JP7407209B2

JP7407209B2 - 情報プッシュ方法及び装置

Info

Publication number: JP7407209B2
Application number: JP2021571659A
Authority: JP
Inventors: ワン，イン
Original assignee: ジンドンテクノロジーホールディングカンパニー，リミテッド
Priority date: 2019-06-26
Filing date: 2020-02-27
Publication date: 2023-12-28
Anticipated expiration: 2040-02-27
Also published as: JP2022535533A; US20220101350A1; CN110309437A; WO2020258905A1; CN110309437B

Description

本願は、２０１９年０６月２６日に中国特許局に提出した、出願番号が２０１９１０５５９７４４．Ｘで、出願の名称が「情報プッシュ方法及び装置」という中国特許出願の優先権を主張し、その全ての内容は援用によって本願に組み合わせられる。
本発明は、コンピュータ処理技術分野に関し、特に、情報プッシュ方法及び装置に関する。

位置情報サービス（地理的マーケティング）は、地理情報システム（ＧＩＳ）の急速な発展と幅広い適用の中で誕生する１つの新規学科であり、業界で意思決定と地理的市場分析を支援する強力なツールとなっている。位置情報サービスは、市場マーケティングと密接に関連しているが、位置情報サービスは、市場と経済活動に対する空間と距離の影響の分析に重点を置いている。

位置情報サービスは、分野が広く多様であり、伝統的な商売との協力がその将来の発展のために無制限のスペースを提供している。

位置情報サービスの前提は、地理的に異なる位置にいるユーザを集約し、さらに位置の近いユーザの具体的な好みやポートレート（ユーザの属性情報）に従って情報を正確にプッシュすることである。

モバイル端末ａｐｐ閲覧ログ埋没点から報告された座標データに基づき、ユーザがよく滞在する位置点を取得することができる。しかし、空間データは、その自体の特殊性のため、クラスタリングアルゴリズムに対して、任意の形状のクラスターを見つけることができる必要、及び、クラスターの数を事前に決定することができないため、パーティションに基づくクラスタリング（Ｋ＿ｍｅａｎｓなど）が基本的に実行不可、及び、ノイズデータに鈍感であることのような特定の要件がある。

ノイズのある密度ベースのクラスタリングアルゴリズム（Ｄｅｎｓｉｔｙ－ＢａｓｅｄＳｐａｔｉａｌＣｌｕｓｔｅｒｉｎｇｏｆＡｐｐｌｉｃａｔｉｏｎｓｗｉｔｈＮｏｉｓｅ，ＤＢＳＣＡＮ）と同様に、このような密度ベースのクラスタリングアルゴリズムは、比較的古典的な空間クラスタリングアルゴリズムであり、ノイズのある空間データに任意の形状のクラスターに集約されることができるが、モバイル端末埋没点座標データに適用される従来のＤＢＳＣＡＮアルゴリズムには、
空間面積が大きい、又は、データ量が多い場合に、ＤＢＳＣＡＮアルゴリズムの効率が非常に低いという問題が存在する。

以上を鑑みて、本願は、情報プッシュ方法及び装置を提供し、情報プッシュ効率を向上させることができる。

上記技術的問題を解決するために、本願に係る技術案は、以下の通りに実施される。
１つの実施例において、情報プッシュ方法を提供し、前記方法は、
ユーザ端末が所在位置を報告する座標点、及び、位置情報を報告する時刻を取得して記録するステップと、
各ユーザが第１のプリセット時間内にプリセット条件を満たす座標点を決定するステップと、
プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズを単位とするグリッドに分割し、各グリッドに位置する座標点と対応するグリッドとのマッピング関係を確立するステップと、
グリッド検索に基づくノイズのある密度ベースのクラスタリングアルゴリズムを使用したクラスタリングのプロセスでは、座標点と対応する関係を持つグリッドをターゲットとして、８方向の近隣方法を使用して対応する近隣を検索するステップと、
前記マッピング関係に従って、クラスタリングされた各クラスターの中のグリッドを対応するグリッド内の座標点としてマッピングするステップと、
いずれか１つのクラスターについて、クラスター内の座標点に対応するユーザのポートレートに従って、対応する位置に情報プッシュを行うステップと、を含む。

他の実施例において、情報プッシュ装置を提供し、前記装置は、取得ユニット、決定ユニット、確立ユニット、クラスタリングユニット、マッピングユニット及びプッシュユニットを含み、
前記取得ユニットは、ユーザ端末が所在位置を報告する座標点、及び、位置情報を報告する時刻を取得して記録するために用いられ、
前記決定ユニットは、前記取得ユニットにより記録される、各ユーザが第１のプリセット時間内にプリセット条件を満たす座標点を決定するために用いられ、
前記確立ユニットは、前記決定ユニットにより決定される、プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズを単位とするグリッドに分割し、各グリッドに位置する座標点と対応するグリッドとのマッピング関係を確立するために用いられ、
前記クラスタリングユニットは、グリッド検索に基づくノイズのある密度ベースのクラスタリングアルゴリズムを使用したクラスタリングのプロセスでは、前記確立ユニットにより分割される、座標点と対応する関係を持つグリッドをターゲットとして、８方向の近隣方法を使用して対応する近隣を検索するために用いられ、
前記マッピングユニットは、前記確立ユニットにより確立されるマッピング関係に従って、前記クラスタリングユニットによりクラスタリングされた各クラスターの中のグリッドを対応するグリッド内の座標点としてマッピングするために用いられ、
前記プッシュユニットは、いずれか１つのクラスターについて、前記マッピングユニットによりマッピングされる、クラスター内の座標点に対応するユーザのポートレートに従って、対応する位置に情報プッシュを行うために用いられる。

