CN104765808A - 一种群体轨迹的挖掘方法及系统 - Google Patents

Abstract

本发明公开了一种群体轨迹的挖掘方法，包括：提取在同一时间段内与N个用户终端发生交互的基站，N≥2；对提取的基站进行分类；分别统计每个用户终端在每个路段上的停留次数；所述路段为每类基站的辐射范围在道路上所覆盖的路径；根据每个用户终端在每个路段上的停留次数，计算所述时间段内在所述道路上的群体轨迹。相应地，本发明还公开了一种群体轨迹的挖掘系统。采用本发明实施例，能够实时、准确地挖掘用户的群体轨迹，且计算简单，成本低廉。

Description

一种群体轨迹的挖掘方法及系统

技术领域

本发明涉及移动通信技术领域，尤其涉及一种群体轨迹的挖掘方法及系统。

背景技术

目前，智慧交通成了智慧城市不可缺乏的部分。城市的交通拥堵问题已经引起了相关部门的注意，市民只有在信息对称的情况下，才能更好避开出行高峰，以节省时间，提高生活的满意度。道路规划是一个非常重要的课题，但是道路规划需要有效掌握市民的群体轨迹。

目前，群体轨迹的统计大多来自于GPS(Global Positioning System，全球定位系统)的数据。GPS定位是以综合多颗卫星的数据测量出用户到卫星的距离，再结合距离差距得出用户的位置。这种方法具有缺陷：(1)获取测量数据的成本高；(2)开通GPS的用户数量少；(3)在密集城区的测量精度大；(4)计算群体轨迹的复杂度大。因此，采用GPS数据来计算准实时(延迟半小时)的群体轨迹非常困难。

