不足，提供了一种针对性强的居住社区群发现方法。
为实现上述目的，本发明公开了如下技术方案：
一种居住社区群发现方法，包括如下步骤：
(1)确定应用领域，在用户的智能移动终端部署特定应用，推动用户注册该应用；
(2)通过应用客户端收集用户信息，包括唯一用户标识、时间、经度和纬度，并按固定周期发送至服务器；
(3)将用户设备的唯一标识、时间、经度和纬度数据进行ETL抽取、转化和加载；
(4)聚类分析用户关系，对转换后的数据进行聚类计算，筛选并准确求得用户居住同一小区的概率；
(5)推荐，根据用户的聚类情况，为属于同一聚类的用户生成聚类群，并通过消息推送的方式推荐、引导用户进入该群，并产生进一步的交流与联系。
进一步的，所述步骤(1)的具体方式为在某领域F中，发布针对该领域的特定应用A，应用A中进行用户注册身份管理，应用A以智能移动终端为运行载体，每个用户u在应用中具有唯一用户标识，记为uid。
进一步的，步骤(1)中所述的用户设备的唯一标识包括但不局限于IMSI、IMEI、ESN/MEID码、手机号码或在应用管理中的用户帐号。
进一步的，所述步骤(2)的具体方式为应用A要求用户打开智能移动终端的GPS服务，应用A客户端中启动位置心跳服务，即，无论应用A在前台或是后台运行，定期向服务器发送心跳信息，该信息包括唯一用户标识、时间、经度和纬度。
进一步的，所述心跳信息格式为{uid,t,(latitude,longitude)},其中uid为唯一用户标识，t为UTC时间，(latitude,longitude)为经纬度，其中latitude是纬度坐标，数据格式为hddmmmmm，h代表纬度半球，取值为‘N’或‘S’，后7位为WGS84坐标系纬度数据格式去除小数点形式；longitude是精度坐标，数据格式为hddmmmmm，h代表纬度半球，取值为‘E’或‘W’，后7位为WGS84坐标系数据格式去除小数点形式。
进一步的，所述步骤(2)的固定周期p可以设置为但不局限于每30分钟发送一次。
进一步的，所述步骤(3)的数据转化具体包括如下步骤：
1)选定分析时间段，即设定时间起始点和时间终止点；
2)统计出该时间段内所记录数据的所有涉及的用户uid；
3)以uid为列，以时间点为行，进行如下数据转换处理；
4)以步骤1)所选时间起始点为第一行事件，以时间起点加上步骤(2)所设的发送周期p为第二行事件，以后的事件以此类推，直至达到步骤1)所选的时间终止点；
5)每个元素数据取值为：选取集合{g|g＝(uid,time,latitude,longitude)}中uid＝u，即从用户经纬度原始记录集合中，找到对应列(用户)和行(时刻)的经纬度取值；并且time-t<p的元素，取该元素中的latitude和longitude形成新的元组(latitude,longitude)，作为转换后的元素数据，其中time代表原始位置数据集G中的记录时间，t代表行所对应的时刻，p代表步骤(2)所设的位置发送固定周期；
6)根据latitude与longitude中开头字母的不同将数据集拆分成4个子数据集，并在子数据集中去除字母，继而将latitude与longitude由字符串转换成整数形式，4个子数据集可以用“N-E”、“N-W”、“S-E”、“S-W”来标识，分别代表“北东半球”、“北西半球”、“南东半球”、“南西半球”。
进一步的，所述步骤(4)聚类计算步骤如下：
1)选择聚类算法，对步骤(3)转换后的数据集G进行聚类计算；
2)定义两个元素的相似度为两个元素的切比雪夫距离，即设有元素g1＝(la1,lo1),g2＝(la2,lo2)，则g1与g2的相似度为d12＝max(|la2-la1|,|lo2-lo1|)，式中(la1,lo1)表示元素g1的经纬度，(la2,lo2)表示元素g2的经纬度，通过此步骤判定两个点在地理位置上的远近；
3)设置聚类的终止条件，当簇内距离小于预设的阈值r时，停止聚类算法的计算；
4)以数据集G中的行为单位，对每个时间点t上的所有uid进行聚类计算；从中挖掘出uid所代表用户在距离上的聚类关系；
5)对各个时间点下聚类后产生的簇集合进行并集计算，从而求出更完整的聚类关系。
进一步的，所述r的取值为经度或纬度的差值，被转换为相应的地面距离时，距离小于各居住小区的抽样统计平均直径。
进一步的，所述聚类计算时可选择23点-次日7点的集合来对数据进行筛选，再进行并集运算，以更准确求得用户居住同一小区的概率。
本发明公开的一种居住社区群发现方法，具有以下有益效果：
相对于现有技术主要基于移动设备即时位置信息，提供就近发现用户功能(LBS)，本发明通过积累连续数据(即提取用户群多个时间切片点上的位置分布信息)和聚类计算，来发现用户在居住位置上的邻近关系，这样所带来的好处是：对于提供面向社区服务的应用，特别是社交型应用，本发明能够以计算方式自动发现用户现实中的真实社区群，并可以此为依据，促进同社区间用户加强联系，推送服务，开展线上线下的同步推广活动。
具体实施方式
下面结合实施例对本发明作进一步描述。
所述的一种居住社区群发现方法，包括如下步骤：
(1)确定应用领域，在用户的智能移动终端部署特定应用，推动用户注册该应用；
