CN114238794A - 常驻点识别方法及装置、电子设备和介质 - Google Patents

Abstract

本公开提供了一种常驻点识别方法及装置、电子设备和介质，涉及计算机技术领域，尤其涉及智慧交通、数据挖掘和机器学习技术领域。实现方案为：获取用户轨迹点集合；基于多个第一轨迹点的坐标，确定至少一个轨迹点聚集区域；基于至少一个轨迹点聚集区域，确定至少一个轨迹点子集合；以及针对至少一个轨迹点子集合中的每一个轨迹点子集合，执行以下操作：基于多个第二轨迹点相互间的距离，确定第一聚类半径；基于第一聚类半径和多个第二轨迹点的坐标，确定第一密度阈值；以及基于第一聚类半径和第一密度阈值，对多个第二轨迹点进行聚类运算，以确定该轨迹点子集合所对应的轨迹点聚集区域的用户常驻点。

Description

常驻点识别方法及装置、电子设备和介质

技术领域

本公开涉及计算机技术领域，尤其涉及智慧交通、数据挖掘和机器学习技术领域，具体涉及一种常驻点识别方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

在智慧交通中，用户常驻点具有较为重要的意义，通过用户常驻点，可以进一步分析用户的出行需求，为用户更好的提供服务。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种常驻点识别方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种常驻点识别方法，包括：获取用户轨迹点集合，其中，所述用户轨迹点集合包括用户的多个第一轨迹点；基于所述多个第一轨迹点的坐标，确定至少一个轨迹点聚集区域；基于所述至少一个轨迹点聚集区域，确定至少一个轨迹点子集合，其中，所述至少一个轨迹点子集合中的每一个轨迹点子集合均包括多个第二轨迹点，并且其中，所述多个第二轨迹点包括在相应的轨迹点聚集区域内的多个第一轨迹点；以及针对所述至少一个轨迹点子集合中的每一个轨迹点子集合，执行以下操作：基于所述多个第二轨迹点相互间的距离，确定第一聚类半径；基于所述第一聚类半径和所述多个第二轨迹点的坐标，确定第一密度阈值；以及基于所述第一聚类半径和所述第一密度阈值，对所述多个第二轨迹点进行聚类运算，以确定该轨迹点子集合所对应的轨迹点聚集区域的用户常驻点。

根据本公开的另一方面，提供了一种常驻点识别装置，包括：获取单元，被配置为获取用户轨迹点集合，其中，所述用户轨迹点集合包括用户的多个第一轨迹点；第一确定单元，被配置为基于所述多个第一轨迹点的坐标，确定至少一个轨迹点聚集区域；第二确定单元，被配置为基于所述至少一个轨迹点聚集区域，确定至少一个轨迹点子集合，其中，所述至少一个轨迹点子集合中的每一个轨迹点子集合均包括多个第二轨迹点，并且其中，所述多个第二轨迹点包括在相应的轨迹点聚集区域内的多个第一轨迹点；以及执行单元，被配置为针对所述至少一个轨迹点子集合中的每一个轨迹点子集合，执行以下子单元的操作，其中，所述执行单元包括：第一确定子单元，被配置为基于所述多个第二轨迹点相互间的距离，确定第一聚类半径；第二确定子单元，被配置为基于所述第一聚类半径和所述多个第二轨迹点的坐标，确定第一密度阈值；以及聚类子单元，被配置为基于所述第一聚类半径和所述第一密度阈值，对所述多个第二轨迹点进行聚类运算，以确定该轨迹点子集合所对应的轨迹点聚集区域的用户常驻点。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中存储器存储有可被至少一个处理器执行的指令，这些指令被至少一个处理器执行，以使至少一个处理器能够执行上述常驻点识别方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行上述常驻点识别方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现上述常驻点识别方法。

根据本公开的一个或多个实施例，能够通过轨迹点分布情况，获得一个或多个小区域的轨迹点集合，然后对各小区域的轨迹点分别生成其对应的聚类参数，并通过相应的聚类参数对各小区域进行聚类，从而能够获得更为精确的用户常驻点。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开的实施例的常驻点识别方法的流程图；

图3示出了根据本公开的实施例的常驻点识别方法的流程图；

图4示出了根据本公开的实施例的常驻点识别装置的结构框图；

图5示出了根据本公开的实施例的常驻点识别装置的结构框图；

图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个要素与另一要素区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行常驻点识别方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来上传其轨迹点及相关信息。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS)；或包括各种移动操作系统，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

