CN112218230B - 用户常驻位置的获取方法、装置以及计算机可读存储介质 - Google Patents
用户常驻位置的获取方法、装置以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112218230B CN112218230B CN201910550212.XA CN201910550212A CN112218230B CN 112218230 B CN112218230 B CN 112218230B CN 201910550212 A CN201910550212 A CN 201910550212A CN 112218230 B CN112218230 B CN 112218230B
- Authority
- CN
- China
- Prior art keywords
- information
- wifi
- cluster
- sampling
- sampling point
- 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.)
- Active
Links
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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本文公开了一种用户常驻位置的获取方法、装置以及计算机可读存储介质,包括:终端获取预设时间段内的若干个采样点信息;其中,每个采样点信息是终端根据采样周期获得的且包括:采样时间和采样对象信息,每个采样对象信息至少包括以下一种:无线保真wifi信息和基站信息;终端根据不同采样点信息包括的采样对象信息之间的联系对获得的若干个采样点信息进行聚类,得到预设时间段内用户的常驻位置信息。由于wifi信息和/或基站信息能够用于表征位置,因此本申请实现了用户常驻位置的获取。
Description
技术领域
本发明实施例涉及通信技术领域,尤指一种用户常驻位置的获取方法、装置以及计算机可读存储介质。
背景技术
常驻位置是终端所属用户在一段时间内经常所处的位置,用户常驻位置的获取有利于帮助运营商为用户提供更具针对性的服务,并同时有利用用户自身进行个性化的设置。
相关技术中,存在多种获取用户所在实时位置的获取方法,但缺乏用户常驻位置的获取方法,因此,如何获取用户的常驻位置成为一个亟待解决的问题。
发明内容
本发明实施例提供了一种用户常驻位置的获取方法、装置以及计算机可读存储介质,能够实现用户常驻位置的获取。
为了达到本发明实施例的目的,本发明实施例提供了一种用户常驻位置的获取方法,包括:
终端获取预设时间段内的若干个采样点信息;其中,每个所述采样点信息是所述终端根据采样周期获得的且包括:采样时间和采样对象信息,每个所述采样对象信息至少包括以下一种:无线保真(wireless fidelity,wifi)信息和基站信息:
所述终端根据不同采样点信息包括的采样对象信息之间的联系对获得的若干个采样点信息进行聚类,得到所述预设时间段内用户的常驻位置信息。
本发明实施例还提供了一种终端,包括:
获取模块,用于获取预设时间段内的若干个采样点信息;其中,每个所述采样点信息是所述终端根据采样周期获得的且包括:采样时间和采样对象信息,每个所述采样对象信息至少包括以下一种:wifi信息和基站信息;
处理模块,用于根据不同采样点信息包括的采样对象信息之间的联系对获得的若干个采样点信息进行聚类,得到所述预设时间段内用户的常驻位置信息。
本发明实施例还提供了一种用户常驻位置的获取装置,包括:存储器和处理器,其中,存储器中存储有以下可被处理器执行的指令:
获取预设时间段内的若干个采样点信息;其中,每个所述采样点信息是所述终端根据采样周期获得的且包括:采样时间和采样对象信息,每个所述采样对象信息至少包括以下一种:wifi信息和基站信息;
根据不同采样点信息包括的采样对象信息之间的联系对获得的若干个采样点信息进行聚类,得到所述预设时间段内用户的常驻位置信息。
本发明实施例还提供了一种计算机可读存储介质,储介质上存储有计算机可执行指令,计算机可执行指令用于执行以下步骤:
获取预设时间段内的若干个采样点信息;其中,每个所述采样点信息是所述终端根据采样周期获得的且包括:采样时间和采样对象信息,每个所述采样对象信息至少包括以下一种:wifi信息和基站信息;
根据不同采样点信息包括的采样对象信息之间的联系对获得的若干个采样点信息进行聚类,得到所述预设时间段内用户的常驻位置信息。
由于wifi信息和/或基站信息能够用于表征位置,因此当终端获取预设时间段内的若干个采样点信息,并根据不同采样点信息包括的采样对象信息(采样对象信息包括wifi信息和基站信息中至少一种)之间的联系对获得的若干个采样点信息进行聚类,就能够得到预设时间段内用户的常驻位置信息,从而实现了用户常驻位置的获取。
本发明实施例的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明实施例而了解。本发明实施例的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明实施例技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本发明实施例的技术方案,并不构成对本发明实施例技术方案的限制。
图1为本发明实施例提供的一种用户常驻位置的获取方法的流程示意图;
图2为本发明实施例提供的一种终端的结构示意图;
图3为本发明实施例提供的一种用户常驻位置的获取装置的结构示意图。
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明白,下文中将结合附图对本发明的实施例进行详细说明。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任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例提供一种用户常驻位置的获取方法,如图1所示,该方法包括:
步骤101、终端获取预设时间段内的若干个采样点信息。
其中,每个采样点信息是终端根据采样周期获得的且包括:采样时间和采样对象信息,每个采样对象信息至少包括以下一种:无线保真wifi信息和基站信息。
步骤102、终端根据不同采样点信息包括的采样对象信息之间的联系对获得的若干个采样点信息进行聚类,得到预设时间段内用户的常驻位置信息。
在一种示例性实例中,预设时间段为M天,采样周期为N分钟,M、N均为正整数,终端根据不同采样点信息包括的采样对象信息之间的联系对获得的若干个采样点信息进行聚类,得到预设时间段内用户的常驻位置信息,包括:
步骤201、终端根据采样时间的所属日期对获得的若干个采样点信息进行划分,得到若干个单日的采样点信息。
步骤202、终端对每一个单日的采样点信息都进行如下操作:根据不同采样点信息包括的采样对象信息之间的联系对单日的采样点信息进行聚类,得到单日的常驻位置聚类结果。
步骤203、终端对所有单日的常驻位置聚类结果进行合并,得到预设时间段内的常驻位置聚类结果。
步骤204、终端根据获得的预设时间段内的常驻位置聚类结果得到预设时间段内用户的常驻位置信息。