(2)通过应用客户端收集用户信息，包括唯一用户标识、时间、经度和纬度，并按固定周期发送至服务器；
(3)将用户设备的唯一标识、时间、经度和纬度数据进行ETL抽取、转化和加载；
(4)聚类分析用户关系，对转换后的数据进行聚类计算，筛选并准确求得用户居住同一小区的概率；
(5)推荐，根据用户的聚类情况，为属于同一聚类的用户生成聚类群，并通过消息推送的方式推荐、引导用户进入该群，并产生进一步的交流与联系。
步骤(1)的具体方式为在某领域F中，发布针对该领域的特定应用A，应用A中进行用户注册身份管理，应用A以智能移动终端(如：手机、平板电脑等)为运行载体，每个用户u在应用中具有唯一用户标识，记为uid。
步骤(2)的具体方式为应用A要求用户打开智能移动终端的GPS服务，应用A客户端中启动位置心跳服务，即，无论应用A在前台或是后台运行，定期向服务器发送心跳信息，该信息包括唯一用户标识、时间、经度和纬度。
原始的数据结构可以视为：4元组(uid,t,latitude,longitude)的集合。为进行聚类计算，发现用户的是否居住同一社区，需要对原有数据进行转换处理。步骤(3)的数据转化具体包括如下步骤：
1)选定分析时间段，即设定时间起始点和时间终止点；
2)统计出该时间段内所记录数据的所有涉及的用户uid；
3)以uid为列，以时间点为行，进行如下数据转换处理；
4)以步骤1)所选时间起始点为第一行事件，以时间起点加上步骤(2)所设的发送周期p(如p＝30分钟)为第二行事件，以后的事件以此类推，直至达到步骤1)所选的时间终止点；
5)每个元素数据(u列，t行)取值为：选取集合{g|g＝(uid,time,latitude,longitude)}中uid＝u，即从用户经纬度原始记录集合中，找到对应列(用户)和行(时刻)的经纬度取值；并且time-t<p的元素，取该元素中的latitude和longitude形成新的元组(latitude,longitude)，作为转换后的元素数据，每个元素为某用户在统计区间内某个时刻的经纬度值记录，其中time代表原始位置数据集G中的记录时间，t代表行所对应的时刻，p代表步骤(2)所设的位置发送固定周期；
6)根据latitude与longitude中开头字母的不同将数据集拆分成4个子数据集，并在子数据集中去除字母，继而将latitude与longitude由字符串转换成整数形式，4个子数据集可以用“N-E”、“N-W”、“S-E”、“S-W”来标识，分别代表“北东半球”、“北西半球”、“南东半球”、“南西半球”。
步骤(4)聚类计算步骤如下：
1)选择聚类算法，如SimpleKMeans，对步骤(3)转换后的数据集G进行聚类计算；
2)定义两个元素的相似度为两个元素的切比雪夫距离(Chebyshev Distance)，即设有元素g1＝(la1,lo1),g2＝(la2,lo2)，则g1与g2的相似度为d12＝max(|la2-la1|,|lo2-lo1|)，式中(la1,lo1)表示元素g1的经纬度，(la2,lo2)表示元素g2的经纬度，通过此步骤判定两个点在地理位置上的远近；
3)设置聚类的终止条件，当簇内距离小于预设的阈值r时，停止聚类算法的计算；
4)以数据集G中的行为单位，对每个时间点t上的所有uid进行聚类计算；从中挖掘出uid所代表用户在距离上的聚类关系；
5)对各个时间点下聚类后产生的簇集合进行并集计算，从而求出更完整的聚类关系。
需要说明的是，步骤(1)中所述的用户设备的唯一标识包括但不局限于IMSI、IMEI、ESN/MEID码、手机号码或在应用管理中的用户帐号。
心跳信息格式为{uid,t,(latitude,longitude)},其中uid为唯一用户标识，t为UTC时间，(latitude,longitude)为经纬度，其中latitude是纬度坐标，数据格式为hddmmmmm，h代表纬度半球，取值为‘N’或‘S’，后7位为WGS84坐标系纬度数据格式去除小数点形式；longitude是精度坐标，数据格式为hddmmmmm，h代表纬度半球，取值为‘E’或‘W’，后7位为WGS84坐标系数据格式去除小数点形式。
步骤(2)的固定周期p可以设置为但不局限于每30分钟发送一次。
r的取值为经度或纬度的差值，被转换为相应的地面距离时，距离小于各居住小区的抽样统计平均直径(如3km)。
聚类计算时可选择23点-次日7点的集合来对数据进行筛选，再进行并集运算，以更准确求得用户居住同一小区的概率。
相对于现有技术主要基于移动设备即时位置信息，提供就近发现用户功能(LBS)，本发明通过积累连续数据(即提取用户群多个时间切片点上的位置分布信息)和聚类计算，来发现用户在居住位置上的邻近关系，这样所带来的好处是：对于提供面向社区服务的应用，特别是社交型应用，本发明能够以计算方式自动发现用户现实中的真实社区群，并可以此为依据，促进同社区间用户加强联系，推送服务，开展线上线下的同步推广活动。
以上所述仅是本发明的优选实施方式，应当指出，对于本领域的普通技术人员，在不脱离本发明的前提下，还可以对本发明做出的若干改进和补充，这些改进和补充，也应视为本发明的保护范围。

