[发明专利]停留点识别及预测模型训练方法、装置及存储介质

权利要求书

1.一种停留点识别方法，其特征在于，包括：

针对待识别的定位点，分别获取所述待识别的定位点的N个预定维度的特征，N为大于一的正整数，所述N个预定维度的特征包括：所述待识别的定位点对应的用户的用户特征、所述待识别的定位点的上下文特征以及所述待识别的定位点的空间特征；

根据获取到的特征生成所述待识别的定位点的特征向量；

利用预先训练得到的预测模型，基于所述特征向量确定出所述待识别的定位点是否为停留点。

2.根据权利要求1所述的方法，其特征在于，

所述用户特征包括以下之一或任意组合：用户标识、用户常驻地、用户上下班时间；

所述待识别的定位点的上下文特征包括以下之一或任意组合：所述待识别的定位点是否连接了无线保真wifi、所连接的wifi对应的兴趣点类型、上一个定位点与所述待识别的定位点之间的空间距离和时间距离、下一个定位点与所述待识别的定位点之间的空间距离和时间距离、所述待识别的定位点的定位时间特征、所述待识别的定位点的定位位置特征；其中，所述上一个定位点为获取到的所述待识别的定位点对应的用户的上一个定位点，所述下一个定位点为获取到的所述待识别的定位点对应的用户的下一个定位点；

所述待识别的定位点的空间特征包括以下之一或任意组合：所述待识别的定位点所在的街区的历史停留点与历史移动点比例、所述待识别的定位点是否位于具有停留属性的兴趣面内、所述待识别的定位点周围预定范围内的兴趣点特征。

3.根据权利要求1所述的方法，其特征在于，

训练得到所述预测模型包括：

构建训练数据，每条训练数据分别对应一个定位点，每条训练数据中分别包括：对应的定位点的特征向量，以及所述对应的定位点是否为停留点的标签；其中，所述特征向量为根据获取到的所述对应的定位点的N个预定维度的特征生成的，N为大于一的正整数；

根据所构建的训练数据训练得到所述预测模型。

4.一种预测模型训练方法，其特征在于，包括：

构建训练数据，每条训练数据分别对应一个定位点，每条训练数据中分别包括：对应的定位点的特征向量，以及所述对应的定位点是否为停留点的标签；其中，所述特征向量为根据获取到的所述对应的定位点的N个预定维度的特征生成的，N为大于一的正整数，所述N个预定维度的特征包括：所述对应的定位点对应的用户的用户特征、所述对应的定位点的上下文特征以及所述对应的定位点的空间特征；

根据所构建的训练数据训练得到预测模型，以便针对待识别的定位点，基于所述待识别的定位点的特征向量确定出所述待识别的定位点是否为停留点。

5.一种停留点识别装置，其特征在于，包括：获取单元、生成单元以及识别单元；

所述获取单元，用于针对待识别的定位点，分别获取所述待识别的定位点的N个预定维度的特征，N为大于一的正整数，所述N个预定维度的特征包括：所述待识别的定位点对应的用户的用户特征、所述待识别的定位点的上下文特征以及所述待识别的定位点的空间特征；

所述生成单元，用于根据获取到的特征生成所述待识别的定位点的特征向量；

所述识别单元，用于利用预先训练得到的预测模型，基于所述特征向量确定出所述待识别的定位点是否为停留点。

6.根据权利要求5所述的装置，其特征在于，

所述用户特征包括以下之一或任意组合：用户标识、用户常驻地、用户上下班时间；

所述待识别的定位点的上下文特征包括以下之一或任意组合：所述待识别的定位点是否连接了无线保真wifi、所连接的wifi对应的兴趣点类型、上一个定位点与所述待识别的定位点之间的空间距离和时间距离、下一个定位点与所述待识别的定位点之间的空间距离和时间距离、所述待识别的定位点的定位时间特征、所述待识别的定位点的定位位置特征；其中，所述上一个定位点为获取到的所述待识别的定位点对应的用户的上一个定位点，所述下一个定位点为获取到的所述待识别的定位点对应的用户的下一个定位点；

所述待识别的定位点的空间特征包括以下之一或任意组合：所述待识别的定位点所在的街区的历史停留点与历史移动点比例、所述待识别的定位点是否位于具有停留属性的兴趣面内、所述待识别的定位点周围预定范围内的兴趣点特征。