一種群體軌跡的挖掘方法及系統(tǒng)的制作方法
【技術領域】
[0001] 本發(fā)明涉及移動通信技術領域，尤其涉及一種群體軌跡的挖掘方法及系統(tǒng)。
【背景技術】
[0002] 目前，智慧交通成了智慧城市不可缺乏的部分。城市的交通擁堵問題已經引起了 相關部門的注意，市民只有在信息對稱的情況下，才能更好避開出行高峰，以節(jié)省時間，提 高生活的滿意度。道路規(guī)劃是一個非常重要的課題，但是道路規(guī)劃需要有效掌握市民的群 體軌跡。
[0003] 目前，群體軌跡的統(tǒng)計大多來自于GPS(GlobalPositioningSystem，全球定位系 統(tǒng)）的數據。GPS定位是以綜合多顆衛(wèi)星的數據測量出用戶到衛(wèi)星的距離，再結合距離差距 得出用戶的位置。這種方法具有缺陷：（1)獲取測量數據的成本高；（2)開通GPS的用戶數 量少；（3)在密集城區(qū)的測量精度大；(4)計算群體軌跡的復雜度大。因此，采用GPS數據來 計算準實時（延遲半小時）的群體軌跡非常困難。

【發(fā)明內容】

[0004] 本發(fā)明實施例提出一種群體軌跡的挖掘方法及系統(tǒng)，能夠實時、準確地挖掘用戶 的群體軌跡，且計算簡單，成本低廉。
[0005] 本發(fā)明實施例提供一種群體軌跡的挖掘方法，包括：
[0006] 提取在同一時間段內與N個用戶終端發(fā)生交互的基站，N彡2;
[0007] 對提取的基站進行分類；
[0008] 分別統(tǒng)計每個用戶終端在每個路段上的停留次數；所述路段為每類基站的輻射范 圍在道路上所覆蓋的路徑；
[0009] 根據每個用戶終端在每個路段上的停留次數，計算所述時間段內在所述道路上的 群體軌跡。
[0010] 進一步地，所述對提取的基站進行分類，具體包括：
[0011] 分別以提取的每個基站為中心建立第一緩沖區(qū)；所述第一緩沖區(qū)覆蓋基站的輻射 范圍；
[0012] 采用空間聚類算法，對提取的所有基站進行分類，使每類基站中的所有第一緩沖 區(qū)具有共同區(qū)域。
[0013] 進一步地，所述根據每個用戶終端在每個路段上的停留次數，計算所述時間段內 在所述道路上的群體軌跡，具體包括：
[0014] 根據每個用戶終端在每個路段上的停留次數，采用協同過濾算法，計算用戶軌跡 之間的相似度，獲得相似度高的路段，作為所述時間段內在所述道路上的群體軌跡。
[0015] 進一步地，在所述分別統(tǒng)計每個用戶終端在每個路段上的停留次數之前，還包 括：
[0016] 根據與每個基站發(fā)生交互的用戶終端的數量，設置每個基站的權重值；
[0017] 根據所述權重值，計算每類基站的共同區(qū)域的質心，作為每類基站的聚合點；
[0018] 分別以每個聚合點為中心建立第二緩沖區(qū)；
[0019] 逐一判斷每個聚合點的第二緩沖區(qū)是否與所述道路相交；若是，則設置所述聚合 點到所述道路的垂足為擬合點；若否，則設置所述聚合點為擬合點；
[0020] 去除未位于所述道路上的擬合點所對應的一類基站。
[0021] 進一步地，所述群體軌跡的挖掘方法還包括：
[0022] 統(tǒng)計所述群體軌跡的用戶數量。
[0023] 相應地，本發(fā)明實施例提供一種群體軌跡的挖掘系統(tǒng)，包括：
[0024] 基站提取模塊，用于提取在同一時間段內與N個用戶終端發(fā)生交互的基站， N彡2 ;
[0025] 基站分類模塊，用于對提取的基站進行分類；
[0026] 次數統(tǒng)計模塊，用于分別統(tǒng)計每個用戶終端在每個路段上的停留次數；所述路段 為每類基站的輻射范圍在道路上所覆蓋的路徑；以及，
