CN114363405A - 基于上网话单与mr用户轨迹的司机群体识别方法及系统 - Google Patents

Abstract

本发明公开了基于上网话单与MR用户轨迹的司机群体识别方法及系统，属于司机群体识别技术领域，包括以下步骤：识别常用打车软件用户；道路栅格属性识别；将用户轨迹拟合至道路；轨迹凸包面积计算；凸包面积大小及大于阈值频次统计；联合判断。本发明可以通过路网，将用户轨迹落入道路之中，排除在建筑物用户的干扰；采用用户活动最大面积按照小时、日、月粒度进行统计，有具体的数据指标佐证；引入用户上网话单数据，基于用户上网行为来剔除异常用户，提升识别准确性；通过两个关键指标结合识别司机用户，准确度极高；利用识别的司机用户，挖掘了司机用户职业标签，可以应用到车类用具的精准营销。

Description

基于上网话单与MR用户轨迹的司机群体识别方法及系统

技术领域

本发明涉及司机群体识别技术领域，具体涉及基于上网话单与MR用户轨迹的司机群体识别方法及系统。

背景技术

随着电信运营商通信技术的日趋成熟和快速发展，以及大数据技术的不断进步，数据价值越来越重要，挖掘、使用数据能力，充分发挥数据价值已经成为运营商的业务拓展、服务提升的下一个关键点，其中位置能力作为运营商的核心数据能力之一，在对内运维优化、精准营销，对外数据变现、行业应用支撑等方面起着至关重要的作用。

当前运营商最新主流的，能够提供较为准确位置能力的技术是基于MR的指纹定位技术；MR是指移动终端通过控制信道，在业务信道上以一定时间间隔，以MR的方式向基站周期性上报所在小区的下行信号强度、质量等信息，基站将终端上报的下行信息和自身收集的上行物理信息上传给基站控制器，并由其收集与统计。以TD-SCDMA网络为例，每个MR主要包括上下行接收信号码功率、上下行信噪比、时间提前量、上下行路径损耗、UE发射功率及NodeB发射功率等。上报的MR可用于系统中无线资源控制子层完成诸如切换等事件的触发，也可用于系统维护，观察系统的运行状态；位置指纹是指用户所处位置的场景特征。

由于出租车、网约车是当前最为普遍和常用的通勤方式，但是随着出租车、网约车司机群体的日益增大，给监管部门带来了极大的监管难度。此外，仍然存在着部分司机用户尚未登记注册，违法从事营运活动，可能存在极大的安全隐患。

传统的识别司机群体的方法大多是基于基站位置切换信令来判别司机群体的，由于基站的定位精度低，无法判断用户是否在道路之上，且不能根据某种具体算法，用量化指标去衡量用户为司机用户。此外，数据源单一，没能结合当前司机用户使用APP特性来进行识别。因此，提出基于上网话单与MR用户轨迹的司机群体识别方法。

发明内容

本发明所要解决的技术问题在于：如何解决传统的识别司机群体的方法存在的数据源单一、定位精度低、无法判断用户是否在道路之上等问题，提供了基于上网话单与MR用户轨迹的司机群体识别方法。

本发明是通过以下技术方案解决上述技术问题的，本发明包括以下步骤：

步骤一：识别常用打车软件用户

提取每日用户上网话单域名包含打车软件域名的用户清单，并按照月进行统计使用频次，根据每月工作日工作时段使用打车软件总频次与上班天数得到平均打车软件使用次数，对平均打车软件使用次数进行判断，根据判断结果确定是否将用户记为疑似司机用户；

步骤二：道路栅格属性识别

获取每个道路栅格中建筑物和道路的经纬度序列，为每一个栅格添加道路、建筑物属性，通过经纬度序列计算出栅格内建筑物和道路面积，进而计算出栅格中室外、建筑物、道路面积占比；

