CN112434225B - 一种基于过程聚类的手机信令驻留点提取方法 - Google Patents

Abstract

本发明公开了一种基于过程聚类的手机信令驻留点提取方法，步骤包括：数据预处理；通过信令记录合并得到合并后的信令时空序列；根据停留时间阈值建立预备聚类信令位置集合，并使用DBSCAN算法对该预备聚类信令位置集合进行预聚类形成包含有备选驻留点的锚点集合，实现初始锚点选定；对指定用户的全体信令时空序列从第1条开始逐条计算当前位置与锚点集合中各备选驻留点间的距离，根据距离阈值进行锚点更新与信令记录锚点标记；基于锚点位置的时空序列合并，得到用户的最终的驻留点。本发明通过遍历用户手机信令序列，对信令位置进行聚类，计算聚类后各位置点每次停留的时间，按照时间阈值判断是否为用户驻留点，提高了驻留点判断的准确度。

Description

一种基于过程聚类的手机信令驻留点提取方法

技术领域

本发明涉及一种从手机信令数据中提取出用户驻留点的方法。用于从海量的手机信令数据中挖掘出用户的驻留点信息，服务于城市交通规划的专题研究与方案分析，属于计算机技术与交通运输规划与管理技术领域。

背景技术

随着社会经济的快速发展和城市人口的增加，城市交通面临很大的压力研究城市交通问题的基础是充分了解城市居民活动的空间规律。传统获取相关数据的手段主要包括人口普查，经济普查，居民出行抽样调查等，调查方法耗费大量人力与物力，抽样率低，精度不高，数据更新周期长，且只能获取特定时间片段的数据，难以适应新时期的规划管理需求。

手机信令数据直接来源于运营商(中国移动、中国联通、中国电信)的移动通信系统。当手机发生打电话(主叫/被叫)、收发短信、挂机、位置更新、基站切换、连接互联网等行为时，会记录相关的基站信息，通过基站编号查询空间位置可以得到定位信息。随着手机的普及，使用手机信令数据大规模采集人群的活动规律成为可能。相关研究者提出了一些方法从手机信令中提取出用户停留点。聚类分析在提取用户停留点过程中被普遍采用，具体方法包括DBSCAN、K-Means等聚类方法。但直接使用相关方法存在一定的缺点，例如K-Means聚类需要确定需要聚类的个数、DBSCAN对距离参数过于敏感等，因此实际提取效果并不理想。

发明内容

针对上述现有技术，本发明提出一种基于过程聚类的手机信令驻留点提取方法，通过遍历用户手机信令序列，对信令位置进行聚类，计算聚类后各位置点每次停留的时间，按照时间阈值判断是否为用户驻留点，提高了驻留点判断的准确度。

为了解决上述技术问题，本发明予以实现的技术方案是，提出一种基于过程聚类的手机信令驻留点提取方法，步骤如下：

步骤1)通过数据预处理得到每个用户每天的移动轨迹；

步骤2)通过信令记录合并得到合并后的信令时空序列；

步骤3)在合并后的信令时空序列中，根据停留时间阈值建立预备聚类信令位置集合，并使用DBSCAN算法对该预备聚类信令位置集合进行预聚类形成包含有备选驻留点的锚点集合，实现初始锚点选定；

步骤4)对指定用户的全体信令时空序列从第1条开始逐条计算当前位置与锚点集合中各备选驻留点间的距离，根据距离阈值进行锚点更新与信令记录锚点标记；

步骤5)基于锚点位置的时空序列合并，得到用户的最终的驻留点。

进一步讲，本发明所述的基于过程聚类的手机信令驻留点提取方法，其中：

步骤1)的步骤具体是：所述数据预处理包括数据提取、用户分组和时间排序；获取目标城市所有手机用户在某时段内的手机信令数据，在该时间段内取t天作为分析天，提取分析天内所对应的所有数据并进行清洗，去除重复和不完整的数据；然后将数据按用户分类并对每个用户的数据进行时间排序，得到每个用户每天的移动轨迹。

