CN110677815A - 停留点识别方法、装置、计算机设备及存储介质 - Google Patents
停留点识别方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110677815A CN110677815A CN201910725243.4A CN201910725243A CN110677815A CN 110677815 A CN110677815 A CN 110677815A CN 201910725243 A CN201910725243 A CN 201910725243A CN 110677815 A CN110677815 A CN 110677815A
- Authority
- CN
- China
- Prior art keywords
- point
- points
- identified
- stop
- locating
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012216 screening Methods 0.000 claims abstract description 15
- 238000004590 computer program Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/16—Discovering, processing access restriction or access information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/14—Travel agencies
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Computer Security & Cryptography (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了停留点识别方法、装置、计算机设备及存储介质,其中方法可包括:针对待识别的定位点,获取作为参考的停留点;从作为参考的停留点中筛选出与待识别的定位点符合预定关系的停留点;基于筛选出的停留点确定出待识别的定位点是否为停留点。应用本发明所述方案,可提高停留点识别的准确性和召回率等。
Description
【技术领域】
本发明涉及计算机应用技术,特别涉及停留点识别方法、装置、计算机设备及存储介质。
【背景技术】
实际应用中,可基于用户的行为模式向用户进行视频或feed流等的推送。用户的行为模式可分为停留和移动两种,不同的行为模式可对应不同的推送策略。
相应地,则需要对用户的定位点进行识别,以识别定位点为停留点还是移动点。目前,通常采用以下停留点识别方式:1)时空窗口方式,该算法假设用户的定位点是连续的轨迹点,将符合特定时间与空间阈值条件下的点判定为停留点;2)基于无线保真(wifi)连接的停留点识别方式,即若确定用户在定位点连接了固定兴趣点(POI,Point of Interest)的wifi,则认为该定位点为停留点。
但是,上述两种方式在实际应用中均会存在一定的问题,如:方式1)对于轨迹点连续稠密的情况能够较好的处理,但对于其它情况则不能较好的处理,准确性和召回率均比较差;方式2)中,虽然连接了固定POI的wifi的定位点通常为停留点,但停留点不一定都连接了固定POI的wifi,比如,当用户处于无wifi覆盖的景点内时,则无法利用此方式来识别停留点,因此该方式的召回率比较低。
【发明内容】
有鉴于此,本发明提供了停留点识别方法、装置、计算机设备及存储介质。
具体技术方案如下:
一种停留点识别方法,包括:
针对待识别的定位点,获取作为参考的停留点;
从所述作为参考的停留点中筛选出与所述待识别的定位点符合预定关系的停留点;
基于筛选出的停留点确定出所述待识别的定位点是否为停留点。
根据本发明一优选实施例,所述作为参考的停留点包括:不同用户的通用停留点以及所述待识别的定位点对应的用户的专属停留点。
根据本发明一优选实施例,所述通用停留点包括:位于具有停留属性的兴趣面内的定位点。
根据本发明一优选实施例,所述专属停留点包括以下之一或全部:
对所述用户的历史定位点进行聚类、根据聚类结果确定出的所述历史定位点中的停留点;
所述用户的历史定位点中连接了固定兴趣点的无线保真wifi的定位点。
根据本发明一优选实施例,所述从所述作为参考的停留点中筛选出与所述待识别的定位点符合预定关系的停留点包括:
利用最近邻算法,从所述作为参考的停留点中筛选出所述待识别的定位点的最近邻停留点。
根据本发明一优选实施例,所述基于筛选出的停留点确定出所述待识别的定位点是否为停留点包括:
若所述待识别的定位点位于一筛选出的通用停留点所在的兴趣面内,则确定所述待识别的定位点为停留点。
根据本发明一优选实施例,所述基于筛选出的停留点确定出所述待识别的定位点是否为停留点包括:
若所述待识别的定位点与一筛选出的专属停留点之间的空间距离小于预定阈值,则确定所述待识别的定位点为停留点。
一种停留点识别装置,包括:获取单元、筛选单元以及判定单元;
所述获取单元,用于针对待识别的定位点,获取作为参考的停留点;
所述筛选单元,用于从所述作为参考的停留点中筛选出与所述待识别的定位点符合预定关系的停留点;
所述判定单元,用于基于筛选出的停留点确定出所述待识别的定位点是否为停留点。
