CN105847310A - 一种确定位置的方法及装置 - Google Patents
一种确定位置的方法及装置 Download PDFInfo
- Publication number
- CN105847310A CN105847310A CN201510017616.4A CN201510017616A CN105847310A CN 105847310 A CN105847310 A CN 105847310A CN 201510017616 A CN201510017616 A CN 201510017616A CN 105847310 A CN105847310 A CN 105847310A
- Authority
- CN
- China
- Prior art keywords
- time period
- time
- cluster
- same type
- cluster position
- 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.)
- Pending
Links
Landscapes
- Telephonic Communication Services (AREA)
Abstract
本发明涉及大数据应用领域，特别涉及一种确定位置的方法及装置，用以解决目前无法确定客户当前的常驻位置的问题。该方法包括：在确定终端在每个时间段内的位置后，确定终端在每个时间段内的聚类位置，再确定同一类型的时间段内相关联的聚类位置对应的本次的总驻留时间，和没有相关联的聚类位置对应的本次的总驻留时间，最后在遍历所有类型的时间段的次数达到设定阈值后，确定同一类型的时间段对应的聚类位置。这种技术方案由于能够通过确定终端在不同类型时间段内的聚类位置以及聚类位置对应每次的总的驻留时间，因此能够确定同一类型的时间段对应的聚类位置即客户当前的常驻位置。
Description
技术领域
本发明涉及大数据应用领域，特别涉及一种确定位置的方法及装置。
背景技术
随着电信行业业务的快速发展，客户服务逐步由线上服务向线下服务延伸，因此需要确定当前客户常驻位置的准确信息，为客户提供持续的强化服务，提升客户体验，致力维系存量客户的保有工作。
而现有技术中，确定客户当前的常驻位置就是客户入网时的注册的位置，通常情况下，客户在更换常驻位置后需要人为对其进行主动修改，若不进行主动修改，则无法确定用户当前的常驻位置，因而无法得知用户的常驻位置发生改变。
综上所述，现有技术中无法确定客户当前的常驻位置。
发明内容
本发明实施例提供了一种确定位置的方法及装置，用以解决现有技术中存在无法确定客户当前的常驻位置的问题。
本发明实施例提供了一种确定位置的方法，包括：
根据从数据采集网关中获取的终端的位置轨迹数据，确定终端在每个时间段内的位置；
根据确定的所述终端在每个时间段内的位置，确定所述终端在每个时间段内的聚类位置；
确定同一类型的时间段内相关联的聚类位置对应的本次的总驻留时间，以及没有相关联的聚类位置对应的本次的总驻留时间，其中表示同一位置的聚类位置为相关联的聚类位置；
在遍历所有类型的时间段的次数达到设定阈值后，根据确定的相关联的聚类位置对应的每次的总驻留时间以及没有相关联的聚类位置对应的每次的总驻留时间，确定同一类型的时间段对应的所述聚类位置，并将确定的所述聚类位置作为用户在该时间段对应的位置。
由于能够通过确定终端在不同类型的时间段内的聚类位置以及聚类位置对应的每次总的驻留时间，因此能够确定同一类型的时间段对应的聚类位置，也就是客户当前的常驻位置，从而实现了确定客户当前的常驻位置。
较佳地，确定同一类型的时间段对应的所述聚类位置之后，还包括：
通过调用数据库，确定同一类型的时间段对应的常驻位置；
将确定的常驻位置与所述同一类型的时间段对应的所述聚类位置进行比较；
若所述常驻位置与所述聚类位置之间的距离在第一预设范围之外，则根据预设的通知方式进行通知处理。
由于通过将同一类型的时间段对应的所述聚类位置与数据库中同一类型的时间段对应的常驻位置进行比对，并将比对结果按预设方式进行通知，易于使用户发现客户的常住地址有可能发生变更。
较佳地，确定同一类型的时间段内，相关联的聚类位置对应的本次的总驻留时间，包括：
根据同一类型的时间段中每个时间段内每个相关联的聚类位置对应的位置的驻留时间，确定每个相关联的聚类位置对应的驻留时间，其中所述聚类位置对应的位置为确定所述聚类位置所使用的位置；
将同一类型的时间段内每个相关联的聚类位置对应的驻留时间加权，得到相关联的聚类位置对应的本次的总驻留时间。
由于通过确定同一类型的时间段内相关联的聚类位置对应的本次的总驻留时间，增加了确定同一类型的时间段对应的所述聚类位置的准确性。
较佳地，确定同一类型的时间段内，没有相关联的聚类位置对应的本次的总驻留时间，包括：
根据同一类型的时间段中每个时间段内没有相关联的聚类位置对应的位置的驻留时间，确定每个时间段内的所述聚类位置对应的驻留时间；
将每个时间段内的所述聚类位置对应的驻留时间作为没有相关联的聚类位置对应的本次的总驻留时间。
较佳地，确定所述终端在每个时间段内的聚类位置，包括：
将确定的所述终端在每个时间段内的位置划分成多个集合，其中每个集合中的任意两个位置对应的位置之间的距离在第二预设范围之内；