发明内容

本发明实施例提出一种群体轨迹的挖掘方法及系统，能够实时、准确地挖掘用户的群体轨迹，且计算简单，成本低廉。

本发明实施例提供一种群体轨迹的挖掘方法，包括：

提取在同一时间段内与N个用户终端发生交互的基站，N≥2；

对提取的基站进行分类；

分别统计每个用户终端在每个路段上的停留次数；所述路段为每类基站的辐射范围在道路上所覆盖的路径；

根据每个用户终端在每个路段上的停留次数，计算所述时间段内在所述道路上的群体轨迹。

进一步地，所述对提取的基站进行分类，具体包括：

分别以提取的每个基站为中心建立第一缓冲区；所述第一缓冲区覆盖基站的辐射范围；

采用空间聚类算法，对提取的所有基站进行分类，使每类基站中的所有第一缓冲区具有共同区域。

进一步地，所述根据每个用户终端在每个路段上的停留次数，计算所述时间段内在所述道路上的群体轨迹，具体包括：

根据每个用户终端在每个路段上的停留次数，采用协同过滤算法，计算用户轨迹之间的相似度，获得相似度高的路段，作为所述时间段内在所述道路上的群体轨迹。

进一步地，在所述分别统计每个用户终端在每个路段上的停留次数之前，还包括：

根据与每个基站发生交互的用户终端的数量，设置每个基站的权重值；

根据所述权重值，计算每类基站的共同区域的质心，作为每类基站的聚合点；

分别以每个聚合点为中心建立第二缓冲区；

逐一判断每个聚合点的第二缓冲区是否与所述道路相交；若是，则设置所述聚合点到所述道路的垂足为拟合点；若否，则设置所述聚合点为拟合点；

去除未位于所述道路上的拟合点所对应的一类基站。

进一步地，所述群体轨迹的挖掘方法还包括：

统计所述群体轨迹的用户数量。

相应地，本发明实施例提供一种群体轨迹的挖掘系统，包括：

基站提取模块，用于提取在同一时间段内与N个用户终端发生交互的基站，N≥2；

基站分类模块，用于对提取的基站进行分类；

次数统计模块，用于分别统计每个用户终端在每个路段上的停留次数；所述路段为每类基站的辐射范围在道路上所覆盖的路径；以及，

群体轨迹计算模块，用于根据每个用户终端在每个路段上的停留次数，计算所述时间段内在所述道路上的群体轨迹。

进一步地，所述基站分类模块具体包括：

第一缓冲区建立单元，用于分别以提取的每个基站为中心建立第一缓冲区；所述第一缓冲区覆盖基站的辐射范围；以及，

基站分类单元，用于采用空间聚类算法，对提取的所有基站进行分类，使每类基站中的所有第一缓冲区具有共同区域。

进一步地，所述群体轨迹计算模块具体用于根据每个用户终端在每个路段上的停留次数，采用协同过滤算法，计算用户轨迹之间的相似度，获得相似度高的路段，作为所述时间段内在所述道路上的群体轨迹。

进一步地，所述群体轨迹的挖掘系统还包括：

权重值设置模块，用于根据与每个基站发生交互的用户终端的数量，设置每个基站的权重值；

聚合点计算模块，用于根据所述权重值，计算每类基站的共同区域的质心，作为每类基站的聚合点；

第二缓冲区建立模块，用于分别以每个聚合点为中心建立第二缓冲区；

判断模块，用于逐一判断每个聚合点的第二缓冲区是否与所述道路相交；若是，则设置所述聚合点到所述道路的垂足为拟合点；若否，则设置所述聚合点为拟合点；以及，

基站去除模块，用于去除未位于所述道路上的拟合点所对应的一类基站。

进一步地，所述群体轨迹的挖掘系统还包括:

用户数量统计模块，用于统计所述群体轨迹的用户数量。

实施本发明实施例，具有如下有益效果：

本发明实施例提供的群体轨迹的挖掘方法及系统，能够通过小区的信令数据，实时、准确地获取用户终端与基站发生交互的信息，进而获取用户轨迹的信息，使得用户轨迹信息获取方便，成本低廉；根据与基站发生交互的用户终端的数量和基站的位置进行聚合，相对于GPS基于每个用户的经纬度信息进行聚合来说，计算复杂度低；用户终端在用户中的渗透率高，小区信令数据能够记录绝大部分人的信息；根据用户终端与基站发生交互的信息，准确获取群体轨迹的用户数量，为城市道路规划、轨道规划提供准确依据。

附图说明

图1是本发明提供的群体轨迹的挖掘方法的一个实施例的流程示意图；

图2是本发明提供的群体轨迹的挖掘方法中基站分类的示意图；

图3是本发明提供的群体轨迹的挖掘方法中聚合点的示意图；

图4是本发明提供的群体轨迹的挖掘系统的一个实施例的结构示意图。

具体实施方式

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，所描述的实施例仅仅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。

参见图1，是本发明提供的群体轨迹的挖掘方法的第一个实施例的流程示意图，包括：

S1、提取在同一时间段内与N个用户终端发生交互的基站，N≥2；

S2、对提取的基站进行分类；

S3、分别统计每个用户终端在每个路段上的停留次数；所述路段为每类基站的辐射范围在道路上所覆盖的路径；

S4、根据每个用户终端在每个路段上的停留次数，计算所述时间段内在所述道路上的群体轨迹。

其中，在同一时间段内，提取的基站至少与两个用户终端发送交互，如用户终端拨打电话、使用流量等。若基站只与一个用户终端发生交互，则该交互可能是干扰信息，不利于统计分析，因而不考虑该基站。其中，用户终端为用户随身携带且可与基站发生交互的设备，如手机等。

在提取基站后，根据基站的位置对基站进行分类，并根据每类基站在道路上的辐射范围，将该道路进行路段划分，进而统计用户终端在每个路段上的停留次数，即用户在每个路段出现的次数。其中，先去除没有发生位移的用户，再统计每个有位移用户在每个路段出现的次数。从而根据每个用户终端在每个路段上的停留次数来计算该道路上的群体轨迹。根据群体轨迹，能够进行城市道路规划，实现智慧交通。