他の実施例において、電子機器を提供し、メモリ、プロセッサ及びメモリに記憶された、プロセッサで実行可能なコンピュータプログラムを含み、前記プロセッサは前記プログラムを実行すると、前記情報プッシュ方法のステップを実施する。

他の実施例において、コンピュータ読み取り可能な記憶媒体を提供し、その中にコンピュータプログラムが記憶されており、当該プログラムは、プロセッサにより実行されると、前記情報プッシュ方法のステップを実施する。

他の実施例において、命令を実行するチップを提供し、前記チップは、メモリとプロセッサを含み、前記メモリには、コードとデータが記憶されており、前記メモリは、前記プロセッサと結合され、前記プロセッサは、前記チップが上記した情報プッシュ方法のステップを実行するために用いられるように、前記メモリにおけるコードを実行する。

他の実施例において、命令を含むプログラム製品を提供し、前記プログラム製品はコンピュータで実行されると、前記コンピュータは上記した情報プッシュ方法のステップを実行する。

他の実施例において、コンピュータプログラムを提供し、前記コンピュータプログラムは、プロセッサにより実行されると、上記した情報プッシュ方法のステップを実行するために用いられる。

以上の技術案より、上記実施例において、ＤＢＳＣＡＮアルゴリズムクラスタリングで検索近隣ターゲットを座標点からグリッドに変換することにより、クラスタリング速度が大幅に加速され、これにより情報プッシュの効率を向上させる。

以下の図面は、本発明を例示的に説明し、解釈するものにすぎず、本発明の範囲を限定するものでない。
本願の実施例において、情報プッシュのフローチャートである。本願の実施例において、グリッド検索に基づくＤＢＳＣＡＮアルゴリズムを使用したクラスタリングのプロセスのフローチャートである。検索点Ｐの一次近隣の概略図である。検索点Ｐの二次近隣の概略図である。本願の実施例において、上記技術に基づく装置の構造概略図である。

本発明の目的、技術案及び利点をより明瞭にするために、以下、図面を参照し、実施例を挙げながら、本発明の技術案について詳細に説明する。

本願の実施例において、ユーザ端末、サーバ及びプッシュ端末を含むシステムに適用される情報プッシュ方法を提供する。

ユーザ端末は、端末の所在位置の座標点を報告し、いくつかのネットワークアクセス情報、ショッピング情報などを提供し、ユーザポートレートを決定するために用いられる。
ユーザポートレートは、ユーザ社会属性、生活習慣及び消費行動などの情報に基づいて抽象化された１つのラベル付きユーザモデルである。

サーバは、ユーザ端末により報告される位置情報（座標点）に基づいてクラスタリングを行い、どの座標点に対応するユーザが１つのクラスターに属しているかを決定し、そして、１つのクラスターの中の座標点に対応するユーザのユーザポートレートに従って情報プッシュを行うために用いられ、プッシュされる情報は、電子広告などであってもよく、エレベータ、公衆トイレ、コミュニティゲートなどは、関連情報をプッシュすることができる。
プッシュ端末は、サーバによりプッシュされる情報を表示するために用いられる。

上記の３つの機器のうち、本願は、主にユーザ端末での情報の取得、及び、サーバでのクラスタリングプロセスを改善し、ユーザのポートレートなどに従ってどのような情報プッシュを行うかは、本願で限定されない。

以下、図面を参照しながら、本願の実施例において、サーバが情報プッシュを行うプロセスについて詳細に説明する。

図１を参照すれば、図１は、本願の実施例において、情報プッシュのフローチャートである。具体的なステップは、以下の通りである。

ステップ１０１、ユーザ端末が所在位置を報告する座標点、及び、座標点を報告する時刻をサーバが取得して記録する。

ユーザは、ａｐｐを閲覧するとき、ページを更新するたびに、当時所在位置の座標点が報告される。

サーバは、ユーザ端末がページを更新するたびに、報告される位置の座標点を受信し、報告される座標点、及び、当該座標点を取得する時刻を記録して取得する。

表１を参照すれば、表１は、ユーザ１の各座標点と時刻との対応関係である。

表１の座標点が緯度と経度の情報によって識別される。

ステップ１０２、各ユーザが第１のプリセット時間内にプリセット条件を満たす座標点を決定する。

本願の実施例において、この後の処理データの有効性のために、先に、各ユーザが第１のプリセット時間内に記録したデータの有効性を決定する必要があり、その具体的な処理は、第１のプリセット時間内に、座標点の記録回数がプリセット回数しきい値より大きいかどうかを決定し、大きい場合に、当該ユーザがアクティブユーザと見なされ、当該ユーザに対し、ステップ１０２の操作を実行するが、そうでないと、当該ユーザが非アクティブユーザと見なされ、当該ユーザに対応する座標点と時刻を削除するようになっている。

本ステップでは、各ユーザが第１のプリセット時間内にプリセット条件を満たす座標点を決定するステップは、以下を含む。

第１のステップ、各ユーザが第１のプリセット時間内に各座標点に滞在する時間の長さを統計する。
表１に示す内容を前提に、具体的に、例を挙げて、各座標点に滞在する時間の長さを決定する決定プロセスの実現は、表１の座標点（ｌｏｎ１、ｌａｔ１）について記録される連続時点が００：００、００：１０、００：３０であり、ユーザ１が座標点（ｌｏｎ１、ｌａｔ１）に滞在する時間を３０分間に決定するようになっている。

ユーザ１が各座標点に滞在する時間を決定する上記方法に基づき、ユーザ１が各座標点に滞在する時間の長さを決定する。具体的に、表２を参照すれば、表２は、表１に基づいて取得される、ユーザ１が各座標点に滞在する時間の長さに対応する内容である。

