本發(fā)明涉及室內移動對象的軌跡分析領域和室內熱點區(qū)域挖掘領域，是一種基于室內移動對象軌跡分析的熱點區(qū)域熱度分析方法。
背景技術：
：近些年來，由于gps定位技術的成熟，日常生活中大量的gps軌跡數(shù)據(jù)被收集積累起來用于軌跡分析，基于位置的服務在室外空間的應用得到了迅猛的發(fā)展。由于gps定位在室內空間的局限性，使其無法應用于室內環(huán)境。如今隨著rfid、藍牙、wlan技術的發(fā)展以及移動設備的普及，使得獲取室內移動對象的軌跡數(shù)據(jù)成為現(xiàn)實。由于室內空間不同于室外空間，移動對象軌跡數(shù)據(jù)的表達方式也不相同，過去應用于室外空間的軌跡分析技術無法適應室內空間，室內移動對象軌跡數(shù)據(jù)研究才剛剛起步?，F(xiàn)有的室內移動對象軌跡分析技術往往試圖將室內定位設備產生的數(shù)據(jù)重建為移動對象的2/3d坐標，在根據(jù)坐標信息運用聚類的方法查詢熱點區(qū)域，該方案的缺點在于：室內定位設備受室內環(huán)境因素的影響較大，如墻體會嚴重衰減無線射頻信號，定位精度有限，導致重建出的2/3d軌跡坐標會出現(xiàn)嚴重偏離真實軌跡的情況；聚類的方法無法剔除一些無意義坐標的干擾，導致挖掘出的熱點區(qū)域并非人們真正感興趣的區(qū)域。本發(fā)明所述的方法采用基于語義分析的方法，無需重建2/3d坐標，雖會丟失部分空間信息，但也避免錯誤信息的干擾；采用篩選停留位置的方法剔除無意義位置，使挖掘出的熱點區(qū)域更接近真實感興趣區(qū)域。技術實現(xiàn)要素：本發(fā)明所要解決的技術問題是：提供一種基于室內移動對象軌跡分析的熱點區(qū)域熱度分析方法。本發(fā)明的目的是通過以下技術手段實現(xiàn)的：一種基于室內移動對象軌跡分析的熱點區(qū)域熱度分析方法，該方法包括以下步驟：步驟(1)，獲取室內定位設備的位置信息，并對室內定位設備進行編號；采集各個室內定位設備記錄的基于語義的歷史數(shù)據(jù),并對歷史數(shù)據(jù)進行預處理，按移動對象進行分類，獲得室內移動對象的軌跡；步驟(2)，在獲得軌跡的基礎上進行停留位置檢測和停留軌跡檢測：把移動對象軌跡中的停留時間大于預設時間閾值的位置篩選出來，保存在停留位置集合中；對應的，剔除非停留位置后的移動對象軌跡稱為移動對象的停留軌跡。步驟(3)，基于室內移動對象停留軌跡進行熱點區(qū)域挖掘：計算移動對象-室內位置興趣度關系矩陣，迭代計算移動對象活躍度和位置熱度，通過聚類的方法對區(qū)域熱度劃分等級，從而得到熱點區(qū)域；進一步地，所述步驟(1)中，對室內定位設備記錄的基于語義的歷史數(shù)據(jù)進行預處理的方法，具體為：(a1)通過室內定位設備，捕獲室內所有移動對象的位置數(shù)據(jù),并保存于數(shù)據(jù)庫中。所述的室內定位設備應具有判別不同對象的能力，即能識別移動對象的身份標識，連續(xù)時間內自始至終，不同的定位設備對同一移動對象應給出唯一識別標簽；所述的室內定位設備本身應有唯一的標簽以區(qū)別不同的定位設備；所述的室內定位設備記錄的數(shù)據(jù)應包含時間信息；(a2)獲取室內定位設備wi-fi、rfid等源產生的原始數(shù)據(jù)日志記錄di，其格式為＜observationid,locationid_fk,userid_fk,obscreationtime＞，分別表示日志編號、定位設備編號、移動對象編號、產生時間；(a3)針對某一個移動對象，獲取其在各個定位設備中的數(shù)據(jù)片段，并根據(jù)其時間戳進行排序，得到對應移動對象的軌跡，軌跡表示為該移動對象訪問位置的時間序列，其格式為：＜d,readerid,tagid,entertime,leavetime,movetime＞，分別表示日志編號、定位設備編號、移動對象編號、進入時間、離開時間、以及移動對象離開前一設備覆蓋范圍進入當前設備覆蓋范圍所經(jīng)歷的時間。