[发明专利]同行人员检测方法、装置及其应用

权利要求书

1.同行人员检测方法，其特征在于，包括以下步骤：

S00、确定目标人员清单，并获取目标人员的定位信息和时间信息；

S10、将所述时间信息中的时间点转换为时间戳，并进行归一化处理，以完成数据预处理；

S20、通过聚类算法模型将全量目标人员的定位信息和归一化后的时间戳数据作为聚类算法模型的输入，并将定位信息和归一化后的时间戳数据聚类，以同一时间在同一经纬度的数据聚类为同一簇类；

S30、根据目标人员的唯一标识与簇类标签，将n个簇类标签中的目标人员存入单个数列，得到n个目标人员数列；

S40、根据时间维度将所有目标人员数列排序，并设定同行判断距离为l，遍历连续l个数列的交集，得到n-l+1个同行人员集合；

S50、将所有同行人员集合展开形成两两同行人员对应的数据集中，并通过知识图谱图数据库语言补充所述数据集中两两人员之间的关系属性；

S60、比较两两人员的类型是否一致、计算两两人员年龄差的绝对值以及计算两两人员之间的居住地直线距离，将结果均存入所述数据集中；

S70、通过样本数据训练逻辑回归模型，并筛选出所述逻辑回归模型中结果为同行的数据，并与所述聚类算法模型的输出结果左关联，以获得两两同行人员的结果表；

其中，所述样本数据为目标人员清单与所述聚类算法模型的输出结果关联得到；

S80、将所述结果表中每条数据的同行经过地点进行交集计算，并将计算结果大于l的数据存入数列w中，其余数据存入数列v中；

S90、将数列w中每条数据重新进行同行经过地点交集计算，并将计算结果大于l的数据覆盖数列w，其余数据存入数列v；

S100、循环S90步骤，直至数列w为空数列，并将数列v作为最终同行人员检测结果。

2.如权利要求1所述的同行人员检测方法，其特征在于，S10步骤中，所述时间点为固定周期差值的时间，该固定周期差值通过检测记录设备或基站反馈的数据周期得到。

3.如权利要求1所述的同行人员检测方法，其特征在于，S20步骤中，采用密度聚类算法DBSCAN模型，并确定该密度聚类算法DBSCAN模型的eps参数和MinPts参数。

4.如权利要求1所述的同行人员检测方法，其特征在于，S20步骤中，通过最大最小值归一化方法将定位信息中的经纬度数据转化成纲量数据，并通过将时间戳转化为时间戳距离，再进行最大最小值归一化转化成纲量数据，再将所有纲量数据转换成纯量数据进行加权比较，以作为聚类算法模型的输入。

5.如权利要求1所述的同行人员检测方法，其特征在于，S50步骤中，所述关系属性包括社会关系，若存在多种社会关系，则保留多种关系类型并存入所述数据集中。

6.如权利要求1所述的同行人员检测方法，其特征在于，S70步骤中，样本数据的量保持在输入自变量的50倍左右。

7.如权利要求1-6任一项所述的同行人员检测方法，其特征在于，所述辑回归模型的训练过程包括以下步骤：

构建sigmoid函数，将逻辑回归模型的输出结果投射到设定区间中；

设定决策边界，并判断sigmoid函数的分类概率，以最终输出二元分类结果，该结果为同行或非同行；

计算逻辑回归模型的损失函数，并判断逻辑回归模型的计算误差。