位置信息，确定驾驶员在该区域最相关的兴趣所在。
[0060] 本发明涉及的技术术语解释：
[0061]
[
[0063]请参照图1以及图2,本发明提供一种基于交通轨迹的驾驶员兴趣点发现方法，具 体包括：
[0064] S1:预设采集周期；
[0065] S2:依据所述采集周期获取一浮动车N天的行车数据，所述行车数据包括浮动车编 号、地理位置和时间点，所述N大于等于2;
[0066]上述N可以是20、30、90或者是365,依据对最终获取到的驾驶员的兴趣点的准确度 要求可灵活配置；
[0067]所述一浮动车的行车数据的获取方式可以是:利用装载在浮动车上的车载定位系 统依据预先设置的采集周期T定期采集浮动车的编号、地理位置和时间点等行车信息;并将 所述行车数据通过移动蜂窝通信技术等无线移动通信技术传送到数据中心，为数据中心后 续针对浮动车的行车数据的统计分析提供可靠的数据分析基础。
[0068] S3:划分所述行车数据对应的行车区域为两个以上网格区域，依据划分顺序对所 述网格区域进行编号；
[0069]具体可以是:数据中心接收到行车数据后，依据行车数据中的地理位置信息与GIS 系统的地图数据进行匹配，定位获取行车数据所处的行车区域;将所述行车区域依据一预 设的单位面积进行划分，得到多个的网格区域;依据划分的顺序对所述网格区域进行编号， 如网格区域1、网格区域2……网格区域S;划分得到的网格区域的数量越多，对后续针对网 格区域的行车数据分析结果将更准确，最终得到的驾驶员的兴趣点也更加精确。
[0070] S4:依据所述地理位置，定位所述行车数据对应的网格区域；
[0071 ] S5:获取各网格区域对应的网格区域行车数据集合；
[0072] S6:生成网格区域与网格区域行车数据集合的关联表；
[0073]步骤S4-6具体可以是:数据中心依据所述行车数据中的地理位置，对每条行车数 据进行定位，获取每条行车数据对应的网格区域;统计每个网格区域内包含的所有行车数 据，获取各个网格区域各自对应的网格区域行车数据集合;建立网格区域与对应的网格区 域行车数据集合的关联性，生成网格区域与网格区域行车数据集合的关联表，并将所述关 联表存储在数据中心的数据库中。
[0074] S7:将一天划分为P个时间段，P大于等于2;
[0075] 所述P可以是6、8或10等数值，划分得到的每个时间段对应的时间也可以灵活的依 据需求配置；如将一天划分为4个时间段，可以是早上6:00-8:00、8:00-10:00、10:00-12: 00、12:00-14:00、14:00-16:00、16:00-18:00、18:00-20:00、20:00-22:00和22:00-24:00;P 的取值越大，将对一天的时间划分的越细，最终获取到的驾驶员对应各个时间段的兴趣点 确认也更精确。
[0076] S8:依据所述关联表，获取一网格区域对应的网格区域行车数据集合；
[0077] S9:依据所述时间点的先后顺序，对所述网格区域行车数据集合中的行车数据进 行排序；
[0078] S10:依据所述时间段，分别获取所述各网格区域对应第N天的第P个时间段的行车 数据序列；
[0079] 步骤S8-10具体可以包括:依据所述网格区域与网格区域行车数据集合的关联表， 获取其中一个网格区域，如网格区域1，以及对应的网格区域行车数据集合;依据网格区域 行车数据集合中各行车数据对应的时间点，按照时间轴前后顺序对所有的网格区域行车数 据进行排序，得到依据时间顺序排序的网格区域行车数据集合;依据每一天所对应的预设 时间段，依次在经过排序的网格区域行车数据集合中提取对应的行车数据，最终获取到该 网格区域对应第η天的第P个时间段的行车数据序列;如网格区域1对应第一天的第1个时间 段对应的行车数据序列1，第一天的第2个时间段对应的行车数据序列2……第10天的第8个 时间段对应的行车数据序列35。
[0080] S11:依据时间轴顺序，以及所述行车数据序列对应的网格区域编号；获取由所述 一浮动车对应第η天的第Ρ个时间段时所处网格区域编号构成的网格区域集合；
