CN105243396A - 用户位置信息生成方法和装置 - Google Patents

Abstract

本申请公开了用户位置信息生成方法和装置。所述方法的一具体实施方式包括：获取用户的用户定位信息，其中，所述用户定位信息包括所述用户所处的定位点的位置信息以及所述用户在所述定位点停留的时间信息；根据位置信息和时间信息，将多条用户定位信息划分为多个定位信息集合；基于聚类算法对所述多个定位信息集合进行聚类分析，生成多个聚类中心；基于各个聚类中心的位置信息，生成用户位置信息。该实施方式实现了高效且准确地用户位置信息生成。

Description

用户位置信息生成方法和装置

技术领域

本申请涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及用户位置信息生成方法和装置。

背景技术

在研究用户位置的时候，通常采用定位点的方法标记用户位置。常用的标记用户位置的方法有多种，如通过GPS标记，通过网络信号标记等。其中，通过GPS标记用户位置时，通常是间隔设定的时间采集用户当前的位置信息，每个采集点带有坐标值和时间，根据这些采集点能对用户位置进行定位，精度较高；采用网络信号标记时，通过网络智能设备连接的信号基站对用户的位置做出判断，但通常给出的是一个较大的范围，精度较低。

无论是哪种方法，面对的都是一个个孤立的用户定位点，这些定位点数量庞大，而且不利于处理，因此，不能高效且准确的生成用户位置信息。

发明内容

本申请的目的在于提出一种用户位置信息生成方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请提供了一种用户位置信息生成方法，所述方法包括：获取用户的用户定位信息，其中，所述用户定位信息包括所述用户所处的定位点的位置信息以及所述用户在所述定位点停留的时间信息；根据位置信息和时间信息，将多条用户定位信息划分为多个定位信息集合；基于聚类算法对所述多个定位信息集合进行聚类分析，生成多个聚类中心；基于各个聚类中心的位置信息，生成用户位置信息。

在一些实施例中，所述定位点的位置信息包括定位点的坐标；以及所述将多条用户定位信息划分为多个定位信息集合，包括：基于时间信息将所述多个定位点进行排序；以第一个定位点的坐标为初始位置中心点坐标，基于排序结果依次访问各个定位点的坐标；基于当前定位点的坐标以及前一位置中心点坐标计算当前位置中心点坐标；基于当前定位点的坐标与前一位置中心点坐标之间的距离，以及当前定位点与前一定位点之间的时间间隔判断当前定位点是否与前一定位点属于同一个定位信息集合。

在一些实施例中，所述基于当前定位点的坐标与前一位置中心点坐标之间的距离，以及当前定位点与前一定位点之间的时间间隔判断当前定位点是否与前一定位点属于同一个定位信息集合，包括：若当前定位点的坐标与前一位置中心点坐标之间的距离小于预设的距离阈值，且当前定位点与前一定位点之间的时间间隔小于预设的第一时间阈值，则当前定位点与前一定位点属于同一个定位信息集合。

在一些实施例中，所述基于聚类算法对所述多个定位信息集合进行聚类分析，生成多个聚类中心，包括：根据各个定位信息集合的时间间隔，确定各个定位信息集合是否处于移动状态，其中，所述各个定位信息集合的时间间隔是根据各个定位信息集合所包含的用户定位信息的时间信息确定的；对确定为移动状态的至少一个定位信息集合进行聚类分析，生成多个聚类中心。

在一些实施例中，所述根据各个定位信息集合的时间间隔，确定各个定位信息集合是否处于移动状态，包括：将各个定位信息集合的时间间隔与预设的第二时间阈值进行比较；若定位信息集合的时间间隔小于所述第二时间阈值，则确定该定位信息集合处于移动状态。

在一些实施例中，所述聚类算法是均值漂移聚类算法。

第二方面，本申请提供了一种用户位置信息生成装置，所述装置包括：获取单元，配置用于获取用户的用户定位信息，其中，所述用户定位信息包括所述用户所处的定位点的位置信息以及所述用户在所述定位点停留的时间信息；划分单元，配置用于根据位置信息和时间信息，将多条用户定位信息划分为多个定位信息集合；分析单元，配置用于基于聚类算法对所述多个定位信息集合进行聚类分析，生成多个聚类中心；生成单元，配置用于基于各个聚类中心的位置信息，生成用户位置信息。

