一种轨道交通用户识别方法、装置及系统与流程

本发明涉及通信技术领域，尤其涉及一种轨道交通用户识别方法、装置及系统。

背景技术：

随着我国交通行业的快速发展，轨道交通(包括高铁、城铁、地铁等)已经成为人们出行的主要方式之一。由于轨道交通通信场景日益普及并变得越来越重要，因此对轨道交通用户进行识别对于网络优化和用户分析具有重要价值。

以轨道交通中的高速铁路(以下简称高铁)为例，目前通过建设一张链型覆盖高铁线路的通信网络，即高铁专网(简称专网)来保证高铁上的乘客有较好的通信体验。而覆盖高铁区域外的网络称为公网。当前识别高铁用户主要有以下几种方法：第一种，通过用户终端在专网小区中的驻留时间来判断用户是否为高铁用户。第二种，通过用户终端在预设时间内的位置更新次数来确定用户是否为高铁用户。第三种，采集覆盖高铁小区A口和Abis口的全量信令数据；根据预先建立的沿线常驻用户库，从所述全量信令数据中匹配出沿线常驻用户；根据高速铁路实际路测数据，分离出所述沿线常驻用户之外的用户中的高铁用户和沿线低速用户。

本申请发明人在实际应用中发现，上述方法一和二所采用的分析手段为专网分析手段，而当高铁用户驻留在公网时，通过专网的分析手段难以确定该用户是否为高铁用户；并且在第二种方法中，对于高铁和高速并行的场景，高速汽车用户将与高铁用户共享移动网络，若他们的速度类似，其发生的消息事件类型相同，利用位置更新次数将难以有效的实现高铁用户和周边高速用户的区分；而对于第三种利用实测数据进行匹配的高铁用户识别方法，需要事先对每条线路进行实测，而实测往往受工程量限制，难以进行全面测试，且通常测试只能采集少量的样本，更多隐性问题无法暴露，且消耗人力成本较大。

技术实现要素：

本发明实施例提供一种轨道交通用户识别方法、装置及系统，具有更好的实施性和更广的适用性——适用于各种网络环境，同时不仅可以识别高铁用户，在城铁/地铁等轨道交通用户的识别上同样适用。

为达到上述目的，本发明的实施例采用如下技术方案：

一种轨道交通用户识别方法，包括：

获取目标区域的用户的移动通信网络侧信令面全量数据；

利用所述全量数据生成用户的全部移动类型事件的记录；

提取所述全部移动类型事件的记录中的运动类事件的记录，并生成运动类事件记录组；

根据所述运动类事件记录组中的每条记录的聚类特征确定用户是否为轨道交通用户。

一种轨道交通用户识别装置，包括：

获取单元，所述获取单元用于获取目标区域的用户的移动通信网络侧信令面全量数据；

生成单元，所述生成单元用于利用所述获取单元获取的全量数据生成用户的全部移动类型事件的记录；

提取单元，所述提取单元用于提取所述生成单元生成的全部移动类型事件的记录中的运动类事件的记录，并生成运动类事件记录组；

确定单元，所述确定单元用于根据所述提取单元生成的运动类事件记录组中的每条记录的聚类特征确定用户是否为轨道交通用户。

一种轨道交通用户识别系统，包括如上所述的轨道交通用户识别装置。

本发明提供的轨道交通用户识别方法、装置及系统，获取目标区域的用户的移动通信网络侧信令面全量数据；利用所述全量数据生成用户的全部移动类型事件的记录；提取所述全部移动类型事件的记录中的运动类事件的记录，并生成运动类事件记录组；根据所述运动类事件记录组中的每条记录的聚类特征确定用户是否为轨道交通用户。这种利用聚类特征确定用户是否为轨道交通用户的方式，在进行轨道交通用户识别时，不依赖于轨道交通工参数据中的专网/公网标识，也不依赖于轨道交通的速度门限，并且不需要事前对每条轨道交通线路进行实测，因此具有更好的实施性；同时可以识别各种轨道交通用户，因此还具有更广的适用性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一的种轨道交通用户识别方法的流程图；