在一种示例性实例中,获得的预设时间段内的常驻位置聚类结果中包含若干个簇,每个簇包括若干个采样点信息,采样点信息包括采样对象信息,采样对象信息包括以下一种:wifi信息和基站信息,而无论是wifi信息,还是基站信息,还是wifi信息+基站信息均能作为位置信息以表征一个位置,因此得到了预设时间段内的常驻位置聚类结果即得到了设时间段内用户的常驻位置信息。
在一种示例性实例中,终端根据不同采样点信息包括的采样对象信息之间的联系对单日的采样点信息进行聚类,得到单日的常驻位置聚类结果,包括:
步骤301、终端根据不同采样点信息包括的wifi信息之间的联系对单日的采样点信息中包括wifi信息的采样点信息进行聚类,得到单日基于wifi信息的常驻位置聚类结果。
步骤302、终端基于单日基于wifi信息的常驻位置聚类结果、并根据不同采样点信息包括的基站信息之间的联系对单日的采样点信息中只包括基站信息的采样点信息进行再聚类,得到单日的常驻位置聚类结果。
在一种示例性实例中,wifi信息包括:终端能够扫描到的包括至少一个wifi的wifi列表,终端根据不同采样点信息包括的wifi信息之间的联系对单日的采样点信息中包括wifi信息的采样点信息进行聚类,得到单日基于wifi信息的常驻位置聚类结果,包括:
步骤401、终端按照两个采样点信息中存在相同的wifi就包含在一个簇中的规则对单日的采样点信息进行聚类,得到包含若干个簇的预聚类结果。
步骤402、终端依次获取预聚类结果中的每个簇,并每当获得一个簇时对获得的簇进行如下操作:将获得的簇中每个采样点信息包括的wifi列表映射到维度与获得的簇的wifi列表长度相同的空间中以得到wifi列表的空间坐标,并根据不同wifi列表的空间坐标之间的欧式距离对获得的簇中若干个采样点信息进行再聚类以得到若干个子簇。
步骤403、终端在由每个簇获得的若干个子簇中获取采样点个数大于预设数值的子簇,得到单日基于wifi信息的常驻位置聚类结果。
在一种示例性实例中,终端按照两个采样点信息中存在相同的wifi就包含在一个簇中的规则对单日的采样点信息进行聚类,得到包含若干个簇的预聚类结果,包括:
步骤501、终端获取单日的采样点信息中第一个采样点信息作为一个簇,并将第一个采样点信息的wifi列表作为所在簇的wifi列表,终端依次获取单日的采样点信息中除第一个采样点信息以外的采样点信息,并每当获得一个采样点信息时对获得的采样点信息进行如下操作:
步骤501a、终端判断获得的采样点信息中的至少一个wifi是否存在于已存在的任意一个簇的wifi列表中。
步骤501b、当获得的采样点信息中的至少一个wifi存在于已存在的一个簇的wifi列表中,将获得的采样点信息加入该簇,并将获得的采样信息的wifi列表加入该簇的wifi列表中。
步骤501c、当获得的采样点信息中的所有wifi均不存在于已存在的所有簇的wifi列表中,将获得的采样点信息作为一个新的簇,并将获得的采样点信息的wifi列表作为新的簇的wifi列表。
在一种示例性实例中,采样点信息的wifi列表为wifi信号强度从强到弱排列在第一预设位数前的wifi的列表。
在一种示例性实例中,单日的采样点信息包括:单日经过降噪处理的采样点信息。终端根据不同采样点信息包括的wifi信息之间的联系对包括wifi信息的单日的采样点信息进行聚类之前,还包括:
终端对单日的采样点信息进行降噪处理,得到单日经过降噪处理的采样点信息。
在一种示例性实例中,述终端对单日的采样点信息进行降噪处理,包括:
步骤601、终端统计单日的采样点信息中所有采样点信息包括的采样对象信息出现的次数。
步骤602、终端获取出现的次数小于预设次数的采样对象信息。
步骤603、终端剔除获得的采样对象信息所属的采样点信息。
在一种示例性实例中,终端将获得的簇中每个采样点信息包括的wifi列表映射到维度与获得的簇的wifi列表长度相同的空间中以得到wifi列表的空间坐标,包括:
步骤701、终端获取获得的簇的wifi列表长度。
步骤702、终端创建维度与获得的簇的wifi列表的长度相同的预设数组。
步骤703、终端确定预设数组中的每个元素对应获得的簇的wifi列表中的wifi以及用于表示该wifi的值。
步骤704、终端依次获取获得的簇中的每个采样点信息,并每当获得一个采样点信息时对获得的采样点信息进行如下操作:根据获得的采样点信息包括的wifi列表、预设数组中的元素对应获得的簇的wifi列表中的wifi以及用于表示该wifi的值填充预设数组,得到获得的采样点信息包括的wifi列表的空间坐标。
在一种示例性实例中,终端根据不同wifi列表的空间坐标之间的欧式距离对获得的簇中若干个采样点信息进行再聚类以得到若干个子簇,包括:
步骤801、终端将获得的簇的采样点信息按照采样对象信息的出现次数由大到小排序,得到降序列表。
步骤802、终端获取降序列表中的第一个采样点信息作为一个子簇,并将该采样点信息包括的wifi列表的空间坐标作为该子簇的中心,终端依次获取降序列表中除第一个采样点信息以外的采样点信息,并每当获得一个采样点信息时对获得的采样点信息进行如下操作:
步骤802a、终端判断获得的采样点信息包括的wifi列表的空间坐标与已存在的任意一个子簇的中心的欧式距离是否小于预设阈值。
步骤802b、当获得的采样点信息包括的wifi列表的空间坐标与一个子簇的中心的欧式距离小于预设阈值,将该采样点信息加入该子簇。
步骤802c、当获得的采样点信息包括的wifi列表的空间坐标与所有子簇的中心的欧式距离均不小于预设阈值,将该采样点信息作为一个新的子簇。
在一种示例性实例中,单日基于wifi信息的常驻位置聚类结果包括:单日按照停留时间排序的基于wifi信息的常驻位置的聚类结果;终端得到单日基于wifi信息的常驻位置聚类结果之后,且对单日的采样点信息中只包括基站信息的采样点信息进行再聚类之前,还包括:
终端将单日基于wifi信息的常驻位置的聚类结果按照子簇所包含的的采样点信息的个数从大到小排序,得到单日按照停留时间排序的基于wifi信息的常驻位置的聚类结果。
在一种示例性实例中,终端基于单日基于wifi信息的常驻位置聚类结果、并根据不同采样点信息包括的基站信息之间的联系对单日的采样点信息中只包括基站信息的采样点信息进行再聚类,得到单日的常驻位置聚类结果,包括:
步骤901、终端在单日的采样点信息中依次获取每一个只包含基站信息的采样点信息,并对获得的采样点信息进行如下操作,以得到单日的常驻位置聚类结果:
步骤901a、终端将获得的采样点信息包括的基站信息依次与单日按照停留时间排序的基于wifi信息的常驻位置的聚类结果中每个子簇的基站信息进行比较。
步骤901b、当获得的采样点信息包括的基站信息存在于一个子簇中,终端将获得的采样点信息合并至该子簇中。
步骤901c、当获得的采样点信息包括的基站信息不存在于任意一个子簇中,终端将获得的采样点信息作为一个新的子簇。
在一种示例性实例中,终端对所有单日的常驻位置聚类结果进行合并,得到预设时间段内的常驻位置聚类结果,包括:
步骤1001、终端获取预设时间段内第一个单日的常驻位置聚类结果作为历史常驻位置聚类结果,终端依次获取除第一个单日的常驻位置聚类结果以外单日的常驻位置聚类结果,并每当获得一个单日的常驻位置聚类结果时对获得的单日的常驻位置聚类结果进行如下操作:
步骤1001a、终端将获得的单日的常驻位置聚类结果与历史常驻位置聚类结果合并,得到新的历史常驻位置聚类结果,以用于与下一个获得的单日的常驻位置聚类结果合并。