步骤三：将用户轨迹拟合至道路

通过用户MR轨迹数据经纬度，计算出用户驻留栅格，然后通过栅格关联道路栅格属性，可以提取出用户在道路上的轨迹数据点；

步骤四：轨迹凸包面积计算

利用凸包算法计算在工作时段，小时粒度用户道路轨迹的凸包面积；

步骤五：凸包面积大小及大于阈值频次统计

汇总统计用户工作日指定时段内凸包大小及大于阈值频次，最终按照月进行二次汇总并进行判断，根据判断结果确定是否将用户记为疑似司机用户；

步骤六：联合判断

结合用户上网话单提取使用打车软件用户与工作时段凸包面积大于阈值的用户，进行阈值判断，如果同时满足步骤一与步骤五中的判断条件，最终确定用户即为司机群体用户。

更进一步地，在所述步骤一中，每月工作日工作时段使用打车软件总频次为m，上班天数为total，平均打车软件使用次数为avg_app_times＝m/total,使用打车app次数阈值为b，若avg_app_times>b,则将用户记为疑似司机用户。

更进一步地，在所述步骤二中，设某栅格中有道路区域S_r1、S_r2,建筑物区域S_b1、S_b2、S_b3、S_b4,根据每个区域的经纬度序列，计算出封闭区间的面积，进而根据建筑物、道路面积及栅格总面积计算出栅格中室外、建筑物、道路面积占比，其中，道路面积占比S_r_pro：(S_r1+S_r2)/栅格总面积，建筑物面积占比S_b_pro：(S_b1+S_b2+S_b3+S_b4)/栅格总面积，室外面积占比S_o_pro:1-S_r_pro-S_b_pro。

更进一步地，工作时段定义为周一至周五：9:00-12:00和14:00-18:00。

更进一步地，所述步骤五的具体过程如下：

S51：记一个工作日中9:00-12:00和14:00-18:00每个小时凸包面积大小分别为S1、S2、S3、S4、S5、S6、S7，总面积为S＝S1+S2+S3+S4+S5+S6+S7；

S52：令每日凸包面积最低阈值为S_low,如果S>S_low，则记为1，否则为0；

S53：统计一个月工作日大于最低阈值占比S_pro,S_pro＝S_day/S_total，其中，S_day记为大于阈值的天数，S_total为工作日天数；

S54：另设司机最低阈值占比为a，如果S_pro>a,则记为疑似司机用户。

本发明还提供了基于上网话单与MR用户轨迹的司机群体识别系统，采用上述的识别方法对司机用户进行识别，包括：

识别模块，用于提取每日用户上网话单域名包含打车软件域名的用户清单，并按照月进行统计使用频次，根据每月工作日工作时段使用打车软件总频次与上班天数得到平均打车软件使用次数，对平均打车软件使用次数进行判断，根据判断结果确定是否将用户记为疑似司机用户；

栅格属性模块，用于获取每个道路栅格中建筑物和道路的经纬度序列，为每一个栅格添加道路、建筑物属性，通过经纬度序列计算出栅格内建筑物和道路面积，进而计算出栅格中室外、建筑物、道路面积占比；

拟合模块，用于通过用户MR轨迹数据经纬度，计算出用户驻留栅格，然后通过栅格关联道路栅格属性，可以提取出用户在道路上的轨迹数据点；

计算模块，用于利用凸包算法计算在工作时段，小时粒度用户道路轨迹的凸包面积；

统计模块，用于汇总统计用户工作日指定时段内凸包大小及大于阈值频次，最终按照月进行二次汇总并进行判断，根据判断结果确定是否将用户记为疑似司机用户；

联合判断模块，用于结合用户上网话单提取使用打车软件用户与工作时段凸包面积大于阈值的用户，进行阈值判断，如果同时满足步骤一与步骤五中的判断条件，最终确定用户即为司机群体用户；

中央处理模块，用于向其他模块发出指令，完成相关动作；

所述识别模块、栅格属性模块、拟合模块、计算模块、统计模块、联合判断模块均与中央处理模块电连接。

本发明相比现有技术具有以下优点：该基于上网话单与MR用户轨迹的司机群体识别方法，可以通过路网，将用户轨迹落入道路之中，排除在建筑物用户的干扰；采用用户活动最大面积按照小时、日、月粒度进行统计，有具体的数据指标佐证；引入用户上网话单数据，基于用户上网行为来剔除异常用户，提升识别准确性；通过两个关键指标结合识别司机用户，准确度极高；利用识别的司机用户，一方面挖掘了司机用户职业标签，可以应用到车类用具的精准营销；此外，另一方面可以便于市场监管部门对司机用户的监管，值得被推广使用。