第２のステップ、各ユーザに対し、滞在時間が最も長い座標点を２つ選択する。

表２に示す内容の場合に、選択される座標点は座標点（ｌｏｎ１、ｌａｔ１）及び座標点（ｌｏｎ２、ｌａｔ２）となる。

第３のステップ、２つの座標点に滞在する時間の長さの差の比率がプリセット比率の値より小さいかどうかを決定し、小さい場合に、滞在時間が最も長い２つの座標点がいずれもプリセット条件を満たす座標点であると決定するが、そうでないと、滞在時間が最も長い２つの座標点のうち、滞在時間がより長い座標点がプリセット条件を満たす座標点であると決定する。

本願の実施例において、２つの座標点に滞在する時間の長さの差の比率は、２つの座標点に滞在する時間の長さの差の絶対値と最長滞在時間の長さとの比の値である。

表２に示すように、座標点（ｌｏｎ１、ｌａｔ１）に滞在する時間の長さが３０分間で、座標点（ｌｏｎ２、ｌａｔ２）に滞在する時間の長さが５分間である場合に、滞在時間の長さの差の比率は、｜３０－５｜／３０≒８３％である。
プリセット比率の値が３０％であると仮定する場合に、２つの座標点に滞在する時間の長さの差の比率がプリセット比率しきい値より大きいであることは、この２つの座標点に滞在する時間の長さがかなり大きな差であることを意味するため、滞在時間が最も長い座標点（ｌｏｎ１、ｌａｔ１）のみを保留する。

２つの座標点に滞在する時間の長さの差の比率がプリセット比率しきい値より大きくない場合に、この２つの座標点に滞在する時間の長さがそれほど大きな差でなく、２つの座標点がいずれも重要であることを意味するため、この２つの座標点を保留する。

ステップ１０３、プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズを単位とするグリッドに分割し、各グリッドに位置する座標点と対応するグリッドとのマッピング関係を確立する。

各ユーザが第１のプリセット時間内にプリセット条件を満たす座標点を決定するステップ１０２の後に、プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズを単位とするグリッドに分割するステップ１０３の前に、前記方法は、さらに、低密度領域の座標点をフィルタリングするステップを含み、具体的な実現は、以下の通りである。

第１のステップ、プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズのＮ倍のサイズを単位とするグリッドに分割するステップでありる。ここで、Ｎが２より大きい整数であり、処理対象となるすべての座標の最小長方形領域は、座標点の最小緯度と経度、及び、最大緯度と経度に対応する範囲によって決定されることができる。

第２のステップ、いずれか１つのグリッドにおける座標点の個数がプリセット個数しきい値より小さいと決定する場合、プリセット条件を満たすすべての座標点から当該グリッドにおける座標点を削除する。

ここで、プリセットステップサイズが実際にグリッド分割を行うときのステップサイズであり、ここでグリッドをステップサイズの２倍以上で分割し、こうした各グリッドに対応する面積が比較的大きくなるため、このような大きな面積内に、座標点の個数がまだ少ないままであると、当該グリッドが低密度領域であると見なされ、当該グリッド内の座標点がフィルタリングされる。

保留された座標点について、引き続きステップ１０３の処理を実行する。

本実施例において、グリッドの識別子の定義は、２～８のような緯度と経度をそれぞれ参照可能な数として定義されると、経度上から、２行目のグリッドで、緯度上から、８行目のグリッドとなることを意味する。

本願の実施例において、各グリッドに位置する座標点と対応するグリッドとのマッピング関係を確立するステップは、ｉつ目の座標点を例とすると、ｉつ目の座標点の座標（ｌｏｎ_ｉ、ｌａｔ_ｉ）とグリッド識別子（ｌｏｎ＿ｉｄ_ｉ＿ｌａｔ＿ｉｄ_ｉ）とのマッピング関係を、ｌｏｎ_ｉとｍｉｎｌｏｎとの差を計算し、前記差とｗとの商を切り上げて得られる値をｌｏｎ＿ｉｄ_ｉとし、即ち、下記、数１である。
ｌａｔ_ｉとｍｉｎｌａｔとの差を計算し、前記差とｗとの商を切り上げて得られる値をｌａｔ＿ｉｄ_ｉとし、即ち、下記、数２のように確立することを含む。
ここで、ｍｉｎｌｏｎとｍｉｎｌａｔが前記最小長方形領域の最小緯度座標と最小経度座標であり、ｗがプリセットステップサイズである。

上記アルゴリズムによって各座標点とグリッド識別子とのマッピング関係を決定することができる。表３に示すように、表３は、座標点とグリッド識別子とのマッピング関係である。

表３のｕｓｅｒ＿ｉｄがユーザ識別子で、ｇｒｉｄ＿ｉｄがグリッド識別子である。１つのグリッドには１つ又は複数の座標点があってもよい。

ステップ１０４、グリッド検索に基づくＤＢＳＣＡＮアルゴリズムを使用したクラスタリングのプロセスでは、座標点とマッピング関係を持つグリッドをターゲットとして、８方向の近隣方法を使用して対応する近隣を探す。

ステップ１０３を通して、クラスタリングターゲットは座標点からグリッドに変換され、次に、ＤＢＳＣＡＮアルゴリズムを使用したクラスタリングのプロセスでは、座標点とマッピング関係を持つグリッド、つまり座標点のあるグリッドをターゲットとして近隣検索を行い、対応する座標点のないグリッドを処理せずに、座標点をターゲットとして近隣検索を行わない。

図２を参照すれば、図２は、本願の実施例において、グリッド検索に基づくＤＢＳＣＡＮアルゴリズムを使用したクラスタリングのプロセスのフローチャートである。具体的なステップは、以下の通りである。