图2为本发明实施例一的种轨道交通用户识别方法的另一流程图；

图3为本发明实施例一的种轨道交通用户识别方法的又一流程图；

图4为本发明实施例一的种轨道交通用户识别方法的又一流程图；

图5为本发明实施例一的种轨道交通用户识别方法的又一流程图；

图6为本发明实施例二的种轨道交通用户识别方法的流程图；

图7为利用本发明的轨道交通用户识别方法确定的有聚类特征的高铁出行用户的时间特征；

图8为利用本发明的轨道交通用户识别方法确定的无聚类特征的非高铁出行用户的时间特征；

图9为本发明实施例三的种轨道交通用户识别装置的结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

如图1所示，本发明实施例一提供一种轨道交通用户识别方法，包括：

S11、获取目标区域的用户的移动通信网络侧信令面全量数据。

其中，所述目标区域可以为轨道交通线路的某一段区域，例如京沪高铁线路中从北京到南京这一段区域。所述“全量数据”为所采集的移动通信网络侧接口的全部信令面数据，包括用户与移动通信网络的全部交互消息。

该步骤中用户的移动通信网络侧信令面全量数据例如可以从2G网络下的A接口、Gb接口、C/D接口，3G网络下的Iu-CS(Circuit Switched Domain，电路交换域)接口、Iu-PS(Packet Switched Domain，分组交换域)接口、C/D接口、Gn接口、Gr接口，4G网络下的S1-MME(Mobility Management Entity,移动管理实体)接口、S6a接口等获取。

S12、利用所述全量数据生成用户的全部移动类型事件的记录。

其中，所述全量数据包括用户与移动通信网络的交互消息。

如图2所示，在实际应用中，此步骤可包括：

步骤S121、利用所述全量数据，通过接口消息关联将用户与移动通信网络的交互消息进行关联，生成各种类型的事件的记录。

在具体应用中，可利用现有技术中的接口消息关联生成各种类型的事件的记录。例如，可利用约10～40条交互消息生成一个事件的记录。

步骤S122、从所述各种类型的事件的记录中提取用户的全部移动类型事件的记录。

其中，所述移动类型事件至少包括位置更新类事件、切换类事件，还可包括跟踪区更新事件、路由区更新事件、TMSI(transmission measuring set input，传输测试器输入)分配事件、P-TMSI分配事件、重定位事件等。

所述移动类型事件的记录中包含用户的用户标识USER-ID、事件类型EVENTTYPE(包含普通位置更新类型、切换类型等)、事件触发前用户所在的旧位置区标识LAI-OLD、事件触发后用户所在的新位置区标识LAI-NEW以及事件发生的时间TIME。

步骤S13、提取所述全部移动类型事件的记录中的运动类事件的记录，并生成运动类事件记录组。

如图3所示，在实际应用中，此步骤具体包括：

步骤S131、根据所述用户标识对同一用户下的移动类型事件按照事件发生的时间进行排序，生成移动类型事件序列。

其中，生成的移动类型事件序列中的每一个移动类型事件都被分配一个序列号SHIFT EVENT-ID。

步骤S132、逐一判断所述移动类型事件序列中的每个事件的记录是否属于运动类事件记录。

也就是说，此步骤需要从移动类型事件中确定出运动类事件。而本申请中的运动类事件可根据以下步骤S132具体步骤来确定。

其中，步骤S132具体为：

判断每个事件的每条记录是否满足第一条件和第二条件。

若第n条移动类型事件的记录同时满足第一条件和第二条件，则判定第n条移动类型事件的记录为一组运动类事件记录的中间记录。

若第n条移动类型事件的记录满足所述第一条件，不满足所述第二条件，则判定第n条移动类型事件的记录为一组运动类事件记录的终止记录。

若第n条移动类型事件的记录满足所述第二条件，不满足所述第一条件，则判定第n条移动类型事件的记录为一组运动类事件记录的起始记录。

若第n条移动类型事件的记录既不满足所述第一条件，也不满足所述第二条件，则判定第n条移动类型事件的记录不属于运动类事件记录。

其中，所述第一条件为：对于第n条移动类型事件的记录，在第一预定时间T1内存在第n-1条移动类型事件的记录，且第n-1条移动类型事件的记录的旧位置区标识不等于第n条移动类型事件的记录的新位置区标识；所述第二条件为：对于第n条移动类型事件的记录，在所述第一预定时间T1内存在第n+1条移动类型事件的记录，且第n+1条移动类型事件的记录的新位置区标识不等于第n条移动类型事件的记录的旧位置区标识。

