[发明专利]一种基于移动位置应用的用户常态轨迹分析方法

摘要

本发明公开了一种基于移动位置应用的用户常态轨迹分析方法，包括以下步骤步骤1，输入用户轨迹集合P；步骤2，获取轨迹集合P中的一组有序的包含全部Pn个轨迹点的凸多边形轨迹集合Q；步骤3，计算凸多边形Q的面积；步骤4，确定簇半径R和簇密度T；步骤5，记录所有核心簇；步骤6，进行核心簇合并；步骤7，递归执行步骤7，直至所有的核心簇之间无法合并，则判定收敛；步骤8，将未包含在核心簇中的点，判定为噪音点；以簇半径R为阈值，采取就近聚类的原则，将噪音点聚集成若干个噪音簇；步骤9，将核心簇和噪音簇进行簇内轨迹点选举，保证一簇选举出一点。

主权项

一种基于移动位置应用的用户常态轨迹分析方法，其特征在于，包括以下步骤：步骤1，输入用户轨迹集合P，以及目的聚类簇个数K，轨迹集合P包含轨迹点的原始位置数据；步骤2，对于轨迹集合P中的Pn个轨迹点，获取轨迹集合P中的一组有序的包含全部Pn个轨迹点的凸多边形轨迹集合Q；步骤3，计算凸多边形Q的面积；步骤4，确定簇半径R和簇密度T；步骤5，以轨迹集合P中任意一个轨迹点M为圆心，簇半径R以内包含的点个数大于T个，则认为M是核心点，以M为圆心，R为半径包含的所有点集合为核心簇C；如果簇半径R以内包含的点个数小于簇密度T，则认为M为普通点；遍历P中所有的点，记录所有核心簇；步骤6，假设以M1为核心点形成的核心簇C1中包含T1个轨迹点，以M2为核心点形成的核心簇C2中包含T2个轨迹点，如果C1与C2两簇公共轨迹点数超过两簇中最少轨迹点簇的轨迹点数的50％，则将C1与C2进行合并，形成新的簇C12；步骤7，递归执行步骤6，直至所有的核心簇之间无法合并，则判定收敛；步骤8，将未包含在核心簇中的点，判定为噪音点；以簇半径R为阈值，采取就近聚类的原则，将噪音点聚集成若干个噪音簇；步骤9，将核心簇和噪音簇进行簇内轨迹点选举，保证一簇选举出一点；所述原始位置数据包括：用户账号、经度、纬度以及采集时间；步骤2中，使用开源凸包算法ConvexHull获取轨迹集合P中的一组有序的包含全部Pn个轨迹点的凸多边形轨迹集合Q；步骤3中，计算方法为：将凸多边形Q分割成若干个三角形，计算三角形面积并相加；步骤9中，针对每个簇中的所有轨迹点进行经纬度加权平均，生成簇的虚拟中心点，然后计算簇内所有点到该虚拟中心点的距离，选举距离最小点作为该簇的常态轨迹点，选举出所有簇合并后的常态轨迹点并输出。