步骤2)的步骤具体是：在得到的所有的每个用户的每天的移动轨迹中，记用户i的信令时空序列为{R_i1，R_i2，R_i3，…，R_ij，…，R_iN}，该信令时空序列中，R_ij为用户i的按时间排序后的第j条记录，该条记录中，包含时间信息T_ij和位置信息W_ij；位置信息W_ij为信令对应基站的位置，若信令时空序列中从位置j开始连续n次位置相同，则将此连续出现的信令时空序列片段{R_i，j，R_i，j+1，…，R_i，j+n}合并，合并后的信息包含位置信息W_k以及进入此位置的时间T_k-in和离开此位置的时间T_k-out，所述的T_k-in为序列起始记录R_i，j对应的时间，T_k-out为序列终止记录R_i，j+n对应的时间；用户在W_k处的停留时间记为T_k-out-T_k-in；若信令时空序列只包含一条记录，则此时T_k-out＝T_k-in，停留时间记为0；记合并后用户i的信令时空序列为{R_newi1，…，R_newik，…，R_newiN}；

步骤3)的步骤具体是：在合并后的信令时空序列中，计算各记录的停留时间T_k-out-T_k-in，若T_k-out-T_k-in大于指定阈值θ，θ的初始值取30分钟，则将R_newik的位置计入预备聚类信令位置集合C₁中；将集合C₁中的元素的位置使用DBSCAN算法进行预聚类，DBSCAN算法中的最小距离的参数取500米，最少元素数量的参数取1，对聚为同一类的位置，取同一类记录位置质心为类的位置；令锚点集合为L，则将聚类得到的结果L₁，L₂，…，L_m，…，L_M纳入该锚点集合L中，M为锚点集合L中元素的个数；

步骤4)的步骤具体是：对用户i的全体信令时空序列为{R_i1，R_i2，R_i3，…，R_ij，…，R_iN}，从第1条开始逐条计算R_ij位置与锚点集合L中各备选驻留点间的距离，如果该距离与锚点集合L中元素L_m距离小于阈值ρ，设定ρ的初始值为500米，则将位置R_ij标记为属于位置L_m；否则在锚点集合L中增加新锚点位置L_M+1，并将R_ij标记属于L_M+1；

步骤5)的步骤具体是：在信令时空序列{R_i1，R_i2，R_i3，…，R_ij，…，R_iN}进行位置标记后，参照上述步骤2)所述的信令记录合并的方法对连续锚点位置相同的序列片段进行合并，得到的记录记为R_newil，取片段首条记录的时间为驻留开始时间T_l-in，片段末条记录时间为驻留结束时间T_l-out，最后得到新序列{R_newi1，…，R_newil，…，R_newiN}，取其中驻留时间T_l-out-T_l-in>θ的记录作为用户的最终的驻留点。

与现有技术相比，本发明的有益效果是：

本发明手机信令驻留点提取方法综合了实际停留点在时间和空间上邻近的特点，不直接使用既有的聚类方法一次性聚类，而是在遍历时空序列过程中逐步聚类的方法从手机信令中提取出驻留点。在开始时空聚类之前，可使用DBSCAN方法对于信令数据进行预聚类，以减少后续的计算量。

附图说明

图1是本发明所述的手机信令驻留点提取方法流程图。

具体实施方式

下面结合附图及具体实施例对本发明做进一步的说明，但下述实施例绝非对本发明有任何限制。

本发明提出的一种基于过程聚类的手机信令驻留点提取方法，如图1所示，包括以下步骤：

步骤1)数据预处理，包括数据提取、用户分组和时间排序，从而得到每个用户每天的移动轨迹。获取目标城市所有手机用户在某时段内的手机信令数据，在该时间段内取t天作为分析天，提取分析天内所对应的所有数据并进行清洗，去除重复和不完整的数据。然后将数据按用户分类并对每个用户的数据进行时间排序，得到每个用户每天的移动轨迹。