进一步地，在步骤S2中，所述对提取的基站进行分类，具体包括：

分别以提取的每个基站为中心建立第一缓冲区；所述第一缓冲区覆盖基站的辐射范围；

采用空间聚类算法，对提取的所有基站进行分类，使每类基站中的所有第一缓冲区具有共同区域。

其中，由于城区基站的辐射半径不超过300米，一般设置第一缓冲区为半径500米的圆形区域。另外，基站是根据缓冲区之间相交的共同区域大小和具有共同区域的缓冲区数量来进行分类的，使得每类基站在数量多的同时共同区域最大。

如图2所示，对提取的第一基站1建立缓冲区11，对提取的第二基站2建立缓冲区21，对提取的第三基站3建立缓冲区31、对提取第四基站4建立缓冲区41，以及，对提取的第五基站5建立缓冲区51。其中，缓冲区11、缓冲区21和缓冲区31具有共同区域6，从而将第一基站1、第二基站2和第三基站3分为一类；缓冲区41和缓冲区51具有共同区域7，从而将第四基站4和第五基站5分为一类。

进一步地，在步骤S4中，所述根据每个用户终端在每个路段上的停留次数，计算所述时间段内在所述道路上的群体轨迹，具体包括：

根据每个用户终端在每个路段上的停留次数，采用协同过滤算法，计算用户轨迹之间的相似度，获得相似度高的路段，作为所述时间段内在所述道路上的群体轨迹。

需要说明的是，一条道路被不同类的基站切割成不同的路段，根据每个用户终端在每个路段的停留次数，获取用户轨迹中相似度高的路段，即不同用户在相同路段出现次数大体相同，则该相同路段就作为在该道路上的群体轨迹。

例如，一条道路被切割为5个路段，统计每个用户在7:00至7:30之间在每个路段出现的次数，如表1：

道路	路段1	路段2	路段3	路段4	路段5
						用户1	2	1	0	0	3
用户2	2	1	5	7	2
						用户3	1	5	3	8	0
用户4	2	7	3	8	1
						用户5	1	0	3	8	3

表1

根据表1中的数据，可以计算出在7:00至7:30之间该道路上不同的群体轨迹。其中，用户1和用户2在路段1和路段2上的轨迹相似度高，则路段1和路段2为第一条群体轨迹；用户3、用户4和用户5在路段3和路段4上的轨迹相似度高，则路段3和路段4为第二条群体轨迹。

本发明还提供群体轨迹的挖掘方法的第二个实施例。

与上述第一实施例相比，第二实施例提供的群体轨迹的挖掘方法的不同点在于：

在所述分别统计每个用户终端在每个路段上的停留次数之前，还包括：

根据与每个基站发生交互的用户终端的数量，设置每个基站的权重值；

根据所述权重值，计算每类基站的共同区域的质心，作为每类基站的聚合点；

分别以每个聚合点为中心建立第二缓冲区；

逐一判断每个聚合点的第二缓冲区是否与所述道路相交；若是，则设置所述聚合点到所述道路的垂足为拟合点；若否，则设置所述聚合点为拟合点；

去除未位于所述道路上的拟合点所对应的一类基站。

其中，在每类基站中，根据与每个基站发生交互的用户终端的数量来为每个基站分配权重，每类基站的共同区域的质心会根据每个基站分配的权重进行偏移调整。其中，共同区域的质心即作为每类基站的聚合点。如图3所示，根据第一基站1、第二基站2和第三基站3分配的权重值，获取共同区域6的质心31，即该类基站的聚合点31；根据第四基站4和第五基站5分配的权重值，获取共同区域7的质心32，即该类基站的聚合点32。将每类基站中各个基站的位置替换为聚合点的位置，从而简化每类基站的位置。

以每个聚合点为中心建立第二缓冲区，一般设置第二缓冲区为半径500米的圆形区域。根据第二缓冲区对离散的聚合点进行道路拟合，即将聚合点拟合到道路上去。道路拟合让离散的聚合点更趋向于协同的路径，能有效挖掘路径重合信息。

将聚合点拟合为道路的拟合点后，在一个优选地实施方式中，去除不在所述道路上的拟合点，进而去除该拟合点所对应的一类基站。在另一个优选地实施方式中，根据每个用户的轨迹，将拟合点按照时间序列连接起来，清除不能与道路重合的线，进而去除该线对应的一类基站，从而优化路径信息。