ステップ２０１、クラスタリングされていない現在のグリッドセットのうち、１つのグリッドを選択する。

グリッドクラスタリングの前に、すべてのグリッドはいずれもクラスタリングされていないグリッドであり、１つのクラスタリングされていないグリッドセットを構成する。
ここで、クラスタリングされていないグリッドセットを構成するグリッドが座標点とマッピング関係を持つグリッドである。

１つのグリッドを選択し、ここで、ランダムに選択してもよいし、実際の応用に応じてグリッド選択ルールを指定し、検索回数を減らしてもよく、本願の実施例において、これは限定されない。

ステップ２０２、当該グリッドの近隣グリッドセットを取得する。
前記セットには、当該グリッドが含まれる。

選択されるグリッドについて、その近隣セットを取得するとき、グリッドをターゲットとして、８方向の近隣方法を使用して対応する近隣を探す。具体的な取得プロセスは、以下の通りである。

第１のステップ、いずれか１つのグリッドＰについて、グリッドＰを中心グリッドとして、グリッドＰの８方向の隣接グリッドを検索する。
グリッドの８方向の隣接グリッドを検索するとき、検索されるグリッドがクラスタリングされていない現在のグリッドセットにおけるグリッドであり、１つのグリッドの８方向の隣接グリッドであるが、クラスタリングされていない現在のグリッドセットにおけるグリッドでないグリッドは、当該グリッドの８方向の隣接グリッドとされない。

図３を参照すれば、図３は、検索点Ｐの一次近隣の概略図である。図３では、検索点Ｐがグリッド３３であることを例として、図３では、グリッド識別子が与えられたグリッドが座標点のあるグリッドであり、グリッド３３の８方向の隣接グリッドは、図３のグリッド２２、グリッド２３、グリッド３４、グリッド４２であり、他の４つのグリッドはグリッド３３の隣接グリッドでない。

第２のステップ、見つけられたすべての近隣グリッドを中心グリッドとして、各近隣グリッドの８方向の隣接グリッドを再検索する。
第１のステップで見つけられた一次近隣グリッドについて、検索される一次近隣グリッドを中心グリッドとして、８方向の隣接グリッド検索を再実行する。

図４を参照すれば、図４は、検索点Ｐの二次近隣の概略図である。

一次近隣グリッドはグリッド２２、グリッド２３、グリッド３４、グリッド４２であると、グリッド２２の８方向の近隣グリッドはグリッド１１、グリッド１３、グリッド２３及びグリッド３３となり、グリッド２３とグリッド３３が前に検索されたため、グリッド２２について、グリッド１１とグリッド１３を点Ｐの二次近隣グリッドとし、同様に、グリッド２３について、グリッド１４を点Ｐの二次近隣グリッドとし、グリッド３４とグリッド４２について、点Ｐの新たな二次近隣グリッドとされるグリッドがない。
上記検索に基づいて取得される点Ｐの現在のすべての近隣グリッドは、グリッド３３、グリッド２２、グリッド２３、グリッド３４、グリッド４２、グリッド１１、グリッド１３、グリッド１４である。

第３のステップ、検索されたすべての近隣グリッドの合計距離がプリセットクラスタリング直径より大きいか、又は、新たな近隣グリッドがなくなるまで、近隣グリッドの検索を終了させる。
ここで、すべての近隣グリッドの合計距離がすべての近隣グリッドに対応する最小長方形領域の対角線の長さである。

現在のすべての近隣グリッド（二次検索の後に）に対応する最小長方形領域の対角線の長さがクラスタリング直径より大きいと決定するか、二次近隣グリッドをそれぞれ中心として、新たな隣接グリッドが検索されないと仮定すると、点Ｐに対する検索を終了させるが、そうでないと、類似する方法に従って引き続き検索を行う。

検索されたすべての近隣グリッド、及び、グリッドＰをグリッドＰの近隣グリッドセットとする。

ステップ２０３、前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットノイズしきい値より小さいかどうかを決定し、小さい場合に、ステップ２０４を実行するが、そうでないと、ステップ２０５を実行する。

ステップ２０４、前記近隣グリッドセットの中のすべてのグリッドをノイズとしてマークし、ステップ２０９を実行する。

ステップ２０５、前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットの小さなクラスターのしきい値より小さいかどうかを決定し、小さい場合に、ステップ２０６を実行するが、そうでないと、ステップ２０７を実行する。
ここで、プリセットの小さなクラスターのしきい値がプリセットノイズしきい値より大きい。

ステップ２０６、すでにクラスタリングされたクラスターの中に、前記近隣グリッドセットにおけるすべてのグリッドの中心からの距離がプリセット距離しきい値よりも小さい中心のあるクラスターが存在するかどうかを決定し、存在する場合に、ステップ２０８を実行するが、そうでないと、ステップ２０７を実行する。

１つのクラスターの中心点の座標は、当該クラスターの中のすべてのグリッド内の座標点の平均値であり、ここで、座標点の平均値が緯度と経度によってそれぞれ計算され、１つのクラスターには、Ｎ個の座標点がある場合に、当該クラスターの中心座標が（Ｃｏｒｅ＿ｌｏｎ_Ｎ、Ｃｏｒｅ＿ｌａｔ_Ｎ）となり、具体的な決定方法は、下記、数３のようになっている。
ここで、ｌｏｎ_ｉ、ｌａｔ_ｉがＮ個の座標点のうちのｉつ目の座標点の緯度座標と経度座標である。

近隣グリッドセットにおけるすべてのグリッドの中心は、すべてのグリッドに対応する座標点の平均値であり、クラスター中心の計算方法に類似するため、ここで詳細な説明を省略する。

