一种位置兴趣点聚类方法和相关装置的制造方法
【技术领域】
[0001] 本发明涉及地理信息处理技术领域，尤其涉及一种位置兴趣点聚类方法和相关装 置。
【背景技术】
[0002] 位置兴趣点（POI, Point Of Interest)指的是用户频繁长时间逗留的位置区域， 例如家、办公室、经常光顾的超市等对用户而言有重要意义的区域。
[0003] 利用手机等终端的Wi-Fi网络、全球定位系统（GPS，Global Positioning System)、基站标识号（ID, Identity)定位功能等可以获取用户日常活动的轨迹信息，而这 些轨迹信息是由大量具有定位偏差的定位坐标点组成，研究如何从这些轨迹信息中抽取出 用户的Ρ0Ι，对于情境感知和基于位置的服务（LBS, Location-based Service)应用与服务 来说具有重要的价值，目前也是学术界研究的热点。
[0004] 目前存在一种基于多个用户GPS轨迹信息挖掘POI的方法，其主要思想是先利用 树状分层图来对多个用户的历史位置数据进行建模，然后基于树状分层图提出基于超文本 主体搜索的推理模型，对个体的一次到访建立从用户到位置的链接。
[0005] 然而，上述方法通过时空维度抽取用户的驻留点，该驻留点仅能代表用户单次到 访，不能代表对用户有重要意义的POI地点，且挖掘POI时只是参考了用户的历史位置数 据，挖掘出的POI的可靠性和参考价值低。
【发明内容】
[0006] 本发明实施例提供了一种位置兴趣点聚类方法和相关装置，用于提高POI的可靠 性和参考价值。
[0007] 本发明第一方面提供了一种位置兴趣点聚类方法，包括：
[0008] 获取预定时间段内用户的定位点集合；
[0009] 根据上述定位点集合生成驻留点集合，其中，上述驻留点集合中的每个驻留点代 表一个热区，上述热区满足如下条件：上述热区中的任意两个定位点的地理位置距离小于 上述两个定位点的定位精度中的较大定位精度；上述热区中定位点间的时间间隔的最大值 大于预设时间阈值；
[0010] 计算上述驻留点集合中各个驻留点的可信度，其中，驻留点代表的热区中的所有 定位点的运动状态所对应的平均速度越小，该驻留点的可信度越高；
[0011] 根据上述驻留点集合中各个驻留点的可信度，从上述驻留点集合中筛选出可信驻 留点，其中，上述可信驻留点的可信度大于预设可信度阈值；
[0012] 将密度相连的可信驻留点聚类成一个位置兴趣点，其中，上述密度相连是指两个 可信驻留点所代表的热区的范围直接相接或间接相接。
[0013] 基于本发明第一方面，在第一种可能的实现方式中，
[0014] 上述根据上述定位点集合生成驻留点集合,包括：
[0015] 确定满足上述条件的热区；
[0016] 确定上述热区的几何中心点为代表上述热区的驻留点。
[0017] 基于本发明第一方面，或者本发明第一方面的第一种可能的实现方式，在第二种 可能的实现方式中，上述计算上述驻留点集合中各个驻留点的可信度，包括：
[0018] 获取上述各个驻留点代表的热区中包含的各个定位点的运动状态；
[0019] 根据公式
【主权项】
1. 一种位置兴趣点聚类方法，其特征在于，包括： 获取预定时间段内用户的定位点集合； 根据所述定位点集合生成驻留点集合，其中，所述驻留点集合中的每个驻留点代表一 个热区，所述热区满足如下条件：所述热区中的任意两个定位点的地理位置距离小于所述 两个定位点的定位精度中的较大定位精度；所述热区中定位点间的时间间隔的最大值大于 预设时间阈值； 计算所述驻留点集合中各个驻留点的可信度，其中，驻留点代表的热区中的所有定位 点的运动状态所对应的平均速度越小，该驻留点的可信度越高； 根据所述驻留点集合中各个驻留点的可信度，从所述驻留点集合中筛选出可信驻留 点，其中，所述可信驻留点的可信度大于预设可信度阈值； 将密度相连的可信驻留点聚类成一个位置兴趣点，其中，所述密度相连是指两个可信 驻留点所代表的热区的范围直接相接或间接相接。
2. 根据权利要求1所述的方法，其特征在于， 所述根据所述定位点集合生成驻留点集合，包括： 确定满足所述条件的热区； 确定所述热区的几何中心点为代表所述热区的驻留点。
3. 根据权利要求1或2所述的方法，其特征在于， 所述计算所述驻留点集合中各个驻留点的可信度，包括： 获取所述各个驻留点代表的热区中包含的各个定位点的运动状态； 根据公式以及所述各个驻留点代表的热区中包含的各个定 \k^l J k:l 位点的运动状态，计算所述驻留点集合中各个驻留点的可信度，其中，Confi表示驻留点i的 可信度，η表示η种可能的运动状态，Wk表示第k种运动状态的可信度权重，nk表示驻留点 i所代表的热区中运动状态为第k种运动状态的定位点的个数，其中，每种运动状态对应一 个可信度权重，且运动状态对应的运动速度越小，该运动状态的可信度权重越大。