步骤2)信令记录合并，将同位置信令合并，记录开始时间和结束时间，得到合并后信令时空序列。在得到的所有的每个用户的每天的移动轨迹中，记用户i的信令时空序列为{R_i1，R_i2，R_i3，…，R_ij，…，R_iN}，该信令时空序列中，R_ij为用户i的按时间排序后的第j条记录，该条记录中，包含时间信息T_ij和位置信息W_ij；位置信息W_ij为信令对应基站的位置，若信令时空序列中从位置j开始连续n次位置相同，则将此连续出现的信令时空序列片段{R_i，_j，R_i，j+1，…，R_i，j+n}合并，合并后的信息包含位置信息W_k以及进入此位置的时间T_k-in和离开此位置的时间T_k-out，所述的T_k-in为序列起始记录R_i，j对应的时间，T_k-out为序列终止记录R_i，j+n对应的时间；用户在W_k处的停留时间记为T_k-out-T_k-in；若信令时空序列只包含一条记录，则此时T_k-out＝T_k-in，停留时间记为0；记合并后用户i的信令时空序列为{R_newi1，…，R_newik，…，R_newiN}。

步骤3)初始锚点选定：在合并后的信令时空序列中，根据停留时间阈值建立预备聚类信令位置集合，并使用DBSCAN算法对该预备聚类信令位置集合进行预聚类形成包含有备选驻留点的锚点集合，实现初始锚点选定。即：在合并后的信令时空序列中，计算各记录的停留时间T_k-out-T_k-in，若T_k-out-T_k-in大于指定阈值θ，θ的初始值取30分钟，则将R_newik的位置计入预备聚类信令位置集合C₁中；将集合C₁中的元素的位置使用DBSCAN算法进行预聚类，DBSCAN算法中的最小距离的参数取500米，最少元素数量的参数取1，对聚为同一类的位置，取同一类记录位置质心为类的位置；令锚点集合为L，则将聚类得到的结果L₁，L₂，…，L_m，…，L_M纳入该锚点集合L中，M为锚点集合L中元素的个数。

步骤4)锚点更新与信令记录锚点标记：对指定用户的全体信令时空序列从第1条开始逐条计算当前位置与锚点集合中各备选驻留点间的距离，根据距离阈值进行锚点更新与信令记录锚点标记。即对用户i的全体信令时空序列为{R_i1，R_i2，R_i3，…，R_ij，…，R_iN}，从第1条开始逐条计算R_ij位置与锚点集合L中各备选驻留点间的距离，如果该距离与锚点集合L中元素L_m距离小于阈值ρ，设定ρ的初始值为500米，则将位置R_ij标记为属于位置L_m；否则在锚点集合L中增加新锚点位置L_M+1，并将R_ij标记属于L_M+1。

步骤5)基于锚点位置的时空序列合并，得到用户的最终的驻留点：在信令时空序列{R_i1，R_i2，R_i3，…，R_ij，…，R_iN}进行位置标记后，参照上述步骤2)所述的信令记录合并的方法对连续锚点位置相同的序列片段进行合并，得到的记录记为R_newil，取片段首条记录的时间为驻留开始时间T_l-in，片段末条记录时间为驻留结束时间T_l-out，最后得到新序列{R_newi1，…，R_newil，…，R_newiN}，取其中驻留时间T_l-out-T_l-in>θ的记录作为用户的最终的驻留点。

尽管上面结合附图对本发明进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨的情况下，还可以做出很多变形，这些均属于本发明的保护之内。

Claims (2)