根据本发明一优选实施例,所述作为参考的停留点包括:不同用户的通用停留点以及所述待识别的定位点对应的用户的专属停留点。
根据本发明一优选实施例,所述通用停留点包括:位于具有停留属性的兴趣面内的定位点。
根据本发明一优选实施例,所述专属停留点包括以下之一或全部:
对所述用户的历史定位点进行聚类、根据聚类结果确定出的所述历史定位点中的停留点;
所述用户的历史定位点中连接了固定兴趣点的无线保真wifi的定位点。
根据本发明一优选实施例,所述筛选单元利用最近邻算法,从所述作为参考的停留点中筛选出所述待识别的定位点的最近邻停留点。
根据本发明一优选实施例,所述判定单元确定所述待识别的定位点位于一筛选出的通用停留点所在的兴趣面内,则确定所述待识别的定位点为停留点。
根据本发明一优选实施例,所述判定单元确定所述待识别的定位点与一筛选出的专属停留点之间的空间距离小于预定阈值,则确定所述待识别的定位点为停留点。
一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如以上所述的方法。
一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如以上所述的方法。
基于上述介绍可以看出,采用本发明所述方案,针对待识别的定位点,可获取作为参考的停留点,并可从作为参考的停留点中筛选出与待识别的定位点符合预定关系的停留点,进而可基于筛选出的停留点确定出待识别的定位点是否为停留点,本发明所述方式可适用于各种情况,从而提高了停留点的召回率,并具有较高的准确性。
【附图说明】
图1为本发明所述停留点识别方法第一实施例的流程图。
图2为本发明所述停留点识别方法第二实施例的流程图。
图3为本发明所述停留点识别装置实施例的组成结构示意图。
图4示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。
【具体实施方式】
为了使本发明的技术方案更加清楚、明白,以下参照附图并举实施例,对本发明所述方案进行进一步说明。
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,本领域技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
另外,应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
图1为本发明所述停留点识别方法第一实施例的流程图。如图1所示,包括以下具体实现方式。
在101中,针对待识别的定位点,获取作为参考的停留点。
在102中,从作为参考的停留点中筛选出与待识别的定位点符合预定关系的停留点。
在103中,基于筛选出的停留点确定出待识别的定位点是否为停留点。
本实施例所述方案中,可首先获取作为参考的停留点,即高概率停留点。作为参考的停留点可包括不同用户通用的通用停留点以及待识别的定位点对应的用户的专属停留点。
其中,通用停留点可包括位于具有停留属性的兴趣面(AOI,Area of Interest)内的定位点。AOI面也可称为信息面,是指地图数据中的区域状的地理实体。
可基于空间位置属性确定出通用停留点。空间中不同的定位点具有不同的停留概率,比如,位于京新高速上的定位点通常为移动点,而位于颐和园内的定位点通常为停留点,颐和园为具有AOI面的POI。因此可将位于具有停留属性的AOI面内的定位点确定为停留点。
理论上,可将所有位于具有停留属性的AOI面内的定位点均作为通用停留点,或者,也可将获取到的各用户的历史定位点中位于具有停留属性的AOI面内的定位点作为通用停留点。
如何获取各用户的历史定位点不作限制。另外,获取到的各用户的历史定位点可以是指获取到的最近预定时长内的各用户的历史定位点。获取到的每个历史定位点数据中可包括用户标识、定位时间、定位位置(可为经纬度形式)以及所连接的wifi等信息。
对于比较知名的POI,如前述的颐和园,可以很方便的获取到其AOI面,而对于一些比较小或知名度相对较低的POI,则可能需要借助于特定手段来获取其AOI面,比如,对于**科技园这一POI,其中有五千名员工,通过历史数据分析发现,每天都会有大量的用户连接**科技园对应的wifi,那么可根据这些用户的定位位置等确定出**科技园的AOI面。
用户的专属停留点可包括以下之一或全部:对用户的历史定位点进行聚类、根据聚类结果确定出的历史定位点中的停留点;用户的历史定位点中连接了固定POI的wifi的定位点。
通常来说,用户在自己的常驻点附近会有较大的概率停留,因此,可对用户的常驻点等进行抽取。具体地,可获取用户的历史定位点,并可对获取到的历史定位点进行聚类,聚类算法可为具有噪声的基于密度的聚类方法(DBDCAN,Density-Based SpatialClustering of Applications with Noise)、高斯混合模型(GMM,Gaussian MixedModel)、均值漂移算法(mean-shift)等,可根据聚类结果确定出历史定位点中的停留点,如将密度值大于预定阈值的定位点确定为停留点。
另外,通常来说,当用户进行停留时,才会进行固定POI的wifi连接,因此连接的wifi可作为较强的停留点特征,可将用户的历史定位点中连接了固定POI的wifi的定位点确定为停留点。
每个历史定位点数据中可包括用户标识、定位时间、定位位置以及所连接的wifi等信息,基于所连接的wifi,可确定出该历史定位点是否为停留点。
