基于语义轨迹相似度移动对象伴随关系的分析方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111651484A(43)申请公布日2020.09.11(21)申请号202010445749.2(22)申请日2020.05.22(71)申请人华中科技大学地址430074湖北省武汉市洪山区珞喻路1037号(72)发明人杨慧郭鹏(74)专利代理机构华中科技大学专利中心42201代理人李智(51)Int.Cl.G06F16/2455(2019.01)G06F16/29(2019.01)G06F16/215(2019.01)H04W8/22(2009.01)权利要求书2页说明书7页附图2页(54)发明名称基于语义轨迹相似度移动对象伴随关系的分析方法和装置(57)摘要本发明公开了一种基于语义轨迹相似度移动对象伴随关系的分析方法和装置，属于信息技术领域。包括：在目标场景内的不同语义停留点设置采集器；采集目标场景内各个移动对象手机的WiFi数据，其包含了该移动对象手机的MAC地址和时间戳；基于每个MAC地址的信息，生成移动对象的语义轨迹序列；计算两个移动对象的语义轨迹序列的最长公共停留点序列和最长公共路径序列；计算两个移动对象的最长公共停留点的分数和最长公共路径的分数；基于上述两个分数计算伴随分数。本发明通过在计算伴随分数时分别对不同停留点、不同路径以及不同日期赋予不同的权重，从而更为准确地实现两两用户之间伴随行为关系的挖掘。CN111651484ACN111651484A权利要求书1/2页1.一种基于语义轨迹相似度移动对象伴随关系的分析方法，其特征在于，该方法包括以下步骤：S1.在目标场景内的不同语义停留点设置采集器，不同停留点赋不同的伴随权重，不同路径赋不同的伴随权重；S2.采集器采集目标场景内各个移动对象携带手机的WiFi数据，所述WiFi数据包含了该移动对象手机的MAC地址和时间戳；S3.基于每个MAC地址的信息，生成该MAC地址对应的移动对象的语义轨迹序列；S4.计算两个移动对象的语义轨迹序列的最长公共停留点序列和最长公共路径序列；S5.基于最长公共停留点序列和停留点伴随权重，计算两个移动对象的最长公共停留点的分数，基于最长公共路径序列和路径伴随权重，计算两个移动对象的最长公共路径的分数；S6.基于两个移动对象的最长公共停留点的分数和最长公共路径的分数，计算伴随分数。2.如权利要求1所述的方法，其特征在于，该方法在步骤S2和S3之间，还包括：对WiFi数据进行以下预处理：(1)按照IEEE802.11规范去除WiFi数据集中的伪MAC地址；(2)将只出现在一个停留点的无效MAC地址的数据去除。3.如权利要求1或2所述的方法，其特征在于，移动对象A的语义轨迹序列表示为：UserA.seq＝[(ArrT1)a1(LevT1),(ArrT2)a2(LevT2),…,(ArrTi)ai(LevTi),…]其中，ai∈L，L是用户A的停留点的集合，ArrTi和LevTi分别是移动对象进入ai的时间戳以及离开ai的时间戳。4.如权利要求1至3任一项所述的方法，其特征在于，步骤S4包括以下步骤：S41.判断两个移动对象的语义轨迹序列seq1和seq2中是否包含长度大于等于m的相同停留点子序列，若是，进入步骤S42，否则，认为两个移动对象没有伴随关系，结束分析；S42.对于相同停留点子序列中的每一个停留点，判断是否至少满足以下一个条件：①两个移动对象同时出现在该停留点；②两个移动对象同时离开该停留点，若是，则将该停留点加入最长公共子序列LCA(seq1,seq2)，否则，不加入LCA(seq1,seq2)；S43.对于LCA(seq1,seq2)中的每一个停留点，判断是否同时满足：①两个移动对象同时到达该停留点；②两个移动对象同时离开该停留点，若是，则将该停留点加入最长公共停留点序列LCL(seq1,seq2)，否则，不加入LCL(seq1,seq2)；对于LCA中的每两个相邻停留点，判断是否满足两个移动对象同时离开一个停留点并且同时到达相邻停留点，则将这段路径加入最长公共路径序列LCP(seq1,seq2)，否则，不加入LCP(seq1,seq2)。5.如权利要求4所述的方法，其特征在于，如果两个移动对象在停留点的出现时间的差值小于预设时间阈值，则认为两个移动对象同时进入该停留点；如果两个移动对象在停留点的离开时间的差值小于预设时间阈值，则认为两个移动对象同时离开该停留点。6.如权利要求4或5所述的方法，其特征在于，步骤S5包括以下步骤：S51.计算LCL序列中出现的所有停留点的伴随权重之和，将其作为两个移动对象的最长公共停留点的分数SWL(seq1,seq2)；S52.基于LCP序列中出现的所有路径的伴随权重之和，将其作为两个移动对象的最长2CN111651