Claims (1)

1.一种居住社区群发现方法，其特征在于，包括如下步骤：
(1)确定应用领域，在用户的智能移动终端部署特定应用，推动用户注册该应用；
(2)通过应用客户端收集用户信息，包括唯一用户标识、时间、经度和纬度，并按固定周期发送至服务器；
(3)将用户设备的唯一标识、时间、经度和纬度数据进行ETL抽取、转化和加载；
(4)聚类分析用户关系，对转换后的数据进行聚类计算，筛选并准确求得用户居住同一小区的概率；
(5)推荐，根据用户的聚类情况，为属于同一聚类的用户生成聚类群，并通过消息推送的方式推荐、引导用户进入该群，并产生进一步的交流与联系；
所述步骤(1)的具体方式为在某领域F中，发布针对该领域的特定应用A，应用A中进行用户注册身份管理，应用A以智能移动终端为运行载体，每个用户u在应用中具有唯一用户标识，记为uid；
步骤(1)中所述的用户设备的唯一标识包括但不局限于IMSI、IMEI、ESN/MEID码、手机号码或在应用管理中的用户帐号；
所述步骤(2)的具体方式为应用A要求用户打开智能移动终端的GPS服务，应用A客户端中启动位置心跳服务，即，无论应用A在前台或是后台运行，定期向服务器发送心跳信息，该信息包括唯一用户标识、时间、经度和纬度；
所述心跳信息格式为{uid,t,(latitude,longitude)},其中uid为唯一用户标识，t为UTC时间，(latitude,longitude)为经纬度，其中latitude是纬度坐标，数据格式为hddmmmmm，h代表纬度半球，取值为‘N’或‘S’，后7位为WGS84坐标系纬度数据格式去除小数点形式；longitude是精度坐标，数据格式为hddmmmmm，h代表纬度半球，取值为‘E’或‘W’，后7位为WGS84坐标系数据格式去除小数点形式；
所述步骤(2)的固定周期p可以设置为但不局限于每30分钟发送一次；
所述步骤(3)的数据转化具体包括如下步骤：
1)选定分析时间段，即设定时间起始点和时间终止点；
2)统计出该时间段内所记录数据的所有涉及的用户uid；
3)以uid为列，以时间点为行，进行如下数据转换处理；
4)以步骤1)所选时间起始点为第一行事件，以时间起点加上步骤(2)所设的发送周期p为第二行时间，以后的时间以此类推，直至达到步骤1)所选的时间终止点；
5)每个元素数据取值为：选取集合{g|g＝(uid,time,latitude,longitude)}中uid＝u，即从用户经纬度原始记录集合中，找到对应列和行的经纬度取值；并且time-t<p的元素，取该元素中的latitude和longitude形成新的元组(latitude,longitude)，作为转换后的元素数据，其中time代表原始位置数据集G中的记录时间，t代表行所对应的时刻，p代表步骤(2)所设的位置发送固定周期；
6)根据latitude与longitude中开头字母的不同将数据集拆分成4个子数据集，并在子数据集中去除字母，继而将latitude与longitude由字符串转换成整数形式，4个子数据集可以用“N-E”、“N-W”、“S-E”、“S-W”来标识，分别代表“北东半球”、“北西半球”、“南东半球”、“南西半球”；
所述步骤(4)聚类计算步骤如下：
1)选择聚类算法，对步骤(3)转换后的数据集G进行聚类计算；
2)定义两个元素的相似度为两个元素的切比雪夫距离，即设有元素g1＝(la1,lo1),g2＝(la2,lo2)，则g1与g2的相似度为d12＝max(|la2-la1|,|lo2-lo1|)，式中(la1,lo1)表示元素g1的经纬度，(la2,lo2)表示元素g2的经纬度，通过此步骤判定两个点在地理位置上的远近；
3)设置聚类的终止条件，当簇内距离小于预设的阈值r时，停止聚类算法的计算；
4)以数据集G中的行为单位，对每个时间点t上的所有uid进行聚类计算；从中挖掘出uid所代表用户在距离上的聚类关系；
5)对各个时间点下聚类后产生的簇集合进行并集计算，从而求出更完整的聚类关系；
所述r的取值为经度或纬度的差值，被转换为相应的地面距离时，距离小于各居住小区的抽样统计平均直径；
所述聚类计算时可选择23点-次日7点的集合来对数据进行筛选，再进行并集运算，以更准确求得用户居住同一小区的概率。
CN201510181924.0A 2015-04-17 2015-04-17 一种居住社区群发现方法 Active CN104735169B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510181924.0A CN104735169B (zh) 2015-04-17 2015-04-17 一种居住社区群发现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510181924.0A CN104735169B (zh) 2015-04-17 2015-04-17 一种居住社区群发现方法