ステップ２０７、前記近隣グリッドセットの中のすべてのグリッドを１つの新たなクラスターに属するものとしてマークし、ステップ２０９を実行する。

ステップ２０８、前記近隣グリッドセットの中のすべてのグリッドを、距離がプリセット距離しきい値より小さいクラスターに追加する。

ステップ２０９、クラスタリングされていないグリッドセットから前記近隣グリッドセットの中のすべてのグリッドを削除する。

ステップ２１０、クラスタリングされていないグリッドセットが空かどうかを決定し、空の場合に、当該フローを終了させるが、そうでないと、ステップ２０１を実行する。

これまでに、すべてのグリッドのクラスタリングは完了される。

グリッドをターゲットとして、ＤＢＳＣＡＮアルゴリズムを使用したクラスタリングにより、演算効率を大幅に向上させ、それによって機器の情報プッシュ効率を大幅に向上させることができる。

ステップ１０５、前記マッピング関係に従って、クラスタリングされた各クラスターの中のグリッドを対応するグリッド内の座標点としてマッピングする。

表３には、座標点とグリッド識別子とのマッピング関係を示しており、クラスタリングされたグリッドを対応する座標点としてマッピングすれば、座標点のクラスタリングを実現することができる。

ステップ１０６、いずれか１つのクラスターについて、クラスター内の座標点に対応するユーザのポートレートに従って、対応する位置に情報プッシュを行う。

本願の実施例において、具体的に実現されるとき、座標点とユーザとの間にも対応関係が存在しており、ユーザのポートレートに従って、対応するクラスターに対応する位置に情報プッシュを行うことができ、本願の実施例において、ステップ１０６の具体的な実現は限定されない。

同様な発明構想に基づき、本願は、さらに、情報プッシュ装置を提供する。図５を参照すれば、図５は、本願の実施例において、上記技術に基づく装置の構造概略図である。当該装置は、取得ユニット５０１、決定ユニット５０２、確立ユニット５０３、クラスタリングユニット５０４、マッピングユニット５０５及びプッシュユニット５０６を含み、
取得ユニット５０１は、ユーザ端末が所在位置を報告する座標点、及び、位置情報を報告する時刻を取得して記録するために用いられ、
決定ユニット５０２は、取得ユニット５０１により記録される、各ユーザが第１のプリセット時間内にプリセット条件を満たす座標点を決定するために用いられ、
確立ユニット５０３は、決定ユニット５０２により決定される、プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズを単位とするグリッドに分割し、各グリッドに位置する座標点と対応するグリッドとのマッピング関係を確立するために用いられ、
クラスタリングユニット５０４は、グリッド検索に基づくノイズのある密度ベースのクラスタリングアルゴリズムを使用したクラスタリングのプロセスでは、確立ユニット５０３により分割される、座標点と対応する関係を持つグリッドをターゲットとして８方向の近隣方法を使用して対応する近隣を検索するために用いられ、
マッピングユニット５０５は、確立ユニット５０３により確立されるマッピング関係に従って、クラスタリングユニット５０４によりクラスタリングされた各クラスターの中のグリッドを対応するグリッド内の座標点としてマッピングするために用いられ、
プッシュユニット５０６は、いずれか１つのクラスターについて、マッピングユニット５０５によりマッピングされるクラスター内の座標点に対応するユーザのポートレートに従って、対応する位置に情報プッシュを行うために用いられる。

好ましくは、
決定ユニット５０２は、具体的に、各ユーザが第１のプリセット時間内にプリセット条件を満たす座標点を決定する場合に、各ユーザが第１のプリセット時間内に各座標点に滞在する時間の長さを統計し、各ユーザに対し、滞在時間が最も長い座標点を２つ選択し、２つの座標点に滞在する時間の長さの差の比率がプリセット比率の値より小さいかどうかを決定し、小さい場合に、滞在時間が最も長い２つの座標点がいずれもプリセット条件を満たす座標点であると決定するが、そうでないと、滞在時間が最も長い２つの座標点のうち、滞在時間がより長い座標点がプリセット条件を満たす座標点であると決定するために用いられる。

好ましくは、
確立ユニット５０３は、さらに、プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズを単位とするグリッドに分割する前に、プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズのＮ倍のサイズを単位とするグリッドに分割し、ここで、Ｎが２より大きい整数であり、いずれか１つのグリッドにおける座標点の個数がプリセット個数しきい値より小さいと決定する場合、プリセット条件を満たすすべての座標点から当該グリッドにおける座標点を削除するために用いられる。

好ましくは、
確立ユニット５０３は、具体的に、ｉつ目の座標点の座標（ｌｏｎ_ｉ、ｌａｔ_ｉ）とグリッド識別子（ｌｏｎ＿ｉｄ_ｉ＿ｌａｔ＿ｉｄ_ｉ）とのマッピング関係を、ｌｏｎ_ｉとｍｉｎｌｏｎとの差を計算し、前記差とｗとの商を切り上げて得られる値をｌｏｎ＿ｉｄ_ｉとし、ｌａｔ_ｉとｍｉｎｌａｔとの差を計算し、前記差とｗとの商を切り上げて得られる値をｌａｔ＿ｉｄ_ｉとするように確立するために用いられ、ここで、ｍｉｎｌｏｎとｍｉｎｌａｔが前記最小長方形領域の最小緯度座標と最小経度座標であり、ｗがプリセットステップサイズである。

好ましくは、
クラスタリングユニット５０４は、具体的に、いずれか１つのグリッドＰについて、グリッドＰを中心グリッドとして、グリッドＰの８方向の隣接グリッドを検索し、検索されたすべての近隣グリッドを中心グリッドとして、各近隣グリッドの８方向の隣接グリッドを再検索し、検索されたすべての近隣グリッドの合計距離がプリセットクラスタリング直径より大きいか、又は、新たな近隣グリッドがなくなるまで、近隣グリッド検索を終了させ、検索されたすべての近隣グリッド、及び、グリッドＰをグリッドＰの近隣グリッドセットとするために用いられ、ここで、前記すべての近隣グリッドの合計距離がすべての近隣グリッドに対応する最小長方形領域の対角線の長さである。

