CN102509170A - 一种基于历史轨迹数据挖掘的位置预测***及方法 - Google Patents

Abstract

本发明涉及数据挖掘技术领域，具体涉及一种基于历史轨迹数据挖掘的位置预测***及方法，该方法将位置预测问题分解为离线轨迹挖掘和在线模式匹配两个子问题，离线轨迹挖掘主要使用数据挖掘技术对用户的历史轨迹数据进行处理和分析，在线模式匹配主要基于用户在线运动情况和挖掘出的运动模式进行匹配和查找，有效满足各类基于位置服务(如基于位置的广告、推荐、提醒等服务)的需求，解决了现有技术中存在的问题。

Description

一种基于历史轨迹数据挖掘的位置预测***及方法

技术领域

本发明涉及数据挖掘技术领域，具体涉及一种基于历史轨迹数据挖掘的位置预测***及方法。 

背景技术

位置预测技术可为基于位置的服务(LBS，location-based service)提供支持，如智能导航、广告投放、服务预约、地点提醒等。目前对用户的位置预测主要集中在移动网络或无线网络环境下，对用户在环境中各类无线电信标(如移动基站、WiFi节点、RFID节点等)范围内的运动情况进行分析，获取用户运动规律，进而进行位置预测。对于基于移动基站的位置预测技术，移动基站定位精度较低，难以满足需要精确位置的位置服务要求；对于基于无线节点的位置预测技术，需要在环境中部署大量无线节点，且无线节点的位置要么是未知的，要么需要进行大量的位置标注工作。 

目前对用户的短期精确位置的推算和预测主要基于GPS+航位推算的组合。然而此类方法通常用于GPS失效时的位置推算，只能对用户短时间内的位置进行预测，GPS失效时间一旦过长，则预测效率大大降低，且该方法需要高精度的陀螺仪、加速度传感器、角速度传感器等硬件设备，成本较高，难以在手机等移动设备上推广。 

发明内容

本发明为克服上述的不足之处，目的在于提供一种基于历史轨迹数据挖掘的位置预测***，该***可运行在移动设备上，为基于位置服务提供用户的目的地和未来路径信息，有效满足各类基于位置服务(如基于位置的广告、推荐、提醒等服务)的需求，解决了现有技术中存在的问题。 

本发明的另一目的在于提供一种基于轨迹挖掘的位置预测方法，该方法将位置预测问题分解为离线轨迹挖掘和在线模式匹配两个子问题，离线轨迹挖掘主要使用数据挖掘技术对用户的历史轨迹数据进行处理和分析，在线模式匹配主要基于用户在线运动情况和挖掘出的运动模式进行匹配和查找，有效满足各类基于位置服务(如基于位置的广告、推荐、提醒等服务)的需求，解决了现有技术中存在的问题。 

本发明通过以下技术方案达到上述目的：一种基于历史轨迹数据挖掘的位置预测***，包括移动客户端和服务器端，客户端安装在移动设备上，包括GPS轨迹数据采集和预处理模块，运动模式挖掘准备模块，在线位置预测模块，客户端通信模块四个模块，GPS轨迹数据采集和预处理模块负责以一定的采样频率采集GPS位置点，记录为GPS轨迹数据，并对轨迹数据进行清洗和分割预处理；运动模式挖掘准备模块负责对候选起点与终点进行提取，然后对轨迹数据进行抽象化处理，最后通过客户端通信模块将起点与终点及抽象路径数据传送给服务器端，并调用其运动模式挖掘算法；在线位置预测模块负责将服务器端返回的经挖掘的用户运动模式进行建模，构造模式树，并对用户的目的地和未来路径进行实时预测；客户端通信模块负责与服务 器端进行通信；服务器端包括运动模式挖掘模块和服务器端通信模块，运动模式挖掘模块负责按照时间序列挖掘算法将客户端上传的路径抽象数据进行挖掘，得到按照起点和终点数据进行组织的运动模式集；服务器端通信模块负责与客户端通信模块进行通信，接受客户端的路径抽象数据，将其传送给运动模式挖掘模块，并将挖掘结果返回给客户端。 

