CN104750751A - 轨迹数据标注方法及装置 - Google Patents

Abstract

本发明实施例提供一种轨迹数据标注方法及装置，该方法包括：通过公开数据源获取用户特征描述信息以及所述用户特征描述信息对应的第一信息点POI轨迹信息；根据所述第一POI轨迹信息获取第一POI类型轨迹数据；将所述第一POI类型轨迹数据按预设时间段进行聚类，获取不同时间段对应的用户特征描述信息；根据所述第一POI类型轨迹数据和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据对应的时间信息，对所述待标注POI类型轨迹数据对应的用户标注用户特征描述。本发明实施例中，实现了用户特征描述的自动标注，提高了标注的准确性和效率。

Description

轨迹数据标注方法及装置

技术领域

本发明涉及通信技术，尤其涉及一种轨迹数据标注方法及装置。

背景技术

随着移动网络的爆炸式增长和移动智能设备的广泛应用，移动用户的轨迹数据成为一种重要的大数据来源，其中用户的轨迹数据又被称为用户时空分布数据。用户所使用的用户设备（User Equipment，简称UE）开着全球定位系统（Global Position System，简称GPS）时，该UE在时空移动的信息就是使用该UE的用户的轨迹数据。用户通过UE使用移动网络时，基站记录的移动宽带（Mobile Broadband，简称MBB）数据中也含有大量用户的轨迹数据。这些轨迹数据的统计和深度挖掘带来了新的商业应用，例如：店铺选址、服务推荐、交通管理、地图修复等。

现有技术中，获取用户的轨迹数据主要依靠数据工程师人工进行标注。但是，由于当前用户的数量巨大，采用现有技术，数据工程师的工作量完全无法满足当前的标注任务，也难以保证标注的效率和准确性。

发明内容

本发明提供一种轨迹数据标注方法及装置，用于解决现有技术人工标注轨迹效率低、准确性低的问题。

本发明实施例第一方面提供一种轨迹数据标注方法，包括：

通过公开数据源获取用户特征描述信息以及所述用户特征描述信息对应的第一信息点POI轨迹信息；

根据所述第一POI轨迹信息获取第一POI类型轨迹数据；

将所述第一POI类型轨迹数据按预设时间段进行聚类，获取不同时间段对应的用户特征描述信息；

根据所述第一POI类型轨迹数据和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据对应的时间信息，对所述待标注POI类型轨迹数据对应的用户标注用户特征描述。

结合第一方面，在第一方面的第一种可能的实施方式中，所述通过公开数据源获取用户特征描述信息以及所述用户特征描述信息对应的第一POI轨迹信息，包括：

在公开数据源上爬取用户签到数据；

根据所述用户签到数据获取用户特征描述信息以及所述用户特征描述信息对应的第一POI轨迹信息。

结合第一方面的第一种可能的实施方式，在第一方面的第二种可能的实施方式中，所述在公开数据源上爬取用户签到数据之后，还包括：

根据所述签到数据中的POI列表获取第二POI信息；

根据所述第二POI信息获取所述待标注类型轨迹数据。

结合第一方面，在第一方面的第三种可能的实施方式中，将所述第一POI类型轨迹数据按预设时间段进行聚类，获取不同时间段对应的用户特征描述信息之后，还包括：

将所述不同时间段对应的用户特征描述信息，按照不同的属性进行分类；

根据所述第一POI类型轨迹数据和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据对应的时间信息，对所述待标注POI类型轨迹数据对应的用户标注用户特征描述，包括：

根据所述第一POI类型轨迹数据和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据信息中的时间信息，对所述待标注POI类型轨迹数据对应的用户按照不同的属性类型标注用户特征描述。

本发明实施例第二方面提供一种轨迹数据标注装置，包括：

获取模块，用于通过公开数据源获取用户特征描述信息以及所述用户特征描述信息对应的第一信息点POI轨迹信息；根据所述第一POI轨迹信息获取第一POI类型轨迹数据；

处理模块，用于将所述第一POI类型轨迹数据按预设时间段进行聚类，获取不同时间段对应的用户特征描述信息；

标注模块，用于根据所述第一POI类型轨迹数据和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据对应的时间信息，对所述待标注POI类型轨迹数据对应的用户标注用户特征描述。

