[发明专利]基于时空模式的用户行为相似性挖掘方法

摘要

本发明涉及用户行为轨迹挖掘技术领域，具体涉及一种基于时空模式的用户行为相似性挖掘方法。本发明针对LBSN用户的签到记录不连续、碎片化严重的状况，发明了签到点集的时空模式匹配方法进行数据的用户行为挖掘，将签到点分为秩次子集与孤立点两类，对秩次子集内的时间顺序信息给予保留，并在相似性比较时与位置信息进行有效融合。发明了一种新的时空Hausdorff距离匹配方法进行有效的时空模式相似判别，无需进行签到点间的行为轨迹恢复，同时有效的利用了签到时间顺序信息，因而能比较好的判断用户签到行为的相似性。

主权项

1.一种基于时空模式的用户行为相似性挖掘方法，其特征在于：包括以下步骤：步骤1：时空数据融合步骤，获取单个用户的所有签到数据，所述签到数据包括签到时间、签到点位置信息，将该签到点按签到时间先后顺序排列，并将该签到点分成孤立点与秩次子集两类，孤立点只保留位置信息，秩次子集中包含若干签到点，并将签到时间转换为秩次信息，秩次子集中保留签到点位置和秩次信息；步骤2：时空模式匹配步骤：利用时空Hausdorff距离匹配方法，基于秩次信息与签到点位置信息计算出的用户行为相似性，比较孤立点与孤立点之间的相似性距离，秩次子集合与秩次子集合之间的相似性距离，以及孤立点与秩次子集合之间的相似性距离，再根据该相似性距离，得到融合空间与时间两种信息的用户签到行为相似性度量值；所述步骤1还包括以下步骤：步骤11：将每个用户的所有原始签到点的签到数据依据时间顺序排列为{P1,P2,P3,...,PM}，每个签到点的签到数据为Pi＝{x,y,t}(i＝1,2,...,M)，其中(x,y)表示签到点Pi的经纬度位置信息，t表示签到点Pi的签到时间，步骤12：构成秩次子集，获取每个用户一天的签到点Pi构成单独的子集合Qj＝{Pj,Pj+1,Pj+2,...,Pj+N}(N≤M)，并对该单独的子集合Qj内的签到点赋予秩次权值，即Qj内按时间顺序第一个签到点秩次为rank＝1，第二个签到点秩次为rank＝2，以此类推，获得秩次后用秩次rank信息替换时间信息t，得到新的秩次子集合Q’j＝{P’j,P’j+1,...P’j+N}，P’j＝{x,y,rank}，步骤13：构成孤立点集合，所述孤立点的划分方法为：一用户1天以内(从当天0：00：00到23：59：59)只有一个签到点，则该签到点划分为孤立点Pi，由于该孤立点Pi不构成成秩次子集，则去除时间信息，只保留位置信息，形成孤立签到点Pi＝(x,y)。