作为优选，客户端和服务器端通过GPRS进行通信。 

一种基于历史轨迹数据挖掘的位置预测方法，包括以下步骤： 

1)在用户的移动设备上安置GPS接收器，以一定的采样频率采集GPS位置点，记录为GPS轨迹数据，并保以保存； 

2)将GPS轨迹数据进行清洗，对时间连续的位置点根据其速度进行聚类，将速度小于阈值的连续位置点并入同一聚类，并滤掉其中不合理的位置点数据； 

3)根据连续位置点的记录时间间隔进行分割，若连续两个位置点的记录时间间隔大于阈值则将轨迹分割成两条路径； 

4)对每条路径沿时间轴正向和反向分别对位置点进行聚类处理，将时间连续且距离较近的位置点并入同一聚类，找出路径的前向聚类和后向聚类，然后对前向聚类集和后向聚类集中的聚类进行匹配，聚类中心点距离小于阈值则合并其成为一个候选起点或终点； 

5)将指定区域划分成边长相等的正方形网格，将位置点由包含其的网格代替，并将路径转化为网格序列数据，然后对轨迹数据进行抽象化处理； 

6)通过客户端通信模块将起点与终点及抽象路径数据传送给服务器端将抽象路径数据传送给服务器端程序，并调用其运动模式挖掘算法对接收到的用户路径抽象数据进行挖掘，得到按照起点至终点进行组织的运动模式集，并将其组织成文件的形式返回； 

7)运用PrefixSpan序列模式挖掘算法，对运动模式进行建模，构造模式树，模式树包含所有运动模式及其采用不同起点和终点的概率； 

8)基于挖掘出的用户运动模式及其在线运动数据，通过模式树中进行匹配查找，得到查找结果，对其目的地和未来路径进行预测。 

作为优选，步骤1)所述的GPS接收器为移动设备内置的GPS模块或通过蓝牙连接的外置GPS模块。 

作为优选，步骤1)、步骤2)和步骤3)可以同步处理。 

作为优选，步骤6)所述的服务器端只接收不包含任何具体地理位置信息的起点与终点及抽象路径数据。 

作为优选，步骤7)所述的模式树结果保留在***内存中。 

本发明的有益效果： 

1)通过对用户历史GPS轨迹数据的分析获得其运动规律，并基于此进行在线位置预测，无需额外硬件设备，也不受环境基础设施影响； 

2)对用户的目的地和未来路径进行联合预测，并借助目的地信息对用户未来路径进行连续预测，避免了路径预测长度较短的缺点； 

3)针对用户运动规律，引入运动模式元素连续性概念，扩展PrefixSpan算法用于挖掘用户的运动模式，在保证运动模式真实可靠的前提下，提高了运动模式的长度； 

4)通过对运动模式建立后缀树，把所有运动模式及其后缀模式索引到一棵共享前缀的分支上，使得后续模式匹配无需采用搜索算法查找匹配起点，提高了在线位置预测中模式匹配的速度。 

附图说明

图1是基于轨迹挖掘的位置预测***结构示意图； 

图2位置预测软件总体架构图； 

图3运动模式挖掘准备流程图； 

图4在线位置预测流程图； 

图5服务器端程序流程图。 

具体实施例

以下结合附图对本发明做进一步的说明： 

实施例1：基于轨迹挖掘的位置预测***，结构如图1所示，包括移动客户端和服务器端，客户端安装在移动设备上，包括GPS轨迹数据采集和预处理模块，运动模式挖掘准备模块，在线位置预测模块，客户端通信模块四个模块，GPS轨迹数据采集和预处理模块负责以一定的采样频率采集GPS位置点，记录为GPS轨迹数据，并对轨迹数据进行清洗和分割预处理；运动模式挖掘准备模块负责对候选起点与终点进行提取，然后对轨迹数据进行抽象化处理，最后通过客户端通信模块将起点与终点及抽象路径数据传送给服务器端，并调用其运动模式 挖掘算法；在线位置预测模块负责将服务器端返回的经挖掘的用户运动模式进行建模，构造模式树，并对用户的目的地和未来路径进行实时预测；客户端通信模块负责与服务器端进行通信；服务器端包括运动模式挖掘模块和服务器端通信模块，运动模式挖掘模块负责按照时间序列挖掘算法将客户端上传的路径抽象数据进行挖掘，得到按照起点和终点数据进行组织的运动模式集；服务器端通信模块负责与客户端通信模块进行通信，接受客户端的路径抽象数据，将其传送给运动模式挖掘模块，并将挖掘结果返回给客户端；客户端和服务器端通过GPRS进行通信。 