目前，对用户常驻点的识别通常应用基于密度的聚类算法，其所应用的聚类参数通常是技术人员根据经验自行设定，而自行设定的聚类参数往往无法反应出用户的个体差异以及同一用户在不同区域的行为差异，进而导致常驻点识别的精确度不高。

根据本公开的实施例，如图2所示，提供了一种常驻点识别方法，包括：步骤S201、获取用户轨迹点集合，其中，所述用户轨迹点集合包括用户的多个第一轨迹点；步骤S202、基于所述多个第一轨迹点的坐标，确定至少一个轨迹点聚集区域；步骤S203、基于所述至少一个轨迹点聚集区域，确定至少一个轨迹点子集合，其中，所述至少一个轨迹点子集合中的每一个轨迹点子集合均包括多个第二轨迹点，并且其中，所述多个第二轨迹点包括在相应的轨迹点聚集区域内的多个第一轨迹点；以及针对所述至少一个轨迹点子集合中的每一个轨迹点子集合，执行以下操作：步骤S204、基于所述多个第二轨迹点相互间的距离，确定第一聚类半径；步骤S205、基于所述第一聚类半径和所述多个第二轨迹点的坐标，确定第一密度阈值；以及步骤S206、基于所述第一聚类半径和所述第一密度阈值，对所述多个第二轨迹点进行聚类运算，以确定该轨迹点子集合所对应的轨迹点聚集区域的用户常驻点。

根据本公开实施例的常驻点识别方法，可以通过轨迹点分布情况，获得一个或多个小区域的轨迹点集合，然后对各小区域的轨迹点分别生成其对应的聚类参数，并通过相应的聚类参数对各小区域进行聚类，从而能够获得更为精确的用户常驻点。

一个用户轨迹点集合中可以包括一个用户的多个轨迹点，当通过轨迹点进行用户常驻点识别时，往往需要判断该轨迹点的时效性和有效性，例如，某个用户可能在半年前搬过家，则基于半年前的轨迹点获取的常驻点可能已经失去时效；又例如，用户的某些轨迹点可能只是其短暂停留或路过的轨迹点，则其对于用户常驻点的识别也是无效的，甚至还会为识别过程引入噪声。

根据一些实施例，获取用户轨迹点集合包括：获取所述用户在预设时间范围内的多个第一轨迹点；获取所述多个第一轨迹点中的每一个第一轨迹点的速度和无线局域网信息，其中所述无线局域网信息包括所述用户处于所述第一轨迹点时，移动设备所获取的至少一个无线局域网信号名称；统计所述至少一个无线局域网信号名称中的每一个无线局域网信号名称被所述移动设备获取的次数及其在次数总和中的占比；以及响应于满足下列条件中的至少一项，筛除相应的所述第一轨迹点：所述速度超过预设速度阈值；以及所述占比小于预设比率阈值。

在一个示例中，可以基于预设时间范围之内的用户轨迹点进行该用户常驻点的识别，例如，仅对用户最近六个月的轨迹点进行识别分析，从而可以保证轨迹点的时效性，进而保证用户常驻点识别的时效性。可以理解的，上述预设时间范围可以由本领域技术人员自行确定，在此不做限制。

在一个示例中，可以通过判断轨迹点所记录的当时的速度是否超过预设速度阈值，判断该轨迹点是否为用户路过或短暂停留的轨迹点。例如，当该轨迹点所记录的速度为40km/h，则当采集该轨迹点时，用户是处于行进中的，也即该轨迹点所处的地点是该用户的常驻点的概率极低，因此将该点筛除，可以进一步减小用户常驻点识别中的误差。可以理解的，上述预设速度阈值可以由本领域技术人员自行确定，例如，可以为7km/h，在此不做限制。

在一个示例中，也可以通过轨迹点所记录的无线局域网信息，判断该轨迹点是否为用户路过或短暂停留的轨迹点。用户的一些轨迹点中会包含无线局域网信息，该无线局域网信息是当用户处于某地点时，其移动设备所获取的周围的无线局域网信号列表。通过统计该轨迹点集合内所有轨迹点识别的无线局域网信号以及识别该信号的次数，可以统计出所有无线局域网信号出现次数的占比，但该占比小于一个预设比率阈值时，说明该信号所对应的轨迹点是该用户停留时间较短或停留次数较少的轨迹点，也即该轨迹点所处的地点是该用户的常驻点的概率极低，因此将该点筛除，可以进一步减小用户常驻点识别中的误差。可以理解的，上述预设比率阈值可以由本领域技术人员自行确定，在此不做限制。