進一步地，所述步驟(2)中，停留位置檢測和停留軌跡檢測算法，具體為：(b1)所述的停留位置是指：移動對象在定位設備覆蓋范圍的停留時間大于預設時間閾值tthresold的位置；所述停留位置的數(shù)據(jù)格式包含定位設備編號，目標移動對象編號、進入室內定位設備覆蓋范圍時間戳、離開定位設備覆蓋范圍時間戳，其格式為：＜tagid,readerid,entertime,leavetime＞，即滿足條件leavetime-entertime＞tthresold的位置即為停留位置；所有符合要求的停留位置保存在一個停留位置集合中；(b2)所述的移動對象停留軌跡是指移動對象訪問的停留位置在時間順序上的序列。4.根據(jù)權利要求1所述的方法，其特征在于，所述步驟(3)中，基于室內移動對象軌跡的熱點區(qū)域挖掘方法，具體為：(c1)根據(jù)步驟(2)中提取的停留位置，計算移動對象對室內位置的興趣度id：移動對象oi對停留位置slj的興趣度為：其中表示室內移動對象oi訪問停留位置slj的平均停留時間，計算方法為duration表示該移動對象對該停留位置的總訪問時間，visit表示該移動對象對該停留位置的總訪問次數(shù)；表示移動對象訪問所有位置的平均停留時間之和；(c2)構建所有移動對象對各個停留位置的興趣度矩陣mid；(c3)根據(jù)步驟c2獲得的興趣度矩陣，計算移動對象活躍度(ld)以及室內位置熱度(hd)，所述的移動對象活躍度以該移動對象訪問的室內位置熱度之和表示，所有移動對象的活躍度表示為一個行向量；所述的室內位置熱度以訪問過該位置的移動對象的活躍度之和表示，所有停留位置的熱度表示為一個行向量；所述的室內位置熱度向量hot與移動對象活躍度向量liveness是興趣度矩陣mid的鄰近矩陣，即其中，為hot向量中第slj個元素，即代表了位置slj的熱度；為liveness向量中第oi個元素，即代表了移動對象oi的活躍度。若以livenessk，hotk表示經(jīng)過k次迭代后的移動對象活躍度和室內位置熱度矩陣，則通過迭代方式求解可以得到:hotk＝midt×mid×hotk-1livenessk＝mid×midt×livenessk-1由此，可以利用快速迭代的方法計算出livenessk和hotk。(c4)根據(jù)迭代得到的熱度矩陣hotk，即得到停留位置slj的熱度值越大，停留位置slj的熱度越高。本發(fā)明的有益效果在于：本發(fā)明通過室內定位設備獲取移動對象的軌跡數(shù)據(jù)，可分別對不同時間段的數(shù)據(jù)進行室內熱點區(qū)域挖掘。附圖說明圖1是本發(fā)明的部分室內位置空間關系圖；圖2是本發(fā)明的室內熱點區(qū)域挖掘示意圖；圖3是本發(fā)明中mid矩陣關系示意圖；圖4是本發(fā)明的數(shù)據(jù)預處理及停留位置檢測流程圖；圖5是本發(fā)明的熱點區(qū)域挖掘算法流程圖。具體實施方式下面結合具體實例對本發(fā)明做進一步詳述，本實例中對某大樓進行了熱點區(qū)域挖掘，采用的數(shù)據(jù)庫為zenodo的indoorpositioningdatabase，包括以下步驟：步驟(1)，獲得室內定位設備的位置信息，部分室內位置空間關系如圖1所示；對室內定位設備進行編號后，采集各個室內定位設備記錄的基于語義的歷史數(shù)據(jù),并對歷史數(shù)據(jù)進行預處理，按移動對象進行分類，獲得室內移動對象的軌跡；具體為：(a1)通過室內定位設備，捕獲室內所有移動對象的位置數(shù)據(jù),并保存于數(shù)據(jù)庫中。所述的室內定位設備應具有判別不同對象的能力，即能識別移動對象的身份標識，連續(xù)時間內自始至終，不同的定位設備對同一移動對象應給出唯一識別標簽；所述的室內定位設備本身應有唯一的標簽以區(qū)別不同的定位設備；所述的室內定位設備記錄的數(shù)據(jù)應包含時間信息；(a2)獲取室內定位設備wi-fi、rfid等源產生的原始數(shù)據(jù)日志記錄di，其格式為＜observationid,locationid_fk,userid_fk,obscreationtime＞，分別表示日志編號、定位設備編號、移動對象編號、產生時間；部分室內位置空間關系如圖1所示，其在每個房間部署了一個室內定位設備(wi-fi)，一共捕獲了125374條定位數