CN114219053A - 用户位置信息处理方法、装置及电子设备 - Google Patents

Abstract

本申请涉及一种用户位置信息处理方法、装置、电子设备及计算机可读介质。该方法包括：将用户的多个位置信息按照其对应的时间进行整理以生成多个周期位置集合；通过密度聚类算法在每个周期位置集合内确定中心点数组；根据所述多个周期位置集合对应的多个中心点数组之间的位置关系生成位置变化数组；根据位置变化数组生成所述用户的位置变动评分；根据所述位置变动评分为所述用户提供业务服务。本申请涉及的用户位置信息处理方法、装置、电子设备及计算机可读介质，能够快速精确的对用户的位置信息进行分析和处理，提取用户位置变化的特征信息，从更多角度保障用户的信息安全、交易安全，提高业务处理效率。

Description

用户位置信息处理方法、装置及电子设备

技术领域

本申请涉及计算机信息处理领域，具体而言，涉及一种用户位置信息处理方法、装置、电子设备及计算机可读介质。

背景技术

个人用户或者企业用户经常由服务机构进行资源借用活动，对于服务机构而言，用户的资源借用活动很可能会给服务公司带来风险，而且，用户本身的资源借用活动也可能存在信息泄露等风险。目前，风险的判别经常是经用户授权后的基础信息和行为信息的进行分析获得，可例如，基础信息可包括用户的年龄、性别、职业、地域等等，行为信息可包括用户的资源借用信息、资源偿还信息、违约信息等等。目前，用户个人信息泄露的判别，主要是通过支付密码控制，但是用户的移动终端遗失的时候，仍然存在较高的信息泄露几率。如何挖掘出更多的能够反映用户某一方面特征的信息，以对风险和用户的信息安全进行更加全面的分析和保障，是目前广泛关注的课题。

对用户本身而言，其地理位置的信息通常比较有代表性。用户经常处于某些固定的位置，或者固定的频率出现在某些城市。目前业界常用"在过去一定天数内出现过多少个城市、区县、小区等"来表用户地理位置变化水平，这种方式对位置描述太粗糙，且不够标准化，而且大量用户之间无法进行横向比较，从而无法对用户的这个方面的特征进行统计分析。

因此，需要一种新的用户位置信息处理方法、装置、电子设备及计算机可读介质。

在所述背景技术部分公开的上述信息仅用于加强对本申请的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本申请提供一种用户位置信息处理方法、装置、电子设备及计算机可读介质，能够快速精确的对用户的位置信息进行分析和处理，提取用户位置变化的特征信息，从更多角度保障用户的信息安全、交易安全，提高业务处理效率。

本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

根据本申请的一方面，提出一种用户位置信息处理方法，该方法包括：将用户的多个位置信息按照其对应的时间进行整理以生成多个周期位置集合；通过密度聚类算法在每个周期位置集合内确定中心点数组；根据所述多个周期位置集合对应的多个中心点数组之间的位置关系生成位置变化数组；根据位置变化数组生成所述用户的位置变动评分；根据所述位置变动评分为所述用户提供业务服务。

可选地，将用户的多个位置信息按照其对应的时间进行整理以生成多个周期位置集合，包括：根据GPS定位数据生成用户的位置信息；获取用户在过去的预设时间内的多个位置信息；将过去的预设时间划分为一个或多个时间周期；将用户的多个位置信息按照所述一个或多个时间周期进行整理以生成一个或多个周期位置集合。

可选地，通过密度聚类算法在每个周期位置集合内确定中心点数组，包括：将每个周期位置集合内通过密度聚类算法将所述用户的多个位置信息进行密度聚类，生成位置簇；在每个周期集合内的所述位置簇中确定目标位置簇；在每个周期集合内基于目标位置簇生成中心点数组。

可选地，将每个周期位置集合内通过密度聚类算法将所述用户的多个位置信息进行密度聚类，生成位置簇，包括：在每个周期位置集合内基于DBSCAN算法和预设规则对所述多个位置信息进行密度聚类计算；根据计算结果生成所述位置簇。