针对待识别的定位点,在获取到作为参考的停留点之后,即分别获取到通用停留点以及对应的用户的专属停留点之后,可从这些停留点中筛选出与待识别的定位点符合预定关系的停留点。
比如,可利用最近邻算法,从作为参考的停留点中筛选出待识别的定位点的最近邻停留点。最近邻算法可为R-Tree算法或KD-Tree算法等。
之后,可基于筛选出的停留点确定出待识别的定位点是否为停留点。筛选出的停留点中可能仅包含通用停留点,也可能仅包含专属停留点,还可能同时包含通用停留点和专属停留点。
若待识别的定位点位于一筛选出的通用停留点所在的AOI面内,则可确定待识别的定位点为停留点。或者,若待识别的定位点与一筛选出的专属停留点之间的空间距离小于预定阈值,则可确定待识别的定位点为停留点。
上述各阈值的具体取值可根据实际需要而定。
基于上述介绍,图2为本发明所述停留点识别方法第二实施例的流程图。如图2所示,包括以下具体实现方式。
在201中,针对待识别的定位点,获取作为参考的通用停留点以及待识别的定位点对应的用户的专属停留点。
可预先分别确定出作为参考的通用停留点以及不同用户的专属停留点。其中,可将位于具有停留属性的AOI面内的定位点确定为通用停留点。对于每个用户的专属停留点,可分别对用户的历史定位点进行聚类,根据聚类结果确定出历史定位点中的停留点,和/或,将用户的历史定位点中连接了固定POI的wifi的定位点确定为停留点,可将按照这些方式确定出的停留点作为用户的专属停留点。
针对待识别的定位点,可获取到该定位点的用户标识、定位时间、定位位置以及所连接的wifi等信息,基于用户标识,可确定出待识别的定位点对应的用户,进而可获取到对应的用户的专属停留点,并可获取到不同用户通用的通用停留点。
在202中,从获取到的通用停留点及专属停留点中筛选出与待识别的定位点符合预定关系的停留点。
比如,可利用最近邻算法,从获取到的通用停留点及专属停留点中筛选出待识别的定位点的最近邻停留点。最近邻算法可为R-Tree算法或KD-Tree算法等。
在203中,确定筛选出的停留点中是否包含通用停留点,若是,则执行204,否则,执行206。
筛选出的停留点中可能仅包含通用停留点,也可能仅包含专属停留点,还可能同时包含通用停留点和专属停留点。若筛选出的停留点中包含通用停留点,可执行204,若不包含通用停留点,可执行206。
在204中,确定待识别的定位点是否位于一筛选出的通用停留点所在的AOI面内,若是,则执行205,否则,执行206。
假设筛选出的停留点中包含两个通用停留点,为便于表述,分别称为通用停留点a和通用停留点b,那么可首先确定待识别的定位点是否位于通用停留点a所在的AOI面内,即确定待识别的定位点的定位位置是否位于通用停留点a所在的AOI面内,若是,则可执行205,否则,可进一步确定待识别的定位点是否位于通用停留点b所在的AOI面内,若是,则可执行205,否则,可执行206。
在205中,确定待识别的定位点为停留点,之后结束流程。
在206中,确定待识别的定位点是否与一筛选出的专属停留点之间的空间距离小于预定阈值,若是,则执行205,否则,执行207。
假设筛选出的停留点中包含两个专属停留点,为便于表述,分别称为专属停留点a和专属停留点b,那么可首先确定待识别的定位点与专属停留点a之间的空间距离是否小于预定阈值,若是,则执行205,否则,可进一步确定待识别的定位点与专属停留点b之间的空间距离是否小于预定阈值,若是,则执行205,否则,可执行207。
在207中,确定待识别的定位点为移动点,之后结束流程。
需要说明的是,对于前述的各方法实施例,为了简单描述,将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
总之,采用本发明方法实施例所述方案,针对待识别的定位点,可获取作为参考的停留点,并可从作为参考的停留点中筛选出与待识别的定位点符合预定关系的停留点,进而可基于筛选出的停留点确定出待识别的定位点是否为停留点,本发明所述方式可适用于各种情况,从而提高了停留点的召回率,并具有较高的准确性。
以上是关于方法实施例的介绍,以下通过装置实施例,对本发明所述方案进行进一步说明。
图3为本发明所述停留点识别装置实施例的组成结构示意图。如图3所示,包括:获取单元301、筛选单元302以及判定单元303。
获取单元301,用于针对待识别的定位点,获取作为参考的停留点。
筛选单元302,用于从作为参考的停留点中筛选出与待识别的定位点符合预定关系的停留点。
判定单元303,用于基于筛选出的停留点确定出待识别的定位点是否为停留点。
本实施例所述方案中,可首先获取作为参考的停留点,即高概率停留点。作为参考的停留点可包括不同用户通用的通用停留点以及待识别的定位点对应的用户的专属停留点。
其中,通用停留点可包括位于具有停留属性的AOI面内的定位点。AOI面也可称为信息面,是指地图数据中的区域状的地理实体。
理论上,可将所有位于具有停留属性的AOI面内的定位点均作为通用停留点,或者,也可将获取到的各用户的历史定位点中位于具有停留属性的AOI面内的定位点作为通用停留点。
用户的专属停留点可包括以下之一或全部:对用户的历史定位点进行聚类、根据聚类结果确定出的历史定位点中的停留点;用户的历史定位点中连接了固定POI的wifi的定位点。
通常来说,用户在自己的常驻点附近会有较大的概率停留,因此,可对用户的常驻点等进行抽取。具体地,可获取用户的历史定位点,并可对获取到的历史定位点进行聚类,进而可根据聚类结果确定出历史定位点中的停留点。