[0027] 群體軌跡計算模塊，用于根據每個用戶終端在每個路段上的停留次數，計算所述 時間段內在所述道路上的群體軌跡。
[0028] 進一步地，所述基站分類模塊具體包括：
[0029] 第一緩沖區(qū)建立單元，用于分別以提取的每個基站為中心建立第一緩沖區(qū)；所述 第一緩沖區(qū)覆蓋基站的輻射范圍；以及，
[0030] 基站分類單元，用于采用空間聚類算法，對提取的所有基站進行分類，使每類基站 中的所有第一緩沖區(qū)具有共同區(qū)域。
[0031] 進一步地，所述群體軌跡計算模塊具體用于根據每個用戶終端在每個路段上的停 留次數，采用協同過濾算法，計算用戶軌跡之間的相似度，獲得相似度高的路段，作為所述 時間段內在所述道路上的群體軌跡。
[0032] 進一步地，所述群體軌跡的挖掘系統(tǒng)還包括：
[0033] 權重值設置模塊，用于根據與每個基站發(fā)生交互的用戶終端的數量，設置每個基 站的權重值；
[0034] 聚合點計算模塊，用于根據所述權重值，計算每類基站的共同區(qū)域的質心，作為每 類基站的聚合點；
[0035] 第二緩沖區(qū)建立模塊，用于分別以每個聚合點為中心建立第二緩沖區(qū)；
[0036] 判斷模塊，用于逐一判斷每個聚合點的第二緩沖區(qū)是否與所述道路相交；若是，則 設置所述聚合點到所述道路的垂足為擬合點；若否，則設置所述聚合點為擬合點；以及，
[0037] 基站去除模塊，用于去除未位于所述道路上的擬合點所對應的一類基站。
[0038] 進一步地，所述群體軌跡的挖掘系統(tǒng)還包括：
[0039] 用戶數量統(tǒng)計模塊，用于統(tǒng)計所述群體軌跡的用戶數量。
[0040] 實施本發(fā)明實施例，具有如下有益效果：
[0041] 本發(fā)明實施例提供的群體軌跡的挖掘方法及系統(tǒng)，能夠通過小區(qū)的信令數據，實 時、準確地獲取用戶終端與基站發(fā)生交互的信息，進而獲取用戶軌跡的信息，使得用戶軌跡 信息獲取方便，成本低廉；根據與基站發(fā)生交互的用戶終端的數量和基站的位置進行聚合， 相對于GPS基于每個用戶的經煒度信息進行聚合來說，計算復雜度低；用戶終端在用戶中 的滲透率高，小區(qū)信令數據能夠記錄絕大部分人的信息；根據用戶終端與基站發(fā)生交互的 信息，準確獲取群體軌跡的用戶數量，為城市道路規(guī)劃、軌道規(guī)劃提供準確依據。
【附圖說明】
[0042] 圖1是本發(fā)明提供的群體軌跡的挖掘方法的一個實施例的流程示意圖；
[0043] 圖2是本發(fā)明提供的群體軌跡的挖掘方法中基站分類的示意圖；
[0044] 圖3是本發(fā)明提供的群體軌跡的挖掘方法中聚合點的示意圖；
[0045]圖4是本發(fā)明提供的群體軌跡的挖掘系統(tǒng)的一個實施例的結構示意圖。
【具體實施方式】
[0046] 下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；?本發(fā)明中的實施例，本領域普通技術人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他 實施例，都屬于本發(fā)明保護的范圍。
[0047] 參見圖1，是本發(fā)明提供的群體軌跡的挖掘方法的第一個實施例的流程示意圖，包 括：
[0048] S1、提取在同一時間段內與N個用戶終端發(fā)生交互的基站，N彡2 ;
[0049] S2、對提取的基站進行分類；
[0050]S3、分別統(tǒng)計每個用戶終端在每個路段上的停留次數；所述路段為每類基站的輻 射范圍在道路上所覆蓋的路徑；
[0051] S4、根據每個用戶終端在每個路段上的停留次數，計算所述時間段內在所述道路 上的群體軌跡。
[0052] 其中，在同一