可选地，在每个周期集合内的所述位置簇中确定目标位置簇，包括：在每个周期集合内的根据位置簇中包含的用户位置信息的数量确定所述目标位置簇。

可选地，在每个周期集合内基于目标位置簇生成中心点数组，包括：在每个周期集合内提取目标位置簇的中心点；基于所述中心点对应的用户位置信息生成所述中心点数组。

可选地，根据所述多个周期位置集合对应的多个中心点数组之间的位置关系生成位置变化数组，包括：将多个中心点数组按照其对应的周期位置集合的时间周期进行排序；基于排序将每个中心点数组对应的位置信息分别上一个中心点数组对应的位置信息进行比较；根据比较结果生成所述位置变化数组。

可选地，基于排序将每个中心点数组对应的位置信息分别上一个中心点数组对应的位置信息进行比较，包括：当前中心点数组B_i=[b₃,b₄]，上一个中心点数组为B_i-1=[b₁,b₂]，其中b_i为用户的位置信息；将b₃与b₁,b₂分别进行比较；将b₄与b₁,b₂分别进行比较。

可选地，根据位置变化数组生成所述用户的位置变动评分，包括：基于位置变化数组生成位置变动权重；基于位置变化数组和位置变动权重生成位置变动评分。

可选地，根据所述位置变动评分为所述用户提供业务服务，包括：根据所述位置变动评分和所述用户的用户信息确定所述用户的信用评分，以为所述用户提供资源借用服务；和/或根据所述位置变动评分和所述用户的用户信息确定所述用户的动支概率，以为所述用户提供特享资源服务；和/或根据所述位置变动评分和所述用户的用户信息确定所述用户的用户画像，以为所述用户提供业务推广服务。

根据本申请的一方面，提出一种用户位置信息处理装置，该装置包括：周期模块，用于将用户的多个位置信息按照其对应的时间进行整理以生成多个周期位置集合；数组模块，用于通过密度聚类算法在每个周期位置集合内确定中心点数组；变化模块，用于根据所述多个周期位置集合对应的多个中心点数组之间的位置关系生成位置变化数组；评分模块，用于根据位置变化数组生成所述用户的位置变动评分；服务模块，用于根据所述位置变动评分为所述用户提供业务服务。

根据本申请的一方面，提出一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上文的方法。

根据本申请的一方面，提出一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上文中的方法。

根据本申请的用户位置信息处理方法、装置、电子设备及计算机可读介质，通过将用户的多个位置信息按照其对应的时间进行整理以生成多个周期位置集合；通过密度聚类算法在每个周期位置集合内确定中心点数组；根据所述多个周期位置集合对应的多个中心点数组之间的位置关系生成位置变化数组；根据位置变化数组生成所述用户的位置变动评分；根据所述位置变动评分为所述用户提供业务服务的方式，能够快速精确的对用户的位置信息进行分析和处理，提取用户位置变化的特征信息，从更多角度保障用户的信息安全、交易安全，提高业务处理效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本申请。

附图说明

通过参照附图详细描述其示例实施例，本申请的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据一示例性实施例示出的一种用户位置信息处理方法及装置的系统框图。

图2是根据一示例性实施例示出的一种用户位置信息处理方法的流程图。

图3是根据另一示例性实施例示出的一种用户位置信息处理方法的示意图。

图4是根据另一示例性实施例示出的一种用户位置信息处理方法的流程图。

图5是根据另一示例性实施例示出的一种用户位置信息处理方法的流程图。

图6是根据一示例性实施例示出的一种用户位置信息处理装置的框图。

图7是根据一示例性实施例示出的一种电子设备的框图。

图8是根据一示例性实施例示出的一种计算机可读介质的框图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本申请将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本申请的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

应理解，虽然本文中可能使用术语第一、第二、第三等来描述各种组件，但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此，下文论述的第一组件可称为第二组件而不偏离本申请概念的教示。如本文中所使用，术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。