结合第二方面，在第二方面的第一种可能的实施方式中，所述获取模块，具体用于在公开数据源上爬取用户签到数据；根据所述用户签到数据获取用户特征描述信息以及所述用户特征描述信息对应的第一POI轨迹信息。

结合第二方面的第一种可能的实施方式，在第二方面的第二种可能的实施方式中，所述获取模块，还用于根据所述签到数据中的POI列表获取第二POI信息；根据所述第二POI信息获取所述待标注类型轨迹数据。

结合第二方面，在第二方面的第三种可能的实施方式中，还包括：

分类模块，用于在将所述第一POI类型轨迹数据按预设时间段进行聚类，获取不同时间段对应的用户特征描述信息之后，将所述不同时间段对应的用户特征描述信息，按照不同的属性进行分类；

所述标注模块，具体用于根据所述第一POI类型轨迹数据和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据信息中的时间信息，对所述待标注POI类型轨迹数据对应的用户按照不同的属性类型标注用户特征描述。

本发明实施例中，通过公开数据源获取用户特征描述信息以及用户特征描述信息对应的第一信息点POI轨迹信息，根据第一POI轨迹信息获取第一POI类型轨迹数据，将所述第一POI类型轨迹数据按预设时间段进行聚类，获取不同时间段对应的用户特征描述信息，最后根据第一POI类型轨迹和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据对应的时间信息，对上述待标注POI类型轨迹数据对应的用户标注用户特征描述。实现了用户特征描述的自动标注，也提高了标注的准确性和效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的轨迹数据标注方法实施例一的流程示意图；

图2为本发明提供的轨迹数据标注装置实施例一的结构示意图；

图3为本发明提供的轨迹数据标注装置实施例二的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明提供的轨迹数据标注方法实施例一的流程示意图，如图1所示，该方法包括：

S101、通过公开数据源获取用户特征描述信息以及上述用户特征描述信息对应的第一信息点（Point of Interest，简称POI）轨迹信息。

公开数据源可以是一些公共的社交网络等，像微博、QQ空间、twitter、脸谱（facebook）等。用户特征描述信息中可以包括用户的属性，例如对应用户的性别、年龄、兴趣、职业等信息。第一POI轨迹信息，是指已经存在对应的用户特征描述信息的POI轨迹信息，例如，某用户在他的微博上已经公开了他的性别、年龄、兴趣等信息，同时也根据该用户的签到信息获取了他的轨迹信息放在POI轨迹信息中。POI轨迹信息具体可以包括经纬度信息、类别信息等，其中类别信息是指描述该POI功能属性的信息，例如西餐厅、火车站、食堂、写字楼等。一个用户的POI轨迹信息可以表示为一个数列[POI₁,POI₂,......,POI_m]，该数列中每一个元素表示该用户一个POI，一个POI可以是用户在地里位置上的一个驻留点。这个数列可以表示对应用户的活动轨迹。

S102、根据第一POI轨迹信息获取第一POI类型轨迹数据。

将上述第一POI轨迹信息转换为第一POI类型轨迹数据，具体是将第一POI轨迹信息的物理位置信息，例如经纬度信息，转换为语义描述信息，例如将POI₂转换为图书馆。[POI₁,POI₂,......,POI_m]转换后的第一POI类型轨迹数据也可以表示为数列[Cat₁,Cat₂,......,Cat_m]，其中每一个元素表示一个语义描述的位置信息，例如：餐厅、宿舍、住宅小区、体育馆等。

