[发明专利]基于物联网的行为模式分析方法和系统

说明书

本发明提出一种基于物联网的行为模式分析方法和系统，方法包括：获取待测用户的时间序列数据，时间序列数据包括：待测用户按照指定步骤执行预设活动的至少一个的目标时间点，与目标时间点对应的传感器事件，传感器事件描述目标时间点上各传感器的状态变化情况；根据时间序列数据，确定待测用户的位置序列；根据时间序列数据结合位置序列，确定基于矩阵表示的用户位置子序列；根据基于矩阵表示的用户位置子序列，确定待测用户的活动模式图，基于活动模式图，从定性和定量的角度，给出待测用户的行为模式分析结果。本发明可用于用户痴呆活动模式分类评估，实现传感器时间序列的自动分段，提高基于传感器时间序列进行数据分析的可用性和可解释性。

技术领域

本发明涉及数据分析技术领域，尤其涉及一种基于物联网的行为模式分析方法和系统。

背景技术

随着物联网的迅猛发展，基于智能设备和传感器数据的模式分析主要被应用在智慧城市领域(如交通模式分析、温度气候分析等)、智能家居领域(如痴呆监测、家居安全监测等)和智能穿戴设备领域(如健康检测、运动监测等)，也为支持基于嵌入生活环境的低成本病情监测提供了可能。

在基于环境传感器数据的病情监测系统中，通过在家居环境中部署传感器和监测设备，当用户在该环境内执行包含若干步骤的指定活动时，用户的行为触发环境传感器的状态变化，监测系统通过收集传感器状态生成的数据序列，并针对数据序列进行分析，可以得到用户的行为模式。基于上述行为模式的分析结果，可以对用户的生活提供智能帮助，例如，可以给出用户的行为辅助提示、在必要的时候进行警报应急，以及基于用户的行为模式进行痴呆病情分析，以便发现早期痴呆患者。

与基于音视频数据、可穿戴式传感器、多模态传感器的解决方案相比，基于环境传感器的解决方案具有经济成本低，数据量和计算复杂度都显著低于基于音视频数据分析的数据量、只在用户处于其检测覆盖范围内时采集数据、对用户隐私侵入性低等特点。

目前已有一些基于环境传感器的活动模式分析和病情监测研究成果。从特征类型上看，基于环境传感器的痴呆评估方法主要分为两类，即基于活动特征的研究成果和基于行走模式的研究成果。现有的研究成果进行活动模式分析时，基于不同特征对活动模式进行建模，存在的主要问题包括：第一，现有的方案通常依赖大量的人工操作，包括对数据标记和预分段，由于人工操作的成本很高，因此难以实际应用；第二，基于传统机器学习算法的模式分类缺乏可解释性；第三，标记和预分段的颗粒度较粗，尚未发现面向细粒度活动的用户活动模式学习和表示的解决方案。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种基于物联网的行为模式分析方法，能够实现序列自动分段，基于细颗粒度的活动模式，从定性和定量的角度进行行为模式分析，可用于痴呆行为模式分类和评估。

本发明的另一个目的在于提出一种基于物联网的行为模式分析方法系统。

为达到上述目的，本发明第一方面实施例提出的基于物联网的行为模式分析方法，包括：获取待测用户的时间序列数据，所述时间序列数据包括：所述待测用户按照指定步骤执行预设活动的至少一个的目标时间点，与所述目标时间点对应的传感器事件，所述传感器事件描述所述目标时间点上各传感器的状态变化情况；根据所述时间序列数据，确定所述待测用户的位置序列；根据所述时间序列数据结合所述位置序列，确定基于矩阵表示的用户位置子序列；根据所述基于矩阵表示的用户位置子序列，确定所述待测用户的活动模式图，基于所述活动模式图分析所述待测用户的行为模式。