将每个集合中的位置进行聚类处理，得到所述终端在每个时间段内的聚类位置。
由于通过对每个集合中的位置进行聚类处理，从而简化了确定同一类型的时间段对应的所述聚类位置的步骤。
较佳地，时间段包括：休息时间段、休闲时间段、工作时间段；
其中，所述休息时间段和所述休闲时间段为同一类型的时间段；
所述工作时间段和所述休闲时间段为同一类型的时间段。
本发明实施例提供了一种确定位置的装置，包括：
获取模块，用于根据从数据采集网关中获取的终端的位置轨迹数据，确定终端在每个时间段内的位置；
聚类模块，用于根据确定的所述终端在每个时间段内的位置，确定所述终端在每个时间段内的聚类位置；
第一确定模块，用于确定同一类型的时间段内，相关联的聚类位置对应的本次的总驻留时间，以及没有相关联的聚类位置对应的本次的总驻留时间，其中表示同一位置的聚类位置为相关联的聚类位置；
第二确定模块，用于在遍历所有类型的时间段的次数达到设定阈值后，根据确定的相关联的聚类位置对应的每次的总驻留时间以及没有相关联的聚类位置对应的每次的总驻留时间，确定同一类型的时间段对应的所述聚类位置，并将确定的所述聚类位置作为用户在该时间段对应的位置。
较佳地，所述第二确定模块还用于：
确定同一类型的时间段对应的所述聚类位置之后，通过调用数据库，确定同一类型的时间段对应的常驻位置，将确定的常驻位置与所述同一类型的时间段对应的所述聚类位置进行比较；
若所述常驻位置与所述聚类位置之间的距离在第一预设范围之外，则根据预设的通知方式进行通知处理。
较佳地，所述第一确定模块具体用于：
根据同一类型的时间段中每个时间段内每个相关联的聚类位置对应的位置的驻留时间，确定每个相关联的聚类位置对应的驻留时间，其中所述聚类位置对应的位置为确定所述聚类位置所使用的位置；
将同一类型的时间段内每个相关联的聚类位置对应的驻留时间加权，得到相关联的聚类位置对应的本次的总驻留时间。
较佳地，所述第一确定模块具体用于：
根据同一类型的时间段中每个时间段内没有相关联的聚类位置对应的位置的驻留时间，确定每个时间段内的所述聚类位置对应的驻留时间；
将每个时间段内的所述聚类位置对应的驻留时间作为没有相关联的聚类位置对应的本次的总驻留时间。
较佳地，所述聚类模块具体用于：
将确定的所述终端在每个时间段内的位置划分成多个集合，其中每个集合中的任意两个位置对应的位置之间的距离在第二预设范围之内；将每个集合中的位置进行聚类处理，得到所述终端在每个时间段内的聚类位置。
附图说明
图1为本发明实施例一确定位置的方法流程图；
图2为本发明实施例二的确定位置的方法流程图；
图3为本发明实施例确定位置方法所应用的系统架构图；
图4为本发明实施例三确定位置的装置示意图。
具体实施方式
本发明实施例的根据从数据采集网关中获取的终端的位置轨迹数据，确定终端在每个时间段内的位置，根据确定的所述终端在每个时间段内的位置，确定所述终端在每个时间段内的聚类位置，然后确定同一类型的时间段内相关联的聚类位置对应的本次的总驻留时间，以及没有相关联的聚类位置对应的本次的总驻留时间，其中表示同一位置的聚类位置为相关联的聚类位置，以及在遍历所有类型的时间段的次数达到设定阈值后，根据确定的相关联的聚类位置对应的每次的总驻留时间以及没有相关联的聚类位置对应的每次的总驻留时间，确定同一类型的时间段对应的所述聚类位置，并将确定的所述聚类位置作为用户在该时间段对应的位置。这种技术方案由于能够通过确定终端在不同类型的时间段内的聚类位置以及聚类位置对应的每次总的驻留时间，因此能够确定同一类型的时间段对应的聚类位置，也就是客户当前的常驻位置，从而实现了确定客户当前的常驻位置。
下面结合说明书附图对本发明实施例作进一步详细描述。
如图1所示，本发明实施例一确定位置的方法，包括：
步骤100，根据从数据采集网关中获取的终端的位置轨迹数据，确定终端在每个时间段内的位置。
步骤101，根据确定的终端在每个时间段内的位置，确定终端在每个时间段内的聚类位置。
步骤102，确定同一类型的时间段内相关联的聚类位置对应的本次的总驻留时间，以及没有相关联的聚类位置对应的本次的总驻留时间，其中表示同一位置的聚类位置为相关联的聚类位置。
步骤103，在遍历所有类型的时间段的次数达到设定阈值后，根据确定的相关联的聚类位置对应的每次的总驻留时间以及没有相关联的聚类位置对应的每次的总驻留时间，确定同一类型的时间段对应的所述聚类位置，并将确定的所述聚类位置作为用户在该时间段对应的位置。
需要说明的是，采集网关获取终端的位置轨迹数据可以通过每天用户的话单(包括语音、上网等)获取终端的位置轨迹数据，也可以通过实时获取终端的位置轨迹数据。
由于在话单上包括终端的位置轨迹数据、时间，因此采集网关通过采集话单中包括的终端的位置轨迹数据、时间来获取终端的位置。在实时获取终端的位置轨迹数据时通过定位系统、基站对其终端进行实时定位获取终端的位置。
较佳地，时间段包括：休息时间段、休闲时间段、工作时间段；
其中，所述休息时间段和所述休闲时间段为同一类型的时间段；
所述工作时间段和所述休闲时间段为同一类型的时间段。
其中时间段的分类，可以以小时为单位，将每日划分成24个时间段，以0～23为标识。按照休闲、休息以及工作的类型将24个时间段划分为：休息时间段：23:00～08:00、12:00～14:00；工作时间段：08:00～12:00、14:00～18:00；休闲时间段：18:00～23:00。上述时间段的划分为仅为其中一种划分方式，也可以根据实际情况进行相应的调整。
其中休息时间段23:00～08:00、12:00～14:00，以及休闲时间段：18:00～23:00为同一类型的时间段，而工作时间段：08:00～12:00、14:00～18:00，以及休闲时间段：18:00～23:00为同一类型的时间段，在休息时间段终端位于家庭地址的可能性较大，因此该时间段匹配家庭地址，而工作时间段终端位于工作地址的可能性较大，因此该时间段匹配工作地址，休闲时间段终端既有可能位于家庭地址，也有可能位于工作地址，因此，既与休息时间段属于同一类型，又与工作时间段属于同一类型。
较佳地，所述确定所述终端在每个时间段内的聚类位置，包括：
所述将确定的所述终端在每个时间段内的位置划分成多个集合，其中每个集合中的任意两个位置对应的位置之间的距离在第二预设范围之内；
所述将每个集合中的位置进行聚类处理，得到所述终端在每个时间段内的聚类位置。
需要说明的是，第二预设范围是根据实际需要进行设定的，其位置以及聚类位可以为经纬度的坐标点，也可以用建筑物或其他方式替代。
以位置用经纬度坐标点表示为例进行说明，由于终端在同一地点的位置(即停留点)并不完全一致，直接对获取的终端的位置进行比较并不可行，因此需要对获取的每个类型的时间段中终端的位置进行划分，例如，对实际获取的N个终端的位置，建立N×N矩阵，其中每个元素(di,j)是行、列对应位置(Pi、Pj)之间的距离，当第二预设范围为10米时，则考察各个位置对应的元素，将元素小于10米对应的位置划分为一个集合，也就是说，对于每个特定的i，若元素di,j、di,k、di,l、di,m……小于10米，则确定dj,k、dj,l、dj,m、dk,l、dk,m、dl,m……是否满足小于10米，若这些元素的值均小于10米，则Pi、Pj、Pk、Pl、Pm……属于同一个集合，则该聚类位置为位置Pi、Pj、Pk、Pl、Pm……的重心，即各个位置的经纬度的算术平均值。
当位置用其他方式表示时，如用建筑物作为位置时，可先将建筑物所在的地址转换为经纬度的坐标，再利用上述计算方法进行相应的计算。
步骤102中的同一位置指的是在一定误差范围内的相同位置，而非绝对意义上的同一位置。例如：在休息时间段23:00～8:00确定的聚类位置之一为东经113.12度，北纬39.65度，而在休息时间段12:00～14:00确定的聚类位置之一为东经113.119度，北纬39.652度，则上述两个同一类型的时间段的两个聚类位置为相关联的聚类位置，也就是在误差范围内的同一位置，其误差范围根据实际情况进行确定。
较佳地，根据同一类型的时间段中每个时间段内每个相关联的聚类位置对应的位置的驻留时间，确定每个相关联的聚类位置对应的驻留时间，其中聚类位置对应的位置为确定聚类位置所使用的位置；
将同一类型的时间段内每个相关联的聚类位置对应的驻留时间加权，得到相关联的聚类位置对应的本次的总驻留时间。
具体来说，利用FP-growth算法来确定同一类型的时间段中聚类位置的关联度，其中，FP-growth算法中用到的FP-tree，结合用户的需求，在原有频繁项头表和项前缀树两个属性之外，增加时间段属性，也就是0～23的标识，使得根据每个时间段的聚类位置判断与其他相同类型的时间段之间聚类位置的是否关联，例如在休息时间段23:00～8:00确定的聚类位置有A、B、C三个位置，其中聚类位置A、B、C的标识分别为5、6、7，则说明聚类位置A、B、C属于休息时间段23:00～8:00，当标识为5、6、7时，表示聚类位置对应的时间段为5:00、6:00、7:00，因此属于休息时间段23:00～8:00。在休息时间段12:00～14:00确定的聚类位置有A、D、F三个位置，其中聚类位置A、D、F的标识分别为12、13、14，则说明聚类位置A、D、F属于休息时间段12:00～14:00，当标识为12、13、14时，表示聚类位置对应的时间段为12:00、13:00、14:00，因此属于休息时间段12:00～14:00。在休闲时间段：18:00～23:00确定的聚类位置只有G，则休息时间段23:00～8:00的聚类位置A，与休息时间段12:00～14:00的聚类位置有A为相关联的聚类位置，B、C、D、F、G为不关联的聚类位置。
在判断同一类型的时间段聚类位置是否关联时，通过聚类位置的标识判断属于同一类型的时间段中不同的时间段进行关联，如休息时间段23:00～8:00的聚类位置A，与休息时间段12:00～14:00的聚类位置有A为相关联的聚类位置，而不对休息时间段23:00～8:00的聚类位置A、聚类位置B判断其关联关系。
确定聚类位置A的驻留时间的方法为将确定休息时间段23:00～8:00的聚类位置A所使用的位置的驻留时间相加，得到休息时间段23:00～8:00的聚类位置A的驻留时间，将确定休息时间段12:00～14:00的聚类位置A所使用的位置的驻留时间相加，得到休息时间段12:00～14:00的聚类位置A的驻留时间，然后将休息时间段23:00～8:00的聚类位置A的驻留时间和休息时间段12:00～14:00的聚类位置A的驻留时间相加后得到的值乘以关联频繁度系数，得到休息时间段聚类位置A本次的总驻留时间。
其中，关联频繁度系数根据实际情况进行相应的设置，也就是根据最终确定的聚类位置与实际位置的差距进行相应的调整。
较佳地，根据同一类型的时间段中每个时间段内没有相关联的聚类位置对应的位置的驻留时间，确定每个时间段内的所述聚类位置对应的驻留时间；
将每个时间段内的所述聚类位置对应的驻留时间作为没有相关联的聚类位置对应的本次的总驻留时间。
例如，确定休息时间段23:00～8:00聚类位置有B的驻留时间，即将确定休息时间段23:00～8:00的聚类位置B所使用的位置的驻留时间相加，得到休息时间段23:00～8:00聚类位置有B的驻留时间。
在得到休息时间段23:00～08:00、12:00～14:00，以及休闲时间段：18:00～23:00所有聚类位置A、B、C、D、F、G的驻留时间后，按驻留时间从大到小进行排序，若顺序为A、B、D、C、F、G组成一个家庭地址的TOP集，其中聚类位置A为关联频繁度最高的聚类位置，也就是持有终端的用户当前最有可能常驻的家庭地址，但是由于遍历一次也就是统计一天的聚类位置具有较大的偶然性，因此需要遍历多次，然后根据每个同一类型的时间段确定的TOP集中位于TOP1位置次数最多的聚类位置作为持有终端的用户的常驻位置，若TOP1与TOP2、TOP3的次数差距不大，则增加设定的阈值，使TOP1和TOP2、TOP3的差距加大，从而增加确定的聚类位置的准确性，其中具体遍历的次数也就是设定的阈值是根据实际情况进行设置的。也可以通过其他方式进行确定，例如将遍历的所有的聚类位置的驻留时间相加，其驻留时间最长的聚类位置作为持有终端的用户的常驻位置。
其中，遍历一次也可以是统计半天或其它时长的聚类位置，这是根据实际需要进行划分的，当划分的时间段是12个小时，则遍历一次的时长为12个时间段。
较佳地，确定同一类型的时间段对应的所述聚类位置之后，通过调用数据库，确定同一类型的时间段对应的常驻位置；
将确定的常驻位置与所述同一类型的时间段对应的所述聚类位置进行比较；
若常驻位置与聚类位置之间的距离在第一预设范围之外，则根据预设的通知方式进行通知处理。
其中，数据库是用于存储持有终端的用户常驻地址的数据库，常驻地址包括工作地址和家庭地址，结合GIS(Geographic Information System，地理信息系统)地图，确认出数据库中常驻地址的经纬度。
具体来说，位置分析器在遍历设定次数后，在休息时间段和休闲时间段确定的聚类位置为A，则将该聚类位置A与数据库中用户的家庭地址的经纬度进行比对，当两位置之间的距离大于第一预设范围，例如200米时，则通知客户服务中心用户的家庭地址信息可能发生变更，该预设通知方式可以是报警或是发送短消息或是在数据库中进行相应标记或是其他的方式。其第一预设范围可根据实际需要进行设定。若在第一预设范围之内，则不进行通知处理。
如图2所示，本发明实施例二的确定位置的方法，包括：
步骤200，通过采集网关获取每个时间段个人客户的位置信息。
步骤201，根据每个时间段的获取的位置信息确定每个时间段的聚类位置。
步骤202，根据同一类型的时间段的聚类位置，通过FP-growth算法，确定有关联关系的聚类位置，也就是同一类型的时间段中相同位置的聚类位置。
步骤203，确定同一类型的时间段中表示相同位置聚类位置对应的总的驻留时间，以及确定同一类型的时间段没有表示相同位置对应的总的驻留时间。
步骤204，根据总的驻留时间，确定所述聚类位置的TOP集。
步骤205，遍历所有时间段的次数达到预设阈值次数后，根据每次聚类位置的TOP集确定工作时间段和休息时间段处于TOP1次数最多的聚类位置。
步骤206，将最终确定同一类型的时间段的聚类位置与对应该类型的时间端的常驻地址进行比对，判断确定的聚类位置与对应的常驻地址之间的距离是否在预设范围之内，若在预设范围之内，则执行步骤207；否则执行步骤208。
步骤207，不执行通知处理，本流程结束。
步骤208，执行通知处理，本流程结束。
上述确定位置的方法可以应用于如图3所示的系统架构图中，其采集网关与相连，与数据库相连，其中采集网关用于终端的位置轨迹数据的获取，用于根据采集网关确定的位置轨迹数据确定同一类型的时间段对应的聚类位置，即客户当前的常驻位置，并确定数据库中客户常驻位置与客户当前的常驻位置之间的距离是否在预设范围之外，若在预设范围之外则根据预设的通知方式通知客户服务中心，其中客户服务中心根据收到的通知向客户确认常住地址是否确实发生变化。
基于同一发明构思，本发明实施例中还提供了一种确定位置的装置，由于本发明实施例确定位置的装置对应的方法为确定位置的方法，因此本发明实施例装置的实施可以参见方法的实施，重复之处不再赘述。
如图4所示，本发明实施例三确定位置的装置，包括：
获取模块400，用于根据从数据采集网关中获取的终端的位置轨迹数据，确定终端在每个时间段内的位置；
聚类模块401，用于根据确定的所述终端在每个时间段内的位置，确定所述终端在每个时间段内的聚类位置；
第一确定模块402，用于确定同一类型的时间段内相关联的聚类位置对应的本次的总驻留时间，以及没有相关联的聚类位置对应的本次的总驻留时间，其中表示同一位置的聚类位置为相关联的聚类位置；
第二确定模块403，用于在在遍历所有类型的时间段的次数达到设定阈值后，根据确定的相关联的聚类位置对应的每次的总驻留时间以及没有相关联的聚类位置对应的每次的总驻留时间，确定同一类型的时间段对应的所述聚类位置，并将确定的所述聚类位置作为用户在该时间段对应的位置。
较佳地，所述第二确定模块403还用于：
确定同一类型的时间段对应的所述聚类位置之后，通过调用数据库，确定同一类型的时间段对应的常驻位置，将确定的常驻位置与所述同一类型的时间段对应的所述聚类位置进行比较；
若所述常驻位置与所述聚类位置之间的距离在第一预设范围之外，则根据预设的通知方式进行通知处理。
较佳地，所述第一确定模块402具体用于：
根据同一类型的时间段中每个时间段内每个相关联的聚类位置对应的位置的驻留时间，确定每个相关联的聚类位置对应的驻留时间，其中所述聚类位置对应的位置为确定所述聚类位置所使用的位置；
将同一类型的时间段内每个相关联的聚类位置对应的驻留时间加权，得到相关联的聚类位置对应的本次的总驻留时间。
较佳地，所述第一确定模块402具体用于：
根据同一类型的时间段中每个时间段内没有相关联的聚类位置对应的位置的驻留时间，确定每个时间段内的所述聚类位置对应的驻留时间；
将每个时间段内的所述聚类位置对应的驻留时间作为没有相关联的聚类位置对应的本次的总驻留时间。
较佳地，所述聚类模块401具体用于：
将确定的所述终端在每个时间段内的位置划分成多个集合，其中每个集合中的任意两个位置对应的位置之间的距离在第二预设范围之内；将每个集合中的位置进行聚类处理，得到所述终端在每个时间段内的聚类位置。
从上述内容可以看出：本发明实施例的根据从数据采集网关中获取的终端的位置轨迹数据，确定终端在每个时间段内的位置，根据确定的所述终端在每个时间段内的位置，确定所述终端在每个时间段内的聚类位置，然后确定同一类型的时间段内相关联的聚类位置对应的本次的总驻留时间，以及没有相关联的聚类位置对应的本次的总驻留时间，其中表示同一位置的聚类位置为相关联的聚类位置，以及在遍历所有类型的时间段的次数达到设定阈值后，根据确定的相关联的聚类位置对应的每次的总驻留时间以及没有相关联的聚类位置对应的每次的总驻留时间，确定同一类型的时间段对应的所述聚类位置，并将确定的所述聚类位置作为用户在该时间段对应的位置。这种技术方案由于能够通过确定终端在不同类型的时间段内的聚类位置以及聚类位置对应的每次总的驻留时间，因此能够确定同一类型的时间段对应的聚类位置，也就是客户当前的常驻位置，从而实现了确定客户当前的常驻位置，解决了现有技术中存在的无法确定客户当前的常驻位置的问题。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (11)
1.一种确定位置的方法，其特征在于，该方法包括：
根据从数据采集网关中获取的终端的位置轨迹数据，确定终端在每个时间段内的位置；
根据确定的所述终端在每个时间段内的位置，确定所述终端在每个时间段内的聚类位置；
确定同一类型的时间段内相关联的聚类位置对应的本次的总驻留时间，以及没有相关联的聚类位置对应的本次的总驻留时间，其中表示同一位置的聚类位置为相关联的聚类位置；
在遍历所有类型的时间段的次数达到设定阈值后，根据确定的相关联的聚类位置对应的每次的总驻留时间以及没有相关联的聚类位置对应的每次的总驻留时间，确定同一类型的时间段对应的所述聚类位置，并将确定的所述聚类位置作为用户在该时间段对应的位置。
2.如权利要求1所述的方法，其特征在于，确定同一类型的时间段对应的所述聚类位置之后，还包括：
确定同一类型的时间段对应的常驻位置；
将确定的常驻位置与所述同一类型的时间段对应的所述聚类位置进行比较；
若所述常驻位置与所述聚类位置之间的距离在第一预设范围之外，则根据预设的通知方式进行通知处理。
3.如权利要求1所述的方法，其特征在于，确定同一类型的时间段内，相关联的聚类位置对应的本次的总驻留时间，包括：
根据同一类型的时间段中每个时间段内每个相关联的聚类位置对应的位置的驻留时间，确定每个相关联的聚类位置对应的驻留时间，其中所述聚类位置对应的位置为确定所述聚类位置所使用的位置；
将同一类型的时间段内每个相关联的聚类位置对应的驻留时间加权，得到相关联的聚类位置对应的本次的总驻留时间。
4.如权利要求1所述的方法，其特征在于，确定同一类型的时间段内，没有相关联的聚类位置对应的本次的总驻留时间，包括：
根据同一类型的时间段中每个时间段内没有相关联的聚类位置对应的位置的驻留时间，确定每个时间段内的所述聚类位置对应的驻留时间；
将每个时间段内的所述聚类位置对应的驻留时间作为没有相关联的聚类位置对应的本次的总驻留时间。
5.如权利要求1～4任一所述的方法，其特征在于，确定所述终端在每个时间段内的聚类位置，包括：
将确定的所述终端在每个时间段内的位置划分成多个集合，其中每个集合中的任意两个位置对应的位置之间的距离在第二预设范围之内；
将每个集合中的位置进行聚类处理，得到所述终端在每个时间段内的聚类位置。
6.如权利要求1～4任一所述的方法，其特征在于，时间段包括：休息时间段、休闲时间段、工作时间段；
其中，所述休息时间段和所述休闲时间段为同一类型的时间段；
所述工作时间段和所述休闲时间段为同一类型的时间段。
7.一种确定位置的装置，其特征在于，该装置包括：
获取模块，用于根据从数据采集网关中获取的终端的位置轨迹数据，确定终端在每个时间段内的位置；
聚类模块，用于根据确定的所述终端在每个时间段内的位置，确定所述终端在每个时间段内的聚类位置；
第一确定模块，用于确定同一类型的时间段内相关联的聚类位置对应的本次的总驻留时间，以及没有相关联的聚类位置对应的本次的总驻留时间，其中表示同一位置的聚类位置为相关联的聚类位置；
第二确定模块，用于在遍历所有类型的时间段的次数达到设定阈值后，根据确定的相关联的聚类位置对应的每次的总驻留时间以及没有相关联的聚类位置对应的每次的总驻留时间，确定同一类型的时间段对应的所述聚类位置，并将确定的所述聚类位置作为用户在该时间段对应的位置。
8.如权利要求7所述的装置，其特征在于，所述第二确定模块还用于：
确定同一类型的时间段对应的所述聚类位置之后，通过调用数据库，确定同一类型的时间段对应的常驻位置，将确定的常驻位置与所述同一类型的时间段对应的所述聚类位置进行比较；
若所述常驻位置与所述聚类位置之间的距离在第一预设范围之外，则根据预设的通知方式进行通知处理。
9.如权利要求7所述的装置，其特征在于，所述第一确定模块具体用于：
根据同一类型的时间段中每个时间段内每个相关联的聚类位置对应的位置的驻留时间，确定每个相关联的聚类位置对应的驻留时间，其中所述聚类位置对应的位置为确定所述聚类位置所使用的位置；
将同一类型的时间段内每个相关联的聚类位置对应的驻留时间加权，得到相关联的聚类位置对应的本次的总驻留时间。
10.如权利要求7所述的装置，其特征在于，所述第一确定模块具体用于：
根据同一类型的时间段中每个时间段内没有相关联的聚类位置对应的位置的驻留时间，确定每个时间段内的所述聚类位置对应的驻留时间；
将每个时间段内的所述聚类位置对应的驻留时间作为没有相关联的聚类位置对应的本次的总驻留时间。
11.如权利要求7～10任一所述的装置，其特征在于，所述聚类模块具体用于：
将确定的所述终端在每个时间段内的位置划分成多个集合，其中每个集合中的任意两个位置对应的位置之间的距离在第二预设范围之内；将每个集合中的位置进行聚类处理，得到所述终端在每个时间段内的聚类位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510017616.4A CN105847310A (zh) | 2015-01-13 | 2015-01-13 | 一种确定位置的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510017616.4A CN105847310A (zh) | 2015-01-13 | 2015-01-13 | 一种确定位置的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105847310A true CN105847310A (zh) | 2016-08-10 |
Family
ID=56579956
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510017616.4A Pending CN105847310A (zh) | 2015-01-13 | 2015-01-13 | 一种确定位置的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105847310A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106528176A (zh) * | 2016-11-28 | 2017-03-22 | 深圳市金立通信设备有限公司 | 一种地址判定方法及终端 |
| CN106792514A (zh) * | 2016-11-30 | 2017-05-31 | 南京华苏科技有限公司 | 基于信令数据的用户职住地分析方法 |
| CN106850777A (zh) * | 2017-01-17 | 2017-06-13 | 百度在线网络技术（北京）有限公司 | 推送信息的方法和装置 |
| CN106912019A (zh) * | 2017-03-01 | 2017-06-30 | 安徽大智睿科技技术有限公司 | 一种基于wifi热点的校园学生行为分析方法及系统 |
| CN106982416A (zh) * | 2017-03-21 | 2017-07-25 | 深圳广联赛讯有限公司 | 确定车辆归属地的方法和装置 |
| CN108376155A (zh) * | 2018-02-07 | 2018-08-07 | 链家网（北京）科技有限公司 | 一种地理位置信息确定方法及装置 |
| CN108960785A (zh) * | 2018-07-13 | 2018-12-07 | 维沃移动通信有限公司 | 一种信息提示方法及装置 |
| CN109195219A (zh) * | 2018-09-17 | 2019-01-11 | 浙江每日互动网络科技股份有限公司 | 服务器确定移动终端位置的方法 |
| CN109885643A (zh) * | 2019-03-04 | 2019-06-14 | 上海图趣信息科技有限公司 | 一种基于语义轨迹的位置预测算法及存储介质 |
| CN110895588A (zh) * | 2018-09-13 | 2020-03-20 | 中国移动通信有限公司研究院 | 一种数据处理方法及设备 |
| CN111127065A (zh) * | 2018-11-01 | 2020-05-08 | 百度在线网络技术（北京）有限公司 | 用户职住地的获取方法和装置 |
| CN111182129A (zh) * | 2018-12-17 | 2020-05-19 | 深圳恒芸生泰科技有限公司 | 一种目标位置的确定方法、装置和存储介质 |
| CN111556442A (zh) * | 2017-01-03 | 2020-08-18 | 阿里巴巴集团控股有限公司 | 一种信息确定的方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102629297A (zh) * | 2012-03-06 | 2012-08-08 | 北京建筑工程学院 | 一种基于行程识别的出行者活动规律分析方法 |
| CN102879791A (zh) * | 2012-10-09 | 2013-01-16 | 潮州市创佳电子有限公司 | 一种基于北斗定位终端的老人活跃度数据感知系统 |
| CN103052964A (zh) * | 2010-08-04 | 2013-04-17 | 日本电气株式会社 | 行为特征提取设备、行为特征提取系统、行为特征提取方法以及行为特征提取程序 |
| 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 |
| CN103874014A (zh) * | 2012-12-17 | 2014-06-18 | 中兴通讯股份有限公司 | 基于终端位置信息的业务服务方法、服务提供装置及终端 |
| CN103945326A (zh) * | 2013-01-23 | 2014-07-23 | 百度在线网络技术（北京）有限公司 | 一种精确的信息推送的方法及装置 |
| CN103995859A (zh) * | 2014-05-15 | 2014-08-20 | 北京航空航天大学 | 一种应用于lbsn网络的基于地理标签的热点区域事件探测系统 |
| CN104252527A (zh) * | 2014-09-02 | 2014-12-31 | 百度在线网络技术（北京）有限公司 | 一种确定移动用户的常驻点信息的方法和装置 |
-
2015
- 2015-01-13 CN CN201510017616.4A patent/CN105847310A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103052964A (zh) * | 2010-08-04 | 2013-04-17 | 日本电气株式会社 | 行为特征提取设备、行为特征提取系统、行为特征提取方法以及行为特征提取程序 |
| CN102629297A (zh) * | 2012-03-06 | 2012-08-08 | 北京建筑工程学院 | 一种基于行程识别的出行者活动规律分析方法 |
| CN102879791A (zh) * | 2012-10-09 | 2013-01-16 | 潮州市创佳电子有限公司 | 一种基于北斗定位终端的老人活跃度数据感知系统 |
| CN103874014A (zh) * | 2012-12-17 | 2014-06-18 | 中兴通讯股份有限公司 | 基于终端位置信息的业务服务方法、服务提供装置及终端 |
| CN103945326A (zh) * | 2013-01-23 | 2014-07-23 | 百度在线网络技术（北京）有限公司 | 一种精确的信息推送的方法及装置 |
| 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 |
| CN103995859A (zh) * | 2014-05-15 | 2014-08-20 | 北京航空航天大学 | 一种应用于lbsn网络的基于地理标签的热点区域事件探测系统 |
| CN104252527A (zh) * | 2014-09-02 | 2014-12-31 | 百度在线网络技术（北京）有限公司 | 一种确定移动用户的常驻点信息的方法和装置 |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106528176A (zh) * | 2016-11-28 | 2017-03-22 | 深圳市金立通信设备有限公司 | 一种地址判定方法及终端 |
| CN106792514A (zh) * | 2016-11-30 | 2017-05-31 | 南京华苏科技有限公司 | 基于信令数据的用户职住地分析方法 |
| CN106792514B (zh) * | 2016-11-30 | 2020-10-30 | 南京华苏科技有限公司 | 基于信令数据的用户职住地分析方法 |
| CN111556442A (zh) * | 2017-01-03 | 2020-08-18 | 阿里巴巴集团控股有限公司 | 一种信息确定的方法及装置 |
| CN106850777A (zh) * | 2017-01-17 | 2017-06-13 | 百度在线网络技术（北京）有限公司 | 推送信息的方法和装置 |