另外,通常来说,当用户进行停留时,才会进行固定POI的wifi连接,因此连接的wifi可作为较强的停留点特征,可将用户的历史定位点中连接了固定POI的wifi的定位点确定为停留点。
针对待识别的定位点,在获取到作为参考的停留点之后,即分别获取到通用停留点以及对应的用户的专属停留点之后,筛选单元302可从这些停留点中筛选出与待识别的定位点符合预定关系的停留点。
比如,筛选单元302可利用最近邻算法,从作为参考的停留点中筛选出待识别的定位点的最近邻停留点。
之后,判定单元303可基于筛选出的停留点确定出待识别的定位点是否为停留点。筛选出的停留点中可能仅包含通用停留点,也可能仅包含专属停留点,还可能同时包含通用停留点和专属停留点。
若待识别的定位点位于一筛选出的通用停留点所在的AOI面内,则可确定待识别的定位点为停留点。或者,若待识别的定位点与一筛选出的专属停留点之间的空间距离小于预定阈值,则可确定待识别的定位点为停留点。
图3所示装置实施例的具体工作流程请参照前述方法实施例中的相关说明,不再赘述。
图4示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。图4显示的计算机系统/服务器12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于:一个或者多个处理器(处理单元)16,存储器28,连接不同系统组件(包括存储器28和处理器16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信,和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图4所示,网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机系统/服务器12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器16通过运行存储在存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现图1或图2所示实施例中的方法。
本发明同时公开了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时将实现如图1或图2所示实施例中的方法。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法等,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (16)
1.一种停留点识别方法,其特征在于,包括:
针对待识别的定位点,获取作为参考的停留点;
从所述作为参考的停留点中筛选出与所述待识别的定位点符合预定关系的停留点;
基于筛选出的停留点确定出所述待识别的定位点是否为停留点。
2.根据权利要求1所述的方法,其特征在于,
所述作为参考的停留点包括:不同用户的通用停留点以及所述待识别的定位点对应的用户的专属停留点。
3.根据权利要求2所述的方法,其特征在于,
所述通用停留点包括:位于具有停留属性的兴趣面内的定位点。
4.根据权利要求2所述的方法,其特征在于,
所述专属停留点包括以下之一或全部:
对所述用户的历史定位点进行聚类、根据聚类结果确定出的所述历史定位点中的停留点;
所述用户的历史定位点中连接了固定兴趣点的无线保真wifi的定位点。
5.根据权利要求1所述的方法,其特征在于,
所述从所述作为参考的停留点中筛选出与所述待识别的定位点符合预定关系的停留点包括:
利用最近邻算法,从所述作为参考的停留点中筛选出所述待识别的定位点的最近邻停留点。
6.根据权利要求3所述的方法,其特征在于,
所述基于筛选出的停留点确定出所述待识别的定位点是否为停留点包括:
若所述待识别的定位点位于一筛选出的通用停留点所在的兴趣面内,则确定所述待识别的定位点为停留点。
7.根据权利要求4所述的方法,其特征在于,
所述基于筛选出的停留点确定出所述待识别的定位点是否为停留点包括:
若所述待识别的定位点与一筛选出的专属停留点之间的空间距离小于预定阈值,则确定所述待识别的定位点为停留点。
8.一种停留点识别装置,其特征在于,包括:获取单元、筛选单元以及判定单元;
所述获取单元,用于针对待识别的定位点,获取作为参考的停留点;
所述筛选单元,用于从所述作为参考的停留点中筛选出与所述待识别的定位点符合预定关系的停留点;
所述判定单元,用于基于筛选出的停留点确定出所述待识别的定位点是否为停留点。
9.根据权利要求8所述的装置,其特征在于,
所述作为参考的停留点包括:不同用户的通用停留点以及所述待识别的定位点对应的用户的专属停留点。
10.根据权利要求9所述的装置,其特征在于,
所述通用停留点包括:位于具有停留属性的兴趣面内的定位点。
11.根据权利要求9所述的装置,其特征在于,
所述专属停留点包括以下之一或全部:
对所述用户的历史定位点进行聚类、根据聚类结果确定出的所述历史定位点中的停留点;
所述用户的历史定位点中连接了固定兴趣点的无线保真wifi的定位点。
12.根据权利要求8所述的装置,其特征在于,
所述筛选单元利用最近邻算法,从所述作为参考的停留点中筛选出所述待识别的定位点的最近邻停留点。
13.根据权利要求10所述的装置,其特征在于,
所述判定单元确定所述待识别的定位点位于一筛选出的通用停留点所在的兴趣面内,则确定所述待识别的定位点为停留点。
