[发明专利]一种基于时空轨迹的用户识别方法及装置

权利要求书

1.一种基于时空轨迹的用户识别方法，其特征在于，包括：

获取待识别用户的兴趣区域；

构建待识别用户和数据库中用户的时空关系网络；

利用node2vec算法计算所述待识别用户的特征向量和数据库中用户的特征向量；

计算待识别用户特征向量与数据库中用户特征向量的相似度；

通过所述相似度的排序，识别数据库中与待识别用户最相似的用户；

所述构建待识别用户和数据库中用户的时空关系网络，包括：

构建待识别用户和数据库中用户的空间关系网络；和

构建待识别用户和数据库中用户的时间-空间关系网络；

构建待识别用户和数据库中用户的空间关系网络，包括：

按下式构建所述空间关系网络：

其中，W_UV为用户U和V的边权；和分别为用户U和V对区域I_j的兴趣密度；为用户U和V不同兴趣点的集合；

构建待识别用户和数据库中用户的时间-空间关系网络，包括：

按下式构建所述时间-空间关系网络：

其中，W_UV′为用户U和V的边权；和分别为用户U和V对区域I_j的兴趣密度；为用户U和V不同兴趣点的集合；为用户U和V对区域I_j采样时间交集时长；为用户U和V采样时间交集时长；为用户U对区域I_j访问时段的集合；为用户V对区域I_j访问时段的集合；

利用node2vec算法计算所述待识别用户的特征向量和数据库中用户的特征向量，包括：

按下式计算用户的特征向量：

其中，β和1-β分别为空间关系和时间-空间关系的特征系数权重；和分别为空间关系和时间-空间关系获得的用户向量。

2.根据权利要求1所述的一种基于时空轨迹的用户识别方法，其特征在于，所述获取待识别用户的兴趣区域，包括：

采用基于时间和空间的停留点检测方法，从原始时空轨迹序列中提取时序停留点；

基于OPTICS算法对所述时序停留点的轨迹进行密度聚类，获取用户兴趣区域。

3.根据权利要求2所述的一种基于时空轨迹的用户识别方法，其特征在于，采用基于时间和空间的停留点检测方法，从原始时空轨迹序列中提取时序停留点，包括：

对轨迹序列按时间次序遍历；

若当前点与上一点的时间差不超过时间阈值且距离不超过距离阈值，则加入同一待合并点集；

直到找到不能满足时间阈值或距离阈值的点，则提取所述待合并点集为一个时序停留点；

所述时序停留点的序列表示如下所示：

P＝{P₀,P₁,L,P_m}

P_k＝(lng_k,lat_k,C_k,ArrT_k,LeavT_k,R_k)，k＝0,1,...,m

其中，P_m为序列元素；lng_k和lat_k分别为序列元素的经度和纬度；C_k为序列元素的访问频次；ArrT_k为序列元素的到达时间；LeavT_k为序列元素的离开时间；R_k为序列元素的半径。