本领域技术人员可以理解，附图只是示例实施例的示意图，附图中的模块或流程并不一定是实施本申请所必须的，因此不能用于限制本申请的保护范围。

图1是根据一示例性实施例示出的一种用户位置信息处理方法及装置的系统框图。

如图1所示，系统架构10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，例如服务类应用、购物类应用、网页浏览器应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是具有显示屏并且支持GPS定位的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

终端设备101、102、103可例如根据GPS定位数据生成用户的位置信息；终端设备101、102、103可例如将用户的位置信息传输至服务器105。

服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的服务类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的位置信息进行分析等处理，并将处理结果反馈给服务网站的管理员和/或终端设备101、102、103。

服务器105可例如将用户的多个位置信息按照其对应的时间进行整理以生成多个周期位置集合；服务器105可例如通过密度聚类算法在每个周期位置集合内确定中心点数组；服务器105可例如根据所述多个周期位置集合对应的多个中心点数组之间的位置关系生成位置变化数组；服务器105可例如根据位置变化数组生成所述用户的位置变动评分；服务器105可例如根据所述位置变动评分为所述用户提供业务服务。

服务器105可以是一个实体的服务器，还可例如为多个服务器组成，需要说明的是，本申请实施例所提供的用户位置信息处理方法可以由服务器105执行，相应地，用户位置信息处理装置可以设置于服务器105中。而提供给用户进行服务平台浏览的网页端和位置信息的获取端一般位于终端设备101、102、103中。

图2是根据一示例性实施例示出的一种用户位置信息处理方法的流程图。用户位置信息处理方法20至少包括步骤S202至S210。

如图2所示，在S202中，将用户的多个位置信息按照其对应的时间进行整理以生成多个周期位置集合。

在一个实施例中，可根据GPS定位数据生成用户的位置信息；获取用户在过去的预设时间内的多个位置信息；将过去的预设时间划分为一个或多个时间周期；将用户的多个位置信息按照所述一个或多个时间周期进行整理以生成一个或多个周期位置集合。

更具体的，可获取用户终端的GPS数据作为位置信息，可获取用户在过去一段时间内的GPS数据，可将自然周作为一个时间周期进行整理，可连续获取54个自然周的GPS数据。

在一个具体的实施例中，以自然周为周期，获取该用户某个周期A_i的GPS位置点集合，记为：

A_i=[p₁,p₂,...,p_n]，p_i=[p_i1,p_i2]，

其中，p_i为GPS定位出的位置点，p_i1,p_i2为GPS内部GPS定位数据。

54个周期的GPS位置点集合记为：

A=[A₁,A₂...A₅₄]，其中A_i为第i个周期的GPS位置点的集合。

在S204中，通过密度聚类算法在每个周期位置集合内确定中心点数组。可在每个周期位置集合内将所述用户的多个位置信息进行密度聚类，生成位置簇；在每个周期集合内的所述位置簇中确定目标位置簇；在每个周期集合内基于目标位置簇生成中心点数组。

在一个具体的实施例中，某一个周期的中心点可记为：

B_i=[b_i1,b_i2]，b_ij=[p_ij1,p_ij2]，p_ij1,p_ij2为GPS内部GPS定位数据。

该用户在所有周期中对应的中心数组可记为：

B=[B₁,B₂,...B_m],其中，0≤m≤54。

“通过密度聚类算法在每个周期位置集合内确定中心点数组”的具体内容在图4对应的实施例中进行描述。

在S206中，根据所述多个周期位置集合对应的多个中心点数组之间的位置关系生成位置变化数组。可将多个中心点数组按照其对应的周期位置集合的时间周期进行排序；基于排序将每个中心点数组对应的位置信息分别上一个中心点数组对应的位置信息进行比较；根据比较结果生成所述位置变化数组。