S103、根据上述第一POI类型轨迹数据按预设时间段进行聚类，获取不同时间段对应的用户特征描述信息。

每个用户在不同时间段的活动肯定不同，例如，如果类型轨迹数据显示某高中生早上7点至9点之间的一段轨迹是从教学楼到操场，该学生可能是去参加早操；如果类型轨迹数据显示该高中生下午17点至19点之间的一段轨迹是从教学楼到操场，该高中生可能是去自由活动。因此，具体实现过程中，要对上述第一POI类型轨迹数据按预设时间段进行聚类，例如将每天24小时切割成4个时间段（凌晨、上午、下午、晚上），这样一周7天就有28个时间段，可以将第一POI类型轨迹数据按照28个时间片进行聚类。并解析POI类型轨迹数据的每个停留点，将用户停留时间超过预设时间段的点作为驻留点，例如预设某用户在停留时间超过5分钟的地点为驻留点，该用户中午在食堂停留20分钟，因此该食堂为该用户的一个驻留点。

通过对大量第一POI类型轨迹数据按预设时间段进行聚类，并从之前获取的各用户的用户特征描述信息，提取出某时间段、某第一POI类型轨迹数据对应的用户特征描述。例如，提取出大学校园中下午18点-20点，从宿舍到体育场的用户，年龄范围为22-30岁，兴趣为运动。其中“年龄范围为22-30岁，兴趣为运动”为用户特征描述。

S104、根据第一POI类型轨迹数据和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据对应的时间信息，对上述待标注POI类型轨迹数据对应的用户标注用户特征描述。

其中待标注类型数据也可以是通过在公共数据源上爬取的POI轨迹信息获取的，例如根据用户在公共网络上的签到信息来获取POI轨迹信息，转换获得POI类型轨迹数据信息，但是这些POI类型轨迹信息没有对应的用户描述信息，需要进一步进行标注。当然，这些待标注类型数据还可以通过其它途径获取，例如获取用户所使用UE的GPS信息或获取UE使用移动网络而产生的轨迹信息，来获取轨迹数据，然后将这些轨迹数据转换为POI类型轨迹数据，作为待标注POI类型轨迹数据。

待标注POI类型轨迹数据和第一POI类型轨迹数据进行对应，例如，该待标注POI类型轨迹数据为“宿舍到体育场”对应到第一POI类型轨迹数据中“宿舍到体育场”的轨迹。根据待标注POI类型轨迹数据对应的时间信息，例如用户“宿舍到体育场”这段轨迹发生在18点到18点30分之间，属于“18点-20点”这个时间段，就可以给这个待标注POI类型轨迹数据对应的用户标注上用户特征描述：“年龄范围为22-30岁，兴趣为运动”。

本实施例中，通过公开数据源获取用户特征描述信息以及用户特征描述信息对应的第一信息点POI轨迹信息，根据第一POI轨迹信息获取第一POI类型轨迹数据，将所述第一POI类型轨迹数据按预设时间段进行聚类，获取不同时间段对应的用户特征描述信息，最后根据第一POI类型轨迹和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据对应的时间信息，对上述待标注POI类型轨迹数据对应的用户标注用户特征描述。实现了用户特征描述的自动标注，也提高了标注的准确性和效率。

进一步地，上述通过公开数据源获取用户特征描述信息以及上述用户特征描述信息对应的第一POI轨迹信息，具体为：在公开数据源上爬取用户签到数据。根据该用户签到数据获取用户特征描述信息以及上述用户特征描述信息对应的第一POI轨迹信息。

更进一步地，在公开数据源上爬取用户签到数据之后，还可以根据该签到数据中的POI列表获取第二POI信息。并根据该第二POI信息获取上述待标注类型轨迹数据。

需要说明的是，在公开数据源上爬取的签到数据可以是用户在公共网络上签到形成的用户轨迹库，该签到数据可以包括用户编码列表和POI编码列表。然后根据签到数据中的用户编码列表进一步爬取该用户编码列表上用户对应的用户特征描述信息，根据POI编码列表获取对应的第一POI轨迹信息、以及第二POI信息。采用前述实施例提供的方法，将第二POI信息转换为待标注类型轨迹数据。