1.一种基于过程聚类的手机信令驻留点提取方法，其特征在于，该方法包括：

步骤1)通过数据预处理得到每个用户每天的移动轨迹；

步骤2)通过信令记录合并得到合并后的信令时空序列；

步骤3)在合并后的信令时空序列中，根据停留时间阈值建立预备聚类信令位置集合，并使用DBSCAN算法对该预备聚类信令位置集合进行预聚类形成包含有备选驻留点的锚点集合，实现初始锚点选定；

步骤4)对指定用户的全体信令时空序列从第1条开始逐条计算当前位置与锚点集合中各备选驻留点间的距离，根据距离阈值进行锚点更新与信令记录锚点标记；

步骤5)基于锚点位置的时空序列合并，得到用户的最终的驻留点；

步骤2)的步骤具体是：在步骤1)得到的所有的每个用户的每天的移动轨迹中，记用户i的信令时空序列为{R_i1，R_i2，R_i3，…，R_ij，…，R_iN}，该信令时空序列中，R_ij为用户i的按时间排序后的第j条记录，该条记录中，包含时间信息T_ij和位置信息W_ij；位置信息W_ij为信令对应基站的位置，若信令时空序列中从位置j开始连续n次位置相同，则将此连续出现的信令时空序列片段{R_i，j，R_i，j+1，…，R_i，j+n}合并，合并后的信息包含位置信息W_k以及进入此位置的时间T_k-in和离开此位置的时间T_k-out，所述的T_k-in为序列起始记录R_i，_j对应的时间，T_k-out为序列终止记录R_i，j+n对应的时间；用户在W_k处的停留时间记为T_k-out-T_k-in；若信令时空序列只包含一条记录，则此时T_k-out＝T_k-in，停留时间记为0；记合并后用户i的信令时空序列为{R_newi1，…，R_newik，…，R_newiN}；

步骤3)的步骤具体是：在合并后的信令时空序列中，计算各记录的停留时间T_k-out-T_k-in，若T_k-out-T_k-in大于指定阈值θ，θ的初始值取30分钟，则将R_newik的位置计入预备聚类信令位置集合C₁中；将集合C₁中的元素的位置使用DBSCAN算法进行预聚类，DBSCAN算法中的最小距离的参数取500米，最少元素数量的参数取1，对聚为同一类的位置，取同一类记录位置质心为类的位置；令锚点集合为L，则将聚类得到的结果L₁，L₂，…，L_m，…，L_M纳入该锚点集合L中，M为锚点集合L中元素的个数；

步骤4)的步骤具体是：对用户i的全体信令时空序列为{R_i1，R_i2，R_i3，…，R_ij，…，R_iN}，从第1条开始逐条计算R_ij位置与锚点集合L中各备选驻留点间的距离，如果该距离与锚点集合L中元素L_m距离小于阈值ρ，设定ρ的初始值为500米，则将位置R_ij标记为属于位置L_m；否则在锚点集合L中增加新锚点位置L_M+1，并将R_ij标记属于L_M+1；

步骤5)的步骤具体是：在信令时空序列{R_i1，R_i2，R_i3，…，R_ij，…，R_iN}进行位置标记后，参照上述步骤2)所述的信令记录合并的方法对连续锚点位置相同的序列片段进行合并，得到的记录记为R_newil，取片段首条记录的时间为驻留开始时间T_l-in，片段末条记录时间为驻留结束时间T_l-out，最后得到新序列{R_newi1，…，R_newil，…，R_newiN}，取其中驻留时间T_l-out-T_l-in>θ的记录作为用户的最终的驻留点。

2.根据权利要求1所述的基于过程聚类的手机信令驻留点提取方法，其特征在于，步骤1)的步骤具体是：所述数据预处理包括数据提取、用户分组和时间排序；获取目标城市所有手机用户在某时段内的手机信令数据，在该时间段内取t天作为分析天，提取分析天内所对应的所有数据并进行清洗，去除重复和不完整的数据；然后将数据按用户分类并对每个用户的数据进行时间排序，得到每个用户每天的移动轨迹。

Images