一个用户在不同的地点，其轨迹点的分布往往存在差别。例如，当用户处于住所中，其轨迹点的分布就会相对集中；而当用户处于大型商场或大型工厂中，其轨迹点的分布则会更加离散。

根据一些实施例，所述基于所述多个第一轨迹点的坐标，确定至少一个轨迹点聚集区域包括：基于所述多个第一轨迹点中的每一个第一轨迹点的坐标，获取至少一个第一区域，其中，所述第一区域中的轨迹点密度超过预设密度阈值；以及获取所述至少一个第一区域中的每一个第一区域所对应的路网信息，以确定所述至少一个轨迹点聚集区域，其中所述路网信息包括所述第一区域在路网中所对应的建筑物的轮廓。

在一种示例中，对于一个用户的轨迹点集合，可以获取其物理空间上的分布密度，例如，可以将用户的所有轨迹点映射到同一平面坐标系中，对该平面坐标系进行平均分割得到若干个区域，并统计各区域内的轨迹点的密度，从这些区域中选取出轨迹点密度超过预设密度阈值的区域，将该区域作为第一区域。而后，通过对上述第一区域所对应的轨迹点进行反向地理编码检索，获取该第一区域在路网中所对应的建筑物，并基于该建筑物的轮廓获得对应于该第一区域的面状多边形区域，从而获得该第一区域对应的轨迹点聚集区域。

在一种示例中，对于一个用户的轨迹点集合，也可以通过对轨迹点进行简单的聚类，获取多个轨迹点分布较为集中的区域，并以聚类所得的各区域的边界点的连线作为边界获取多个面状多边形区域，从而获得多个轨迹点聚集区域。

由此，通过首先获取多个轨迹点聚集区域，通过获取每个轨迹点聚集区域所覆盖的轨迹点，将整个轨迹点集合划分为多个轨迹点子集合，从而实现对各子集合分别进行常驻点的识别。

由于每个轨迹点子集合所表征的轨迹点分布情况不尽相同，因此对各子集合所使用的聚类半径和密度阈值也应相应的进行调整。

根据一些实施例，基于所述多个第二轨迹点相互间的距离，确定第一聚类半径可以包括：基于所述多个第二轨迹点的坐标，计算所述多个第二轨迹点相互间的距离，以获取至少一个第一距离；以及计算所述至少一个第一距离的正态分布均值，以确定所述第一聚类半径。

在一个示例中，对于一个轨迹点子集合，首先计算该集合中的全部第二轨迹点中两两轨迹点之间的第一距离，并对所有第一距离进行正态分布拟合，并获取第一距离的正态分布均值，将这个正态分布均值作为该轨迹点子集合所应用的第一聚类半径。

在一个示例中，对于一个轨迹点子集合，在计算该集合中的全部第二轨迹点中两两轨迹点之间的第一距离后，也可以对所有第一距离进行分位值统计，并将80分位处的距离作为该轨迹点子集合所应用的第一聚类半径。

由此，能够实现基于各个轨迹点子集合中轨迹点分布情况确定聚类所应用的聚类半径参数。

根据一些实施例，基于所述第一聚类半径和所述多个第二轨迹点的坐标，确定第一密度阈值可以包括：以所述多个第二轨迹点中的每一个第二轨迹点为圆心，获取多个所述第一聚类半径内的第二轨迹点的第一数量；以及计算多个所述第一数量的正态分布均值，以确定所述第一密度阈值。

由此，基于上述所获取的对应于轨迹点子集合的第一聚类半径，可以进一步获取该轨迹点子集合适用的密度阈值。对于一个轨迹点子集合，首先以该子集合相应的第一聚类半径作为半径，以该子集合中每个第二轨迹点为圆心，画出多个圆形区域，并统计这些圆形区域分别覆盖的第二轨迹点的个数，也即第一数量。而后，通过对所有第一数量进行正态分布拟合，从而获取第一数量的正态分布均值，并以此正态分布均值作为该轨迹点子集合聚类所应用的第一密度阈值。

可选的，也可以通过对所有第一数量进行分位值统计，并将90分位处的数量作为该轨迹点子集合所应用的第一密度阈值。

通过上述操作，获取每个轨迹点子集合相对应的第一聚类半径和第一密度阈值，进而对该集合内的全部第二轨迹点应用DBSCAN聚类算法进行聚类分析，从而获得多个聚类中心点，也即该用户的常驻点。