在一个具体的实施例中，位置变化数组可记为：

C=[C₁,C₂,...C_m],

其中，C₁=[0,0],C_i=[q_i1,q_i2], q_i1,q_i2∈{0,1},1≤m≤5。

“根据所述多个周期位置集合对应的多个中心点数组之间的位置关系生成位置变化数组”的具体内容在图5对应的实施例中进行描述。

在S208中，根据位置变化数组生成所述用户的位置变动评分。可基于位置变化数组生成位置变动权重；基于位置变化数组和位置变动权重生成位置变动评分。

位置变动权重可记为：

β_i=i/M，M=sum([1,2,...,m])，i∈[1,2,...m]；

位置变动权重用于控制时间的权重，距离当前时间越近的点，权重越大。将多个中心点数组按照其对应的周期位置集合的时间周期进行排序时，可按照时间由远及近的排序，即为，距离当前时间越近的周期，序号的下标越大。

位置变动评分可记为：

α=sum(β_i*(q_i1+q_i2))/2；α∈[0,1]，α越大，则位置变化程度越大。

在S210中，根据所述位置变动评分为所述用户提供业务服务。

在一个实施例中，可根据所述位置变动评分和所述用户的用户信息确定所述用户的信用评分，以为所述用户提供资源借用服务。

在一个实施例中，可根据所述位置变动评分和所述用户的用户信息确定所述用户的动支概率，以为所述用户提供特享资源服务。

在本申请实施例中，用户可为个人用户或者企业用户，资源额度的分配可为资源额度的调整，也可为电力资源、水力资源的分配。其中，用户信息可包括基础信息，可例如为业务账号信息、用户的终端设备标识信息、用户所处地域信息等；用户信息还可包括行为信息，可例如为用户的页面操作数据、用户的业务访问时长、用户的业务访问频率等，用户信息的具体内容可根据实际应用场景确定，在此不做限制。

在一个实施例中，可根据所述位置变动评分和所述用户的用户信息确定所述用户的用户画像，以为所述用户提供业务推广服务。

在本申请实施例中，在某用户的当前位置变动评分和该用户历史位置变动评分差异较大时，可将该用户作为重点监控人员，还可持续获取该用户的浏览信息，操作信息等以确定该用户的终端是否遗失或被恶意盗用，从而保障该用户的信息安全。

图3是根据另一示例性实施例示出的一种用户位置信息处理方法的示意图，如图3所示，在实际的应用中，可获取全量用户的GPS数据，然后对每个用户的数据均进行数据清洗和转换，进而对每个用户的位置信息进行数据聚类、选择目标簇，进而计算相邻周期的位置变化情况，进而计算出每个用户的位置变化分。然后计算全量用户的位置变化分。

基于全量用户的位置变化分结合用户的其他属性，如性别、年龄等，进行业务运营，也可以作为用户的一个特征，用于授信模型，动支模型等。位置变化分应用到动支模型时，其IV值表现优秀。IV值是一种衡量特征对样本区分程度的指标，IV值越高，特征区分样本的能力越高。

用户的位置变化分，能更好的描述用户的地理位置变化程度，且由于归一到了0-1之间，还可以直观的比较不同的用户的位置变化程度。

根据本申请的用户位置信息处理方法，通过将用户的多个位置信息按照其对应的时间进行整理以生成多个周期位置集合；通过密度聚类算法在每个周期位置集合内确定中心点数组；根据所述多个周期位置集合对应的多个中心点数组之间的位置关系生成位置变化数组；根据位置变化数组生成所述用户的位置变动评分；根据所述位置变动评分为所述用户提供业务服务的方式，能够快速精确的对用户的位置信息进行分析和处理，提取用户位置变化的特征信息，从更多角度保障用户的信息安全、交易安全，提高业务处理效率。

应清楚地理解，本申请描述了如何形成和使用特定示例，但本申请的原理不限于这些示例的任何细节。相反，基于本申请公开的内容的教导，这些原理能够应用于许多其它实施例。

图4是根据另一示例性实施例示出的一种用户位置信息处理方法的流程图。图4所示的流程40是对图2所示的流程中S204“通过密度聚类算法在每个周期位置集合内确定中心点数组”的详细描述。

