[发明专利]基于时空移动特征分布的移动群智感知用户联盟聚类方法

权利要求书

1.一种基于时空移动特征分布的移动群智感知用户联盟聚类方法，其特征在于，包括以下步骤：

步骤1：计算用户移动行为特征与用户活跃度，确定K个联盟的初始聚类中心点c_j，j＝1,2,...,K；

所述的用户移动行为特征反映用户在给定时间间隔内，在不同空间位置上的移动时空行为分布特征，用户移动行为特征表示为：

其中，mbc(u_i,l_s)表示用户u_i在空间位置l_s上的用户移动行为特征；f_qua(u_i,l_s)表示用户u_i在空间位置l_s上的数据质量；f_qua(u_i,l)表示用户u_i在所有空间位置l上的数据质量；f_co(u_i,l_s)表示用户u_i在空间位置l_s上的感知成本；f_co(u_i,l)表示用户u_i在所有空间位置l上的感知成本；

所述的用户活跃度ma(u_i,l)为用户u_i在所有空间位置l上的数据质量与感知成本，用户活跃度ma(u_j,l)表示为：

其中，n为用户的数量；

步骤2：基于用户上传数据，计算用户数据与联盟相似度，设置每个联盟中的用户上限τ，保障聚类数据的平衡性；

用户u_i与第j个联盟中心点c_j的相似度为：

其中，f_qua(c_j,l)表示第j个联盟中心点c_j在所有空间位置l上的数据质量；f_co(c_j,l)表示第j个联盟中心点c_j在所有空间位置l上的感知成本；

步骤3：根据用户联盟相似度与联盟中用户数量，基于用户联盟判定准则，实现用户联盟聚类；

步骤3.1：选择一个用户u_i，判断用户u_i是否能加入与用户u_i对应相似度值最高的联盟k中；

步骤3.1.1：若联盟k中用户数量未达到上限τ，则将用户u_i加入到联盟k中，完成用户u_i的联盟聚类，执行步骤3.3；若联盟k中用户数量达到上限，则执行步骤3.1.2；

步骤3.1.2：提取联盟k中的边界用户u_e，判断是否小于若则将用户u_i加入到联盟k中，剔除联盟k中的边界用户u_e，重新分配边界用户u_e的所属联盟，完成用户u_i的联盟聚类，执行步骤3.3；若则执行步骤3.2；

步骤3.2：判断用户u_i是否能加入除联盟k以外的其他联盟中，按与用户u_i对应相似度值从大到小依次判定，直至用户u_i加入到某联盟中，完成用户u_i的联盟聚类，执行步骤3.3；

步骤3.3：判断是否完成所有用户的联盟聚类，若未完成则返回步骤3.1。