在一些实施例中，所述定位点的位置信息包括定位点的坐标；以及所述划分单元包括：排序模块，配置用于基于时间信息将所述多个定位点进行排序；访问模块，配置用于以第一个定位点的坐标为初始位置中心点坐标，基于排序结果依次访问各个定位点的坐标；计算模块，配置用于基于当前定位点的坐标以及前一位置中心点坐标计算当前位置中心点坐标；判断模块，配置用于基于当前定位点的坐标与前一位置中心点坐标之间的距离，以及当前定位点与前一定位点之间的时间间隔判断当前定位点是否与前一定位点属于同一个定位信息集合。

在一些实施例中，所述判断模块进一步配置用于：若当前定位点的坐标与前一位置中心点坐标之间的距离小于预设的距离阈值，且当前定位点与前一定位点之间的时间间隔小于预设的第一时间阈值，则当前定位点与前一定位点属于同一个定位信息集合。

在一些实施例中，所述分析单元包括：确定模块，配置用于根据各个定位信息集合的时间间隔，确定各个定位信息集合是否处于移动状态，其中，所述各个定位信息集合的时间间隔是根据各个定位信息集合所包含的用户定位信息的时间信息确定的；聚类模块，配置用于对确定为移动状态的至少一个定位信息集合进行聚类分析，生成多个聚类中心。

在一些实施例中，所述确定模块进一步配置用于：将各个定位信息集合的时间间隔与预设的第二时间阈值进行比较；若定位信息集合的时间间隔小于所述第二时间阈值，则确定该定位信息集合处于移动状态。

在一些实施例中，所述聚类算法是均值漂移聚类算法。

本申请提供的用户位置信息生成方法和装置，根据位置信息和时间信息对用户定位信息进行划分以便得到多个定位信息集合，而后基于聚类算法对多个定位信息集合进行聚类分析，最后基于聚类分析生成的聚类中心来生成用户位置信息，从而对用户定位信息进行准确划分，有效地减少需要处理的数据量，实现了高效且准确的用户位置信息生成。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的用户位置信息生成方法的一个实施例的流程图；

图3是根据本申请的用户位置信息生成方法的又一个实施例的流程图；

图4是根据本申请的用户位置信息生成装置的一个实施例的结构示意图；

图5是适于用来实现本申请实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用户位置信息生成方法或用户位置信息生成装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如导航类应用、定位类应用、搜索类应用、防盗类软件、购物类应用、电子地图等。

终端设备101、102、103可以是支持用户进行定位的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(MovingPictureExpertsGroupAudioLayerIII，动态影像专家压缩标准音频层面3)、MP4(MovingPictureExpertsGroupAudioLayerIV，动态影像专家压缩标准音频层面4)播放器和膝上型便携计算机等等。

服务器105可以是提供各种服务的服务器，例如通过终端设备101、102、103获取用户的用户定位信息，并将用户定位信息进行分析处理的后台处理服务器。后台处理服务器可以对获取的用户定位信息进行分析等处理。

需要说明的是，本申请实施例所提供的用户位置信息生成方法一般由服务器105执行。相应地，用户位置信息生成装置一般设置于服务器105中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的用户位置信息生成方法的一个实施例的流程200。所述的用户位置信息生成方法，包括以下步骤：

步骤201，获取用户的用户定位信息。

在本实施例中，用户位置信息生成方法运行于其上的电子设备(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式从用户利用其进行定位的终端获取用户定位信息。其中，上述用户定位信息可以包括用户所处的定位点的位置信息以及用户在该定位点停留的时间信息。在这里，时间信息可以包括用户在各个定位点停留的开始时间、结束时间以及停留时长等信息。

上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultrawideband)连接、以及其他现在已知或将来开发的无线连接方式。