在一种示例性实例中,终端将获得的单日的常驻位置聚类结果与历史常驻位置聚类结果合并,得到新的历史常驻位置聚类结果,包括:
步骤1101、终端根据wifi信息的联系对单日的常驻位置聚类结果中包含wifi信息的簇和历史常驻聚类结果中包括wifi信息的簇进行合并,得到新的基于wifi信息的历史常驻位置聚类结果。
步骤1102、终端在新的基于wifi信息的历史常驻位置聚类结果上、根据不同采样点信息包括的基站信息之间的联系对单日的常驻位置聚类结果中只包含基站信息的簇进行再聚类,得到新的历史常驻位置聚类结果。
在一种示例性实例中,终端根据wifi信息的联系对单日的常驻位置聚类结果中包含wifi信息的簇和历史常驻聚类结果中包括wifi信息的簇进行合并,得到新的基于wifi信息的历史常驻位置聚类结果,包括:
步骤1201、终端依次获取历史常驻位置聚类结果中的簇,并每当获得一个簇时对获得的簇进行以下操作:将获得的簇的wifi列表中的wifi按照所包含在采样点信息的个数从多到少进行排序,并获取排序在第二预设位数前的wifi,得到第一wifi列表。
步骤1202、终端依次获取单日常驻位置聚类结果中的簇,并每当获得一个簇时对获得的簇进行以下操作:将获得的簇的wifi列表中的wifi按照所包含在采样点信息的个数从多到少进行排序,并获取排序在第三预设位数前的wifi,得到第二wifi列表。
步骤1203、终端依次获取单日的常驻位置聚类结果中每个簇的第二wifi列表,并每当获得一个第二wifi列表时对获得的第二wifi列表进行如下操作:
步骤1203a、终端判断获得的簇的第二wifi列表中至少一个wifi是否存在于任意一个第一wifi列表中。
步骤1203b、当获得的簇的第二wifi列表中至少一个wifi存在于一个第一wifi列表中,将获得的簇合并至与该第一wifi列表对应的簇中。
步骤1203c、当获得的簇的第二wifi列表中的所有wifi均不存在于所有第一wifi列表中,将获得的簇作为一个新的簇。
在一种示例性实例中,新的基于wifi信息的历史常驻位置聚类结果包括:新的按照停留时间排序的基于wifi信息的历史常驻位置聚类结果。终端得到新的基于wifi信息的历史常驻位置聚类结果之后,且对单日的常驻位置聚类结果中只包含基站信息的簇进行再聚类之前,还包括:
终端将新的基于wifi信息的历史常驻位置聚类结果按照簇所包含的采样点信息的个数从大到小排序,得到新的按照停留时间排序的基于wifi信息的历史常驻位置聚类结果。
在一种示例性实例中,终端在新的基于wifi信息的历史常驻位置聚类结果上、根据不同采样点信息包括的基站信息之间的联系对单日的常驻位置聚类结果中只包含基站信息的簇进行再聚类,得到新的历史常驻位置聚类结果,包括:
步骤1301、终端依次获取单日的常驻位置聚类结果中只包含基站信息的簇,并每当获得一个簇时对获得的簇进行如下操作,以得到新的历史常驻位置聚类结果:
步骤1301a、终端判断获得的簇的基站信息是否存在于新的按照停留时间排序的基于wifi信息的历史常驻位置聚类结果中的簇的基站信息中。
步骤1301b、当获得的簇的基站信息存在于新的按照停留时间排序的基于wifi信息的历史常驻位置聚类结果中一个目标簇的基站信息中,终端将获得的簇合并至目标簇中。
步骤1301c、当获得的簇的基站信息不存在于新的按照停留时间排序的基于wifi信息的历史常驻位置聚类结果中任意一个簇的基站信息中,终端将获得的簇作为一个新的簇。
在一种示例性实例中,所述基站信息包括:移动国家代码(Mobile Country Code,MCC)、移动网络代码(Mobile Neworkt Code,MNC)、位置区域码(Location Area Code,LAC)、基站编号(CELLIDentification)CELLID、网络制式,其中,所述网络制式包括:全球移动通信系统(Global System for Mobile Communications,GSM)、码分多址(CodeDivision Multiple Access,CDMA)、第三代移动通信技术(the 3th Generation mobilecommunication technology,3G)、第四代移动通信技术(the 4th Generation mobilecommunication technology,4G)中的一种。
本发明实施例提供的用户常驻位置的获取方法,由于wifi信息和/或基站信息能够用于表征位置,因此当终端获取采样时间包含在预设时间段内的若干个采样点信息,并根据不同采样点信息包括的采样对象信息(采样对象信息包括wifi信息和基站信息中至少一种)之间的联系对获得的若干个采样点信息进行聚类,就能够得到预设时间段内常驻位置的聚类结果,从而实现了用户常驻位置的获取。
本发明实施例还提供一种终端,如图2所示,该终端2包括:
获取模块21,用于获取预设时间段内的若干个采样点信息;其中,每个采样点信息是终端根据采样周期获得的且包括:采样时间和采样对象信息,每个采样对象信息至少包括以下一种:无线保真wifi信息和基站信息。
处理模块22,用于根据不同采样点信息包括的采样对象信息之间的联系对获得的若干个采样点信息进行聚类,得到预设时间段内用户的常驻位置信息。
在一种示例性实例中,预设时间段为M天,采样周期为N分钟,M、N均为正整数。处理模块22具体用于:
根据采样时间的所属日期对获得的若干个采样点信息进行划分,得到若干个单日的采样点信息。
对每一个单日的采样点信息都进行如下操作:根据不同采样点信息包括的采样对象信息之间的联系对单日的采样点信息进行聚类,得到单日的常驻位置聚类结果。
对所有单日的常驻位置聚类结果进行合并,得到预设时间段内的常驻位置聚类结果。
根据获得的预设时间段内的常驻位置聚类结果得到所述预设时间段内用户的常驻位置信息。
在一种示例性实例中,处理模块22具体用于:
根据不同采样点信息包括的wifi信息之间的联系对单日的采样点信息中包括wifi信息的采样点信息进行聚类,得到单日基于wifi信息的常驻位置聚类结果。
基于单日基于wifi信息的常驻位置聚类结果、并根据不同采样点信息包括的基站信息之间的联系对单日的采样点信息中只包括基站信息的采样点信息进行再聚类,得到单日的常驻位置聚类结果。
在一种示例性实例中,wifi信息包括:终端能够扫描到的包括至少一个wifi的wifi列表。处理模块22具体用于:
按照两个采样点信息中存在相同的wifi就包含在一个簇中的规则对单日的采样点信息进行聚类,得到包含若干个簇的预聚类结果。
依次获取预聚类结果中的每个簇,并每当获得一个簇时对获得的簇进行如下操作:将获得的簇中每个采样点信息包括的wifi列表映射到维度与获得的簇的wifi列表长度相同的空间中以得到wifi列表的空间坐标,并根据不同wifi列表的空间坐标之间的欧式距离对获得的簇中若干个采样点信息进行再聚类以得到若干个子簇。
终端在由每个簇获得的若干个子簇中获取采样点个数大于预设数值的子簇,得到单日基于wifi信息的常驻位置聚类结果。
在一种示例性实例中,处理模块22具体用于:
获取单日的采样点信息中第一个采样点信息作为一个簇,并将第一个采样点信息的wifi列表作为所在簇的wifi列表,终端依次获取单日的采样点信息中除第一个采样点信息以外的采样点信息,并每当获得一个采样点信息时对获得的采样点信息进行如下操作:
判断获得的采样点信息中的至少一个wifi是否存在于已存在的任意一个簇的wifi列表中。