附图说明

图1是本发明实施例中的流程示意图；

图2是本发明实施例中步骤二的流程图；

图3是本发明实施例中某个栅格中各类型区域的示意图；

图4是本发明实施例中根据经纬度点所在栅格的求解示意图；

图5是本发明实施例中轨迹凸包面积计算示意图。

具体实施方式

下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，本实施例提供一种技术方案：基于上网话单与MR用户轨迹的司机群体识别方法，本发明是根据用户MR轨迹、用户上网话单、道路栅格等信息，实现对司机群体的识别，主要数据源及流程步骤如下：

数据源说明：

MR轨迹：包含用户号码、时间戳、定位经度、定位纬度。目前平均定位精度高达50米；

用户上网话单：包含用户号码、用户访问网站域名、访问时间等信息；

道路栅格：含有道路属性的50m*50m栅格，字段内容包括：栅格ID、栅格中心点经度、栅格中心点纬度。

实现流程如下：

步骤一：识别常用打车软件用户

提取每日用户上网话单域名包含滴滴出行、神州租车、Uber优步、一嗨租车、易到用车、首汽租车、至尊用车等打车软件域名的用户清单。并按照月进行统计使用频次。统计每月工作日工作时段使用打车软件频次总计为m，上班天数为total，平均打车软件使用次数为avg_app_times＝m/total,令使用打车app次数阈值为b，若avg_app_times>b,则将用户记为疑似司机用户。

在步骤一中，工作时段定义为周一至周五：9:00-12:00和14:00-18:00。

步骤二：道路栅格属性识别

基于本申请人在先申请的中国发明专利“一种基于GIS数据进行栅格子区域划分的方法及装置”(CN201811625700.4)，可以知道每个栅格中是否有建筑物或者道路以及知道建筑物和道路的经纬度序列。那么我们就可以给每一个栅格添加道路、建筑物属性，此外通过经纬度序列可以计算出栅格内建筑物和道路面积，从而得知栅格中室外、建筑物、道路面积占比，从而可便于提取用户道路轨迹数据，有效排除定位偏移或者异常数据点。

本申请人在先申请公开了一种基于GIS数据进行栅格子区域划分的方法及装置；设定待划分地图区域的栅格尺寸；利用GIS道路数据扩展，将道路数据的首尾相连，处理成封闭空间数据；计算道路或建筑物的封闭区域与栅格的交叉点，并把交叉点插入原始的封闭区间数据集中，得到新的封闭区域边界数据；计算出交叉子区域；计算出其他栅格内GIS数据点集合的关系，输出子区域集合，如果整个栅格都在封闭区域内，则该栅格为对应封闭区域的子区域；汇总可得所有室内属性的子区域和道路属性的子区域。将道路重叠的子区域标记为道路属性、将建设物重叠的子区域标记为室内属性、将栅格剩余的区域作为一个子区域。

在步骤二中，如图2、3所示，图3中某个50m*50m的栅格中有道路区域S_r1、S_r2,建筑物区域S_b1、S_b2、S_b3、S_b4,根据每个区域的经纬度序列，可以计算出封闭区间的面积。因此栅格的面积占比计算方法：道路面积占比S_r_pro：(S_r1+S_r2)/2500，建筑物面积占比S_b_pro：(S_b1+S_b2+S_b3+S_b4)/2500，室外面积占比S_o_pro:1-S_r_pro-S_b_pro。

步骤三：将用户轨迹拟合至道路

通过用户MR轨迹数据经纬度，可以计算出用户驻留栅格，然后通过栅格关联道路栅格属性，可以提取出用户在道路上的轨迹数据点。

在本实施例中，步骤二中可以计算出栅格的属性，包括道路、建筑物、室外。通过用户MR轨迹中的经纬度可以求解经纬度点所在栅格，只提取栅格中含有道路属性的栅格，即为用户在道路上的轨迹数据点。

在步骤三中，根据经纬度点即可求得所在栅格，求解过程如下：

由于地球存在一定的弧度，因此划分50m*50m的栅格的经纬度参数不同，经度参数为0.000548，纬度参数为0.000449。如图4中，a、b、c、d四个点通过计算向下取整，最终得出的都是以上栅格O点的经纬度整数坐标，可以唯一标识此栅格，该栅格ID可通过O点的经度整数值和纬度整数值组合表示。

