[发明专利]一种出行轨迹聚类方法、装置及设备

说明书

本申请实施例公开了一种出行轨迹聚类方法、装置及设备，减少出行轨迹聚类的计算量，提高出行轨迹的聚类效率。所述方法包括：获取用户的多条出行轨迹，所述多条出行轨迹均分别包括起点、终点以及位于二者之间的中间点；分别利用所述多条出行轨迹的起点和/或终点，对所述多条出行轨迹进行聚类，得到第一出行轨迹集合，所述第一出行轨迹集合包括起点和/或终点相匹配的出行轨迹，所述第一出行轨迹集合中出行轨迹的条数大于或等于第一阈值；利用各条出行轨迹中的中间点，对所述第一出行轨迹集合中的出行轨迹进行聚类，得到第二出行轨迹集合，所述第二出行轨迹集合包括起点和中间点均分别相匹配的出行轨迹，和/或，终点和中间点均分别相匹配的出行轨迹。

技术领域

本申请涉及大数据领域，尤其涉及一种出行轨迹聚类方法、装置及设备。

背景技术

用户的出行轨迹是用户行为的重要组成部分，通过对用户出行轨迹进行分析，可以得到很多重要的信息。用户的出行轨迹通常是根据用户在一段时间内的位置信息(例如GPS信息)得到，通过对位置信息进行分析，可以得到用户经常走的路线，以便预先为用户推送关于该路线的路况，以帮助用户规避拥堵风险，或者可以为用户推送经常走的路线的周边美食、商家信息等。此外，还可以为路线相同的用户进行好友推荐、推送拼车等服务。那么就涉及到如何从大量的用户出行轨迹中找到相同的出行轨迹的问题，所谓相同出行轨迹的含义是指两条及以上出行轨迹的起点、终点以及中间点均分别相匹配，而且出行轨迹的方向相同。

现有技术通过密度聚类的方法将相同的出行轨迹聚为一类。具体步骤如下：首先，将每条出行轨迹分别看作是一个具有方向和长度的2n维向量，n为出行轨迹中位置信息采样点的个数。然后，计算两两向量之间的欧式距离和夹角，若两个向量之间的欧式距离满足距离条件，且二者之间的夹角满足夹角条件，则认为这两条出行轨迹相同，并将这两条出行轨迹聚为一类。

现有技术的这种聚类方法计算量大，效率较低，尤其是出行轨迹中采样点的个数较多的时候。所以目前需要一种计算量较小、效率较高的出行轨迹聚类方法。

发明内容

本申请实施例提供一种出行轨迹聚类方法、装置及设备，减少出行轨迹聚类的计算量，提高出行轨迹的聚类效率。

本申请实施例提供了一种出行轨迹聚类方法，所述方法包括：

获取用户的多条出行轨迹，所述多条出行轨迹均分别包括起点、终点以及位于二者之间的中间点；

分别利用所述多条出行轨迹的起点和/或终点，对所述多条出行轨迹进行聚类，得到第一出行轨迹集合，所述第一出行轨迹集合包括起点和/或终点相匹配的出行轨迹，所述第一出行轨迹集合中出行轨迹的条数大于或等于第一阈值；

利用各条出行轨迹中的中间点，对所述第一出行轨迹集合中的出行轨迹进行聚类，得到第二出行轨迹集合，所述第二出行轨迹集合包括起点和中间点均分别相匹配的出行轨迹，和/或，终点和中间点均分别相匹配的出行轨迹。

可选的，所述中间点包括转弯点，所述转弯点与前第n个点的连线和所述转弯点与后第n个点的连线之间的夹角在预设夹角范围内，所述n为大于或等于1的整数。

可选的，所述方法还包括：

从所述第一出行轨迹集合中确定由具有相同个数的中间点的出行轨迹形成的第三出行轨迹集合；

所述利用各条出行轨迹中的中间点，对所述第一出行轨迹集合中的出行轨迹进行聚类包括：

利用各条出行轨迹中的中间点，对所述第三出行轨迹集合中的出行轨迹进行聚类。

可选的，所述方法还包括：

若所述第三出行轨迹集合中出行轨迹的条数大于或等于第二阈值，则执行利用各条出行轨迹中的中间点，对所述第三出行轨迹集合中的出行轨迹进行聚类的步骤。