特别地，上述待标注类型轨迹数据也可以按上述预设时间段进行聚类。

在上述实施例的基础上，上述将第一POI类型轨迹数据按预设时间段进行聚类，获取不同时间段对应的用户特征描述信息之后，可以将不同时间段对应的用户特征描述信息，按照不同的属性进行分类。即划分出年龄、兴趣、职业等具体的属性。

相应地，上述根据第一POI类型轨迹数据和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据对应的时间信息，对上述待标注POI类型轨迹数据对应的用户标注用户特征描述，可以是，根据第一POI类型轨迹数据和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据对应的时间信息，对所述待标注POI类型轨迹数据按照不同的属性类型标注用户特征描述。具体实现过程中，可以是训练出不同的标注机，例如年龄标注机、兴趣标注机、性别标注机等，这些标注机通过对大量第一POI类型轨迹数据对应用户的用户特征描述信息进行学习，具备自动标注的能力，可以分别对待标注POI类型轨迹数据对应的用户进行标注。例如，年龄标注机可以专门根据第一POI类型轨迹数据和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据对应的时间信息，对所述待标注POI类型轨迹数据对应的用户标注年龄。参照前述实例，针对用户在18点到18点30分的轨迹“宿舍到体育场”，为用户标注年龄，即该用户的年龄范围为“22岁至30岁”。

标注完用户特征描述后，还可以为用户画像，即根据标注的用户特征描述，获取到某一个用户的用户特征描述信息，例如，用户小王的画像信息为：年龄在22至30岁之间，性别男，兴趣为体育运动。

图2为本发明提供的轨迹数据标注装置实施例一的结构示意图，如图2所示，该装置包括：获取模块201、处理模块202和标注模块203，其中：

获取模块201，用于通过公开数据源获取用户特征描述信息以及所述用户特征描述信息对应的第一信息点POI轨迹信息；根据所述第一POI轨迹信息获取第一POI类型轨迹数据。

处理模块202，用于将所述第一POI类型轨迹数据按预设时间段进行聚类，获取不同时间段对应的用户特征描述信息。

标注模块203，用于根据所述第一POI类型轨迹数据和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据对应的时间信息，对所述待标注POI类型轨迹数据对应的用户标注用户特征描述。

上述装置用于执行前述方法实施例，其实现原理和技术效果类似，在此不再赘述。

具体地，获取模块201，在公开数据源上爬取用户签到数据；根据所述用户签到数据获取用户特征描述信息以及所述用户特征描述信息对应的第一POI轨迹信息。

进一步地，获取模块201，还用于根据所述签到数据中的POI列表获取第二POI信息；根据所述第二POI信息获取所述待标注类型轨迹数据。

图3为本发明提供的轨迹数据标注装置实施例二的结构示意图，如图3所示，在图2的基础上，上述装置还包括：分类模块204，用于在将所述第一POI类型轨迹数据按预设时间段进行聚类，获取不同时间段对应的用户特征描述信息之后，将所述不同时间段对应的用户特征描述信息，按照不同的属性进行分类。

相应地，标注模块203，具体用于根据所述第一POI类型轨迹数据和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据信息中的时间信息，对所述待标注POI类型轨迹数据对应的用户按照不同的属性类型标注用户特征描述。

标注完用户特征描述后，还可以为用户画像，即根据标注的用户特征描述，获取到某一个用户的用户特征描述信息，例如，用户小王的画像信息为：年龄在22至30岁之间，性别男，兴趣为体育运动。

本发明实施例还提供一种轨迹数据标注装置，该装置包括：处理器。

该处理器，用于通过公开数据源获取用户特征描述信息以及所述用户特征描述信息对应的第一信息点POI轨迹信息；根据所述第一POI轨迹信息获取第一POI类型轨迹数据；将所述第一POI类型轨迹数据按预设时间段进行聚类，获取不同时间段对应的用户特征描述信息；根据所述第一POI类型轨迹数据和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据对应的时间信息，对所述待标注POI类型轨迹数据对应的用户标注用户特征描述。