进一步地，所述群体轨迹的挖掘方法还包括：

统计所述群体轨迹的用户数量。

根据用户相似性轨迹计算出的群体轨迹，就可以获取该群体轨迹的用户数量。通过不断迭代更新，如半小时迭代跟新一次，就可以相对准确地预测该道路在不同时间段内具有的群体轨迹的用户数量，从而为城市道路规划、轨道规划提供相对准确的依据，且为智慧交通的推行节约成本。

本发明实施例提供的群体轨迹的挖掘方法，能够通过小区的信令数据，实时、准确地获取用户终端与基站发生交互的信息，进而获取用户轨迹的信息，使得用户轨迹信息获取方便，成本低廉；根据与基站发生交互的用户终端的数量和基站的位置进行聚合，相对于GPS基于每个用户的经纬度信息进行聚合来说，计算复杂度低；用户终端在用户中的渗透率高，小区信令数据能够记录绝大部分人的信息；根据用户终端与基站发生交互的信息，准确获取群体轨迹的用户数量，为城市道路规划、轨道规划提供准确依据。

相应的，本发明还提供一种群体轨迹的挖掘系统，能够实现上述实施例中的群体轨迹的挖掘方法的所有流程。

参见图4，是本发明提供一种群体轨迹的挖掘系统的一个实施例的结构示意图，包括：

基站提取模块41，用于提取在同一时间段内与N个用户终端发生交互的基站，N≥2；

基站分类模块42，用于对提取的基站进行分类；

次数统计模块43，用于分别统计每个用户终端在每个路段上的停留次数；所述路段为每类基站的辐射范围在道路上所覆盖的路径；以及，

群体轨迹计算模块44，用于根据每个用户终端在每个路段上的停留次数，计算所述时间段内在所述道路上的群体轨迹。

进一步地，所述基站分类模块具体包括：

第一缓冲区建立单元，用于分别以提取的每个基站为中心建立第一缓冲区；所述第一缓冲区覆盖基站的辐射范围；以及，

基站分类单元，用于采用空间聚类算法，对提取的所有基站进行分类，使每类基站中的所有第一缓冲区具有共同区域。

进一步地，所述群体轨迹计算模块具体用于根据每个用户终端在每个路段上的停留次数，采用协同过滤算法，计算用户轨迹之间的相似度，获得相似度高的路段，作为所述时间段内在所述道路上的群体轨迹。

进一步地，所述群体轨迹的挖掘系统还包括：

权重值设置模块，用于根据与每个基站发生交互的用户终端的数量，设置每个基站的权重值；

聚合点计算模块，用于根据所述权重值，计算每类基站的共同区域的质心，作为每类基站的聚合点；

第二缓冲区建立模块，用于分别以每个聚合点为中心建立第二缓冲区；

判断模块，用于逐一判断每个聚合点的第二缓冲区是否与所述道路相交；若是，则设置所述聚合点到所述道路的垂足为拟合点；若否，则设置所述聚合点为拟合点；以及，

基站去除模块，用于去除未位于所述道路上的拟合点所对应的一类基站。

进一步地，所述群体轨迹的挖掘系统还包括:

用户数量统计模块，用于统计所述群体轨迹的用户数量。

本发明实施例提供的群体轨迹的挖掘系统，能够通过小区的信令数据，实时、准确地获取用户终端与基站发生交互的信息，进而获取用户轨迹的信息，使得用户轨迹信息获取方便，成本低廉；根据与基站发生交互的用户终端的数量和基站的位置进行聚合，相对于GPS基于每个用户的经纬度信息进行聚合来说，计算复杂度低；用户终端在用户中的渗透率高，小区信令数据能够记录绝大部分人的信息；根据用户终端与基站发生交互的信息，准确获取群体轨迹的用户数量，为城市道路规划、轨道规划提供准确依据。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种群体轨迹的挖掘方法，其特征在于，包括：