Publications (2)

Publication Number Publication Date
CN104735169A CN104735169A (zh) 2015-06-24
CN104735169B true CN104735169B (zh) 2018-03-13

Family

ID=53458595

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510181924.0A Active CN104735169B (zh) 2015-04-17 2015-04-17 一种居住社区群发现方法

Country Status (1)

Country Link
CN (1) CN104735169B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106470435B (zh) * 2015-08-18 2019-11-29 腾讯科技（深圳）有限公司 识别WiFi群的方法及系统
CN106897282B (zh) * 2015-12-17 2020-06-05 阿里巴巴集团控股有限公司 一种用户群的分类方法和设备
CN106060785B (zh) * 2016-05-27 2019-08-20 浙江每日互动网络科技股份有限公司 判断WiFi Mac属性并进行定向信息推送的方法
CN107526735B (zh) * 2016-06-20 2020-12-11 杭州海康威视数字技术股份有限公司 一种关联关系的识别方法及装置
US10506380B2 (en) * 2016-12-22 2019-12-10 Nokia Solutions And Networks Oy User motion profiling based on user equipment cell location
CN107705214B (zh) * 2017-08-31 2023-05-12 深圳市丰巢科技有限公司 一种基于物流终端柜机的社区社交方法及系统
CN110909225B (zh) * 2019-11-29 2024-02-13 广州市百果园信息技术有限公司 社交群组确定方法、装置、设备及计算机存储介质
CN111797145A (zh) * 2020-07-17 2020-10-20 贵州电网有限责任公司电力科学研究院 一种电力客户容忍度评价分类方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103220376A (zh) * 2013-03-30 2013-07-24 清华大学 利用移动终端的位置数据来定位ip位置的方法
CN103227821A (zh) * 2013-04-03 2013-07-31 腾讯科技（深圳）有限公司 一种目标用户位置数据的处理方法及装置
CN103684994A (zh) * 2013-12-19 2014-03-26 宇龙计算机通信科技(深圳)有限公司 一种向即时通信用户推荐好友的方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008103103A2 (en) * 2007-02-19 2008-08-28 Telefonaktiebolaget Lm Ericsson (Publ) A method and apparatus for enabling user group services in a communication network