通常，上述电子设备利用终端上安装的具有定位功能的客户端应用获取用户定位信息。

步骤202，根据位置信息和时间信息，将多条用户定位信息划分为多个定位信息集合。

在本实施例中，根据步骤201中得到的位置信息和时间信息，上述电子设备可以将获取的多条用户定位信息划分为多个定位信息集合。例如，上述电子设备首先基于时间信息将多条用户定位信息进行排序，并基于排序结果依次访问各条用户定位信息的定位点的位置信息，之后根据各个定位点的位置信息计算相邻的两定位点之间的距离间隔，并将距离间隔小于设定距离的定位点划分为同一个定位集合。

在本实施例的一些可选的实现方式中，上述定位点的位置信息可以包括定位点的坐标。将多条用户定位信息划分为多个定位信息集合的过程可以包括：首先，基于时间信息将多条用户定位信息包含的多个定位点进行排序。其次，以第一个定位点的坐标为初始位置中心点坐标，基于排序结果依次访问各个定位点的坐标。然后，基于当前定位点的坐标以及前一位置中心点坐标计算当前位置中心点坐标。在这里，当前位置中心点坐标为此次访问过程中已访问的定位点的坐标的均值，可以通过坐标值直接计算得到，也可以通过增量的方法得到，即当前位置中心点坐标为前一位置中心点坐标与当前增量的和，其中，当前增量为当前定位点的坐标与前一位置中心点坐标的差除以已访问定位点的个数所得的量。最后，基于当前定位点的坐标与前一位置中心点坐标之间的距离，以及当前定位点与前一定位点之间的时间间隔判断当前定位点是否与前一定位点属于同一个定位信息集合。

在本实施例的一些可选的实现方式中，可以根据以下方法判断当前定位点是否与前一定位点属于同一定位信息集合，若当前定位点的坐标与前一位置中心点坐标之间的距离小于预设的距离阈值，且当前定位点与前一定位点之间的时间间隔小于预设的第一时间阈值，则当前定位点与前一定位点属于同一个定位信息集合。

步骤203，基于聚类算法对多个定位信息集合进行聚类分析，生成多个聚类中心。

在本实施例中，用户位置信息生成方法运行于其上的电子设备利用聚类算法对步骤202中得到的多个定位信息集合进行聚类分析，生成多个聚类中心。在这里，上述聚类算法可以采用基于簇个数的算法，例如K-Means聚类算法，也可以采用基于密度的算法，例如DBSCAN聚类算法。

在本实施例的一些可选的实现方式中，可以首先根据各个定位信息集合的时间间隔，确定各个定位信息集合是否处于移动状态，其中，定位信息集合的时间间隔是根据该定位信息集合所包含的用户定位信息的时间信息确定的，例如，可以通过定位信息集合中按时间排序的第一个定位点和最后一个定位点的时间间隔确定该定位点信息集合的时间间隔。然后，对确定为移动状态的至少一个定位信息集合进行聚类分析，生成多个聚类中心。

在本实施例的一些可选的实现方式中，可以根据以下方法确定各个定位信息集合是否处于移动状态，首先，将各个定位信息集合的时间间隔与预设的第二时间阈值进行比较。然后，根据比较结果确定进行确定，若定位信息集合的时间间隔小于所述第二时间阈值，则确定该定位信息集合处于移动状态。

步骤204，基于各个聚类中心的位置信息，生成用户位置信息。

在本实施例中，上述电子设备将步骤203中生成的多个聚类中心的位置信息作为用户位置信息，该用户位置信息可以代表用户经常出没的地点的位置信息，可以作为用户行为分析、用户行为预测等的基础，例如可以用于用户出行预测、家以及工作地识别、场景识别等。

进一步参考图3，其示出了用户位置信息生成方法的又一个实施例的流程300。该用户位置信息生成方法的流程300，包括以下步骤：

步骤301，获取用户的用户定位信息。

在本实施例中，步骤301与步骤201基本一致，这里不再赘述。

步骤302，根据位置信息和时间信息，将多条用户定位信息划分为多个定位信息集合。

在本实施例中，步骤302与步骤202基本一致，这里不再赘述。

步骤303，基于均值漂移(Meanshift)聚类算法对多个定位信息集合进行聚类分析，生成多个聚类中心。

在本实施例中，用户位置信息生成方法运行于其上的电子设备利用均值漂移聚类算法对步骤302中得到的多个定位信息集合进行聚类分析，生成多个聚类中心。均值漂移聚类算法是一种基于中心的聚类方法，在量化距离的时候可以加入核函数，例如，在使用的时候可以选择高斯函数为核函数，即距离聚类中心越近，用户的定位点越密集，这更符合用户的实际位置分布。此外，均值漂移聚类算法的参数较少，调用简单，且物理意义明确，例如，参数可以表示不同聚类中心的最小距离。