实现的具体步骤如下： 

使用前提：用户的移动设备需具备GPS定位功能(需要内置或外置GPS接收器)，且收集了一定量的GPS轨迹数据。 

步骤1：轨迹数据预处理。轨迹数据预处理过程包括轨迹数据清洗和路径分割两个部分。在轨迹数据清洗方面，由于GPS设备的定位不确定性，采集到的GPS轨迹包含离群点。对时间连续的位置点根据其速度进行聚类，将速度合理(速度小于某一阈值)的连续位置点并入同一聚类，当检测到不合理速度，且当前聚类包含位置点较少则过滤掉其中的位置点数据。在路径分割方面，根据连续位置点的记录时间间隔进行分割，若连续两个位置点的记录时间间隔大于某个阈值则将轨迹分割成两条路径。 

步骤2：候选起点/终点提取。起点和终点为用户经常离开和去往的地点，采用一种扩展的基于时间的聚类算法，对每条路径，沿时 间轴正向和反向分别对位置点进行聚类处理(将时间连续且距离较近的位置点并入同一聚类)，并找出路径的第一个聚类(前向聚类)和最后一个聚类(后向聚类)，然后对前向聚类集和后向聚类集中的聚类进行匹配，聚类中心点距离小于某一阈值则合并其成为一个候选起点/终点。 

步骤3：路径抽象。基于空间划分方法，首先将指定区域划分成边长相等的正方形网格，将位置点由包含其的网格代替，并将用户路径转化为网格序列，然后根据经过每个网格的路径的起点终点情况合并相关网格以构造区域，使得经过同一区域的路径具有相似的起点和终点，最后将用户路径抽象为区域序列，称为区域时间序列。 

步骤4：运动模式挖掘。运动模式用于描述用户经常离开和去往的地点和行走的路径以及两者的关系。基于PrefixSpan序列模式挖掘算法，引入模式时间连续性概念，要求运动模式元素满足时间连续性约束(由于运动模式元素为带时间戳的区域，即相邻区域的间隔时间小于某一阈值)，使得一方面运动模式元素满足时间上的连续性，另一方面运动模式可以容忍轨迹数据中的干扰，从而挖掘出更长的运动模式。 

5)步骤5：在线位置预测。基于挖掘出的用户运动模式及其在线运动数据，对其目的地和未来路径进行联合预测。首先基于一种模式树的数据结构对运动模式进行建模，运动模式通过其前缀在树中进行索引，以便于模式查找。在给定用户在线运动数据(包括起点和最近访问的区域序列等信息)后，以用户最近访问的区域序列作为前缀在模式树中进行匹配查找。得到查找 结果(即匹配的运动模式)后，首先基于用户起点和查找到的运动模式，根据概率模型预测用户最有可能的目的地，然后基于用户目的地和查找到的运动模式，根据概率模型预测用户最有可能的未来路径(即未来运动区域序列)，并以逼近目的地为原则，通过拼接未来路径预测结果反复预测以提高未来路径预测长度。 

本发明包括两部分程序：客户端程序和服务器端程序。客户端程序安装在移动设备上，主要分为四个模块：GPS轨迹数据采集和预处理模块，运动模式挖掘准备模块，在线位置预测模块，以及与服务器通信模块；服务器端程序主要功能为运动模式挖掘，这是由于一方面模式挖掘算法计算压力较大，另一方面为保护用户隐私，服务器端程序只对抽象过的用户路径(不包含实际地理信息)进行处理。客户端程序和服务器端程序通过GPRS进行通信，其软件总体架构如图2所示。 

客户端程序： 

客户端是本***中直接面向用户的部分，它完全运行在移动设备上，下面分别对各个模块进行详细说明： 

(1)GPS轨迹数据采集和预处理模块： 

该模块适用于移动设备内置的GPS模块或通过蓝牙连接的外置GPS模块，以一定的采样频率采集GPS位置点，记录为GPS轨迹数据，并进行持久化处理(如以文件的形式记录在手机SD卡中)。另外，对轨迹数据进行的清洗和分割等预处理工作可与位置数据采样同时进行，以节省后期轨迹数据处理所需时间。 

(2)运动模式挖掘准备模块： 

运动模式挖掘准备模块工作流程如图3所示，模块包括候选起点/终点提取和路径抽象两方面的功能。运动模式挖掘准备模块可由用户显示调用，也可在用户收集到一定量新的轨迹数据后被***自动调用。调用后该模块以独立的线程在后台运行，首先对用户的候选起点/终点进行提取，然后对用户的轨迹数据进行抽象化处理，得到区域时间序列集，最后通过与服务器通信模块将抽象路径数据传送给服务器端程序，并调用其运动模式挖掘算法。运动模式挖掘准备模块负责对运行过程中获得的信息，包括候选起点/终点、区域集、区域时间序列等信息进行持久化处理，也对服务器端程序返回的运动模式进行持久化处理。 