当获得的采样点信息中的至少一个wifi存在于已存在的一个簇的wifi列表中,将获得的采样点信息加入该簇,并将获得的采样信息的wifi列表加入该簇的wifi列表中。
当获得的采样点信息中的所有wifi均不存在于已存在的所有簇的wifi列表中,将获得的采样点信息作为一个新的簇,并将获得的采样点信息的wifi列表作为新的簇的wifi列表。
在一种示例性实例中,采样点信息的wifi列表为wifi信号强度从强到弱排列在第一预设位数前的wifi的列表。
在一种示例性实例中,单日的采样点信息包括:单日经过降噪处理的采样点信息。处理模块22,还用于对单日的采样点信息进行降噪处理,得到单日经过降噪处理的采样点信息。
在一种示例性实例中,处理模块22具体用于:
计单日的采样点信息中所有采样点信息包括的采样对象信息出现的次数。
获取出现的次数小于预设次数的采样对象信息。
剔除获得的采样对象信息所属的采样点信息。
在一种示例性实例中,处理模块22具体用于:
获取获得的簇的wifi列表长度。
创建维度与获得的簇的wifi列表的长度相同的预设数组。
确定预设数组中的每个元素对应获得的簇的wifi列表中的wifi以及用于表示该wifi的值。
依次获取获得的簇中的每个采样点信息,并每当获得一个采样点信息时对获得的采样点信息进行如下操作:根据获得的采样点信息包括的wifi列表、预设数组中的元素对应获得的簇的wifi列表中的wifi以及用于表示该wifi的值填充预设数组,得到获得的采样点信息包括的wifi列表的空间坐标。
在一种示例性实例中,处理模块22具体用于:
将获得的簇的采样点信息按照采样对象信息的出现次数由大到小排序,得到降序列表。
获取降序列表中的第一个采样点信息作为一个子簇,并将该采样点信息包括的wifi列表的空间坐标作为该子簇的中心,终端依次获取降序列表中除第一个采样点信息以外的采样点信息,并每当获得一个采样点信息时对获得的采样点信息进行如下操作:
判断获得的采样点信息包括的wifi列表的空间坐标与已存在的任意一个子簇的中心的欧式距离是否小于预设阈值。
当获得的采样点信息包括的wifi列表的空间坐标与一个子簇的中心的欧式距离小于预设阈值,将该采样点信息加入该子簇。
当获得的采样点信息包括的wifi列表的空间坐标与所有子簇的中心的欧式距离均不小于预设阈值,将该采样点信息作为一个新的子簇。
在一种示例性实例中,单日基于wifi信息的常驻位置聚类结果包括:单日按照停留时间排序的基于wifi信息的常驻位置的聚类结果。处理模块22,还用于将单日基于wifi信息的常驻位置的聚类结果按照子簇所包含的的采样点信息的个数从大到小排序,得到单日按照停留时间排序的基于wifi信息的常驻位置的聚类结果。
在一种示例性实例中,处理模块22具体用于:
在单日的采样点信息中依次获取每一个只包含基站信息的采样点信息,并对获得的采样点信息进行如下操作,以得到单日的常驻位置聚类结果:
将获得的采样点信息包括的基站信息依次与单日按照停留时间排序的基于wifi信息的常驻位置的聚类结果中每个子簇的基站信息进行比较。
当获得的采样点信息包括的基站信息存在于一个子簇中,将获得的采样点信息合并至该子簇中。
当获得的采样点信息包括的基站信息不存在于任意一个子簇中,将获得的采样点信息作为一个新的子簇。
在一种示例性实例中,处理模块22具体用于:
获取预设时间段内第一个单日的常驻位置聚类结果作为历史常驻位置聚类结果,终端依次获取除第一个单日的常驻位置聚类结果以外单日的常驻位置聚类结果,并每当获得一个单日的常驻位置聚类结果时对获得的单日的常驻位置聚类结果进行如下操作:
将获得的单日的常驻位置聚类结果与历史常驻位置聚类结果合并,得到新的历史常驻位置聚类结果,以用于与下一个获得的单日的常驻位置聚类结果合并。
在一种示例性实例中,处理模块22具体用于:
根据wifi信息的联系对单日的常驻位置聚类结果中包含wifi信息的簇和历史常驻聚类结果中包括wifi信息的簇进行合并,得到新的基于wifi信息的历史常驻位置聚类结果。
在新的基于wifi信息的历史常驻位置聚类结果上、根据不同采样点信息包括的基站信息之间的联系对单日的常驻位置聚类结果中只包含基站信息的簇进行再聚类,得到新的历史常驻位置聚类结果。
在一种示例性实例中,处理模块22具体用于:
依次获取历史常驻位置聚类结果中的簇,并每当获得一个簇时对获得的簇进行以下操作:将获得的簇的wifi列表中的wifi按照所包含在采样点信息的个数从多到少进行排序,并获取排序在第二预设位数前的wifi,得到第一wifi列表。
依次获取单日常驻位置聚类结果中的簇,并每当获得一个簇时对获得的簇进行以下操作:将获得的簇的wifi列表中的wifi按照所包含在采样点信息的个数从多到少进行排序,并获取排序在第三预设位数前的wifi,得到第二wifi列表。
依次获取单日的常驻位置聚类结果中每个簇的第二wifi列表,并每当获得一个第二wifi列表时对获得的第二wifi列表进行如下操作:
判断获得的簇的第二wifi列表中至少一个wifi是否存在于任意一个第一wifi列表中。
当获得的簇的第二wifi列表中至少一个wifi存在于一个第一wifi列表中,将获得的簇合并至与该第一wifi列表对应的簇中。
当获得的簇的第二wifi列表中的所有wifi均不存在于所有第一wifi列表中,将获得的簇作为一个新的簇。
在一种示例性实例中,新的基于wifi信息的历史常驻位置聚类结果包括:新的按照停留时间排序的基于wifi信息的历史常驻位置聚类结果。处理模块22,还用于将新的基于wifi信息的历史常驻位置聚类结果按照簇所包含的采样点信息的个数从大到小排序,得到新的按照停留时间排序的基于wifi信息的历史常驻位置聚类结果。
在一种示例性实例中,处理模块22具体用于:
依次获取单日的常驻位置聚类结果中只包含基站信息的簇,并每当获得一个簇时对获得的簇进行如下操作,以得到新的历史常驻位置聚类结果:
判断获得的簇的基站信息是否存在于新的按照停留时间排序的基于wifi信息的历史常驻位置聚类结果中的簇的基站信息中。
当获得的簇的基站信息存在于新的按照停留时间排序的基于wifi信息的历史常驻位置聚类结果中一个目标簇的基站信息中,将获得的簇合并至目标簇中。
当获得的簇的基站信息不存在于新的按照停留时间排序的基于wifi信息的历史常驻位置聚类结果中任意一个簇的基站信息中,将获得的簇作为一个新的簇。
在一种示例性实例中,基站信息包括:MCC、MNC、LAC、CELLID、网络制式,其中,网络制式包括:GSM、CDMA、3G和4G中的一种。
本发明实施例提供的终端,由于wifi信息和/或基站信息能够用于表征位置,因此当终端获取采样时间包含在预设时间段内的若干个采样点信息,并根据不同采样点信息包括的采样对象信息(采样对象信息包括wifi信息和基站信息中至少一种)之间的联系对获得的若干个采样点信息进行聚类,就能够得到预设时间段内常驻位置的聚类结果,从而实现了用户常驻位置的获取。
在实际应用中,所述获取模块21和处理模块22均位于终端中的中央处理器(Central Processing Unit,CPU)、微处理器(Micro Processor Unit,MPU)、数字信号处理器(Digital Signal Processor,DSP)或现场可编程门阵列(Field Programmable GateArray,FPGA)等实现。
本发明实施例还提供一种用户常驻位置的获取装置,如图3所示,该装置3包括:
