[发明专利]一种基于无监督学习的用户行程挖掘方法和装置有效
| 申请号： | 201710096379.4 | 申请日： | 2017-02-22 |
| 公开（公告）号： | CN108460057B | 公开（公告）日： | 2023-09-29 |
| 发明（设计）人： | 朱杰;王志强;孙家棣 | 申请（专利权）人： | 深圳市赛格车圣科技有限公司 |
| 主分类号： | G06F16/28 | 分类号： | G06F16/28;G06F16/35;G06F18/23213 |
| 代理公司： | 深圳砾智知识产权代理事务所(普通合伙) 44722 | 代理人： | 翁治林 |
| 地址： | 518000 广东省深圳市南山区*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于无监督学习的用户行程挖掘方法，包括以下步骤：步骤S1、对车载终端上传到数据平台的原始样本集进行处理，选定用于建立用于模型学习的训练样本的特征，组成样本库；以及步骤S2、对样本库使用k均值算法进行聚类分析，得到行程起点和非行程起点集合，从而区分出每一个行程。在本发明中对于用户上传到数据平台的数据，由于其中不包含行程识别码，因此我们采用未知分类标签的无监督学习方式，进行聚类分析，从而得到行程起点集合和非行程起点集合，以区分出车辆行驶的每一个行程，为了能够进一步的分析用户的驾驶行为奠定基础。 | ||
| 搜索关键词： | 一种 基于 监督 学习 用户 行程 挖掘 方法 装置 | ||
【主权项】：
1.一种基于无监督学习的用户行程挖掘方法，其特征在于，包括以下步骤：步骤S1、对车载终端上传到数据平台的原始样本集进行处理，选定用于建立用于模型学习的训练样本的特征，组成样本库；以及步骤S2、对所述样本库使用k均值算法进行聚类分析，得到行程起点和非行程起点集合，从而区分出每一个行程。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市赛格车圣科技有限公司，未经深圳市赛格车圣科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710096379.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种DXF文件有效图元转换JSON数据的方法
- 下一篇：数据处理方法及系统