由此，通过轨迹点分布情况，获得一个或多个小区域的轨迹点集合，然后对各小区域的轨迹点分别生成其对应的聚类参数，并通过相应的聚类参数对各小区域进行聚类，从而能够获得更为精确的用户常驻点。

当对多个用户轨迹点集合同时进行分析时，也需要考虑到每个用户的习惯不同，因此每个用户的轨迹点的数量级有较大差别。因此，响应于执行多个用户常驻点识别任务，确定所述多个用户常驻点识别任务中的每一个用户常驻点识别任务相应的用户轨迹点集合中的轨迹点数量；以及基于所述轨迹点数量，为相应的用户常驻点识别任务确定相应的计算单元数量和并发度。由此，对不同的用户根据数据量的不同，相应的分配不同的计算单元数量和并发度，可以合理分配计算资源，进一步优化计算性能。

根据一些实施例，如图3所示，提供了一种常驻点识别方法，包括：步骤S301、获取所述用户在预设时间范围内的多个第一轨迹点；步骤S302、获取所述多个第一轨迹点中的每一个第一轨迹点的速度和无线局域网信息，其中所述无线局域网信息包括所述用户处于所述第一轨迹点时，移动设备所获取的至少一个无线局域网信号名称；步骤S303、统计所述至少一个无线局域网信号名称中的每一个无线局域网信号名称被所述移动设备获取的次数及其在次数总和中的占比；步骤S304、响应于满足下列条件中的至少一项，筛除相应的所述第一轨迹点：所述速度超过预设速度阈值；以及所述占比小于预设比率阈值；步骤S305、基于所述多个第一轨迹点的坐标，确定至少一个轨迹点聚集区域；步骤S306、基于所述至少一个轨迹点聚集区域，确定至少一个轨迹点子集合，其中，所述至少一个轨迹点子集合中的每一个轨迹点子集合均包括多个第二轨迹点，并且其中，所述多个第二轨迹点包括在相应的轨迹点聚集区域内的多个第一轨迹点；以及针对所述至少一个轨迹点子集合中的每一个轨迹点子集合，执行以下操作：步骤S307、基于所述多个第二轨迹点相互间的距离，确定第一聚类半径；步骤S308、基于所述第一聚类半径和所述多个第二轨迹点的坐标，确定第一密度阈值；以及步骤S309、基于所述第一聚类半径和所述第一密度阈值，对所述多个第二轨迹点进行聚类运算，以确定该轨迹点子集合所对应的轨迹点聚集区域的用户常驻点。图3中的步骤S301-步骤S309与上述实施例类似，在此不做赘述。

根据一些实施例，如图4所示，提供了一种常驻点识别装置400，包括：获取单元410，被配置为获取用户轨迹点集合，其中，所述用户轨迹点集合包括用户的多个第一轨迹点；第一确定单元420，被配置为基于所述多个第一轨迹点的坐标，确定至少一个轨迹点聚集区域；第二确定单元430，被配置为基于所述至少一个轨迹点聚集区域，确定至少一个轨迹点子集合，其中，所述至少一个轨迹点子集合中的每一个轨迹点子集合均包括多个第二轨迹点，并且其中，所述多个第二轨迹点包括在相应的轨迹点聚集区域内的多个第一轨迹点；以及执行单元440，被配置为针对所述至少一个轨迹点子集合中的每一个轨迹点子集合，执行以下子单元的操作，其中，所述执行单元包括：第一确定子单元441，被配置为基于所述多个第二轨迹点相互间的距离，确定第一聚类半径；第二确定子单元442，被配置为基于所述第一聚类半径和所述多个第二轨迹点的坐标，确定第一密度阈值；以及聚类子单元443，被配置为基于所述第一聚类半径和所述第一密度阈值，对所述多个第二轨迹点进行聚类运算，以确定该轨迹点子集合所对应的轨迹点聚集区域的用户常驻点。

常驻点识别装置400的单元410-单元440以及子单元441-子单元443的操作和上述文本数据预处理方法的步骤S201-步骤S206的操作类似，在此不做赘述。

根据一些实施例，第一确定子单元可以包括：第一计算模块，被配置为基于所述多个第二轨迹点的坐标，计算所述多个第二轨迹点相互间的距离，以获取至少一个第一距离；以及第二计算模块，被配置为计算所述至少一个第一距离的正态分布均值，以确定所述第一聚类半径。