14.根据权利要求11所述的装置,其特征在于,
所述判定单元确定所述待识别的定位点与一筛选出的专属停留点之间的空间距离小于预定阈值,则确定所述待识别的定位点为停留点。
15.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~7中任一项所述的方法。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1~7中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910725243.4A CN110677815A (zh) | 2019-08-07 | 2019-08-07 | 停留点识别方法、装置、计算机设备及存储介质 |
US16/821,729 US11418918B2 (en) | 2019-08-07 | 2020-03-17 | Method, apparatus, computer device and storage medium for stay point recognition |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910725243.4A CN110677815A (zh) | 2019-08-07 | 2019-08-07 | 停留点识别方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110677815A true CN110677815A (zh) | 2020-01-10 |
Family
ID=69068703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910725243.4A Pending CN110677815A (zh) | 2019-08-07 | 2019-08-07 | 停留点识别方法、装置、计算机设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11418918B2 (zh) |
CN (1) | CN110677815A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112085268A (zh) * | 2020-08-31 | 2020-12-15 | 北京百度网讯科技有限公司 | 居民出行信息的测算方法、装置、设备和可读存储介质 |
CN114007186A (zh) * | 2021-10-21 | 2022-02-01 | 腾讯科技(深圳)有限公司 | 定位方法及相关产品 |
US11379741B2 (en) | 2019-08-07 | 2022-07-05 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method, apparatus and storage medium for stay point recognition and prediction model training |
US11418918B2 (en) | 2019-08-07 | 2022-08-16 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method, apparatus, computer device and storage medium for stay point recognition |
CN116027367A (zh) * | 2022-08-31 | 2023-04-28 | 荣耀终端有限公司 | 停留点识别方法、装置、设备及存储介质 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115221398A (zh) * | 2021-06-07 | 2022-10-21 | 广州汽车集团股份有限公司 | 用于实现驾驶目的地预测和驾驶策略推荐的方法及系统 |
CN113589338A (zh) * | 2021-07-29 | 2021-11-02 | 成都乐动信息技术有限公司 | 检测用户在运动过程中的停留点的方法、装置及电子设备 |
CN113918838B (zh) * | 2021-11-12 | 2024-04-12 | 合众新能源汽车股份有限公司 | 基于停留数据的目标人群识别方法、系统和可读介质 |
CN115083161B (zh) * | 2022-06-15 | 2023-08-04 | 平安国际融资租赁有限公司 | 车辆停留点的评估方法、装置、电子设备及可读存储介质 |
CN117014803A (zh) * | 2023-07-06 | 2023-11-07 | 荣耀终端有限公司 | 定位方法、推荐方法、可读介质和电子设备 |
CN117635010A (zh) * | 2023-10-25 | 2024-03-01 | 北京汇通天下物联科技有限公司 | 车辆事故识别方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140310366A1 (en) * | 2010-10-25 | 2014-10-16 | Alohar Mobile Inc. | Persistently determining and sharing user stays of a user of a mobile device |
