一种居住社区群发现方法
【技术领域】
[0001]本发明涉及互联网应用领域，具体涉及一种居住社区群发现方法。
【背景技术】
[0002]当前基于GPS位置信息的应用，在向用户推荐可加入的群或好友时，由于只参照即时位置信息，并且由于城市中人员流动性较强，因而最终推荐结果的针对性较低，推荐给用户的群或“好友”往往不是用户所想要的。
【发明内容】
[0003]本发明为克服现有技术中的不足，提供了一种针对性强的居住社区群发现方法。
[0004]为实现上述目的，本发明公开了如下技术方案:
[0005]一种居住社区群发现方法，包括如下步骤:
[0006](I)确定应用领域，在用户的智能移动终端部署特定应用，推动用户注册该应用；
[0007](2)通过应用客户端收集用户信息，包括唯一用户标识、时间、经度和玮度，并按固定周期发送至服务器；
[0008](3)将用户设备的唯一标识、时间、经度和玮度数据进行ETL抽取、转化和加载；
[0009](4)聚类分析用户关系，对转换后的数据进行聚类计算，筛选并准确求得用户居住同一小区的概率；
[0010](5)推荐，根据用户的聚类情况，为属于同一聚类的用户生成聚类群，并通过消息推送的方式推荐、引导用户进入该群，并产生进一步的交流与联系。
[0011]进一步的，所述步骤(I)的具体方式为在某领域F中，发布针对该领域的特定应用A，应用A中进行用户注册身份管理，应用A以智能移动终端为运行载体，每个用户u在应用中具有唯一用户标识，记为uid。
[0012]进一步的，步骤⑴中所述的用户设备的唯一标识包括但不局限于MS1、IMEI,ESN/MEID码、手机号码或在应用管理中的用户帐号。
[0013]进一步的，所述步骤(2)的具体方式为应用A要求用户打开智能移动终端的GPS服务，应用A客户端中启动位置心跳服务，S卩，无论应用A在前台或是后台运行，定期向服务器发送心跳信息，该信息包括唯一用户标识、时间、经度和玮度。
[0014]进一步的，所述心跳信息格式为{uid, t, (latitude, longitude)},其中uid为唯一用户标识，t为UTC时间，(latitude, longitude)为经玮度，其中latitude是玮度坐标，数据格式为hddmmmmm，h代表玮度半球，取值为‘N’或‘S’，后7位为WGS84坐标系玮度数据格式去除小数点形式；longitude是精度坐标，数据格式为hddmmmmm，h代表玮度半球，取值为‘E’或‘W’，后7位为WGS84坐标系数据格式去除小数点形式。
[0015]进一步的，所述步骤(2)的固定周期P可以设置为但不局限于每30分钟发送一次。
[0016]进一步的，所述步骤(3)的数据转化具体包括如下步骤:
[0017]I)选定分析时间段，即设定时间起始点和时间终止点；
[0018]2)统计出该时间段内所记录数据的所有涉及的用户Uid ;
[0019]3)以uid为列，以时间点为行，进行如下数据转换处理；
[0020]4)以步骤I)所选时间起始点为第一行事件，以时间起点加上步骤(2)所设的发送周期P为第二行事件，以后的事件以此类推，直至达到步骤I)所选的时间终止点；
[0021]5)每个元素数据取值为:选取集合{g| g = (uid, time, latitude, longitude)}中uid = u，即从用户经玮度原始记录集合中，找到对应列(用户)和行(时刻)的经玮度取值；并且time-t〈p的元素，取该元素中的latitude和longitude形成新的元组(latitude, longitude)，作为转换后的元素数据，其中time代表原始位置数据集G中的记录时间，t代表行所对应的时刻，P代表步骤(2)所设的位置发送固定周期；
[0022]6)根据latitude与longitude中开头字母的不同将数据集拆分成4个子数据集，并在子数据集中去除字母，继而将latitude与longitude由字符串转换成整数形式，4个子数据集可以用“N-E”、“N-W”、“S-E”、“S-W”来标识，分别代表“北东半球”、“北西半球”、“南东半球”、“南西半球”。
[0023]进一步的，所述步骤(4)聚类计算步骤如下:
[0024]I)选择聚类算法，对步骤(3)转换后的数据集G进行聚类计算；