根据一些实施例，第二确定子单元可以包括：获取模块，被配置为以所述多个第二轨迹点中的每一个第二轨迹点为圆心，获取多个所述第一聚类半径内的第二轨迹点的第一数量；以及第三计算模块，被配置为计算多个所述第一数量的正态分布均值，以确定所述第一密度阈值。

根据一些实施例，常驻点识别装置的第一确定单元包括：第一获取子单元，被配置为基于所述多个第一轨迹点中的每一个第一轨迹点的坐标，获取至少一个第一区域，其中，所述第一区域中的轨迹点密度超过预设密度阈值；以及第二获取子单元，被配置为获取所述至少一个第一区域中的每一个第一区域所对应的路网信息，以确定所述至少一个轨迹点聚集区域，其中所述路网信息包括所述第一区域在路网中所对应的建筑物的轮廓。

根据一些实施例，如图5所示，还提供了一种常驻点识别装置500，其中，获取单元510包括：第三获取子单元511，被配置为获取所述用户在预设时间范围内的多个第一轨迹点；第四获取子单元512，被配置为获取所述多个第一轨迹点中的每一个第一轨迹点的速度和无线局域网信息，其中所述无线局域网信息包括所述用户处于所述第一轨迹点时，移动设备所获取的至少一个无线局域网信号名称；统计子单元513，被配置为统计所述至少一个无线局域网信号名称中的每一个无线局域网信号名称被所述移动设备获取的次数及其在次数总和中的占比；以及筛除子单元514，被配置为响应于满足下列条件中的至少一项，筛除相应的所述第一轨迹点：所述速度超过预设速度阈值；以及所述占比小于预设比率阈值。图5中的单元520-单元540以及子单元541-子单元543与上述类似，在此不做赘述。

常驻点识别装置500中的单元510-单元540以及子单元511-子单元514、子单元541-子单元543的操作和上述文本数据预处理方法的步骤S301-步骤S309的操作类似，在此不做赘述。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

参考图6，现将描述可以作为本公开的服务器或客户端的电子设备600的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图6所示，电子设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM603中，还可存储电子设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

电子设备600中的多个部件连接至I/O接口605，包括：输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向电子设备600输入信息的任何类型的设备，输入单元606可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙^TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如常驻点识别方法。例如，在一些实施例中，常驻点识别方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的常驻点识别方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行常驻点识别方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (13)

1.一种常驻点识别方法，包括：

获取用户轨迹点集合，其中，所述用户轨迹点集合包括用户的多个第一轨迹点；

基于所述多个第一轨迹点的坐标，确定至少一个轨迹点聚集区域；

基于所述至少一个轨迹点聚集区域，确定至少一个轨迹点子集合，其中，所述至少一个轨迹点子集合中的每一个轨迹点子集合均包括多个第二轨迹点，其中，所述多个第二轨迹点包括在相应的轨迹点聚集区域内的多个第一轨迹点；以及