在具体应用中，T1可根据位置区标识规划的大小来确定，例如为20分钟。

其中，上述起始记录、中间记录以及终止记录属于运动类事件的记录，也就是说，在本申请中，具有起始记录、中间记录以及终止记录的事件称为运动类事件。

步骤S133、将不属于运动类事件的记录剔除，利用属于运动类事件的记录生成运动类事件记录组。

也就是说将全部移动类型事件的记录中的不属于运动类事件的记录剔除，将剩下的属于运动类事件的记录分组，每一组运动类事件的记录都包括以上所述的起始记录、中间记录以及终止记录。

S14、根据所述运动类事件记录组中的每条记录的聚类特征确定用户是否为轨道交通用户。

如图4所示，在实际应用中，此步骤可包括：

S141、确定每一组运动类事件记录中的每条记录的相关用户，并统计所述相关用户的数量。

具体地，对于每一组运动类事件记录中的每条记录，统计在每条记录前后第二预定时间T2内与该条记录相同的记录，登记与该条记录相同的记录所属用户的用户标识，以确定该条记录的相关用户，并生成相关用户组。之后，统计所述相关用户组中的相关用户的数量。

其中，第二预定时间T2可根据轨道交通工具的速度以及位置区范围进行设定，例如为3分钟。

其中，若两条记录的事件类型、事件触发前用户所在的旧位置区标识、事件触发后用户所在的新位置区标识、事件成功与否都相同，则这两条记录为相同的记录。也就是说，本申请中将具有相同记录的用户称为“相关用户”，每个相关用户都具有用于标识该相关用户的相关用户标识M-USER-X、相关用户序号M-USER-ID、相关用户聚类标识M-USER-TAG，并且每一条记录的相关用户组成相关用户组。

S142、当第M组运动类事件记录中的第N条记录的相关用户的数量小于预设数量时，将第N条记录标记为奇异记录；当第M组运动类事件记录中的第N条记录的相关用户的数量大于或等于所述预设数量时，将第N条记录标记为非奇异记录。

其中，所述预设数量可根据需要进行设定，例如为用户一组运动类事件记录中所有记录的相关用户均值的20％。

其中，所述奇异记录例如为，当用户终端的射频模块发生故障时，本来该发生切换的时候没有发生，使得与网络的交互时间推迟了；或者由于网络接口拥塞，记录的事件时间与逻辑上应该发生的事件不一致，这些情况下的记录即为奇异记录。

S143、确定所有的非奇异记录中的聚类记录。

如图5所示，在实际应用中，此步骤可包括：

S1431、在所有的非奇异记录下，确定每组运动类事件记录中的每条记录的所有相关用户，并统计每个相关用户在所有记录中出现的频次。

其中，本申请中，每个相关用户在所有非奇异记录中出现的频次指的是每条记录中的每个相关用户在所有非奇异记录中出现的比例。

S1432、当相关用户m在所有非奇异记录中出现的频次大于或等于预设值时，将相关用户m标记为聚类用户。此时，<M-USER-TAG>置1。

其中，所述预设值可根据实际情况进行设定，例如80％。

例如，若将所述预设值设为80％，且共有10条非奇异记录，对于第5条非奇异记录中的相关用户M-USER-1(即等同于步骤S432中的m)，若在这10条非奇异记录中的9条中出现相关用户M-USER-1，则相关用户M-USER-1在所有非奇异记录中出现的频次90％(9/10)大于预设值80％，此时，将相关用户M-USER-1标记为聚类用户。

S1433、统计每条记录下的聚类用户的比例。

由于每条记录都有其相关用户组，因此，每条记录下的聚类用户的比例指的是每条记录下的相关用户组中的聚类用户占该相关用户组中所有用户的比例。

例如，若第3条记录的相关用户组中共有10个相关用户，其中聚类用户有8个，则第3条记录下的聚类用户的比例即为80％(8/10)。

S1434、若记录K下的聚类用户的比例大于或等于第一预设比，则将记录K标记为聚类记录。

其中，所述第一预设比可根据实际情况进行设定，例如70％。

继续以步骤S1433中的例子为例，此时，步骤S1434中的K即为3，由于其聚类用户的比例为80％，若将第一预设比设为70％，则第3条记录即可标记为聚类记录。

S144、根据每一个用户下的运动类事件记录组中的奇异记录和聚类记录的数量确定用户是否为轨道交通用户。

在实际应用中，此步骤具体可包括：

当用户的一运动类事件记录组中的奇异记录占该运动类事件记录组的总记录的比例小于第二预设比，并且该运动类事件记录组中的聚类记录占非奇异记录的比例大于或等于第三预设比时，确定用户为轨道交通用户。