4. 根据权利要求3所述的方法，其特征在于，所述获取所述定位点集合中的各个定位 点的运动状态，具体为： 根据用户的终端上的传感器数据或者Wi-Fi网络的强度和个数变化，获取所述定位点 集合中的各个定位点的运动状态。
5. 根据权利要求1至4任一项所述的方法，其特征在于， 所述将密度相连的可信驻留点聚类成一个位置兴趣点，包括： 将密度相连的所有可信驻留点中的所有叶子驻留点依次连接形成的封闭区域确定为 一个位置兴趣点的区域，其中，以叶子驻留点为中心的预设半径覆盖范围内的所有驻留点 的可信度之和均不大于预设门限值。
6. -种位置兴趣点聚类装置，其特征在于，包括： 获取单元，用于获取预定时间段内用户的定位点集合； 驻留点生成单元，用于根据所述获取单元获取的定位点集合生成驻留点集合，其中，所 述驻留点集合中的每个驻留点代表一个热区，所述热区满足如下条件：所述热区中的任意 两个定位点的地理位置距离小于所述两个定位点的定位精度中的较大定位精度；所述热区 中定位点间的时间间隔的最大值大于预设时间阈值； 计算单元，用于计算所述驻留点集合中各个驻留点的可信度，其中，驻留点代表的热区 中的所有定位点的运动状态所对应的平均速度越小，该驻留点的可信度越高； 过滤单元，用于根据所述计算单元计算出的所述驻留点集合中各个驻留点的可信度， 从所述驻留点集合中筛选出可信驻留点，其中，所述可信驻留点的可信度大于预设可信度 阈值； 聚类单元，用于将密度相连的可信驻留点聚类成一个位置兴趣点，其中，所述密度相连 是指两个可信驻留点所代表的热区的范围直接相接或间接相接。
7. 根据权利要求6所述的位置兴趣点聚类装置，其特征在于， 所述驻留点生成单元，包括： 第一确定单元，用于确定满足所述条件的热区； 第二确定单元，用于确定所述热区的几何中心点为代表所述热区的驻留点。
8. 根据权利要求6或7所述的位置兴趣点聚类装置，其特征在于， 所述计算单元，包括： 子获取单元，用于获取所述各个驻留点代表的热区中包含的各个定位点的运动状态； 子计算单元，用于根据公式Co砍以及所述子获取单元获取的所述 V k^i J k:i 各个驻留点代表的热区中包含的各个定位点的运动状态，计算所述驻留点集合中各个驻留 点的可信度，其中，Confi表示驻留点i的可信度，η表示η种可能的运动状态，Wk表示第k种 运动状态的可信度权重，n k表示驻留点i所代表的热区中运动状态为第k种运动状态的定 位点的个数，其中，每种运动状态对应一个可信度权重，且运动状态对应的运动速度越小， 该运动状态的可信度权重越大。
9. 根据权利要求8所述的位置兴趣点聚类装置，其特征在于， 所述子获取单元具体用于：根据所述用户的终端上的传感器数据或者Wi-Fi网络的强 度和个数变化，获取所述定位点集合中的各个定位点的运动状态。
10. 根据权利要求6至9任一项所述的位置兴趣点聚类装置，其特征在于，所示聚类单 元具体用于：将密度相连的所有可信驻留点聚类成一个位置兴趣点；将密度相连的所有可 信驻留点中的所有叶子驻留点依次连接形成的封闭区域确定为一个位置兴趣点的区域，其 中，以叶子驻留点为中心的预设半径覆盖范围内的所有驻留点的可信度之和均不大于预设 门限值。
【专利摘要】本发明实施例公开了一种位置兴趣点聚类方法和相关装置，其中，一种位置兴趣点聚类方法，包括：获取预定时间段内用户的定位点集合；根据定位点集合生成驻留点集合，其中，驻留点集合中的每个驻留点代表一个热区，上述热区满足如下条件：热区中的任意两个定位点的地理位置距离小于两个定位点的定位精度中的较大定位精度；热区中定位点间的时间间隔的最大值大于预设时间阈值；计算驻留点集合中各个驻留点的可信度；根据驻留点集合中各个驻留点的可信度，从驻留点集合中筛选出可信驻留点；将密度相连的可信驻留点聚类成一个位置兴趣点。本发明提供的技术方案能够有效提高POI的可靠性和参考价值。
【IPC分类】H04W4-02, G06F17-30
【公开号】CN104636354
【申请号】CN201310552636
【发明人】丁强, 宋韶旭, 欧阳振
【申请人】华为技术有限公司, 清华大学
【公开日】2015年5月20日
【申请日】2013年11月7日
【公告号】WO2015067119A1