数据采集模块31,用于每五分钟进行一次数据采集,采集的内容包括:基站信息:MCC、MNC、LAC、CELLID、网络制式(GSM、CDMA、3G、4G),WiFi信息:扫描列表中排前三位的WiFi的MAC地址。
数据存储模块32,用于进行存储数据,所存储的数据包括两部分内容:一是数据采集模块31采集到的有效原始数据,二是聚类算法模块34得到的聚类结果数据。
数据预处理模块33,用于数据预处理仅在算法更新前运行,算法每天更新一次。预处理时,从数据库中将一天内采集到的所有原始数据读出,并统计各WiFi和基站出现的次数,累积次数少于5次的数据认为是噪声数据予以剔除(将只包含噪声数据的采样点从原始数据中删除)。其中,WiFi以其Mac地址作为唯一标识;基站则由MCC、MNC、LAC、CELLID和网络制式这一组数据共同表征,五个参数均一致才表示同一个基站。
聚类算法模块34,用于对剩余的有效数据进行聚类,将一天的WiFi和基站数据聚类到多个簇中,每个簇中的WiFi和基站即代表一个具体位置。算法根据应用场景的特性,以层次聚类算法中的自顶向下分裂法思想为基础设计实现。算法具体流程如下:
经过数据预处理后,用户运动过程中的采样点已经被删除,只有用户停留时间超过25分钟的位置所对应的采样数据能被保留。所以大部分情况下不同位置的采样数据是相互独立的。
步骤1、首先对所有包含WiFi的采样数据进行第一轮分裂,该过程包括以下步骤:
步骤1.1、将采样点按采样时间顺序依次读取,采样点中的WiFi列表作为其表征;
步骤1.2、读取出第一个点形成第一个簇,簇由其内所有采样点的WiFi列表和基站列表的并集表征;
步骤1.3、读取后续采样点,计算该采样点与各已有簇之间的Jaccard距离,如果其中某簇与该点的Jaccard距离小于1,则将该点合入到这个簇中,并更新簇的WiFi列表和基站列表;如果均不小于1,则将该采样点形成一个新簇。Jaccard距离计算公式见式1
其中,J表示Jaccard距离,A和B表示采样点或簇的WiFi集合列表。
所有采样点提取完后,计算所有簇之间的Jaccard距离,将距离小于1的簇合并。
步骤2、第一次分裂得到了一个相对较粗略的位置划分,还需要进行第二次分裂。对上面得到的每一个簇做下列处理,包括以下步骤:
步骤2.1、计算出簇的WiFi列表的长度N;
步骤2.2、统计出各采样点的出现次数,降序排列形成列表Lp;
步骤2.3、建立N维空间,一个WiFi代表一个维度,采样点若包含某轴对应的WiFi,则该采样点在该轴上取值为1,否则为0;这样就可以将所有采样点映射到此N维空间中,进而计算出各点之间的欧式距离;
步骤2.4、将列表Lp的第一个采样点作为聚类中心,形成第一个簇,簇的中心为该采样点在上述N维空间的坐标;
步骤2.5、依次提取列表Lp中的采样点,计算采样点与已有簇中心点的欧式距离;若存在距离小于2的簇,则将该点合入到这个簇中,并将所有采样点的平均值作为新的簇中心点;若不存在,则将该采样点形成一个新簇;
步骤2.6、重复步骤2.5完成所有采样点的聚类;
步骤2.7、将新聚类簇中采样点个数小于5个的簇去掉,并将形成的簇从大到小排列生成列表Lw。
步骤3、簇中所有采样点的WiFi集合和基站集合就是该簇的表征参数。至此得到以WiFi为基准的聚类结果,下一步对未包含WiFi(只有基站数据)的采样点进行处理:
将不包含WiFi的采样点,依次与Lw中的各簇进行比较。如果该采样点的基站与某簇中的基站一致,则将该点合入到这个簇中;如果是Lw中所有簇里从未出现的基站,则将该采样点形成一个新簇。最终得到一天数据聚类出的最终结果列表Lo,Lo中每一个簇代表一个位置地点。
步骤4、将一天的聚类结果Lo与历史聚类结果进行合并,将聚类结果以未到达时间升序排列,只保留前一百个聚类点,其余删除,得到最终聚类列表La。
本发明实施例还提供一种用户常驻位置的获取装置,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,处理器执行计算机程序时实现上述实施例中任意一种用户常驻位置的获取方法。
本发明实施例还提供一种计算机可读存储介质,存储介质上存储有计算机可执行命令,计算机可执行命令用于执行如上述实施例中任意一种用户常驻位置的获取方法。
虽然本发明实施例所揭露的实施方式如上,但所述的内容仅为便于理解本发明实施例而采用的实施方式,并非用以限定本发明实施例。任何本发明实施例所属领域内的技术人员,在不脱离本发明实施例所揭露的精神和范围的前提下,可以在实施的形式及细节上进行任何的修改与变化,但本发明实施例的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (21)
1.一种用户常驻位置的获取方法,包括:
终端获取预设时间段内的若干个采样点信息;其中,每个所述采样点信息是所述终端根据采样周期获得的且包括:采样时间和采样对象信息,每个所述采样对象信息至少包括以下一种:无线保真wifi信息和基站信息:
所述终端根据不同采样点信息包括的采样对象信息之间的联系对获得的若干个采样点信息进行聚类,得到所述预设时间段内用户的常驻位置信息;
其中,所述所述终端根据不同采样点信息包括的采样对象信息之间的联系对获得的若干个采样点信息进行聚类,得到所述预设时间段内用户的常驻位置信息包括:
所述终端根据所述无线保真wifi信息,对所述采样点进行聚类,得到包含若干个簇的预聚类结果;
所述终端依次根据每个簇中每个采样点信息包括的wifi列表,得到wifi列表的空间坐标;并根据所述wifi列表的空间坐标,对所述簇中若干个采样点信息进行再聚类,得到若干个子簇;
所述终端根据每个簇获得的若干个子簇中所述采样点的个数,得到常驻位置信息。
2.根据权利要求1所述的获取方法,其特征在于,所述预设时间段为M天,所述采样周期为N分钟,所述M、N均为正整数,所述终端根据不同采样点信息包括的采样对象信息之间的联系对获得的若干个采样点信息进行聚类,得到预设时间段内用户的常驻位置信息,还包括:
所述终端根据采样时间的所属日期对获得的若干个采样点信息进行划分,得到若干个单日的采样点信息。
3.根据权利要求2所述的获取方法,其特征在于,所述终端根据所述无线保真wifi信息,对所述采样点进行聚类,得到包含若干个簇的预聚类结果包括:所述终端根据所述单日的采样点信息中的所述无线保真wifi信息,对所述采样点进行聚类,得到单日的包含若干个簇的预聚类结果;
所述终端依次根据每个簇中每个采样点信息包括的wifi列表,得到wifi列表的空间坐标;并根据所述wifi列表的空间坐标,对所述簇中若干个采样点信息进行再聚类,得到若干个子簇,包括:所述终端依次根据所述单日中每个簇中每个采样点信息包括的wifi列表,得到wifi列表的空间坐标;并根据所述wifi列表的空间坐标,对所述簇中若干个采样点信息进行再聚类,得到单日中的若干个子簇;
所述终端根据每个簇获得的若干个子簇中所述采样点的个数,得到常驻位置信息,包括:所述终端根据单日中每个簇获得的若干个子簇中所述采样点的个数,得到单日基于wifi信息的常驻位置聚类结果;所述终端对所有单日的常驻位置聚类结果进行合并,得到所述预设时间段内的常驻位置聚类结果;所述终端根据获得的预设时间段内的常驻位置聚类结果得到所述预设时间段内用户的常驻位置信息。
4.根据权利要求3所述的获取方法,其特征在于,所述wifi信息包括:所述终端能够扫描到的包括至少一个wifi的wifi列表;