具体地，上述处理器，用于在公开数据源上爬取用户签到数据；根据所述用户签到数据获取用户特征描述信息以及所述用户特征描述信息对应的第一POI轨迹信息。

进一步地，处理器，还用于根据所述签到数据中的POI列表获取第二POI信息；根据所述第二POI信息获取所述待标注类型轨迹数据。

上述处理器，还用于在将所述第一POI类型轨迹数据按预设时间段进行聚类，获取不同时间段对应的用户特征描述信息之后，将所述不同时间段对应的用户特征描述信息，按照不同的属性进行分类。相应地，处理器具体用于根据所述第一POI类型轨迹数据和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据信息中的时间信息，对所述待标注POI类型轨迹数据对应的用户按照不同的属性类型标注用户特征描述。

上述装置用于执行前述方法实施例，其实现原理和技术效果类似，在此不再赘述。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (8)

1.一种轨迹数据标注方法，其特征在于，包括：

通过公开数据源获取用户特征描述信息以及所述用户特征描述信息对应的第一信息点POI轨迹信息；

根据所述第一POI轨迹信息获取第一POI类型轨迹数据；

将所述第一POI类型轨迹数据按预设时间段进行聚类，获取不同时间段对应的用户特征描述信息；

根据所述第一POI类型轨迹数据和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据对应的时间信息，对所述待标注POI类型轨迹数据对应的用户标注用户特征描述。

2.根据权利要求1所述的方法，其特征在于，所述通过公开数据源获取用户特征描述信息以及所述用户特征描述信息对应的第一POI轨迹信息，包括：

在公开数据源上爬取用户签到数据；

根据所述用户签到数据获取用户特征描述信息以及所述用户特征描述信息对应的第一POI轨迹信息。

3.根据权利要求2所述的方法，其特征在于，所述在公开数据源上爬取用户签到数据之后，还包括：

根据所述签到数据中的POI列表获取第二POI信息；

根据所述第二POI信息获取所述待标注类型轨迹数据。

4.根据权利要求1所述的方法，其特征在于，将所述第一POI类型轨迹数据按预设时间段进行聚类，获取不同时间段对应的用户特征描述信息之后，还包括：

将所述不同时间段对应的用户特征描述信息，按照不同的属性进行分类；

根据所述第一POI类型轨迹数据和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据对应的时间信息，对所述待标注POI类型轨迹数据对应的用户标注用户特征描述，包括：

根据所述第一POI类型轨迹数据和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据信息中的时间信息，对所述待标注POI类型轨迹数据对应的用户按照不同的属性类型标注用户特征描述。

5.一种轨迹数据标注装置，其特征在于，包括：

获取模块，用于通过公开数据源获取用户特征描述信息以及所述用户特征描述信息对应的第一信息点POI轨迹信息；根据所述第一POI轨迹信息获取第一POI类型轨迹数据；

处理模块，用于将所述第一POI类型轨迹数据按预设时间段进行聚类，获取不同时间段对应的用户特征描述信息；

标注模块，用于根据所述第一POI类型轨迹数据和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据对应的时间信息，对所述待标注POI类型轨迹数据对应的用户标注用户特征描述。

6.根据权利要求5所述的装置，其特征在于，所述获取模块，具体用于在公开数据源上爬取用户签到数据；根据所述用户签到数据获取用户特征描述信息以及所述用户特征描述信息对应的第一POI轨迹信息。

7.根据权利要求6所述的装置，其特征在于，所述获取模块，还用于根据所述签到数据中的POI列表获取第二POI信息；根据所述第二POI信息获取所述待标注类型轨迹数据。

8.根据权利要求5所述的装置，其特征在于，还包括：

分类模块，用于在将所述第一POI类型轨迹数据按预设时间段进行聚类，获取不同时间段对应的用户特征描述信息之后，将所述不同时间段对应的用户特征描述信息，按照不同的属性进行分类；

所述标注模块，具体用于根据所述第一POI类型轨迹数据和待标注POI类型轨迹数据的对应关系，以及待标注POI类型轨迹数据信息中的时间信息，对所述待标注POI类型轨迹数据对应的用户按照不同的属性类型标注用户特征描述。