需要说明的是，经纬度参数可根据项目实际需要自行制定，主要目的是可以将经纬度数据点唯一确认至一个栅格之中。当前参数设置值是50m*50m栅格(考虑经纬度弧度差异，所以经纬度参数不同)，如果需要划成25m*25m栅格，此处的参数就要各自除于2，以此类推。

O点是栅格左下位置的点(如图所示)，主要特征就是此点的经纬度是代表整个栅格的经度、纬度的下限，任意一个低于此下限，则经纬度点不在此栅格。

由此，令a点经纬度坐标为(lon3，lat3)，经度栅格标识为

纬度栅格标识为

唯一的栅格ID标识即为拼接经度栅格标识和纬度栅格标识的字符值，记为grid_id。同理b、c、d点计算栅格ID的结果值也为grid_id。

步骤四：轨迹凸包面积计算

利用凸包算法计算在工作时段，小时粒度用户道路轨迹的凸包面积。

在步骤四中，工作时段定义为周一至周五：9:00-12:00和14:00-18:00。

时间是根据大部分人的作息时间来定的。因为大部分人在此时间段应该处于上班状态，活动范围较小，如果是司机的话，通常情况，活动轨迹范围都是比较大的。

如图5所示，凸包：给定二维平面上的点集，凸包就是将最外层的点连接起来构成的凸多边形，它能包含点集中所有的点。此处利用计算凸包，可以算出每个小时用户活动的最大面积，以凸显司机用户的特征-活动面积大小。

步骤五：凸包面积大小及大于阈值频次统计

汇总统计用户工作日指定时段内凸包大小及大于阈值频次，最终按照月进行二次汇总并进行判断，根据判断结果确定是否将用户记为疑似司机用户；

在步骤五中，记一日：9:00-12:00和14:00-18:00每个小时凸包面积大小分别为S1,S2,S3,S4,S5,S6,S7，总面积为S＝S1+S2+S3+S4+S5+S6+S7；令每日凸包面积最低阈值为S_low,如果S>S_low，则记为1，否则为0；统计一个月工作日大于最低阈值占比S_pro,S_pro＝S_day/S_total(S_day记为大于阈值天数，S_total为工作日天数)。另设司机最低阈值占比为a，如果S_pro>a,则记为疑似司机用户。

步骤六：联合判断

结合用户上网话单提取使用网约车APP用户与工作时段凸包面积大于阈值的用户，进行阈值判断，如果同时满足步骤一与步骤五中的判断条件，最终确定用户即为司机群体用户。

综上所述，上述实施例的基于上网话单与MR用户轨迹的司机群体识别方法及系统，可以通过路网，将用户轨迹落入道路之中，排除在建筑物用户的干扰；采用用户活动最大面积按照小时、日、月粒度进行统计，有具体的数据指标佐证；引入用户上网话单数据，基于用户上网行为来剔除异常用户，提升识别准确性；通过两个关键指标结合识别司机用户，准确度极高；利用识别的司机用户，一方面挖掘了司机用户职业标签，可以应用到车类用具的精准营销；此外，另一方面可以便于市场监管部门对司机用户的监管，值得被推广使用。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (6)

1.基于上网话单与MR用户轨迹的司机群体识别方法，其特征在于，包括以下步骤：

步骤一：识别常用打车软件用户

提取每日用户上网话单域名包含打车软件域名的用户清单，并按照月进行统计使用频次，根据每月工作日工作时段使用打车软件总频次与上班天数得到平均打车软件使用次数，对平均打车软件使用次数进行判断，根据判断结果确定是否将用户记为疑似司机用户；

步骤二：道路栅格属性识别

获取每个道路栅格中建筑物和道路的经纬度序列，为每一个栅格添加道路、建筑物属性，通过经纬度序列计算出栅格内建筑物和道路面积，进而计算出栅格中室外、建筑物、道路面积占比；