所述终端根据所述单日的采样点信息中的所述无线保真wifi信息,对所述采样点进行聚类,得到单日的包含若干个簇的预聚类结果,包括:所述终端按照两个采样点信息中存在相同的wifi就包含在一个簇中的规则对单日的采样点信息进行聚类,得到包含若干个簇的预聚类结果;
所述终端依次根据所述单日中每个簇中每个采样点信息包括的wifi列表,得到wifi列表的空间坐标;并根据所述wifi列表的空间坐标,对所述簇中若干个采样点信息进行再聚类,得到单日中的若干个子簇,包括:所述终端依次获取所述预聚类结果中的每个簇,并每当获得一个簇时对获得的簇进行如下操作:将获得的簇中每个采样点信息包括的wifi列表映射到维度与获得的簇的wifi列表长度相同的空间中以得到wifi列表的空间坐标,并根据不同wifi列表的空间坐标之间的欧式距离对获得的簇中若干个采样点信息进行再聚类以得到若干个子簇;
所述终端根据单日中每个簇获得的若干个子簇中所述采样点的个数,得到单日基于wifi信息的常驻位置聚类结果,包括:所述终端在由每个簇获得的若干个子簇中获取采样点个数大于预设数值的子簇,得到所述单日基于wifi信息的常驻位置聚类结果。
5.根据权利要求4所述的获取方法,其特征在于,所述终端按照两个采样点信息中存在相同的wifi就包含在一个簇中的规则对单日的采样点信息进行聚类,得到包含若干个簇的预聚类结果,包括:
所述终端获取单日的采样点信息中第一个采样点信息作为一个簇,并将第一个采样点信息的wifi列表作为所在簇的wifi列表,所述终端依次获取单日的采样点信息中除第一个采样点信息以外的采样点信息,并每当获得一个采样点信息时对获得的采样点信息进行如下操作:
所述终端判断获得的采样点信息中的至少一个wifi是否存在于已存在的任意一个簇的wifi列表中;
当获得的采样点信息中的至少一个wifi存在于已存在的一个簇的wifi列表中,将获得的采样点信息加入该簇,并将获得的采样信息的wifi列表加入该簇的wifi列表中;
当获得的采样点信息中的所有wifi均不存在于已存在的所有簇的wifi列表中,将获得的采样点信息作为一个新的簇,并将获得的采样点信息的wifi列表作为新的簇的wifi列表。
6.根据权利要求5所述的获取方法,其特征在于,所述采样点信息的wifi列表为wifi信号强度从强到弱排列在第一预设位数前的wifi的列表。
7.根据权利要求2-5任一项所述的获取方法,其特征在于,所述单日的采样点信息包括:单日经过降噪处理的采样点信息;
所述终端根据不同采样点信息包括的wifi信息之间的联系对包括wifi信息的单日的采样点信息进行聚类之前,还包括:
所述终端对单日的采样点信息进行降噪处理,得到所述单日经过降噪处理的采样点信息。
8.根据权利要求7所述的获取方法,其特征在于,所述终端对单日的采样点信息进行降噪处理,包括:
所述终端统计单日的采样点信息中所有采样点信息包括的采样对象信息出现的次数;
所述终端获取出现的次数小于预设次数的采样对象信息;
所述终端剔除获得的采样对象信息所属的采样点信息。
9.根据权利要求4所述的获取方法,其特征在于,所述终端将获得的簇中每个采样点信息包括的wifi列表映射到维度与获得的簇的wifi列表长度相同的空间中以得到wifi列表的空间坐标,包括:
所述终端获取获得的簇的wifi列表长度;
所述终端创建维度与获得的簇的wifi列表的长度相同的预设数组;
所述终端确定所述预设数组中的每个元素对应获得的簇的wifi列表中的wifi以及用于表示该wifi的值;
所述终端依次获取获得的簇中的每个采样点信息,并每当获得一个采样点信息时对获得的采样点信息进行如下操作:根据获得的采样点信息包括的wifi列表、所述预设数组中的元素对应获得的簇的wifi列表中的wifi以及用于表示该wifi的值填充所述预设数组,得到获得的采样点信息包括的wifi列表的空间坐标。
10.根据权利要求9所述的获取方法,其特征在于,所述终端根据不同wifi列表的空间坐标之间的欧式距离对获得的簇中若干个采样点信息进行再聚类以得到若干个子簇,包括:
所述终端将获得的簇的采样点信息按照采样对象信息的出现次数由大到小排序,得到降序列表;
所述终端获取降序列表中的第一个采样点信息作为一个子簇,并将该采样点信息包括的wifi列表的空间坐标作为该子簇的中心,所述终端依次获取降序列表中除第一个采样点信息以外的采样点信息,并每当获得一个采样点信息时对获得的采样点信息进行如下操作:
所述终端判断获得的采样点信息包括的wifi列表的空间坐标与已存在的任意一个子簇的中心的欧式距离是否小于预设阈值;
当获得的采样点信息包括的wifi列表的空间坐标与一个子簇的中心的欧式距离小于预设阈值,将该采样点信息加入该子簇;
当获得的采样点信息包括的wifi列表的空间坐标与所有子簇的中心的欧式距离均不小于预设阈值,将该采样点信息作为一个新的子簇。
11.根据权利要求4所述的获取方法,其特征在于,所述单日基于wifi信息的常驻位置聚类结果包括:单日按照停留时间排序的基于wifi信息的常驻位置的聚类结果;所述终端得到单日基于wifi信息的常驻位置聚类结果之后,且对单日的采样点信息中只包括基站信息的采样点信息进行再聚类之前,还包括:
所述终端将单日基于wifi信息的常驻位置的聚类结果按照子簇所包含的采样点信息的个数从大到小排序,得到单日按照停留时间排序的基于wifi信息的常驻位置的聚类结果。
12.根据权利要求11所述的获取方法,其特征在于,所述终端基于单日基于wifi信息的常驻位置聚类结果、并根据不同采样点信息包括的基站信息之间的联系对单日的采样点信息中只包括基站信息的采样点信息进行再聚类,得到单日的常驻位置聚类结果,包括:
所述终端在单日的采样点信息中依次获取每一个只包含基站信息的采样点信息,并对获得的采样点信息进行如下操作,以得到单日的常驻位置聚类结果:
所述终端将获得的采样点信息包括的基站信息依次与单日按照停留时间排序的基于wifi信息的常驻位置的聚类结果中每个子簇的基站信息进行比较;
当获得的采样点信息包括的基站信息存在于一个子簇中,所述终端将获得的采样点信息合并至该子簇中;
当获得的采样点信息包括的基站信息不存在于任意一个子簇中,所述终端将获得的采样点信息作为一个新的子簇。
13.根据权利要求4所述的获取方法,其特征在于,所述终端对所有单日的常驻位置聚类结果进行合并,得到所述预设时间段内的常驻位置聚类结果,包括:
所述终端获取所述预设时间段内第一个单日的常驻位置聚类结果作为历史常驻位置聚类结果,所述终端依次获取除第一个单日的常驻位置聚类结果以外单日的常驻位置聚类结果,并每当获得一个单日的常驻位置聚类结果时对获得的单日的常驻位置聚类结果进行如下操作:
所述终端将获得的单日的常驻位置聚类结果与历史常驻位置聚类结果合并,得到新的历史常驻位置聚类结果,以用于与下一个获得的单日的常驻位置聚类结果合并。
14.根据权利要求13所述的获取方法,其特征在于,所述终端将获得的单日的常驻位置聚类结果与历史常驻位置聚类结果合并,得到新的历史常驻位置聚类结果,包括:
所述终端根据wifi信息的联系对单日的常驻位置聚类结果中包含wifi信息的簇和历史常驻聚类结果中包括wifi信息的簇进行合并,得到新的基于wifi信息的历史常驻位置聚类结果;
所述终端在新的基于wifi信息的历史常驻位置聚类结果上、根据不同采样点信息包括的基站信息之间的联系对单日的常驻位置聚类结果中只包含基站信息的簇进行再聚类,得到新的历史常驻位置聚类结果。