(shù)據(jù)日志，部分數(shù)據(jù)日志如表1所示：表1：部分定位數(shù)據(jù)日志表observation_idlocation_id_fkuser_id_fkobs_creation_time1112012/10/1715:31:482112012/10/1715:32:083112012/10/1715:32:274112012/10/1715:33:225212012/10/1715:24:486212012/10/1715:25:007212012/10/1715:25:108212012/10/1715:25:209312012/10/1716:12:3310312012/10/1716:12:44(a3)針對某一個移動對象，獲取其在各個定位設備中的數(shù)據(jù)片段共712條，并根據(jù)其時間戳進行排序，得到對應移動對象的軌跡，軌跡表示為該移動對象訪問位置的時間序列，其格式為：＜d,readerid,tagid,entertime,leavetime,movetime＞，分別表示日志編號、定位設備編號、移動對象編號、進入時間、離開時間、以及移動對象離開前一設備覆蓋范圍進入當前設備覆蓋范圍所經(jīng)歷的時間。部分軌跡日志數(shù)據(jù)如表2所示：表2：部分移動對象軌跡日志表idtag_idreader_identer_timeleave_timemove_time11222012/10/1714:14:482012/10/1714:15:16021262012/10/1714:20:562012/10/1714:21:352213192012/10/1714:25:162012/10/1714:25:4720541202012/10/1714:29:122012/10/1714:29:4913851212012/10/1714:32:072012/10/1714:32:4415361232012/10/1714:35:172012/10/1714:35:4534971242012/10/1714:41:342012/10/1714:42:3910981252012/10/1714:44:282012/10/1714:46:1216491192012/10/1714:48:562012/10/1714:50:35143101352012/10/1714:52:582012/10/1714:54:30306步驟(2)，在獲得軌跡的基礎上進行停留位置檢測和停留軌跡檢測：把移動對象軌跡中的停留時間大于預設時間閾值(60s)的位置篩選出來，共挖掘出32個停留位置，保存在停留位置集合中。其中停留位置是指：移動對象在定位設備覆蓋范圍的停留時間大于預設時間閾值tthresold的位置；所述停留位置的數(shù)據(jù)格式包含定位設備編號，目標移動對象編號、進入室內定位設備覆蓋范圍時間戳、離開定位設備覆蓋范圍時間戳，其格式為：＜tagid,readerid,entertime,leavetime＞，即滿足條件leavetime-entertime＞tthresold的位置即為停留位置；所有符合要求的停留位置保存在一個停留位置集合中；移動對象停留軌跡是指移動對象訪問的停留位置在時間順序上的序列。步驟(3)，基于室內移動對象停留軌跡進行熱點區(qū)域挖掘：計算移動對象-室內位置興趣度關系矩陣，迭代計算移動對象活躍度和位置熱度，具體為：(c1)根據(jù)步驟(2)中提取的停留位置，計算移動對象對室內位置的興趣度id：移動對象oi對停留位置slj的興趣度為：其中表示室內移動對象oi訪問停留位置slj的平均停留時間，計算方法為duration表示該移動對象對該停留位置的總訪問時間，visit表示該移動對象對該停留位置的總訪問次數(shù)；表示移動對象訪問所有位置的平均停留時間之和；(c2)構建所有移動對象對各個停留位置的興趣度矩陣mid，移動對象-室內位置興趣度矩陣mid表如表3所示：表3：移動對象-室內位置興趣度矩陣mid表1678911131518192010.000870.001910.00030.002920.002570.000970.00010.0019800.001810.2522920