步骤三：将用户轨迹拟合至道路

通过用户MR轨迹数据经纬度，计算出用户驻留栅格，然后通过栅格关联道路栅格属性，可以提取出用户在道路上的轨迹数据点；

步骤四：轨迹凸包面积计算

利用凸包算法计算在工作时段，小时粒度用户道路轨迹的凸包面积；

步骤五：凸包面积大小及大于阈值频次统计

汇总统计用户工作日指定时段内凸包大小及大于阈值频次，最终按照月进行二次汇总并进行判断，根据判断结果确定是否将用户记为疑似司机用户；

步骤六：联合判断

结合用户上网话单提取使用打车软件用户与工作时段凸包面积大于阈值的用户，进行阈值判断，如果同时满足步骤一与步骤五中的判断条件，最终确定用户即为司机群体用户。

2.根据权利要求1所述的基于上网话单与MR用户轨迹的司机群体识别方法，其特征在于：在所述步骤一中，每月工作日工作时段使用打车软件总频次为m，上班天数为total，平均打车软件使用次数为avg_app_times＝m/total,使用打车app次数阈值为b，若avg_app_times>b,则将用户记为疑似司机用户。

3.根据权利要求1所述的基于上网话单与MR用户轨迹的司机群体识别方法，其特征在于：在所述步骤二中，设某栅格中有道路区域S_r1、S_r2,建筑物区域S_b1、S_b2、S_b3、S_b4,根据每个区域的经纬度序列，计算出封闭区间的面积，进而根据建筑物、道路面积及栅格总面积计算出栅格中室外、建筑物、道路面积占比，其中，道路面积占比S_r_pro：(S_r1+S_r2)/栅格总面积，建筑物面积占比S_b_pro：(S_b1+S_b2+S_b3+S_b4)/栅格总面积，室外面积占比S_o_pro:1-S_r_pro-S_b_pro。

4.根据权利要求1所述的基于上网话单与MR用户轨迹的司机群体识别方法，其特征在于：工作时段定义为周一至周五：9:00-12:00和14:00-18:00。

5.根据权利要求4所述的基于上网话单与MR用户轨迹的司机群体识别方法，其特征在于，所述步骤五的具体过程如下：

S51：记一个工作日中9:00-12:00和14:00-18:00每个小时凸包面积大小分别为S1、S2、S3、S4、S5、S6、S7，总面积为S＝S1+S2+S3+S4+S5+S6+S7；

S52：令每日凸包面积最低阈值为S_low,如果S>S_low，则记为1，否则为0；

S53：统计一个月工作日大于最低阈值占比S_pro,S_pro＝S_day/S_total，其中，S_day记为大于阈值的天数，S_total为工作日天数；

S54：另设司机最低阈值占比为a，如果S_pro>a,则记为疑似司机用户。

6.基于上网话单与MR用户轨迹的司机群体识别系统，其特征在于，采用如权利要求1～5任一项所述的识别方法对司机用户进行识别，包括：

识别模块，用于提取每日用户上网话单域名包含打车软件域名的用户清单，并按照月进行统计使用频次，根据每月工作日工作时段使用打车软件总频次与上班天数得到平均打车软件使用次数，对平均打车软件使用次数进行判断，根据判断结果确定是否将用户记为疑似司机用户；

栅格属性模块，用于获取每个道路栅格中建筑物和道路的经纬度序列，为每一个栅格添加道路、建筑物属性，通过经纬度序列计算出栅格内建筑物和道路面积，进而计算出栅格中室外、建筑物、道路面积占比；

拟合模块，用于通过用户MR轨迹数据经纬度，计算出用户驻留栅格，然后通过栅格关联道路栅格属性，可以提取出用户在道路上的轨迹数据点；

计算模块，用于利用凸包算法计算在工作时段，小时粒度用户道路轨迹的凸包面积；

统计模块，用于汇总统计用户工作日指定时段内凸包大小及大于阈值频次，最终按照月进行二次汇总并进行判断，根据判断结果确定是否将用户记为疑似司机用户；

联合判断模块，用于结合用户上网话单提取使用打车软件用户与工作时段凸包面积大于阈值的用户，进行阈值判断，如果同时满足步骤一与步骤五中的判断条件，最终确定用户即为司机群体用户；

中央处理模块，用于向其他模块发出指令，完成相关动作；

所述识别模块、栅格属性模块、拟合模块、计算模块、统计模块、联合判断模块均与中央处理模块电连接。

Images