针对所述至少一个轨迹点子集合中的每一个轨迹点子集合，执行以下操作：

基于所述多个第二轨迹点相互间的距离，确定第一聚类半径；

基于所述第一聚类半径和所述多个第二轨迹点的坐标，确定第一密度阈值；以及

基于所述第一聚类半径和所述第一密度阈值，对所述多个第二轨迹点进行聚类运算，以确定该轨迹点子集合所对应的轨迹点聚集区域的用户常驻点。

2.根据权利要求1所述的方法，其中，所述基于所述多个第二轨迹点相互间的距离，确定第一聚类半径包括：

基于所述多个第二轨迹点的坐标，计算所述多个第二轨迹点相互间的距离，以获取至少一个第一距离；以及

计算所述至少一个第一距离的正态分布均值，以确定所述第一聚类半径。

3.根据权利要求1或2所述的方法，其中，所述基于所述第一聚类半径和所述多个第二轨迹点的坐标，确定第一密度阈值包括：

以所述多个第二轨迹点中的每一个第二轨迹点为圆心，获取多个所述第一聚类半径内的第二轨迹点的第一数量；以及

计算多个所述第一数量的正态分布均值，以确定所述第一密度阈值。

4.根据权利要求1至3中任一项所述的方法，其中，所述基于所述多个第一轨迹点的坐标，确定至少一个轨迹点聚集区域包括：

基于所述多个第一轨迹点中的每一个第一轨迹点的坐标，获取至少一个第一区域，其中，所述第一区域中的轨迹点密度超过预设密度阈值；以及

获取所述至少一个第一区域中的每一个第一区域所对应的路网信息，以确定所述至少一个轨迹点聚集区域，其中所述路网信息包括所述第一区域在路网中所对应的建筑物的轮廓。

5.根据权利要求1至4中任一项所述的方法，其中，所述获取用户轨迹点集合包括：

获取所述用户在预设时间范围内的多个第一轨迹点；

获取所述多个第一轨迹点中的每一个第一轨迹点的速度和无线局域网信息，其中所述无线局域网信息包括所述用户处于所述第一轨迹点时，移动设备所获取的至少一个无线局域网信号名称；

统计所述至少一个无线局域网信号名称中的每一个无线局域网信号名称被所述移动设备获取的次数及其在次数总和中的占比；以及

响应于满足下列条件中的至少一项，筛除相应的所述第一轨迹点：

所述速度超过预设速度阈值；以及

所述占比小于预设比率阈值。

6.一种常驻点识别装置，包括：

获取单元，被配置为获取用户轨迹点集合，其中，所述用户轨迹点集合包括用户的多个第一轨迹点；

第一确定单元，被配置为基于所述多个第一轨迹点的坐标，确定至少一个轨迹点聚集区域；

第二确定单元，被配置为基于所述至少一个轨迹点聚集区域，确定至少一个轨迹点子集合，其中，所述至少一个轨迹点子集合中的每一个轨迹点子集合均包括多个第二轨迹点，并且其中，所述多个第二轨迹点包括在相应的轨迹点聚集区域内的多个第一轨迹点；以及

执行单元，被配置为针对所述至少一个轨迹点子集合中的每一个轨迹点子集合，执行以下子单元的操作，其中，所述执行单元包括：

第一确定子单元，被配置为基于所述多个第二轨迹点相互间的距离，确定第一聚类半径；

第二确定子单元，被配置为基于所述第一聚类半径和所述多个第二轨迹点的坐标，确定第一密度阈值；以及

聚类子单元，被配置为基于所述第一聚类半径和所述第一密度阈值，对所述多个第二轨迹点进行聚类运算，以确定该轨迹点子集合所对应的轨迹点聚集区域的用户常驻点。

7.根据权利要求6所述的装置，其中，所述第一确定子单元包括：

第一计算模块，被配置为基于所述多个第二轨迹点的坐标，计算所述多个第二轨迹点相互间的距离，以获取至少一个第一距离；以及

第二计算模块，被配置为计算所述至少一个第一距离的正态分布均值，以确定所述第一聚类半径。

8.根据权利要求6或7所述的装置，其中，所述第二确定子单元包括：

获取模块，被配置为以所述多个第二轨迹点中的每一个第二轨迹点为圆心，获取多个所述第一聚类半径内的第二轨迹点的第一数量；以及

第三计算模块，被配置为计算多个所述第一数量的正态分布均值，以确定所述第一密度阈值。

9.根据权利要求6至8中任一项所述的装置，其中，所述第一确定单元包括：

第一获取子单元，被配置为基于所述多个第一轨迹点中的每一个第一轨迹点的坐标，获取至少一个第一区域，其中，所述第一区域中的轨迹点密度超过预设密度阈值；以及

第二获取子单元，被配置为获取所述至少一个第一区域中的每一个第一区域所对应的路网信息，以确定所述至少一个轨迹点聚集区域，其中所述路网信息包括所述第一区域在路网中所对应的建筑物的轮廓。

10.根据权利要求6至9中任一项所述的装置，其中，所述获取单元包括：

第三获取子单元，被配置为获取所述用户在预设时间范围内的多个第一轨迹点；

第四获取子单元，被配置为获取所述多个第一轨迹点中的每一个第一轨迹点的速度和无线局域网信息，其中所述无线局域网信息包括所述用户处于所述第一轨迹点时，移动设备所获取的至少一个无线局域网信号名称；

统计子单元，被配置为统计所述至少一个无线局域网信号名称中的每一个无线局域网信号名称被所述移动设备获取的次数及其在次数总和中的占比；以及

筛除子单元，被配置为响应于满足下列条件中的至少一项，筛除相应的所述第一轨迹点：

所述速度超过预设速度阈值；以及

所述占比小于预设比率阈值。

11.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。

13.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-5中任一项所述的方法。

Images