15.根据权利要求14所述的获取方法,其特征在于,所述终端根据wifi信息的联系对单日的常驻位置聚类结果中包含wifi信息的簇和历史常驻聚类结果中包括wifi信息的簇进行合并,得到新的基于wifi信息的历史常驻位置聚类结果,包括:
所述终端依次获取历史常驻位置聚类结果中的簇,并每当获得一个簇时对获得的簇进行以下操作:将获得的簇的wifi列表中的wifi按照所包含在采样点信息的个数从多到少进行排序,并获取排序在第二预设位数前的wifi,得到第一wifi列表;
所述终端依次获取单日常驻位置聚类结果中的簇,并每当获得一个簇时对获得的簇进行以下操作:将获得的簇的wifi列表中的wifi按照所包含在采样点信息的个数从多到少进行排序,并获取排序在第三预设位数前的wifi,得到第二wifi列表;
所述终端依次获取单日的常驻位置聚类结果中每个簇的第二wifi列表,并每当获得一个第二wifi列表时对获得的第二wifi列表进行如下操作:
所述终端判断获得的簇的第二wifi列表中至少一个wifi是否存在于任意一个第一wifi列表中;
当获得的簇的第二wifi列表中至少一个wifi存在于一个第一wifi列表中,将获得的簇合并至与该第一wifi列表对应的簇中;
当获得的簇的第二wifi列表中的所有wifi均不存在于所有第一wifi列表中,将获得的簇作为一个新的簇。
16.根据权利要求14所述的获取方法,其特征在于,所述新的基于wifi信息的历史常驻位置聚类结果包括:新的按照停留时间排序的基于wifi信息的历史常驻位置聚类结果;
所述终端得到新的基于wifi信息的历史常驻位置聚类结果之后,且对单日的常驻位置聚类结果中只包含基站信息的簇进行再聚类之前,还包括:
所述终端将新的基于wifi信息的历史常驻位置聚类结果按照簇所包含的采样点信息的个数从大到小排序,得到所述新的按照停留时间排序的基于wifi信息的历史常驻位置聚类结果。
17.根据权利要求16所述的获取方法,其特征在于,所述终端在新的基于wifi信息的历史常驻位置聚类结果上、根据不同采样点信息包括的基站信息之间的联系对单日的常驻位置聚类结果中只包含基站信息的簇进行再聚类,得到新的历史常驻位置聚类结果,包括:
所述终端依次获取单日的常驻位置聚类结果中只包含基站信息的簇,并每当获得一个簇时对获得的簇进行如下操作,以得到所述新的历史常驻位置聚类结果:
所述终端判断获得的簇的基站信息是否存在于所述新的按照停留时间排序的基于wifi信息的历史常驻位置聚类结果中的簇的基站信息中;
当获得的簇的基站信息存在于所述新的按照停留时间排序的基于wifi信息的历史常驻位置聚类结果中一个目标簇的基站信息中,所述终端将获得的簇合并至所述目标簇中;
当获得的簇的基站信息不存在于所述新的按照停留时间排序的基于wifi信息的历史常驻位置聚类结果中任意一个簇的基站信息中,所述终端将获得的簇作为一个新的簇。
18.根据权利要求1或3或11或12或14或16或17所述的获取方法,其特征在于,所述基站信息包括:移动国家代码MCC、移动网络代码MNC、位置区域码LAC、基站编号CELLID、网络制式,其中,所述网络制式包括:全球移动通信系统GSM、码分多址CDMA、第三代移动通信技术3G和第四代移动通信技术4G中的一种。
19.一种终端,其特征在于,包括:
获取模块,用于获取预设时间段内的若干个采样点信息;其中,每个所述采样点信息是所述终端根据采样周期获得的且包括:采样时间和采样对象信息,每个所述采样对象信息至少包括以下一种:wifi信息和基站信息;
处理模块,用于根据不同采样点信息包括的采样对象信息之间的联系对获得的若干个采样点信息进行聚类,得到所述预设时间段内用户的常驻位置信息;
其中,所述根据不同采样点信息包括的采样对象信息之间的联系对获得的若干个采样点信息进行聚类,得到所述预设时间段内用户的常驻位置信息包括:
所述终端根据所述无线保真wifi信息,对所述采样点进行聚类,得到包含若干个簇的预聚类结果;
所述终端依次根据每个簇中每个采样点信息包括的wifi列表,得到wifi列表的空间坐标;并根据所述wifi列表的空间坐标,对所述簇中若干个采样点信息进行再聚类,得到若干个子簇;
所述终端根据每个簇获得的若干个子簇中所述采样点的个数,得到常驻位置信息。
20.一种用户常驻位置的获取装置,其特征在于,包括:存储器和处理器,其中,存储器中存储有以下可被处理器执行的指令:
获取预设时间段内的若干个采样点信息;其中,每个所述采样点信息是终端根据采样周期获得的且包括:采样时间和采样对象信息,每个所述采样对象信息至少包括以下一种:wifi信息和基站信息;
根据不同采样点信息包括的采样对象信息之间的联系对获得的若干个采样点信息进行聚类,得到所述预设时间段内用户的常驻位置信息;
其中,所述根据不同采样点信息包括的采样对象信息之间的联系对获得的若干个采样点信息进行聚类,得到所述预设时间段内用户的常驻位置信息包括:
所述终端根据所述无线保真wifi信息,对所述采样点进行聚类,得到包含若干个簇的预聚类结果;
所述终端依次根据每个簇中每个采样点信息包括的wifi列表,得到wifi列表的空间坐标;并根据所述wifi列表的空间坐标,对所述簇中若干个采样点信息进行再聚类,得到若干个子簇;
所述终端根据每个簇获得的若干个子簇中所述采样点的个数,得到常驻位置信息。
21.一种计算机可读存储介质,其特征在于,存储介质上存储有计算机可执行指令,计算机可执行指令用于执行以下步骤:
获取预设时间段内的若干个采样点信息;其中,每个所述采样点信息是终端根据采样周期获得的且包括:采样时间和采样对象信息,每个所述采样对象信息至少包括以下一种:wifi信息和基站信息;
根据不同采样点信息包括的采样对象信息之间的联系对获得的若干个采样点信息进行聚类,得到所述预设时间段内用户的常驻位置信息;
其中,所述根据不同采样点信息包括的采样对象信息之间的联系对获得的若干个采样点信息进行聚类,得到所述预设时间段内用户的常驻位置信息包括:
所述终端根据所述无线保真wifi信息,对所述采样点进行聚类,得到包含若干个簇的预聚类结果;
所述终端依次根据每个簇中每个采样点信息包括的wifi列表,得到wifi列表的空间坐标;并根据所述wifi列表的空间坐标,对所述簇中若干个采样点信息进行再聚类,得到若干个子簇;
所述终端根据每个簇获得的若干个子簇中所述采样点的个数,得到常驻位置信息。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910550212.XA CN112218230B (zh) | 2019-06-24 | 2019-06-24 | 用户常驻位置的获取方法、装置以及计算机可读存储介质 |
PCT/CN2020/081242 WO2020258951A1 (zh) | 2019-06-24 | 2020-03-25 | 用户常驻位置的获取方法、装置以及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910550212.XA CN112218230B (zh) | 2019-06-24 | 2019-06-24 | 用户常驻位置的获取方法、装置以及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112218230A CN112218230A (zh) | 2021-01-12 |