CN106203505A (zh) * | 2016-07-10 | 2016-12-07 | 北京工业大学 | 一种利用手机定位数据判断用户移动与停留状态的方法 |
CN106767835A (zh) * | 2017-02-08 | 2017-05-31 | 百度在线网络技术(北京)有限公司 | 定位方法和装置 |
CN108168562A (zh) * | 2018-01-31 | 2018-06-15 | 上海势航网络科技有限公司 | 一种定位轨迹停留点提取方法 |
CN109068374A (zh) * | 2018-09-28 | 2018-12-21 | Oppo广东移动通信有限公司 | 驻留poi确定方法、装置、终端及存储介质 |
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 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100211308A1 (en) * | 2009-02-19 | 2010-08-19 | Microsoft Corporation | Identifying interesting locations |
US20130130214A1 (en) * | 2010-08-04 | 2013-05-23 | Takeo Ohno | Behavior characteristic extraction device, a behavior characteristic extraction system, a behavior characteristic extraction method and a behavior characteristic extraction program |
JP6147242B2 (ja) * | 2014-12-19 | 2017-06-14 | ヤフー株式会社 | 予測装置、予測方法及び予測プログラム |
CN105809502A (zh) * | 2014-12-30 | 2016-07-27 | 阿里巴巴集团控股有限公司 | 交易风险检测方法和装置 |
KR20170105833A (ko) * | 2016-03-10 | 2017-09-20 | 한국전자통신연구원 | 관심점 관리 방법 및 시스템 |
CN106951903B (zh) | 2016-10-31 | 2019-12-17 | 浙江大学 | 一种人群移动规律的可视化方法 |
CN107016126A (zh) | 2017-05-12 | 2017-08-04 | 西南交通大学 | 一种基于序列模式挖掘的多用户模型移动轨迹预测方法 |
CN108122012B (zh) | 2017-12-28 | 2020-11-24 | 百度在线网络技术(北京)有限公司 | 常驻点中心点的确定方法、装置、设备及存储介质 |
CN108256590B (zh) | 2018-02-23 | 2019-04-02 | 长安大学 | 一种基于复合元路径的相似出行者识别方法 |
CN108804619B (zh) | 2018-05-31 | 2020-11-03 | 腾讯科技(深圳)有限公司 | 兴趣偏好预测方法、装置、计算机设备及存储介质 |
CN109635208B (zh) | 2018-10-25 | 2020-10-09 | 百度在线网络技术(北京)有限公司 | 用户到访推断模型建立方法、装置及存储介质 |
CN110096526A (zh) | 2019-04-30 | 2019-08-06 | 秒针信息技术有限公司 | 一种用户属性标签的预测方法及预测装置 |
CN110677815A (zh) | 2019-08-07 | 2020-01-10 | 北京百度网讯科技有限公司 | 停留点识别方法、装置、计算机设备及存储介质 |
-
2019
- 2019-08-07 CN CN201910725243.4A patent/CN110677815A/zh active Pending
-
2020
- 2020-03-17 US US16/821,729 patent/US11418918B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140310366A1 (en) * | 2010-10-25 | 2014-10-16 | Alohar Mobile Inc. | Persistently determining and sharing user stays of a user of a mobile device |
CN106203505A (zh) * | 2016-07-10 | 2016-12-07 | 北京工业大学 | 一种利用手机定位数据判断用户移动与停留状态的方法 |
CN106767835A (zh) * | 2017-02-08 | 2017-05-31 | 百度在线网络技术(北京)有限公司 | 定位方法和装置 |
CN108168562A (zh) * | 2018-01-31 | 2018-06-15 | 上海势航网络科技有限公司 | 一种定位轨迹停留点提取方法 |
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 |