如图4所示，在S402中，在每个周期位置集合内将所述用户的多个位置信息进行密度聚类，生成位置簇。可例如，在每个周期位置集合内基于DBSCAN算法和预设规则对所述多个位置信息进行密度聚类计算；根据计算结果生成所述位置簇。

在S404中，在每个周期集合内的所述位置簇中确定目标位置簇。可例如，在每个周期集合内的根据位置簇中包含的用户位置信息的数量确定所述目标位置簇。

在S406中，在每个周期集合内基于目标位置簇生成中心点数组。可例如，在每个周期集合内提取目标位置簇的中心点；基于所述中心点对应的用户位置信息生成所述中心点数组。

在一个具体的实施例中，对于每个周期位置集合的A_i，利用DBSCAN算法进行密度聚类，生成位置簇。

在生成聚类的过程中，可设置聚类规则如下：

a)每个位置簇中包含的GPS位置个数大于3；

b)位置簇内两个位置之间的距离最小值为100米。

对周期位置集合A_i生成的位置簇，可根据位置簇的个数，生成位置簇的中心点数组。具体规则如下：

a)若周期位置集合A_i中包含多个位置簇，则选取包含元素（位置信息）最多的两个位置簇，取其中心位置点对应的GPS作为中心点：

B_i=[b_i1,b_i2]，b_ij=[p_ij1,p_ij2]；

b)若周期位置集合A_i中只有一个位置簇，则b_i1=b_i2；

c)若周期位置集合A_i中没有满足条件的位置簇，则将该周期内的全部位置信息丢弃。

遍历所有的周期位置集合Ai，最终得到该用户的位置簇的中心点数组：

B=[B₁,B₂,...B_m],0≤m≤54，B可为空。

图5是根据另一示例性实施例示出的一种用户位置信息处理方法的流程图。图5所示的流程50是对图2所示的流程中S206“根据所述多个周期位置集合对应的多个中心点数组之间的位置关系生成位置变化数组”的详细描述。

如图5所示，在S502中，将多个中心点数组按照其对应的周期位置集合的时间周期进行排序。

在S504中，基于排序将每个中心点数组对应的位置信息分别上一个中心点数组对应的位置信息进行比较。可例如，当前中心点数组B_i=[b₃,b₄]，上一个中心点数组为B_i-1=[b₁,b₂]，其中b_i为用户的位置信息；将b₃与b₁,b₂分别进行比较；将b₄与b₁,b₂分别进行比较。

在S506中，根据比较结果生成所述位置变化数组。

在一个具体的实施例中，可根据如下规则生成位置变化数组：

a)若中心点数组B的长度小于等于1，则C=[C1],C1=[0,0]；

b)否则，对于B_i与B_i-1的位置变化程度可进行如下计算,其中，B_i-1=[b₁,b₂]，Bi=[b₃,b₄]，b_i=[p_i1,p_i2]，

i.计算b₃与上个周期的两个点b₁,b₂距离是否有小于5000米，若是则为0，否则1，记为q_i1；

ii.计算 b₄与上个周期的两个点b₁,b₂距离是否有小于5000米，若是则为0，否则1，记为q_i2；

最终得到用户U的位置变化数组：

C=[C₁,C₂,...C_m],C₁=[0,0],C_i=[q_i1,q_i2],

其中，q_i1,q_i2∈{0,1},1≤m≤54。

本申请的用户位置信息处理方法，利用DEBSACN聚类，加上限制条件，能很好的判段并选择出用户在每个周期内最常出现的地理位置，加上54个周期的连续对比，可以很好的描述用户位置变化情况。

本申请的用户位置信息处理方法，给每个用户生成一个位置变动评分，更加细致，精准地来度量用户的地理位置变化程度，且将评分归一化到了0到1之间，分数越大表示用户地理位置变化程度越高。这个分数可以用来结合用户的其他属性，如性别、年龄等，进行业务运营，也可以作为用户的一个特征，用于授信模型，动支模型等。