.003460.007850.00120.011580.010180.003860.00040.0078500.00718130.008780.012690.008480.005040.00770.015160.000810.023480.085470.215320.1561340.003460.007850.00120.011580.010180.003860.00040.0078500.007181212223242526353637383910.034790.050290.03360.019960.035010.60070.003190.093050.338790.853480.6188620.008780.012690.008480.005040.00770.015160.000810.023480.085470.215320.1561330.18680.060540.194360.09960.009180.007720.009580.083030.000270.182690.2522940.008780.012690.008480.005040.00770.015160.000810.023480.085470.215320.156134041424344454647484910.031990.015270.049040.025130.002320.001950.002420.020950.000070.0460920.000870.001910.00030.002920.002570.000970.00010.0019800.0018130.18680.060540.194360.09960.009180.007720.009580.083030.000270.1826940.18680.060540.194360.09960.009180.007720.009580.083030.000270.18269(c3)根據(jù)步驟c2獲得的興趣度矩陣，計算移動對象活躍度(ld)以及室內位置熱度(hd)，所述的移動對象活躍度以該移動對象訪問的室內位置熱度之和表示，所有移動對象的活躍度表示為一個行向量；所述的室內位置熱度以訪問過該位置的移動對象的活躍度之和表示，所有停留位置的熱度表示為一個行向量；所述的室內位置熱度向量hot與移動對象活躍度向量liveness是興趣度矩陣mid的鄰近矩陣，即其中，為hot向量中第slj個元素，即代表了位置slj的熱度；為liveness向量中第oi個元素，即代表了移動對象oi的活躍度。若以livenessk，hotk表示經(jīng)過k次迭代后的移動對象活躍度和室內位置熱度矩陣，則通過迭代方式求解可以得到:hotk＝midt×mid×hotk-1livenessk＝mid×midt×livenessk-1由此，可以利用快速迭代的方法計算出livenessk和hotk。結果如下：表4：位置熱度及分類結果表location16789111315181920hot0.000870.001910.00030.002920.002570.000970.00010.0019800.001810.25229聚類結果00000000001location2122232425263536373839hot0.008780.012690.008480.005040.00770.015160.000810.023480.085470.215320.15613聚類結果00000000011location40414243444546474849hot0.031990.015270.049040.025130.002320.001950.002420.020950.000070.04609聚類結果0000000000其中為1的類表示屬于熱點區(qū)域，為0表示為非熱點區(qū)域，有上述結果對照停留位置可知，編號為20、38、39的區(qū)域為熱點區(qū)域。熱點區(qū)域平均熱度為0.2079，非熱點區(qū)域平均熱度為0.0129。統(tǒng)計后的室內位置熱度如圖2所示。通過與實際數(shù)據(jù)比對可知，本發(fā)明提出的熱度分析方法真實可靠，符合實際情況，可為商場的熱度提供有效的參考。當前第1頁12