CN109068374A (zh) * | 2018-09-28 | 2018-12-21 | Oppo广东移动通信有限公司 | 驻留poi确定方法、装置、终端及存储介质 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11379741B2 (en) | 2019-08-07 | 2022-07-05 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method, apparatus and storage medium for stay point recognition and prediction model training |
US11418918B2 (en) | 2019-08-07 | 2022-08-16 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method, apparatus, computer device and storage medium for stay point recognition |
CN112085268A (zh) * | 2020-08-31 | 2020-12-15 | 北京百度网讯科技有限公司 | 居民出行信息的测算方法、装置、设备和可读存储介质 |
CN112085268B (zh) * | 2020-08-31 | 2024-03-05 | 北京百度网讯科技有限公司 | 居民出行信息的测算方法、装置、设备和可读存储介质 |
CN114007186A (zh) * | 2021-10-21 | 2022-02-01 | 腾讯科技(深圳)有限公司 | 定位方法及相关产品 |
CN116027367A (zh) * | 2022-08-31 | 2023-04-28 | 荣耀终端有限公司 | 停留点识别方法、装置、设备及存储介质 |
CN116027367B (zh) * | 2022-08-31 | 2023-10-20 | 荣耀终端有限公司 | 停留点识别方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US11418918B2 (en) | 2022-08-16 |
US20210044930A1 (en) | 2021-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110677815A (zh) | 停留点识别方法、装置、计算机设备及存储介质 | |
JP7082151B2 (ja) | 地図軌跡マッチングデータの品質決定方法、装置、サーバ及び媒体 | |
CN110260870B (zh) | 基于隐马尔可夫模型的地图匹配方法、装置、设备和介质 | |
CN108229364B (zh) | 建筑物轮廓生成方法、装置、计算机设备及存储介质 | |
CN109344899B (zh) | 多目标检测方法、装置和电子设备 | |
CN110647675B (zh) | 停留点识别及预测模型训练方法、装置及存储介质 | |
CN110553658B (zh) | 导航路径推荐方法、导航服务器、计算机设备及可读介质 | |
CN110647886A (zh) | 兴趣点标注方法、装置、计算机设备和存储介质 | |
CN108520070B (zh) | 用于电子地图的筛选兴趣点的方法和装置 | |
CN112232311B (zh) | 人脸跟踪方法、装置及电子设备 | |
CN110727740B (zh) | 关联分析方法及装置、计算机设备与可读介质 | |
CN111121797A (zh) | 道路筛选方法、装置、服务器及存储介质 | |
CN110609879B (zh) | 兴趣点判重方法、装置、计算机设备及存储介质 | |
CN110012426B (zh) | 消亡poi的确定方法、装置、计算机设备和存储介质 | |
CN111832579A (zh) | 地图兴趣点数据处理方法、装置、电子设备以及可读介质 | |
CN109085624B (zh) | 基于定位信号强度的室内外定位方法、装置及计算机设备 | |
CN111401229B (zh) | 视觉小目标自动标注方法、装置及电子设备 | |
US20140280539A1 (en) | Dynamically Managing Social Networking Groups | |
CN110186472A (zh) | 车辆偏航检测方法、计算机设备、存储介质及车辆系统 | |
CN107861968B (zh) | 用于提供与场景匹配的信息的方法、设备与存储介质 | |
CN110555352A (zh) | 一种兴趣点识别方法、装置、服务器和存储介质 | |
CN113068121A (zh) | 一种定位方法、装置、电子设备及介质 | |
CN110909804B (zh) | 基站异常数据的检测方法、装置、服务器和存储介质 | |
CN110057355B (zh) | 一种室内定位方法、装置、系统及计算设备 | |
CN109446437B (zh) | 信息挖掘方法、装置、服务器及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20200110 |