[0081] 具体的，步骤S11可以包括:首先获取一个网格区域对应的所有的行车数据序列， 基于所述所有的行车数据序列本身便是步骤S5中对应该网格区域的网格区域行车数据集 合中分析处理提取出来的，因此，可以直接确定所述所有的行车数据序列对应的网格区域 编号；依次确定每一个网格区域的所有的行车数据序列对应的网格区域编号;然后依据时 间轴顺序，对所有网格区域所有的行车数据序列对应的网格区域编号进行排序，获取浮动 车对应每一天的每个时间段时所处的网格区域对应的编号构成的网格区域集合，如浮动车 在第一天的第一个时间段时处在网格区域1、第一天的第二个时间段时处在网格区域5…… 第9天的第一个时间段处在网格区域1;通过网格区域集合，便能直观的了解到浮动车依据 时间轴顺序所处的不同网格区域，并作为后续浮动车依据时间段的不同分析获取到对应这 一时间段的准确的兴趣点而提供精确的数据分析基础。
[0082] S12:获取对应各网格区域的服务位置信息集合；
[0083] 所述各网格区域的服务位置信息集合可以依据对GIS系统的地图数据进行简单的 分析处理，依据地图数据中记录的各商家和商业服务机构来获取。
[0084] S13:匹配所述网格区域集合和所述服务位置信息集合，获取包括所述一浮动车在 各个时间段所对应的网格区域编号，以及网格区域所对应服务位置信息的第一集合；
[0085] 步骤S13具体可以包括:从步骤S11的网格区域集合和步骤S12的服务位置信息集 合中依次提取出每一天的各个时间段所处的网格区域编号，以及该网格区域对应的服务位 置信息构成的第一集合;如获取第P个时间段所处的网格区域编号，以及对应的服务位置信 息;如P为2，则所述第一集合由（第2个时间段处在网格区域1，区域网格1对应的服务位置信 息），（第2个时间段处在网格区域3,网格区域3对应的服务位置信息）……（第2个时间段处 在网格区域18,网格区域18对应的服务位置信息）。
[0086] S14:依据所述第一集合中所述网格区域编号对应的行车数据序列中的时间点，确 定所述一浮动车在所述网格区域滞留的时间；
[0087] S15:依据所述一浮动车在各网格区域滞留的时间计算得到对应的滞留因子;获取 滞留因子大于1的网格区域对应的网格区域编号，构成所述一浮动车的兴趣网格区域编号 集合；
[0088] 所述滞留因子代表的是在这一时间段内，所述浮动车在该网格区域滞留的时间长 短标准;若滞留因子大于1，则表示所述浮动车在该网格区域内有滞留，进而判断浮动车对 应的驾驶员在该网格区域内可能有感兴趣的服务位置信息；反之，若滞留因子为1，则表示 驾驶员在该网格区域内没有滞留，可能只是路过所述网格区域，在该网格区域内几乎没有 驾驶员感兴趣的服务位置信息;标记滞留因子大于1的网格区域为兴趣网格区域，获取所有 的兴趣网格区域对应的编号，得到所述一浮动车的兴趣网格区域编号集合。
[0089] S16:将所述兴趣网格编号与所述第一集合中的网格区域编号匹配，在第一集合 中，提取与所述兴趣网格区域编号相同的第二集合；
[0090] 具体可以为：依据所述兴趣网格编号集合，从所述第一集合中提取对应的网格区 域编号，以及该网格区域对应的服务位置信息，构成对应所述兴趣网格区域编号集合的第 二集合。
[0091] S17:将所述第二集合中的兴趣网格区域编号和对应的服务位置信息作为样本进 行统计分析，得到所述一浮动车频繁出现的兴趣网格区域编号，以及对应的服务位置信息；
[0092] 具体可以为：提取所述第二集合中大量的数据，并以数据中的兴趣网格区域编号 和对应的服务位置信息作为样本进行正态分布处理，进而得到兴趣网格区域编号和对应的 服务位置信息服从二维的正态分布曲线;最后经过计算得到所述一浮动车频繁出现的兴趣 网格区域编号集合，以及对应的服务位置信息。
[0093] 进一步的，还可以包括:数据中心从统计分析中提取出浮动车的驾驶员频繁出现 的兴趣网格区域，并根据兴趣网格区域对应的服务位置信息的相关度，进而发现驾驶员在 该兴趣网格区域最相关的兴趣所在，从而商家和广告商等据此向该区域的驾驶员推送出有 针对性的生活服务信息或广告信息。
[0094] 在上述方案的基础上，本发明的实施例二为：
[0095] 装载有车载定位系统的一浮动车依据预设的采样周期T，采集得到N天的由浮动车 编号i、地理位置信息1和时间点信息t构成的行车数据序列 Xl:Xl =〈l，t>;将所述行车数据 序列Xi发送至数据中心。
[0096] 数据中心接收所述行车数据序列Xl;依据所述地理位置信息1定位所述行车数据 序列Xl对应的行车区域；
[0097] 以单位区域面积so对所述行车区域s'进行网格化划分，并依据划分顺序进行编 号;得到由网格区域ds构成的网格区域集合. . .，ds}，其中，s为网格区域的编 号；
so可根据分析的需要选取适当的值。
[0098]将位于同一网格