步骤304，基于各个聚类中心的位置信息，生成用户位置信息。

在本实施例中，步骤304与步骤204基本一致，这里不再赘述。

从图3中可以看出，与图2对应的实施例相比，本实施例中的用户位置信息生成方法的流程300突出了对多个定位信息集合使用均值漂移聚类算法进行聚类分析的步骤。由此，本实施例描述的方案可以使分析结果更加符合用户的实际位置分布，从而实现更加准确地用户位置信息生成。

进一步参考图4，作为对上述各图所示方法的实现，本申请提供了一种用户位置信息生成装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例所述的用户位置信息生成装置400包括：获取单元401、划分单元402、分析单元403和生成单元404。其中，获取单元401配置用于获取用户的用户定位信息，其中，所述用户定位信息包括所述用户所处的定位点的位置信息以及所述用户在所述定位点停留的时间信息；划分单元402配置用于根据位置信息和时间信息，将多条用户定位信息划分为多个定位信息集合；分析单元403配置用于基于聚类算法对所述多个定位信息集合进行聚类分析，生成多个聚类中心；生成单元404配置用于基于各个聚类中心的位置信息，生成用户位置信息。

在本实施例中，用户位置信息生成装置400的获取单元401可以通过有线连接方式或者无线连接方式从用户利用其进行定位的终端获取用户定位信息，其中，上述用户定位信息包括用户所处的定位点的位置信息以及用户在该定位点停留的时间信息。

在本实施例中，基于获取单元401得到的用户定位信息，上述划分单元402可以根据位置信息和时间信息，将多条用户定位信息划分为多个定位信息集合。

在本实施例中，分析单元403可以采用聚类算法对步骤402中划分得到的多个定位信息集合进行聚类分析，从而生成多个聚类中心。

在本实施例中，上述生成单元404可以基于上述各个聚类中心的位置信息，生成用户位置信息。

本领域技术人员可以理解，上述用户位置信息生成装置400还包括一些其他公知结构，例如处理器、存储器等，为了不必要地模糊本公开的实施例，这些公知的结构在图4中未示出。

下面参考图5，其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统500的结构示意图。

如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中，还存储有系统500操作所需的各种程序和数据。CPU501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、划分单元、分析单元和生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取用户的用户定位信息的单元”。

作为另一方面，本申请还提供了一种非易失性计算机存储介质，该非易失性计算机存储介质可以是上述实施例中所述装置中所包含的非易失性计算机存储介质；也可以是单独存在，未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序，当所述一个或者多个程序被一个设备执行时，使得所述设备：获取用户的用户定位信息，其中，所述用户定位信息包括所述用户所处的定位点的位置信息以及所述用户在所述定位点停留的时间信息；根据位置信息和时间信息，将多条用户定位信息划分为多个定位信息集合；基于聚类算法对所述多个定位信息集合进行聚类分析，生成多个聚类中心；基于各个聚类中心的位置信息，生成用户位置信息。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种用户位置信息生成方法，其特征在于，所述方法包括：

获取用户的用户定位信息，其中，所述用户定位信息包括所述用户所处的定位点的位置信息以及所述用户在所述定位点停留的时间信息；

根据位置信息和时间信息，将多条用户定位信息划分为多个定位信息集合；

基于聚类算法对所述多个定位信息集合进行聚类分析，生成多个聚类中心；

基于各个聚类中心的位置信息，生成用户位置信息。

2.根据权利要求1所述的方法，其特征在于，所述定位点的位置信息包括定位点的坐标；以及

所述将多条用户定位信息划分为多个定位信息集合，包括：

基于时间信息将所述多个定位点进行排序；

以第一个定位点的坐标为初始位置中心点坐标，基于排序结果依次访问各个定位点的坐标；

基于当前定位点的坐标以及前一位置中心点坐标计算当前位置中心点坐标；

基于当前定位点的坐标与前一位置中心点坐标之间的距离，以及当前定位点与前一定位点之间的时间间隔判断当前定位点是否与前一定位点属于同一个定位信息集合。

3.根据权利要求2所述的方法，其特征在于，所述基于当前定位点的坐标与前一位置中心点坐标之间的距离，以及当前定位点与前一定位点之间的时间间隔判断当前定位点是否与前一定位点属于同一个定位信息集合，包括：