本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由CPU 执行的计算机程序。在该计算机程序被CPU 执行时，执行本申请提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中，该存储介质可以是只读存储器，磁盘或光盘等。

此外，需要注意的是，上述附图仅是根据本申请示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。

图6是根据另一示例性实施例示出的一种用户位置信息处理装置的框图。如图6所示，用户位置信息处理装置60包括：周期模块602，数组模块604，变化模块606，评分模块608，服务模块610。

周期模块602用于将用户的多个位置信息按照其对应的时间进行整理以生成多个周期位置集合；

数组模块604用于通过密度聚类算法在每个周期位置集合内确定中心点数组；

变化模块606用于根据所述多个周期位置集合对应的多个中心点数组之间的位置关系生成位置变化数组；

评分模块608用于根据位置变化数组生成所述用户的位置变动评分；

服务模块610用于根据所述位置变动评分为所述用户提供业务服务。

根据本申请的用户位置信息处理装置，通过将用户的多个位置信息按照其对应的时间进行整理以生成多个周期位置集合；通过密度聚类算法在每个周期位置集合内确定中心点数组；根据所述多个周期位置集合对应的多个中心点数组之间的位置关系生成位置变化数组；根据位置变化数组生成所述用户的位置变动评分；根据所述位置变动评分为所述用户提供业务服务的方式，能够快速精确的对用户的位置信息进行分析和处理，提取用户位置变化的特征信息，从更多角度保障用户的信息安全、交易安全，提高业务处理效率。

图7是根据一示例性实施例示出的一种电子设备的框图。

下面参照图7来描述根据本申请的这种实施方式的电子设备700。图7显示的电子设备700仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图7所示，电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于：至少一个处理单元710、至少一个存储单元720、连接不同系统组件（包括存储单元720和处理单元710）的总线730、显示单元740等。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元710执行，使得所述处理单元710执行本说明书中的根据本申请各种示例性实施方式的步骤。例如，所述处理单元710可以执行如图2，图4，图5中所示的步骤。

所述存储单元720可以包括易失性存储单元形式的可读介质，例如随机存取存储单元（RAM）7201和/或高速缓存存储单元7202，还可以进一步包括只读存储单元（ROM）7203。

所述存储单元720还可以包括具有一组（至少一个）程序模块7205的程序/实用工具7204，这样的程序模块7205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。

总线730可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备700也可以与一个或多个外部设备700’（例如键盘、指向设备、蓝牙设备等）通信，使得用户能与该电子设备700交互的设备通信，和/或该电子设备700能与一个或多个其它计算设备进行通信的任何设备（例如路由器、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750进行。并且，电子设备700还可以通过网络适配器760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。网络适配器760可以通过总线730与电子设备700的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备700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。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，如图8所示，根据本申请实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中或网络上，包括若干指令以使得一台计算设备（可以是个人计算机、服务器、或者网络设备等）执行根据本申请实施方式的上述方法。

所述软件产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。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。

所述计算机可读存储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，其中承载了可读程序代码。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。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。可读存储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、有线、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的任意组合来编写用于执行本申请操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网（LAN）或广域网（WAN），连接到用户计算设备，或者，可以连接到外部计算设备（例如利用因特网服务提供商来通过因特网连接）。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该计算机可读介质实现如下功能：将用户的多个位置信息按照其对应的时间进行整理以生成多个周期位置集合；通过密度聚类算法在每个周期位置集合内确定中心点数组；根据所述多个周期位置集合对应的多个中心点数组之间的位置关系生成位置变化数组；根据位置变化数组生成所述用户的位置变动评分；根据所述位置变动评分为所述用户提供业务服务。

本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中，也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本申请实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中或网络上，包括若干指令以使得一台计算设备（可以是个人计算机、服务器、移动终端、或者网络设备等）执行根据本申请实施例的方法。