其中，所述第二预设比、第三预设比可根据具体情况进行设定，例如第二预设比可设为7％，第三预设比可设为80％。

进一步，以轨道交通为高铁为例，在确定用户具体是哪一段高铁用户时(例如是京沪高铁用户还是京哈高铁用户)，如果根据用户的乘车信息确定某一用户是于11月21日上午上车的京沪高铁用户，而且根据本申请的方案确定用户为高铁用户(即正在乘坐高铁)，且该用户的运动类事件类型和位置区及时间等限制条件与用户的乘车信息一致，则可确认该用户是11月21日上午上车的京沪高铁用户，而不是京哈高铁用户。

由上可见，本发明实施例一的轨道交通用户识别方法，利用聚类特征确定用户是否为轨道交通用户，在进行轨道交通用户识别时，不依赖于轨道交通工参数据中的专网/公网标识，也不依赖于轨道交通的速度门限，并且不需要事前对每条轨道交通线路进行实测，因此具有更好的实施性；同时可以识别各种轨道交通用户，因此还具有更广的适用性。

实施例二

下面以轨道交通中的高铁为例，通过实施例二对本申请的轨道交通用户识别方法进行详细描述。

如图6所示，本发明实施例二的轨道交通用户识别方法包括：

S21、根据目标高铁区域的网络覆盖方式从网络侧采集用户的信令面全量数据。

其中，所述全量数据中包括用户与移动通信网络的交互消息。

以WCDMA(Wideband Code Division Multiple Access，宽带码分多址移动通信系统)3G网络覆盖方式为例，可通过网络侧设备端或者接口端采集Iu-CS接口消息，该接口消息中包含本申请所需的全量信令数据。采集时间根据分析需求而定。

需要说明的是，本发明除了用于3G网络外，还可用于2G网络、LTE(Long Term Evolution，长期演进)/EPC(Evolved Packet Core，演进分组核心网)网络中。

S22、通过接口消息关联将用户与移动通信网络的交互消息关联生成各种类型的事件，并从中提取移动类型的事件。所述移动类型的事件包括位置更新类事件、切换类事件、跟踪去更新类事件、重定位事件等。

S23、从用户与移动通信网络的交互消息中提取相关字段，生成数据库文件表。

其中，所述相关字段结构如表1中所示。

表1

S24、以用户为索引按时间顺序对用户所有的移动类型事件的记录排序，并填充至<SHIFT EVENT-ID>。

S25、确定每条记录的<MOVEMENT-TAG>和<MOVEMENT-ID>。

其中，<MOVEMENT-TAG>和<MOVEMENT-ID>用于表征一条记录是否为运动类事件记录。

需注意，每一个运动类事件下的“运动类事件记录组”都具有一组起始记录、中间记录和终止记录，而同一组起始记录、中间记录和终止记录的<MOVEMENT-ID>都是相同的，即属于同一记录组的每条记录具有相同的<MOVEMENT-ID>。其中，起始记录、中间记录和终止记录的判断可参照实施例一步骤S132中的描述，在此不再赘述。

在实际应用中，当确定一条记录为一组运动类事件记录的中间记录、终止记录或起始记录，或者确定该记录不属于运动类事件记录时，可将表1中的运动类事件的记录标识<MOVEMENT-TAG>设置为相应的值。

例如，对于第n条记录，若第n条记录为一组运动类事件记录的中间记录，则其运动类事件的记录标识<MOVEMENT-TAG>＝1；若第n条记录为一组运动类事件记录的终止记录，则其运动类事件的记录标识<MOVEMENT-TAG>＝2；若第n条记录为一组运动类事件记录的起始记录，则其运动类事件的记录标识<MOVEMENT-TAG>＝3；若第n条记录不属于运动类事件记录，则其运动类事件的记录标识<MOVEMENT-TAG>＝0。