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103220376A (zh) * 2013-03-30 2013-07-24 清华大学 利用移动终端的位置数据来定位ip位置的方法
CN103227821A (zh) * 2013-04-03 2013-07-31 腾讯科技（深圳）有限公司 一种目标用户位置数据的处理方法及装置
CN103684994A (zh) * 2013-12-19 2014-03-26 宇龙计算机通信科技(深圳)有限公司 一种向即时通信用户推荐好友的方法及系统

Also Published As

Publication number Publication date
CN104735169A (zh) 2015-06-24

Similar Documents

Publication Publication Date Title
CN104735169B (zh) 一种居住社区群发现方法
Montoliu et al. Discovering human places of interest from multimodal mobile phone data
Montoliu et al. Discovering places of interest in everyday life from smartphone data
CN104834695B (zh) 基于用户兴趣度和地理位置的活动推荐方法
US20130210455A1 (en) Aggregating demographic distribution information
Shi et al. Human mobility patterns in different communities: a mobile phone data-based social network approach
CN104283918B (zh) 一种无线局域网终端类型获取方法及系统
CN102184512B (zh) 利用手机数据发现城市活动中异常事件的方法
Heimerl et al. Analysis of smartphone adoption and usage in a rural community cellular network
EP2484145B1 (en) Method and arrangement for supporting analysis of social networks in a communication network
Shen et al. BarFi: Barometer-aided Wi-Fi floor localization using crowdsourcing
CN106982413B (zh) 一种区域客流趋势的预测方法及装置
CN104080081B (zh) 一种适用于移动端位置隐私保护的空间匿名化方法
Matamalas et al. Assessing reliable human mobility patterns from higher order memory in mobile communications
EP2805531A1 (en) A method for the automatic detection and labelling of user point of interest
CN107624249A (zh) 用于通过电信网络的聚合数据实时计数人群中的人数的方法和系统
CN109885636B (zh) 一种用户画像方法和服务器
WO2011021608A1 (ja) 管理サーバ、通信システムおよび統計処理方法
CN103440473A (zh) 指纹定位方法与服务器
CN104348941B (zh) 一种利用手机通讯录查找期望用户的方法及装置
Wang et al. Impact of human mobility on social networks
CN104281646B (zh) 基于微博数据的城市内涝检测方法
CN102185876A (zh) 一种展示位置服务信息的方法及系统
CN112669537B (zh) 基于Wi-Fi日志的校园共享单车投放信息处理方法及装置
JP2012054921A (ja) 移動機分布算出システム及び移動機分布算出方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: No.032, no.17-27, No.164 Beiqing Road, Haidian District, Beijing

Patentee after: Beijing Datang Zhichuang Technology Co., Ltd

Address before: 100000, 6 North Yongjia Road, Beijing, 5, building 2, 007, Haidian District

Patentee before: IME (BEIJING) NETWORK TECHNOLOGY Co.,Ltd.

CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 100080 no.2211, 2nd floor, building 4, 75 Suzhou street, Haidian District, Beijing

Patentee after: Beijing Xintang Zhichuang Electronic Technology Co.,Ltd.

Address before: No.032, courtyard 17-27, 164 Beiqing Road, Haidian District, Beijing

Patentee before: Beijing Datang Zhichuang Technology Co., Ltd