提取在同一时间段内与N个用户终端发生交互的基站，N≥2；

对提取的基站进行分类；

分别统计每个用户终端在每个路段上的停留次数；所述路段为每类基站的辐射范围在道路上所覆盖的路径；

根据每个用户终端在每个路段上的停留次数，计算所述时间段内在所述道路上的群体轨迹。

2.如权利要求1所述的群体轨迹的挖掘方法，其特征在于，所述对提取的基站进行分类，具体包括：

分别以提取的每个基站为中心建立第一缓冲区；所述第一缓冲区覆盖基站的辐射范围；

采用空间聚类算法，对提取的所有基站进行分类，使每类基站中的所有第一缓冲区具有共同区域。

3.如权利要求1所述的群体轨迹的挖掘方法，其特征在于，所述根据每个用户终端在每个路段上的停留次数，计算所述时间段内在所述道路上的群体轨迹，具体包括：

根据每个用户终端在每个路段上的停留次数，采用协同过滤算法，计算用户轨迹之间的相似度，获得相似度高的路段，作为所述时间段内在所述道路上的群体轨迹。

4.如权利要求2所述的群体轨迹的挖掘方法，其特征在于，在所述分别统计每个用户终端在每个路段上的停留次数之前，还包括：

根据与每个基站发生交互的用户终端的数量，设置每个基站的权重值；

根据所述权重值，计算每类基站的共同区域的质心，作为每类基站的聚合点；

分别以每个聚合点为中心建立第二缓冲区；

逐一判断每个聚合点的第二缓冲区是否与所述道路相交；若是，则设置所述聚合点到所述道路的垂足为拟合点；若否，则设置所述聚合点为拟合点；

去除未位于所述道路上的拟合点所对应的一类基站。

5.如权利要求1至4任一项所述的群体轨迹的挖掘方法，其特征在于，所述群体轨迹的挖掘方法还包括：

统计所述群体轨迹的用户数量。

6.一种群体轨迹的挖掘系统，其特征在于，包括：

基站提取模块，用于提取在同一时间段内与N个用户终端发生交互的基站，N≥2；

基站分类模块，用于对提取的基站进行分类；

次数统计模块，用于分别统计每个用户终端在每个路段上的停留次数；所述路段为每类基站的辐射范围在道路上所覆盖的路径；以及，

群体轨迹计算模块，用于根据每个用户终端在每个路段上的停留次数，计算所述时间段内在所述道路上的群体轨迹。

7.如权利要求6所述的群体轨迹的挖掘系统，其特征在于，所述基站分类模块具体包括：

第一缓冲区建立单元，用于分别以提取的每个基站为中心建立第一缓冲区；所述第一缓冲区覆盖基站的辐射范围；以及，

基站分类单元，用于采用空间聚类算法，对提取的所有基站进行分类，使每类基站中的所有第一缓冲区具有共同区域。

8.如权利要求6所述的群体轨迹的挖掘系统，其特征在于，所述群体轨迹计算模块具体用于根据每个用户终端在每个路段上的停留次数，采用协同过滤算法，计算用户轨迹之间的相似度，获得相似度高的路段，作为所述时间段内在所述道路上的群体轨迹。

9.如权利要求7所述的群体轨迹的挖掘系统，其特征在于，所述群体轨迹的挖掘系统还包括：

权重值设置模块，用于根据与每个基站发生交互的用户终端的数量，设置每个基站的权重值；

聚合点计算模块，用于根据所述权重值，计算每类基站的共同区域的质心，作为每类基站的聚合点；

第二缓冲区建立模块，用于分别以每个聚合点为中心建立第二缓冲区；

判断模块，用于逐一判断每个聚合点的第二缓冲区是否与所述道路相交；若是，则设置所述聚合点到所述道路的垂足为拟合点；若否，则设置所述聚合点为拟合点；以及，

基站去除模块，用于去除未位于所述道路上的拟合点所对应的一类基站。

10.如权利要求6至9任一项所述的群体轨迹的挖掘系统，其特征在于，所述群体轨迹的挖掘系统还包括:

用户数量统计模块，用于统计所述群体轨迹的用户数量。