(3)在线位置预测模块： 

在线位置预测模块在用户开始一段新的路程时，以一个独立线程的形式在后台与轨迹数据采集模块同时运行，并对用户的目的地和未来路径进行实时预测。在线位置预测模块工作流程如图4所示： 

1)启动在线位置预测模块，会首先对存储在移动设备上的用户运动模式进行建模，构造模式树，模式树包含所有运动模式及其采用不同起点和终点的概率。模式树构造在该模块启动后只进行一次，结果保留在***内存中，便于在线运动数据更新后反复使用。 

2)由于用户运动行为可能会随时发生变化，在线位置预测算法以一定的间隔被反复调用(如5分钟调用一次)，每次被调用后都会产生新的在线运动数据，这时需要重新在模式树中进行匹配查找。由 于用户最近访问的路径对其未来运动有最重要的影响，为减少计算量，使用在线运动数据中的最近若干个访问区域进行匹配查找。 

3)匹配查找会返回若干候选运动模式，根据候选运动模式中起点/终点支持情况(即用户采用该运动模式时的起点和终点及次数)和用户起点信息预测其目的地。 

4)根据预测的目的地和候选运动模式中去往该目的地的概率对候选运动模式进行遍历以预测其未来运动区域序列。 

5)为得到更长的预测路径，在一轮预测结束后，若预测算法终止条件(预测出的未来路径与目的地足够接近，无法再预测出任何未来路径，或是达到一个预定预测次数)不满足，则拼接在线运动数据中的最近访问区域序列和预测得到的未来运动区域序列以得到新的在线运动数据，并重新开始匹配查找。 

目的地与未来路径在线预测算法如表1所示，给定从用户轨迹数据中挖掘出的路径模式集PS，算法首先构建模式树，并从在线运动数据online_data中获得起点和最近路径信息(第1-2行)，然后算法进行路径模式匹配查找过程(第3-8行)。由于对于一个在线区域序列可能无法在模式树中找到与其匹配的路径模式。在这种情况下，我们缩短在线区域序列，去掉其最早一个区域元素(第9-10行)，并重新开始匹配过程直到找到匹配的路径模式。路径匹配过程必将完成，这是由于在最坏情况下，在线区域序列被缩短为单一活跃区域，则必可以在根节点的子节点中找到匹配入口。匹配路径模式找到后，算法基于起点-终点和下一区域概率对模式树进行深度查找以预测目的地和未来路径(第12-14行)。 

表1 

(4)与服务器通信模块 

当需要对轨迹数据进行重新挖掘时，与服务器通信模块将把新的路径抽象数据传送给服务器端程序，服务器端程序将执行运动模式挖掘算法，并将得到的运动模式集以文件形式传送回客户端程序。 

服务器端程序： 

服务器端程序实际上是一个Web Service，主要执行计算压力较大的运动模式挖掘工作，它通过GPRS与客户端程序进行通信，其流程如图5所示，下面分别对各个模块进行详细说明： 

(1)运动模式挖掘模块： 

该模块基于提出的时间序列挖掘算法对接收到的用户路径抽象数据进行挖掘，得到按照起点终点对进行组织的运动模式集，并将其组织成文件的形式返回。 

运动模式挖掘算法如表2所示，算法中最重要的概念为前缀(prefix)，该前缀概念类似于PrefixSpan算法中的前缀概念，但在两个方面有所不同。第一，前缀中相邻的元素必须满足时间连续性约束(第9行)。第二，在每个前缀生成的时候，我们为其设置一个起点终点支持集属性，使得运动模式包含起点-终点支持情况信息。算法不断递归拓展前缀以生成更长的模式。算法被第一次调用时，初始参数projections为用户的区域时间序列集，初始前缀为所有频繁出现的区域。每一次递归中，对当前映射集中的每一个映射，算法在其中查找与当前前缀最后一项相匹配的元素(第2行)，基于此元素生成新的映射集(第3行)，并在新映射集中寻找频繁区域作为新的子前缀集(第4行)。若子前缀非空，算法通过拼接当前前缀和某个子前缀以生成新的前缀，当前前缀和待拼接的子前缀必须满足时间连续性约束(第8-10行)。基于新生成的前缀，算法构造一个新的路径模式(第11-12行)。 