[0025]2)定义两个元素的相似度为两个元素的切比雪夫距离，即设有元素gl =(Ia1, 11), g2 = (la2, 12)，则 g# g 2的相似度为 d 12= max (| la 2~la11，| 12-1o11)，式中(Ia1, 11)表示元素gl的经玮度，(la2, 12)表示元素g2的经玮度，通过此步骤判定两个点在地理位置上的远近；
[0026]3)设置聚类的终止条件，当簇内距离小于预设的阈值!■时，停止聚类算法的计算；
[0027]4)以数据集G中的行为单位，对每个时间点t上的所有uid进行聚类计算；从中挖掘出uid所代表用户在距离上的聚类关系；
[0028]5)对各个时间点下聚类后产生的簇集合进行并集计算，从而求出更完整的聚类关系O
[0029]进一步的，所述r的取值为经度或玮度的差值，被转换为相应的地面距离时，距离小于各居住小区的抽样统计平均直径。
[0030]进一步的，所述聚类计算时可选择23点-次日7点的集合来对数据进行筛选，再进行并集运算，以更准确求得用户居住同一小区的概率。
[0031]本发明公开的一种居住社区群发现方法，具有以下有益效果:
[0032]相对于现有技术主要基于移动设备即时位置信息，提供就近发现用户功能(LBS)，本发明通过积累连续数据(即提取用户群多个时间切片点上的位置分布信息)和聚类计算，来发现用户在居住位置上的邻近关系，这样所带来的好处是:对于提供面向社区服务的应用，特别是社交型应用，本发明能够以计算方式自动发现用户现实中的真实社区群，并可以此为依据，促进同社区间用户加强联系，推送服务，开展线上线下的同步推广活动。
【具体实施方式】
[0033]下面结合实施例对本发明作进一步描述。
[0034]所述的一种居住社区群发现方法，包括如下步骤:
[0035](I)确定应用领域，在用户的智能移动终端部署特定应用，推动用户注册该应用；
[0036](2)通过应用客户端收集用户信息，包括唯一用户标识、时间、经度和玮度，并按固定周期发送至服务器；
[0037](3)将用户设备的唯一标识、时间、经度和玮度数据进行ETL抽取、转化和加载；
[0038](4)聚类分析用户关系，对转换后的数据进行聚类计算，筛选并准确求得用户居住同一小区的概率；
[0039](5)推荐，根据用户的聚类情况，为属于同一聚类的用户生成聚类群，并通过消息推送的方式推荐、引导用户进入该群，并产生进一步的交流与联系。
[0040]步骤(I)的具体方式为在某领域F中，发布针对该领域的特定应用A，应用A中进行用户注册身份管理，应用A以智能移动终端(如:手机、平板电脑等)为运行载体，每个用户u在应用中具有唯一用户标识，记为uid。
[0041]步骤(2)的具体方式为应用A要求用户打开智能移动终端的GPS服务，应用A客户端中启动位置心跳服务，即，无论应用A在前台或是后台运行，定期向服务器发送心跳信息，该信息包括唯一用户标识、时间、经度和玮度。
[0042]原始的数据结构可以视为:4元组(uid, t, latitude, longitude)的集合。为进行聚类计算，发现用户的是否居住同一社区，需要对原有数据进行转换处理。步骤(3)的数据转化具体包括如下步骤:
[0043]I)选定分析时间段，即设定时间起始点和时间终止点；
[0044]2)统计出该时间段内所记录数据的所有涉及的用户uid ;
[0045]3)以uid为列，以时间点为行，进行如下数据转换处理；
[0046]4)以步骤I)所选时间起始点为第一行事件，以时间起点加上步骤(2)所设的发送周期P(如P = 30分钟)为第二行事件，以后的事件以此类推，直至达到步骤I)所选的时间终止点；
[0047]5)每个元素数据(u列，t行)取值为:选取集合{g|g =(uid, time, latitude, longitude)}中uid = u，即从用户经玮度原始记录集合中，找到对应列(用户)和行(时刻)的经玮度取值；并且time-t〈p的元素，取该元素中的latitude和longitude形成新的元组(latitude, longitude)，作为转换后的元素数据，每个元素为某用户在统计区间内某个时刻的经玮度值记录，其中time代表原始位置数据集G中的记录时间，t代表行所对应的时刻，P代表步骤(2)所设的位置发送固定周期；
[0048]6)根据latitude与longitude中开头字母的不同将数据集拆分成4个子数据集，并在子数据集中去除字母，继而将latitude与longitude由