以上具体地示出和描述了本申请的示例性实施例。应可理解的是，本申请不限于这里描述的详细结构、设置方式或实现方法；相反，本申请意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。

Claims (12)

1.一种用户位置信息处理方法，其特征在于，包括：

将用户的多个位置信息按照其对应的时间进行整理以生成多个周期位置集合；

通过密度聚类算法在每个周期位置集合内确定中心点数组；

根据所述多个周期位置集合对应的多个中心点数组之间的位置关系生成位置变化数组；

根据位置变化数组生成所述用户的位置变动评分；

根据所述位置变动评分为所述用户提供业务服务。

2.如权利要求1所述的方法，其特征在于，将用户的多个位置信息按照其对应的时间进行整理以生成多个周期位置集合，包括：

根据GPS定位数据生成用户的位置信息；

获取用户在过去的预设时间内的多个位置信息；

将过去的预设时间划分为一个或多个时间周期；

将用户的多个位置信息按照所述一个或多个时间周期进行整理以生成一个或多个周期位置集合。

3.如权利要求1所述的方法，其特征在于，通过密度聚类算法在每个周期位置集合内确定中心点数组，包括：

将每个周期位置集合内的多个位置信息通过密度聚类算法进行密度聚类，生成位置簇；

在每个周期集合内的所述位置簇中确定目标位置簇；

在每个周期集合内基于所述目标位置簇生成所述中心点数组。

4.如权利要求3所述的方法，其特征在于，将每个周期位置集合内的多个位置信息通过密度聚类算法进行密度聚类，生成位置簇，包括：

在每个周期位置集合内基于DBSCAN算法和预设规则将所述多个位置信息进行聚类；

根据聚类计算结果生成所述位置簇。

5.如权利要求3所述的方法，其特征在于，在每个周期集合内的所述位置簇中确定目标位置簇，包括：

在每个周期集合内的根据位置簇中包含的用户位置信息的数量确定所述目标位置簇。

6.如权利要求3所述的方法，其特征在于，在每个周期集合内基于所述目标位置簇生成所述中心点数组，包括：

在每个周期集合内提取所述目标位置簇的中心点；

基于所述中心点对应的用户位置信息生成所述中心点数组。

7.如权利要求1所述的方法，其特征在于，根据所述多个周期位置集合对应的多个中心点数组之间的位置关系生成位置变化数组，包括：

将多个中心点数组按照其对应的周期位置集合的时间周期进行排序；

基于排序将每个中心点数组对应的位置信息分别与上一个中心点数组对应的位置信息进行距离比较；

根据比较结果生成所述位置变化数组。

8.如权利要求7所述的方法，其特征在于，基于排序将每个中心点数组对应的位置信息分别与上一个中心点数组对应的位置信息进行距离比较，包括：

当前中心点数组B_i=[b₃,b₄]，上一个中心点数组为B_i-1=[b₁,b₂]，其中b_i为用户的位置信息；

将b₃与b₁,b₂分别进行距离比较；

将b₄与b₁,b₂分别进行距离比较。

9.如权利要求1所述的方法，其特征在于，根据位置变化数组生成所述用户的位置变动评分，包括：

基于位置变化数组生成位置变动权重；

基于位置变化数组和位置变动权重生成所述位置变动评分。

10.一种用户位置信息处理装置，其特征在于，包括：

周期模块，用于将用户的多个位置信息按照其对应的时间进行整理以生成多个周期位置集合；

数组模块，用于通过密度聚类算法在每个周期位置集合内确定中心点数组；

变化模块，用于根据所述多个周期位置集合对应的多个中心点数组之间的位置关系生成位置变化数组；

评分模块，用于根据位置变化数组生成所述用户的位置变动评分；

服务模块，用于根据所述位置变动评分为所述用户提供业务服务。

11.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一所述的方法。

12.一种计算机可读介质，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1-9中任一所述的方法。

Images