[发明专利]一种基于K-means聚类的移动疑似危险人群分类方法

摘要

一种基于K‑means聚类的移动疑似危险人群分类方法，方法包括：获取移动数据，保留包括IMSI、StartTime、CGI、LocLng以及LocLat等移动信息；选取指定地点，根据其CGI查询得到特定时间段内经过该地点的个体IMSI列表；通过每个个体IMSI查询获得该时段内的若干条移动信息，并按时间排序生成一组时序点；分析时序点信息，选取并获得个体通过该地点次数以及最长停留时间作为分类特征；由得到的特征做K‑means特征聚类，划分出常驻人群、路过人群以及来回驻足人群；将来回驻足人群，即疑似危险人群，以IMSI列表输出。

主权项

1.一种基于K‑means聚类的移动疑似危险人群分类方法，所述的方法包括：步骤1，获取移动数据；利用现有移动数据，每条数据保留包括IMSI、StartTime、CGI、LocLng以及LocLat字段，其中，IMSI表示个体携带的移动设备的唯一标识符，StartTime为基站接收到移动信号的即时时间，CGI为接收基站小区的唯一标示符，LocLng以及LocLat为接收基站的经纬度，即基站的地理位置；步骤2，获取经过个体列表；选取特定基站作为指定地点，由该基站小区的唯一标示符CGI，查询得到特定时间段内经过该基站所有个体的IMSI；步骤3，获取时序信息；根据步骤2获得的IMSI进行查询，即可获得特定时间段内每个IMSI对应移动设备的若干条移动数据，同时，按照移动数据的即时时间排序，即可构成针对每个个体的一组时序信息；步骤4，获取个体特征；由于需要将人群分为常驻人群、路过人群以及来回驻足人群，因而，选取并获得个体通过该地点的次数以及最长停留时间作为分类特征；步骤5，K‑means聚类；根据步骤4得到的特征进行K‑means聚类，获得常驻人群、路过人群以及来回驻足人群，共计3类人群；步骤6，输出分类结果；根据聚类结果，将划分得到的来回驻足人群，即疑似危险人群，做相关IMSI列表的输出操作，以便相关研究人员进一步过滤分析；步骤4具体包括：41遍历单个个体的所有时序信息，若时序点中的CGI为指定地点的CGI，则置1，若不是指定地点的CGI，则置0，则可以得到一组由0与1组成的字符串；42获取连续1的子字符串集，子字符串的个数即为个体通过该地点的次数，每个子字符串的首尾即时时间差即为每次的停留时间，获取子字符串集中最长的停留时间；43由于个别点具备较大的差异性，因此需要过滤异常点，以保证接下来聚类的准确性；将最长停留时间超过300分钟的个体过滤出来，提前纳入常驻人群，再将通过次数大于30次的个体过滤出来，提前纳入来回驻足人群；44将剩下个体的通过该地点次数以及最长停留时间这两个特征分别做归一化操作，得到最终的特征参数；步骤5具体包括：51需要划分出3类人群，因而k＝3，随机选取3个点作为质心uj，其中，j＝1,2,3；52对于个体样本中的特征数据，通过欧式距离计算每个数据所归属的分类，公式如下所示：c(i)表示样例与k个类中距离最近的一个，x(i)表示个体样例点，uj表示类的质心；53对于每一个类，重新计算其类的质心，计算公式如下所示；m表示类中个体样例的个数；54给出收敛条件：最小化对象到其簇质心的距离的平方和，查看其是否满足收敛条件，若满足收敛条件，则给出分类结果，若不满足收敛条件，则返回步骤52继续计算；收敛条件公式如下所示：dist(x(i),uj)2表示质心到个体样例点的欧氏距离。