在确定每条记录的<MOVEMENT-TAG>之后，可根据其<MOVEMENT-TAG>确定该条记录的<MOVEMENT-ID>。

具体地，可按照<SHIFT EVENT-ID>的顺序进行遍历，例如，接上例，若初始<MOVEMENT-ID>＝0，当<MOVEMENT-TAG>＝3时，表明该条记录为一组运动类事件记录的起始记录，则该条记录的<MOVEMENT-ID>为上一个不为0的<MOVEMENT-ID>值加1；当<MOVEMENT-TAG>＝1时，表明该条记录为一组运动类事件记录的中间记录，则该条记录的<MOVEMENT-ID>为前一条的记录的<MOVEMENT-ID>值；当<MOVEMENT-TAG>＝2时，表明该条记录为一组运动类事件记录的终止记录，则该条记录的<MOVEMENT-ID>为前一条的记录的<MOVEMENT-ID>值；当<MOVEMENT-TAG>＝0时，表明该条记录不属于运动类事件记录，则该条记录的<MOVEMENT-ID>＝0。

其中，若同一个<MOVEMENT-ID>下的记录数小于N1，则将此记录下所有的<MOVEMENT-ID>置0，去除短记录。

N1可根据目标区域的长度进行设定，例如设为5。

例如，若用户有一运动记录组包括5条记录，如果N1＝6，那么表明用户的运动轨迹不大，则这一组运动记录不具备参考价值，因此把这一运动记录组作为短记录处理，将其下所有记录的MOVEMENT-ID>置0。

S26、判断每条记录的<MOVEMENT-TAG>和<MOVEMENT-ID>是否都不为0。

当一条记录的<MOVEMENT-ID>和<MOVEMENT-TAG>都不为0时，确定该记录为运动类事件记录，具有该记录的事件即为运动类事件。此时，执行步骤S27，否则剔除该记录。

S27、确定每一个运动类事件记录组中的每条记录是否为奇异记录。

此步骤可参照实施例一步骤S141中的描述，在此不再赘述。

当一条记录为奇异记录时，表面具有该记录的事件为奇异事件，此时将<ODD-EVENT>置1；否则该记录为非奇异记录，此时将<ODD-EVENT>置0，并执行步骤S28。

S28、确定所有非奇异记录下的聚类记录。

当确定一条记录为聚类记录时，即确定具有该条记录的事件为聚类事件，此时将<GT-EVENT>置1。

S29、根据用户某一运动类事件记录组下所有记录的<ODD-EVENT>和<GT-EVENT>标记情况判断该运动记录是否为高铁记录。

其中，步骤S27-S29的具体实现方式可参照实施例一中的描述，在此不再赘述。

当确定某一用户为高铁用户时，可将<GT-TAG>置1。

图7和图8分别示出有聚类特征的高铁出行用户的时间特征以及无聚类特征的非高铁出行用户的时间特征。

由上可见，本发明实施例二提供的轨道交通用户识别方法利用聚类特征确定用户是否为轨道交通用户，在进行轨道交通用户识别时，不依赖于轨道交通工参数据中的专网/公网标识，也不依赖于轨道交通的速度门限，并且不需要事前对每条轨道交通线路进行实测，因此具有更好的实施性。同时，虽然实施例二以高铁为轨道交通的例子进行说明，但是，利用本发明的轨道交通用户识别方法还可以识别各种其他的轨道交通用户，因此还具有更广的适用性。

实施例三

如图9所示，本发明实施例三提供了一种轨道交通用户识别装置30，包括：获取单元31，所述获取单元31用于获取目标区域的用户的移动通信网络侧信令面全量数据；生成单元32，所述生成单元32用于利用所述获取单元31获取的全量数据生成用户的全部移动类型事件的记录；提取单元33，所述提取单元33用于提取所述生成单元32生成的全部移动类型事件的记录中的运动相关类事件的记录，并生成运动类事件记录组；确定单元34，所述确定单元用于根据所述提取单元33生成的运动类事件记录组中的每条记录的聚类特征确定用户是否为轨道交通用户。

其中，所述获取单元31获取的全量数据包括用户与移动通信网络的交互消息，所述生成单元32包括：第一生成子单元，所述第一生成子单元用于利用所述全量数据，通过接口消息关联将用户与移动通信网络的交互消息进行关联，生成各种类型的事件的记录；提取子单元，所述提取子单元用于从所述第一生成子单元生成的各种类型的事件的记录中提取用户的全部移动类型事件的记录，所述移动类型事件至少包括位置更新类事件、切换类事件。