| CN106912019A (zh) * | 2017-03-01 | 2017-06-30 | 安徽大智睿科技技术有限公司 | 一种基于wifi热点的校园学生行为分析方法及系统 |
| CN106982416B (zh) * | 2017-03-21 | 2019-10-18 | 深圳广联赛讯有限公司 | 确定车辆归属地的方法和装置 |
| CN106982416A (zh) * | 2017-03-21 | 2017-07-25 | 深圳广联赛讯有限公司 | 确定车辆归属地的方法和装置 |
| CN108376155A (zh) * | 2018-02-07 | 2018-08-07 | 链家网（北京）科技有限公司 | 一种地理位置信息确定方法及装置 |
| CN108960785A (zh) * | 2018-07-13 | 2018-12-07 | 维沃移动通信有限公司 | 一种信息提示方法及装置 |
| CN110895588B (zh) * | 2018-09-13 | 2022-07-22 | 中国移动通信有限公司研究院 | 一种数据处理方法及设备 |
| CN110895588A (zh) * | 2018-09-13 | 2020-03-20 | 中国移动通信有限公司研究院 | 一种数据处理方法及设备 |
| CN109195219A (zh) * | 2018-09-17 | 2019-01-11 | 浙江每日互动网络科技股份有限公司 | 服务器确定移动终端位置的方法 |
| CN109195219B (zh) * | 2018-09-17 | 2021-01-26 | 每日互动股份有限公司 | 服务器确定移动终端位置的方法 |
| CN111127065A (zh) * | 2018-11-01 | 2020-05-08 | 百度在线网络技术（北京）有限公司 | 用户职住地的获取方法和装置 |
| CN111182129A (zh) * | 2018-12-17 | 2020-05-19 | 深圳恒芸生泰科技有限公司 | 一种目标位置的确定方法、装置和存储介质 |
| CN111182129B (zh) * | 2018-12-17 | 2020-12-25 | 深圳恒芸生泰科技有限公司 | 一种目标位置的确定方法、装置和存储介质 |
| CN109885643A (zh) * | 2019-03-04 | 2019-06-14 | 上海图趣信息科技有限公司 | 一种基于语义轨迹的位置预测算法及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105847310A (zh) | 一种确定位置的方法及装置 | |
| CN105611568B (zh) | 一种基于mro测量报告对lte终端位置进行准确定位的方法 | |
| CN108181607B (zh) | 基于指纹库的定位方法、装置及计算机可读存储介质 | |
| CN106162804B (zh) | 用于提供无线接入热点的接入信息的方法和设备 | |
| CN109151890A (zh) | 一种移动终端定位方法及装置 | |
| CN105933294A (zh) | 网络用户定位方法、装置及终端 | |
| CN105682097B (zh) | 一种伪基站识别定位方法及装置 | |
| CN108271157B (zh) | 一种伪基站识别方法及装置 | |
| CN103442433B (zh) | 一种利用无线热点进行室内定位的方法和系统 | |
| CN106171019B (zh) | 确定终端漫游状态的方法、装置、终端及服务器 | |
| CN104408043A (zh) | 一种信息处理方法及服务器 | |
| CN105991600A (zh) | 身份认证方法、装置、服务器及终端 | |
| CN106991185A (zh) | Ota网站的酒店经纬度信息维护方法及系统 | |
| CN106255054A (zh) | 确定移动终端定位间隔的方法、移动终端及服务器 | |
| CN108076012A (zh) | 异常登录判断方法及装置 | |
| CN105517148B (zh) | 一种定位方法及装置 | |
| CN109936820A (zh) | 一种用户终端定位方法及装置 | |
| CN105430615A (zh) | 一种连续位置服务请求下基于假位置的位置隐私保护方法 | |
| CN106303942A (zh) | 一种无线网络指纹信号的处理方法及装置 | |
| CN106131786A (zh) | 新增人口数据的获取方法及装置 | |
| CN105912583A (zh) | 移动终端会员服务数据交互方法及装置 | |
| CN106528559A (zh) | 一种位置信息的提供方法和设备 | |
| CN104796440B (zh) | 用于发送定位数据的方法和装置 | |
| CN107708072A (zh) | 基于移动通信网络的轨迹分析方法及装置 | |
| CN109587121B (zh) | 安全策略的管控方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160810 |