[发明专利]兴趣点识别方法、装置、设备及存储介质

说明书

本发明实施例提供一种兴趣点识别方法、装置、设备及存储介质。该兴趣点识别方法包括：获取用户的移动轨迹信息；依据所述移动轨迹信息建立用户轨迹模型以挖掘用户行为信息；依据挖掘到的用户行为信息，利用时间窗口识别用户的密集活动时间区间；针对每一个密集活动时间区间，采用二阶速度协同聚类兴趣点识别算法识别用户兴趣点。通过本发明的技术方案可较准确识别用户兴趣点。

技术领域

本发明涉及移动互联网技术领域，尤其涉及一种兴趣点识别方法、装置、设备及存储介质。

背景技术

由于移动互联网和大数据时代的到来，随着移动终端的普及，可以提取的用户信息越来越全面，并且在人们日常生活中得到了广泛应用，进而在海量数据中如何得到高精度、有参考价值的数据成为大家关注的焦点。移动端的各种应用使得每天都产生数以亿计的移动数据，这些移动端产生的海量移动数据成为了研究挖掘移动轨迹以及精确个性推荐的数据基础。

与此同时随着经济的飞速发展，线上线下交互已经成为人们生活中不可或缺的一部分。然而大多兴趣点识别仅仅是针对用户历史轨迹进行行为研究，并没有考虑时间维度及速度维度，这样就会导致推荐的内容会显得不合时宜。

在海量用户的移动行为轨迹数据中可以从不同的方面体现出各个地点的热度，以及地点之间的相互关联。某个地点是否可以判为用户兴趣点是一个研究问题，并且在特定的时间段内根据上下文环境，如何高效合理进行个性推荐又是一个研究问题。也因此，在解决前一个问题的基础上，可以解决第二个问题。从而得到更有针对性、更有效率的推荐，进而提高用户体验。

识别兴趣点一直是研究的一个热点，但是实时识别兴趣点以及兴趣点区域的范围判定在国内外还是比较欠缺的、并没得到很好应用及推广，目前仍然没有得到深入研究。正是由于兴趣点识别还没有得到相关的深入研究，结合实时个性推荐问题也随之变成了没有深入研究的领域。

现有的技术方法主要通过海量的用户移动轨迹信息进行特征提取。所做到的是有效提取特征值，以及在海量数据中，识别出哪些数据是噪声数据，筛选过滤出垃圾数据，进而保留相对有价值的数据。并且分析数据，从中提取运动轨迹相关信息来得到用户的某些特征行为，最后根据特征行为进行大数据分析，从而分析用户的兴趣特征。但是，它们都没有考虑到时间维度和速度维度。

综上所述，现有技术的兴趣点推荐还存在推荐实时性不佳以及内容推荐不准确等问题。

发明内容

本发明实施例提供了一种兴趣点识别方法、装置、设备及存储介质用以解决现有技术中有关兴趣点的内容推荐不准的技术问题。

第一方面，本发明实施例提供了一种兴趣点识别方法，其中，所述方法包括：

获取用户的移动轨迹信息；

依据所述移动轨迹信息建立用户轨迹模型以挖掘用户行为信息；

依据挖掘到的用户行为信息，利用时间窗口识别用户的密集活动时间区间；

针对每一个密集活动时间区间，采用二阶速度协同聚类兴趣点识别算法识别用户兴趣点。

第二方面，本发明实施例提供了一种兴趣点识别装置，其中，所述装置包括：

获取模块，用于获取用户的移动轨迹信息；

挖掘模块，用于依据所述移动轨迹信息建立用户轨迹模型以挖掘用户行为信息；

第一识别模块，用于依据挖掘到的用户行为信息，利用时间窗口识别用户的密集活动时间区间；

第二识别模块，用于针对每一个密集活动时间区间，采用二阶速度协同聚类兴趣点识别算法识别用户兴趣点。