其中，所述生成单元32生成的移动类型事件的记录中包含用户的用户标识、事件类型、事件触发前用户所在的旧位置区标识、事件触发后用户所在的新位置区标识以及事件发生的时间。所述提取单元33包括：第二生成子单元，所述第二生成子单元用于根据所述用户标识对同一用户下的移动类型事件按照事件发生的时间进行排序，生成移动类型事件序列；判断子单元，所述判断子单元用于逐一判断所述第二生成子单元生成的移动类型事件序列中的每个事件的每条记录是否属于运动类事件记录；第三生成子单元，所述第三生成子单元用于将所述判断子单元确定的不属于运动类事件的记录剔除，利用属于运动类事件的记录生成运动类事件记录组。

在实际应用中，所述判断子单元具体用于：判断每个事件的每条记录是否满足第一条件和第二条件；若第n条移动类型事件的记录同时满足第一条件和第二条件，则判定第n条移动类型事件的记录为一组运动类事件记录的中间记录；若第n条移动类型事件的记录满足所述第一条件，不满足所述第二条件，则判定第n条移动类型事件的记录为一组运动类事件记录的终止记录；若第n条移动类型事件的记录满足所述第二条件，不满足所述第一条件，则判定第n条移动类型事件的记录为一组运动类事件记录的起始记录；若第n条移动类型事件的记录既不满足所述第一条件，也不满足所述第二条件，则判定第n条移动类型事件的记录不属于运动类事件记录。其中，所述第一条件为：对于第n条移动类型事件的记录，在第一预定时间内存在第n-1条移动类型事件的记录，且第n-1条移动类型事件的记录的旧位置区标识不等于第n条移动类型事件的记录的新位置区标识；所述第二条件为：对于第n条移动类型事件的记录，在所述第一预定时间内存在第n+1条移动类型事件的记录，且第n+1条移动类型事件的记录的新位置区标识不等于第n条移动类型事件的记录的旧位置区标识。

其中，所述确定单元34包括：确定及统计子单元，所述确定及统计子单元用于确定每一组运动类事件记录中的每条记录的相关用户，并统计所述相关用户的数量；标记子单元，所述标记子单元用于在第M组运动类事件记录中的第N条记录的相关用户的数量小于预设数量时，将第N条记录标记为奇异记录；在第M组运动类事件记录中的第N条记录的相关用户的数量大于或等于所述预设数量时，将第N条记录标记为非奇异记录；第一确定子单元，所述第一确定子单元用于确定所有的非奇异记录中的聚类记录；第二确定子单元，所述第二确定子单元用于根据每一个用户下的运动类事件记录组中的奇异记录和聚类记录的数量确定用户是否为轨道交通用户。

在实际应用中，所述确定及统计子单元具体用于：对于每一组运动类事件记录中的每条记录，统计在每条记录前后第二预定时间内与该条记录相同的记录，登记与该条记录相同的记录所属用户的用户标识，以确定该条记录的相关用户，并生成相关用户组；统计所述相关用户组中的相关用户的数量。其中，若两条记录的事件类型、事件触发前用户所在的旧位置区标识、事件触发后用户所在的新位置区标识、事件成功与否都相同，则这两条记录为相同的记录。

在实际应用中，所述第一确定子单元具体用于：在所有的非奇异记录下，确定每组运动类事件记录中的每条记录的所有相关用户，并统计每个相关用户在所有非奇异记录中出现的频次；当相关用户m在所有非奇异记录中出现的频次大于或等于预设值时，将相关用户m标记为聚类用户；统计每条记录下的聚类用户的比例；若记录K下的聚类用户的比例大于或等于第一预设比，则将记录K标记为聚类记录。

在实际应用中，所述第二确定子单元具体用于：当用户的一运动类事件记录组中的奇异记录占该运动类事件记录组的总记录的比例小于第二预设比，并且该运动类事件记录组中的聚类记录占非奇异记录的比例大于或等于第三预设比时，确定用户为轨道交通用户。

上述装置30的工作原理可参照前述方法实施例一和二中的描述，在此不再赘述。

由上可见，本发明实施例二的轨道交通用户识别装置，利用聚类特征确定用户是否为轨道交通用户，在进行轨道交通用户识别时，不依赖于轨道交通工参数据中的专网/公网标识，也不依赖于轨道交通的速度门限，并且不需要事前对每条轨道交通线路进行实测，因此具有更好的实施性；同时可以识别各种轨道交通用户，因此还具有更广的适用性。

此外，本发明实施例还提供了一种轨道交通用户识别系统，该系统包括如上所述的轨道交通用户识别装置30。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。

需说明的是，以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。