表2 

(2)与客户端通信模块： 

该模块主要负责与客户端程序进行通信，接受客户端的路径抽象数据，将其传送给运动模式挖掘模块，并将挖掘结果返回给客户端。由于服务器端程序只接收不包含任何具体地理位置信息的路径抽象数据(即区域编号的时间序列)，可较好地保护用户隐私。 

以上的所述乃是本发明的具体实施例及所运用的技术原理，若依本发明的构想所作的改变，其所产生的功能作用仍未超出说明书及附图所涵盖的精神时，仍应属本发明的保护范围。 

Claims (7)

1.一种基于历史轨迹数据挖掘的位置预测***，其特征在于，包括移动客户端和服务器端，客户端安装在移动设备上，包括GPS轨迹数据采集和预处理模块，运动模式挖掘准备模块，在线位置预测模块，客户端通信模块四个模块，GPS轨迹数据采集和预处理模块负责以一定的采样频率采集GPS位置点，记录为GPS轨迹数据，并对轨迹数据进行清洗和分割预处理；运动模式挖掘准备模块负责对候选起点与终点进行提取，然后对轨迹数据进行抽象化处理，最后通过客户端通信模块将起点与终点及抽象路径数据传送给服务器端，并调用其运动模式挖掘算法；在线位置预测模块负责将服务器端返回的经挖掘的用户运动模式进行建模，构造模式树，并对用户的目的地和未来路径进行实时预测；客户端通信模块负责与服务器端进行通信；服务器端包括运动模式挖掘模块和服务器端通信模块，运动模式挖掘模块负责按照时间序列挖掘算法将客户端上传的路径抽象数据进行挖掘，得到按照起点和终点数据进行组织的运动模式集；服务器端通信模块负责与客户端通信模块进行通信，接受客户端的路径抽象数据，将其传送给运动模式挖掘模块，并将挖掘结果返回给客户端。

2.根据权利要求1所述的一种基于历史轨迹数据挖掘的位置预测***，其特征在于，客户端和服务器端通过GPRS进行通信。

3.一种基于历史轨迹数据挖掘的位置预测方法，其特征在于，包括以下步骤：

1)在用户的移动设备上安置GPS接收器，以一定的采样频率采集GPS位置点，记录为GPS轨迹数据，并保以保存；

2)将GPS轨迹数据进行清洗，对时间连续的位置点根据其速度进行聚类，将速度小于阈值的连续位置点并入同一聚类，并滤掉其中不合理的位置点数据；

3)根据连续位置点的记录时间间隔进行分割，若连续两个位置点的记录时间间隔大于阈值则将轨迹分割成两条路径；

4)对每条路径沿时间轴正向和反向分别对位置点进行聚类处理，将时间连续且距离较近的位置点并入同一聚类，找出路径的前向聚类和后向聚类，然后对前向聚类集和后向聚类集中的聚类进行匹配，聚类中心点距离小于阈值则合并其成为一个候选起点或终点；

5)将指定区域划分成边长相等的正方形网格，将位置点由包含其的网格代替，并将路径转化为网格序列数据，然后对轨迹数据进行抽象化处理；

6)通过客户端通信模块将起点与终点及抽象路径数据传送给服务器端将抽象路径数据传送给服务器端程序，并调用其运动模式挖掘算法对接收到的用户路径抽象数据进行挖掘，得到按照起点至终点进行组织的运动模式集，并将其组织成文件的形式返回；

7)运用PrefixSpan序列模式挖掘算法，对运动模式进行建模，构造模式树，模式树包含所有运动模式及其采用不同起点和终点的概率；

8)基于挖掘出的用户运动模式及其在线运动数据，通过模式树中进行匹配查找，得到查找结果，对其目的地和未来路径进行预测。

4.根据权利要求3所述的一种基于历史轨迹数据挖掘的位置预测方法，其特征在于，步骤1)所述的GPS接收器为移动设备内置的GPS模块或通过蓝牙连接的外置GPS模块。

5.根据权利要求3所述的一种基于历史轨迹数据挖掘的位置预测方法，其特征在于，步骤1)、步骤2)和步骤3)可以同步处理。

6.根据权利要求3所述的一种基于历史轨迹数据挖掘的位置预测方法，其特征在于，步骤6)所述的服务器端只接收不包含任何具体地理位置信息的起点与终点及抽象路径数据。

7.根据权利要求3或4或5或6任一权利要求所述的一种基于历史轨迹数据挖掘的位置预测方法，其特征在于，步骤7)所述的模式树结果保留在***内存中。

Images