[发明专利]基于智能设备数据的用户活动类型判别方法

权利要求书

1.一种基于智能设备数据的用户活动类型判别方法，其特征在于，包括以下步骤：

获取用户智能设备数据；

对所述智能设备数据进行数据清洗获得用户的移动轨迹，通过行程识别划分用户停留区段和出行区段，获得用户的出行链；

提取所述出行链中各所述停留区段的活动开始时间和活动持续时间，并根据所述停留区段的兴趣点获取所述停留区段对应的用地性质；

分析用户预设时间出行的智能设备数据，获得各用户对应的停留时段，停留时长，以及停留次数，以此判断用户家和/或工作地的位置，以获得在家或在工作两种活动类型；

通过将除在家或在工作两种活动类型外的停留区段所对应的活动开始时间、活动持续时间，以及用地性质输入活动分类器中，以分别得到各用户除了在家或在工作两种活动类型外预定义的活动类型。

2.根据权利要求1所述的基于智能设备数据的用户活动类型判别方法，其特征在于，所述方法还包括：构建所述活动分类器，包括：

基于传统的用户出行调查数据，提取所述调查数据各用户的停留区段的活动开始时间，活动持续时间，以及停留区段对应的用地性质构建基于决策树的活动分类器。

3.根据权利要求1所述的基于智能设备数据的用户活动类型判别方法，其特征在于，所述数据清洗包括字段缺失处理，删除异常的IMSI编号记录，删去无法与所述基站定位数据相匹配的记录，删去重复数据，乒乓效应处理，以及信号漂移处理。

4.根据权利要求3所述的基于智能设备数据的用户活动类型判别方法，其特征在于，所述乒乓效应处理包括以下步骤：将每位用户的所述智能设备数据按空间和时间将区域合并，若用户信号在小于空间阈值L1的范围内波动，且超过时间阈值T1，则认为用户在这段时间内处于同一位置。

5.根据权利要求3所述的基于智能设备数据的用户活动类型判别方法，其特征在于，所述信号漂移处理包括以下步骤：将每位用户的所述智能设备数据按空间和时间将区域合并，若用户在时间阈值T2内离开空间阈值L2，之后又返回到所述空间阈值L2内，则认为用户是处于同一个位置。

6.根据权利要求1所述的基于智能设备数据的用户活动类型判别方法，其特征在于，所述行程识别包括以下步骤：若用户在时间阈值T_stay内的轨迹点群聚于L_stay的半径范围内，或者在所述时间阈值T_stay内的移动速度低于速度阈值V_stay，则所对应的区段为停留区段，否则为出行区段。

7.根据权利要求6所述的基于智能设备数据的用户活动类型判别方法，其特征在于，还包括以下步骤：

将用户出行调查数据中的出行数据转化为活动链数据，筛选早上从家出发且晚上回家的用户数据；

提取所有类型活动的活动持续时间，建立活动持续时间分布，将活动持续时间分布的第p％分位数作为行程识别的时间阈值T_stay，p为5至10中任意一自然数。