若当前定位点的坐标与前一位置中心点坐标之间的距离小于预设的距离阈值，且当前定位点与前一定位点之间的时间间隔小于预设的第一时间阈值，则当前定位点与前一定位点属于同一个定位信息集合。

4.根据权利要求1所述的方法，其特征在于，所述基于聚类算法对所述多个定位信息集合进行聚类分析，生成多个聚类中心，包括：

根据各个定位信息集合的时间间隔，确定各个定位信息集合是否处于移动状态，其中，所述各个定位信息集合的时间间隔是根据各个定位信息集合所包含的用户定位信息的时间信息确定的；

对确定为移动状态的至少一个定位信息集合进行聚类分析，生成多个聚类中心。

5.根据权利要求4所述的方法，其特征在于，所述根据各个定位信息集合的时间间隔，确定各个定位信息集合是否处于移动状态，包括：

将各个定位信息集合的时间间隔与预设的第二时间阈值进行比较；

若定位信息集合的时间间隔小于所述第二时间阈值，则确定该定位信息集合处于移动状态。

6.根据权利要求1所述的方法，其特征在于，所述聚类算法是均值漂移聚类算法。

7.一种用户位置信息生成装置，其特征在于，所述装置包括：

获取单元，配置用于获取用户的用户定位信息，其中，所述用户定位信息包括所述用户所处的定位点的位置信息以及所述用户在所述定位点停留的时间信息；

划分单元，配置用于根据位置信息和时间信息，将多条用户定位信息划分为多个定位信息集合；

分析单元，配置用于基于聚类算法对所述多个定位信息集合进行聚类分析，生成多个聚类中心；

生成单元，配置用于基于各个聚类中心的位置信息，生成用户位置信息。

8.根据权利要求7所述的装置，其特征在于，所述定位点的位置信息包括定位点的坐标；以及

所述划分单元包括：

排序模块，配置用于基于时间信息将所述多个定位点进行排序；

访问模块，配置用于以第一个定位点的坐标为初始位置中心点坐标，基于排序结果依次访问各个定位点的坐标；

计算模块，配置用于基于当前定位点的坐标以及前一位置中心点坐标计算当前位置中心点坐标；

判断模块，配置用于基于当前定位点的坐标与前一位置中心点坐标之间的距离，以及当前定位点与前一定位点之间的时间间隔判断当前定位点是否与前一定位点属于同一个定位信息集合。

9.根据权利要求8所述的装置，其特征在于，所述判断模块进一步配置用于：

若当前定位点的坐标与前一位置中心点坐标之间的距离小于预设的距离阈值，且当前定位点与前一定位点之间的时间间隔小于预设的第一时间阈值，则当前定位点与前一定位点属于同一个定位信息集合。

10.根据权利要求7所述的装置，其特征在于，所述分析单元包括：

确定模块，配置用于根据各个定位信息集合的时间间隔，确定各个定位信息集合是否处于移动状态，其中，所述各个定位信息集合的时间间隔是根据各个定位信息集合所包含的用户定位信息的时间信息确定的；

聚类模块，配置用于对确定为移动状态的至少一个定位信息集合进行聚类分析，生成多个聚类中心。

11.根据权利要求10所述的装置，其特征在于，所述确定模块进一步配置用于：

将各个定位信息集合的时间间隔与预设的第二时间阈值进行比较；

若定位信息集合的时间间隔小于所述第二时间阈值，则确定该定位信息集合处于移动状态。

12.根据权利要求7所述的装置，其特征在于，所述聚类算法是均值漂移聚类算法。