好ましくは、
クラスタリングユニット５０４は、具体的に、グリッド検索に基づくノイズのある密度ベースのクラスタリングアルゴリズムを使用したクラスタリングのプロセスでは、クラスタリングされていない現在のグリッドセットのうち、１つのグリッドを選択し、当該グリッドの近隣グリッドセットを取得し、前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットノイズしきい値より小さいと決定する場合に、前記近隣グリッドセットの中のすべてのグリッドをノイズとしてマークし、前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットの小さなクラスターのしきい値より小さい、且つ、すでにクラスタリングされたクラスターの中に、前記近隣グリッドセットにおけるすべてのグリッドの中心からの距離がプリセット距離しきい値よりも小さい中心のあるクラスターが存在すると決定する場合に、前記近隣グリッドセットの中のすべてのグリッドを、距離がプリセット距離しきい値より小さいクラスターに追加し、前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットの小さなクラスターのしきい値より小さい、且つ、すでにクラスタリングされたクラスターの中に、前記近隣グリッドセットにおけるすべてのグリッドの中心からの距離がプリセット距離しきい値よりも小さくない中心のあるクラスターが存在するか、又は、前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットノイズしきい値より小さくないと決定する場合に、前記近隣グリッドセットの中のすべてのグリッドを新たなクラスターに属するものとしてマークし、クラスタリングされていないグリッドセットから前記近隣グリッドセットの中のすべてのグリッドを削除し、クラスタリングされていないグリッドセットが空かどうかを決定し、空の場合に、当該プロセスを終了させるが、そうでないと、現在クラスタリングされていないグリッドセットの検索を実行するために用いられ、ここで、プリセットノイズしきい値がプリセットの小さなクラスターのしきい値より小さい。

上記実施例に係るユニットは、一体式に集積されてもよいし、個別に配置されてもよく、１つのユニットに組み合わされてもよいし、複数のサブユニットにさらに分割されてもよい。

他の実施例において、本願の実施例は、さらに、コンピュータ読み取り可能な記憶媒体を提供し、その中にコンピュータプログラムが記憶されており、当該プログラムは、プロセッサにより実行されると、前記情報プッシュ方法のステップを実施する。

他の実施例において、本願の実施例は、さらに、命令を実行するチップを提供し、前記チップは、メモリとプロセッサを含み、前記メモリには、コードとデータが記憶されており、前記メモリは、前記プロセッサと結合され、前記プロセッサは、前記チップが上記情報プッシュ方法のステップを実行するために用いられるように、前記メモリにおけるコードを実行する。

他の実施例において、本願の実施例は、さらに、命令を含むプログラム製品を提供し、前記プログラム製品はコンピュータで実行されると、前記コンピュータは上記情報プッシュ方法のステップを実行する。

他の実施例において、本願の実施例は、さらに、コンピュータプログラムを提供し、前記コンピュータプログラムは、プロセッサにより実行されると、上記した情報プッシュ方法のステップを実行するために用いられる。

要するに、本願は、ＤＢＳＣＡＮアルゴリズムクラスタリングで検索近隣ターゲットを座標点からグリッドに変換することにより、クラスタリング速度が大幅に加速され、情報プッシュの効率を向上させる。

本発明の好ましい実施例のみが前述されており、本発明を限定するために用いられるものではない。本発明の精神及び原則から逸脱させずに行われるすべての修正、等価置換、改善などは、いずれも本発明の保護範囲内に含まれるべきである。

Claims

情報プッシュ装置によって実行される情報プッシュ方法であって、前記方法は、
ユーザ端末が所在位置を報告する座標点、及び、位置情報を報告する時刻を取得して記録するステップと、
各ユーザが第１のプリセット時間内にプリセット条件を満たす座標点を決定するステップと、
プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズを単位とするグリッドに分割し、各グリッドに位置する座標点と対応するグリッドとのマッピング関係を確立するステップと、
グリッド検索に基づくノイズのある密度ベースのクラスタリングアルゴリズムを使用したクラスタリングのプロセスでは、座標点と対応する関係を持つグリッドをターゲットとして、８方向の近隣方法を使用して対応する近隣を検索するステップと、
前記マッピング関係に従って、クラスタリングされた各クラスターの中のグリッドを対応するグリッド内の座標点としてマッピングするステップと、
いずれか１つのクラスターについて、クラスター内の座標点に対応するユーザのポートレートに従って、対応する位置に情報プッシュを行うステップと、を含むことを特徴とする情報プッシュ装置によって実行される情報プッシュ方法。
各ユーザが第１のプリセット時間内にプリセット条件を満たす座標点を決定するステップは、
各ユーザが第１のプリセット時間内に各座標点に滞在する時間の長さを統計することと、
各ユーザに対し、滞在時間が最も長い座標点を２つ選択することと、
２つの座標点に滞在する時間の長さの差の比率がプリセット比率の値より小さいかどうかを決定し、小さい場合に、滞在時間が最も長い２つの座標点がいずれもプリセット条件を満たす座標点であると決定するが、そうでないと、滞在時間が最も長い２つの座標点のうち、滞在時間がより長い座標点がプリセット条件を満たす座標点であると決定することと、を含むことを特徴とする請求項１に記載の方法。
各ユーザが第１のプリセット時間内にプリセット条件を満たす座標点を決定するステップの後に、プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズを単位とするグリッドに分割するステップの前に、前記方法は、さらに、
プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズのＮ倍のサイズを単位とするグリッドに分割するステップであって、ここで、Ｎが２より大きい整数であるステップと、
いずれか１つのグリッドにおける座標点の個数がプリセット個数しきい値より小さいと決定する場合、プリセット条件を満たすすべての座標点から当該グリッドにおける座標点を削除するステップと、を含むことを特徴とする請求項１又は２に記載の方法。
各グリッドに位置する座標点と対応するグリッドとのマッピング関係を確立するステップは、
ｉつ目の座標点の座標（ｌｏｎ_ｉ、ｌａｔ_ｉ）とグリッド識別子（ｌｏｎ＿ｉｄ_ｉ＿ｌａｔ＿ｉｄ_ｉ）とのマッピング関係を、
ｌｏｎ_ｉとｍｉｎｌｏｎとの差を計算し、前記差とｗとの商を切り上げて得られる値をｌｏｎ＿ｉｄ_ｉとし
ｌａｔ_ｉとｍｉｎｌａｔとの差を計算し、前記差とｗとの商を切り上げて得られる値をｌａｔ＿ｉｄ_ｉとするように確立することを含み、
ここで、ｍｉｎｌｏｎとｍｉｎｌａｔが前記最小長方形領域の最小緯度座標と最小経度座標であり、ｗがプリセットステップサイズであることを特徴とする請求項１～３のいずれか１項に記載の方法。
座標点と対応する関係を持つグリッドをターゲットとして、８方向の近隣方法を使用して対応する近隣を検索するステップは、
いずれか１つのグリッドＰについて、グリッドＰを中心グリッドとして、グリッドＰの８方向の近隣グリッドを検索することと、
検索されたすべての近隣グリッドを中心グリッドとして、各近隣グリッドの８方向の近隣グリッドを再検索することと、
検索されたすべての近隣グリッドの合計距離がプリセットクラスタリング直径より大きいか、又は、新たな近隣グリッドがなくなるまで、近隣グリッドの検索を終了させることと、
検索されたすべての近隣グリッド、及び、グリッドＰをグリッドＰの近隣グリッドセットとすることと、を含み、
ここで、前記すべての近隣グリッドの合計距離がすべての近隣グリッドに対応する最小長方形領域の対角線の長さであることを特徴とする請求項１～４のいずれか１項に記載の方法。
グリッド検索に基づくノイズのある密度ベースのクラスタリングアルゴリズムを使用したクラスタリングのプロセスは、
クラスタリングされていない現在のグリッドセットのうち、１つのグリッドを選択するステップＡと、
当該グリッドの近隣グリッドセットを取得するステップＢと、
前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットノイズしきい値より小さいかどうかを決定し、小さい場合に、ステップＤを実行するが、そうでないと、ステップＥを実行するステップＣと、
前記近隣グリッドセットの中のすべてのグリッドをノイズとしてマークし、ステップＪを実行するステップＤと、
前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットの小さなクラスターのしきい値より小さいかどうかを決定し、小さい場合に、ステップＦを実行するが、そうでないと、ステップＧを実行するステップＥであって、ここで、プリセットノイズしきい値がプリセットの小さなクラスターのしきい値より小さいステップＥと、
すでにクラスタリングされたクラスターの中に、前記近隣グリッドセットにおけるすべてのグリッドの中心からの距離がプリセット距離しきい値よりも小さい中心のあるクラスターが存在するかどうかを決定し、存在する場合に、ステップＨを実行するが、そうでないと、ステップＧを実行するステップＦと、
前記近隣グリッドセットの中のすべてのグリッドを新たなクラスターに属するものとしてマークし、ステップＪを実行するステップＧと、
前記近隣グリッドセットの中のすべてのグリッドを、距離がプリセット距離しきい値より小さいクラスターに追加するステップＨと、
クラスタリングされていないグリッドセットから前記近隣グリッドセットの中のすべてのグリッドを削除するステップＪと、
クラスタリングされていないグリッドセットが空かどうかを決定し、空の場合に、フローを終了させるが、そうでないと、ステップＡを実行するステップＫと、を含むことを特徴とする請求項５に記載の方法。
情報プッシュ装置であって、前記装置は、取得ユニット、決定ユニット、確立ユニット、クラスタリングユニット、マッピングユニット及びプッシュユニットを含み、
前記取得ユニットは、ユーザ端末が所在位置を報告する座標点、及び、位置情報を報告する時刻を取得して記録するために用いられ、
前記決定ユニットは、前記取得ユニットにより記録される、各ユーザが第１のプリセット時間内にプリセット条件を満たす座標点を決定するために用いられ、
前記確立ユニットは、前記決定ユニットにより決定される、プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズを単位とするグリッドに分割し、各グリッドに位置する座標点と対応するグリッドとのマッピング関係を確立するために用いられ、
前記クラスタリングユニットは、グリッド検索に基づくノイズのある密度ベースのクラスタリングアルゴリズムを使用したクラスタリングのプロセスでは、前記確立ユニットにより分割される、座標点と対応する関係を持つグリッドをターゲットとして、８方向の近隣方法を使用して対応する近隣を検索するために用いられ、
前記マッピングユニットは、前記確立ユニットにより確立されるマッピング関係に従って、前記クラスタリングユニットによりクラスタリングされた各クラスターの中のグリッドを対応するグリッド内の座標点としてマッピングするために用いられ、
前記プッシュユニットは、いずれか１つのクラスターについて、前記マッピングユニットによりマッピングされる、クラスター内の座標点に対応するユーザのポートレートに従って、対応する位置に情報プッシュを行うために用いられることを特徴とする情報プッシュ装置。
前記決定ユニットは、具体的に、各ユーザが第１のプリセット時間内にプリセット条件を満たす座標点を決定する場合に、各ユーザが第１のプリセット時間内に各座標点に滞在する時間の長さを統計し、各ユーザに対し、滞在時間が最も長い座標点を２つ選択し、２つの座標点に滞在する時間の長さの差の比率がプリセット比率の値より小さいかどうかを決定し、小さい場合に、滞在時間が最も長い２つの座標点がいずれもプリセット条件を満たす座標点であると決定するが、そうでないと、滞在時間が最も長い２つの座標点のうち、滞在時間がより長い座標点がプリセット条件を満たす座標点であると決定するために用いられることを特徴とする請求項７に記載の装置。
前記確立ユニットは、さらに、プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズを単位とするグリッドに分割する前に、プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズのＮ倍のサイズを単位とするグリッドに分割するために用いられ、ここで、Ｎが２より大きい整数であり、いずれか１つのグリッドにおける座標点の個数がプリセット個数しきい値より小さいと決定する場合、プリセット条件を満たすすべての座標点から当該グリッドにおける座標点を削除するために用いられることを特徴とする請求項７又は８に記載の装置。
前記確立ユニットは、具体的に、ｉつ目の座標点の座標（ｌｏｎ_ｉ、ｌａｔ_ｉ）とグリッド識別子（ｌｏｎ＿ｉｄ_ｉ＿ｌａｔ＿ｉｄ_ｉ）とのマッピング関係を、ｌｏｎ_ｉとｍｉｎｌｏｎとの差を計算し、前記差とｗとの商を切り上げて得られる値をｌｏｎ＿ｉｄ_ｉとし、ｌａｔ_ｉとｍｉｎｌａｔとの差を計算し、前記差とｗとの商を切り上げて得られる値をｌａｔ＿ｉｄ_ｉとするように確立するために用いられ、ここで、ｍｉｎｌｏｎとｍｉｎｌａｔが前記最小長方形領域の最小緯度座標と最小経度座標であり、ｗがプリセットステップサイズであることを特徴とする請求項７～９のいずれか１項に記載の装置。
前記クラスタリングユニットは、具体的に、いずれか１つのグリッドＰについて、グリッドＰを中心グリッドとして、グリッドＰの８方向の近隣グリッドを検索し、検索されたすべての近隣グリッドを中心グリッドとして、各近隣グリッドの８方向の近隣グリッドを再検索し、検索されたすべての近隣グリッドの合計距離がプリセットクラスタリング直径より大きいか、又は、新たな近隣グリッドがなくなるまで、近隣グリッドの検索を終了させ、検索されたすべての近隣グリッド、及び、グリッドＰをグリッドＰの近隣グリッドセットとするために用いられ、ここで、前記すべての近隣グリッドの合計距離がすべての近隣グリッドに対応する最小長方形領域の対角線の長さであることを特徴とする請求項７～１０のいずれか１項に記載の装置。
前記クラスタリングユニットは、具体的に、グリッド検索に基づくノイズのある密度ベースのクラスタリングアルゴリズムを使用したクラスタリングのプロセスでは、クラスタリングされていない現在のグリッドセットのうち、１つのグリッドを選択し、当該グリッドの近隣グリッドセットを取得し、前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットノイズしきい値より小さいと決定する場合に、前記近隣グリッドセットの中のすべてのグリッドをノイズとしてマークし、前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットの小さなクラスターのしきい値より小さい、且つ、すでにクラスタリングされたクラスターの中に、前記近隣グリッドセットにおけるすべてのグリッドの中心からの距離がプリセット距離しきい値よりも小さい中心のあるクラスターが存在すると決定する場合に、前記近隣グリッドセットの中のすべてのグリッドを、距離がプリセット距離しきい値より小さいクラスターに追加し、前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットの小さなクラスターのしきい値より小さい、且つ、すでにクラスタリングされたクラスターの中に、前記近隣グリッドセットにおけるすべてのグリッドの中心からの距離がプリセット距離しきい値よりも小さくない中心のあるクラスターが存在するか、又は、前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットの小さなクラスターのしきい値より小さくないと決定する場合に、前記近隣グリッドセットの中のすべてのグリッドを新たなクラスターに属するものとしてマークし、クラスタリングされていないグリッドセットから前記近隣グリッドセットの中のすべてのグリッドを削除し、クラスタリングされていないグリッドセットが空かどうかを決定し、空の場合に、当該プロセスを終了させるが、そうでないと、現在クラスタリングされていないグリッドセットの検索を実行するために用いられ、ここで、プリセットノイズしきい値がプリセットの小さなクラスターのしきい値より小さいことを特徴とする請求項１１に記載の装置。
メモリ、プロセッサ及びメモリに記憶された、プロセッサで実行可能なコンピュータプログラムを含む電子機器であって、前記プロセッサは前記プログラムを実行すると、請求項１～６のいずれか１項に記載の方法を実施することを特徴とする電子機器。
コンピュータプログラムが記憶されたコンピュータ読み取り可能な記憶媒体であって、当該プログラムは、プロセッサにより実行されると、請求項１～６のいずれか１項に記載の方法を実施することを特徴とするコンピュータ読み取り可能な記憶媒体。
命令を実行するチップであって、前記チップは、メモリとプロセッサを含み、前記メモリには、コードとデータが記憶されており、前記メモリは、前記プロセッサと結合され、前記プロセッサは、前記チップが請求項１～６のいずれか一項に記載の方法を実行するために用いられるように、前記メモリにおけるコードを実行することを特徴とするチップ。
コンピュータプログラムであって、前記コンピュータプログラムは、プロセッサにより実行されると、請求項１～６のいずれか一項に記載の方法を実行するために用いられることを特徴とするコンピュータプログラム。