CN112218230B true CN112218230B (zh) | 2023-03-24 |
Family
ID=74047043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910550212.XA Active CN112218230B (zh) | 2019-06-24 | 2019-06-24 | 用户常驻位置的获取方法、装置以及计算机可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112218230B (zh) |
WO (1) | WO2020258951A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113283542B (zh) * | 2021-06-17 | 2024-03-05 | 北京红山信息科技研究院有限公司 | 职住信息确定方法、装置、设备及存储介质 |
CN114925296A (zh) * | 2022-04-07 | 2022-08-19 | 河海大学 | 一种基于改进的K-Medoids聚类的假位置生成方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107547633A (zh) * | 2017-07-27 | 2018-01-05 | 腾讯科技(深圳)有限公司 | 一种用户常驻点的处理方法、装置和存储介质 |
CN108011928A (zh) * | 2017-11-10 | 2018-05-08 | 深圳市金立通信设备有限公司 | 一种信息推送方法、终端设备及计算机可读介质 |
CN109769210A (zh) * | 2018-11-23 | 2019-05-17 | 亚信科技(中国)有限公司 | 用户活动区域相似度判断方法、装置、计算机设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9237418B2 (en) * | 2013-07-26 | 2016-01-12 | Marvell World Trade Ltd. | Positioning database management applied to server-based positioning system |
CN104252527B (zh) * | 2014-09-02 | 2018-04-20 | 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 |
US10419883B2 (en) * | 2017-07-31 | 2019-09-17 | 4Info, Inc. | Systems and methods for statistically associating mobile devices and non-mobile devices with geographic areas |
-
2019
- 2019-06-24 CN CN201910550212.XA patent/CN112218230B/zh active Active
-
2020
- 2020-03-25 WO PCT/CN2020/081242 patent/WO2020258951A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107547633A (zh) * | 2017-07-27 | 2018-01-05 | 腾讯科技(深圳)有限公司 | 一种用户常驻点的处理方法、装置和存储介质 |
CN108011928A (zh) * | 2017-11-10 | 2018-05-08 | 深圳市金立通信设备有限公司 | 一种信息推送方法、终端设备及计算机可读介质 |
CN109769210A (zh) * | 2018-11-23 | 2019-05-17 | 亚信科技(中国)有限公司 | 用户活动区域相似度判断方法、装置、计算机设备 |
Non-Patent Citations (1)
Title |
---|
一个基于基站轨迹数据的城市移动模式可视分析系统;李致昊等;《计算机辅助设计与图形学学报》;20180115(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
WO2020258951A1 (zh) | 2020-12-30 |
CN112218230A (zh) | 2021-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107547633B (zh) | 一种用户常驻点的处理方法、装置和存储介质 | |
CN109992633B (zh) | 基于用户位置的地理围栏确定方法、装置、电子设备 | |
CN106792514B (zh) | 基于信令数据的用户职住地分析方法 | |
CN105718465B (zh) | 地理围栏生成方法及装置 | |
CN110413905B (zh) | 获取道路线形的方法、装置、设备及存储介质 | |
CN109688532B (zh) | 一种划分城市功能区域的方法及装置 | |
CN111078818B (zh) | 地址分析方法、装置、电子设备及存储介质 | |
CN112218230B (zh) | 用户常驻位置的获取方法、装置以及计算机可读存储介质 | |
CN109189876B (zh) | 一种数据处理方法及装置 | |
CN107240029B (zh) | 一种数据处理方法及装置 | |
CN110298687B (zh) | 一种区域吸引力评估方法及设备 | |
CN114581473A (zh) | 一种适用于多种场景的点云降采样方法及装置 | |
CN115965058B (zh) | 神经网络训练方法、实体信息分类方法、装置及存储介质 | |
CN111539432A (zh) | 一种利用众源数据辅助遥感影像提取城市道路的方法 | |
CN117911792B (zh) | 一种电压基准源芯片生产用引脚检测系统 | |
CN109993042A (zh) | 一种人脸识别方法及其装置 | |
CN111309946B (zh) | 一种已建立档案优化方法及装置 | |
CN112463859A (zh) | 基于大数据和业务分析的用户数据处理方法及大数据平台 | |
CN111143639A (zh) | 用户亲密度计算方法、装置、设备及介质 | |
CN111242723A (zh) | 用户子女情况判断方法、服务器及计算机可读存储介质 | |
CN116821777B (zh) | 一种新型基础测绘数据整合方法及系统 | |
CN116721246B (zh) | 连续帧点云快速标注方法及系统 | |
CN116578874B (zh) | 一种基于网络协议的卫星信号属性判证方法及装置 | |
CN111352964B (zh) | 获取兴趣点信息的方法、装置、设备及存储介质 | |
CN118312657B (zh) | 一种基于知识库的智能化大模型分析推荐系统及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |