CN116738073B - 常驻地的识别方法、设备及存储介质 - Google Patents
常驻地的识别方法、设备及存储介质 Download PDFInfo
- Publication number
- CN116738073B CN116738073B CN202211150370.4A CN202211150370A CN116738073B CN 116738073 B CN116738073 B CN 116738073B CN 202211150370 A CN202211150370 A CN 202211150370A CN 116738073 B CN116738073 B CN 116738073B
- Authority
- CN
- China
- Prior art keywords
- longitude
- time period
- latitude
- stay
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 99
- 230000011664 signaling Effects 0.000 claims description 57
- 238000000605 extraction Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 abstract description 29
- 238000012545 processing Methods 0.000 description 53
- 230000006870 function Effects 0.000 description 28
- 238000007726 management method Methods 0.000 description 22
- 238000004891 communication Methods 0.000 description 18
- 230000000694 effects Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000010295 mobile communication Methods 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 6
- 101100517651 Caenorhabditis elegans num-1 gene Proteins 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 229920001621 AMOLED Polymers 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Telephone Function (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供了一种常驻地的识别方法、设备及存储介质。该方法通过对确定第二时间段包括的第一停留点,并基于近邻聚类方式将多个相同的第一停留点合并为一个第二停留点,进而保证每一个第二时间段内的停留点都具备唯一性,赋予了每一个停留点在聚类过程中实际的物理含义,从而保证最终基于近邻聚类方式将第一时间段内相同的第二停留点聚类为一个聚类簇后,对于任意一个聚类簇,每有一个第二停留点,就代表用户在该聚类簇中出现的天数,这样根据不同的业务场景需要,通过设定不同的天数阈值就可以选取不同的停留点作为该业务场景下的常驻地,从而能够基于识别出的常驻地为用户提供更加丰富多彩的服务。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种常驻地的识别方法、设备及存储介质。
背景技术
近年来随着移动互联网的发展和居民生活水平的不断提高,手机等移动终端智能设备已经成为人们生活中不可或缺的一部分。为了给用户带来更好的使用体验,目前的移动互联网应用可以通过感知用户情景,进而给用户提供更丰富的个性化服务,例如当用户在不同的常驻地时,可以根据用户在该常驻地的行为习惯,进行精细化推荐。
而常驻地通常是基于用户的停留点确定的,因此如何对用户的停留点进行处理,以精准的识别出用户的常驻地显得尤为迫切。
发明内容
为了解决上述技术问题,本申请提供一种常驻地的识别方法、设备及存储介质,通过采用近邻聚类的聚类方式对用户的停留点进行聚类处理,同时对每一天的停留点进行合并处理,赋予每一个停留点在聚类过程中的实际物理意义,从而使得基于处理后的停留点识别出的常驻地更加精准。
第一方面,本申请提供一种常驻地的识别方法。该方法包括:获取用户使用的电子设备在第一时间段记录的信令数据,第一时间段包括至少一个第二时间段;对于每一个第二时间段,根据第二时间段的信令数据,确定用户在第二时间段的第一停留点;对于每一个第二时间段,基于近邻聚类的聚类方式,对第二时间段内的第一停留点进行合并,得到第二停留点;基于近邻聚类的聚类方式,将第一时间段内相同的第二停留点聚类为一个聚类簇;对于每一个聚类簇,当聚类簇中的第二停留点数量满足设定要求时,将聚类簇中的第二停留点确定为第一常驻地。
由此,通过对确定第二时间段包括的第一停留点,并基于近邻聚类方式将多个相同的第一停留点合并为一个第二停留点,进而保证每一个第二时间段内的停留点都具备唯一性,赋予了每一个停留点在聚类过程中实际的物理含义,从而保证最终基于近邻聚类方式将第一时间段内相同的第二停留点聚类为一个聚类簇后,对于任意一个聚类簇,每有一个第二停留点,就代表用户在该聚类簇中出现的天数,这样根据不同的业务场景需要,通过设定不同的天数阈值就可以选取不同的停留点作为该业务场景下的常驻地,从而能够基于识别出的常驻地为用户提供更加丰富多彩的服务。
根据第一方面,对于每一个第二时间段,根据第二时间段的信令数据,确定用户在第二时间段的第一停留点,包括:对于每一个第二时间段,确定第二时间段内每两条信令数据对应的空间位置之间的距离;对于每一个空间位置,当存在与空间位置之间的距离满足设定的第一距离阈值的空间位置时,确定电子设备在空间位置以及与空间位置之间的距离满足设定的第一距离阈值的空间位置停留的停留时间;当停留时间满足设定的时间阈值时,将空间位置以及与空间位置之间的距离满足设定的第一距离阈值的空间位置确定为一个第一停留点。
由此,实现的每一个第二时间段中,使用电子设备的用户所有停留点的确定。
根据第一方面,或者以上第一方面的任意一种实现方式,在确定第二时间段内每两条信令数据对应的空间位置之间的距离之后,方法还包括:对于每一个空间位置,当存在与空间位置之间的距离满足设定的第二距离阈值的空间位置时,将空间位置以及与空间位置之间的距离满足设定的第二距离阈值的空间位置合并为一个合并空间位置,第二距离阈值小于第一距离阈值。
由此,通过将多个聚集在一起的空间位置合并为一个空间位置,从而减少了后续的数据处理量。
根据第一方面,或者以上第一方面的任意一种实现方式,对于每一个合并空间位置,根据合并空间位置中包括的每一个空间位置的经纬度信息,计算平均经度和平均纬度;将平均经度和平均纬度,作为合并空间位置的经纬度信息。
由此,通过将合并空间位置中包括的多个空间位置的经度和纬度进行平均处理,从而将平均经度和平均纬度作为合并空间位置对应的经纬度信息,从而便于后续数据处理。
根据第一方面,或者以上第一方面的任意一种实现方式,对于每一个第二时间段,基于近邻聚类的聚类方式,对第二时间段内的第一停留点进行合并,得到第二停留点,包括:对于每一个第二时间段,确定第二时间段内每两个第一停留点之间的距离;对于每一个第一停留点,基于近邻聚类的聚类方式,将第一停留点,以及与第一停留点之间的距离满足设定的第三距离阈值的第一停留点合并为一个第二停留点。
由此,基于近邻聚类的聚类方式,按照上述处理逻辑,便可以将每一个第二时间段内包括的多个相同的第一停留点合并为一个第二停留点,保证了最终合并处理后多个第二停留点都是不相同的停留点。
根据第一方面,或者以上第一方面的任意一种实现方式,对于每一个第二时间段,确定第二时间段内每两个第一停留点之间的距离,包括:对于每一个第二时间段中的每一个第一停留点,根据第一停留点中包括的每一个空间位置的经纬度信息,计算平均经度和平均纬度;将平均经度和平均纬度,作为第一停留点的经纬度信息;对于每一个第二时间段,根据每两个第一停留点的经纬度信息,确定每两个第一停留点之间的距离。
由此,通过将第一停留点中包括的多个空间位置的经度和纬度进行平均处理,从而将平均经度和平均纬度作为第一停留点对应的经纬度信息,从而便于后续数据处理。
根据第一方面,或者以上第一方面的任意一种实现方式,在得到第二停留点之后,方法还包括:对于每一个第二停留点,确定第二停留点对应的第一经纬度信息提取位和第二经纬度信息提取位;对第二停留点中包括的空间位置按序排列,提取第一经纬度信息提取位的空间位置的第一经度和第一纬度,以及第二经纬度信息提取位的空间位置的第二经度和第二纬度;根据第一经度和第二经度,确定经度保留区间;根据第一纬度和第二纬度,确定纬度保留区间;剔除第二停留点中经度不在经度保留区间,且纬度不在纬度保留区间的空间位置。
根据第一方面,或者以上第一方面的任意一种实现方式,确定第二停留点对应的第一经纬度信息提取位和第二经纬度信息提取位,包括:确定第二停留点中包括的空间位置的数量;根据数量确定第一中间位;将第一位与第一中间位之间的中间位确定为第二停留点对应的第一经纬度信息提取位;将第一中间位与最后一位之间的中间位确定为第二停留点对应的第二经纬度信息提取位。
根据第一方面,或者以上第一方面的任意一种实现方式,经度保留区间为[第一经度-1.5*(第二经度-第一经度), 第二经度+1.5*(第二经度-第一经度)];纬度保留区间为[第一纬度-1.5*(第二纬度-第一纬度), 第二纬度+1.5*(第二纬度-第一纬度)]。
根据第一方面,或者以上第一方面的任意一种实现方式,对于每一个第二时间段,基于近邻聚类的聚类方式,对第二时间段内的第一停留点进行合并,得到第二停留点,包括:对于每一个第二时间段,在第二时间段内的第一停留点为一个时,将第一停留点作为对应的第二停留点。
根据第一方面,或者以上第一方面的任意一种实现方式,基于近邻聚类的聚类方式,将第一时间段内相同的第二停留点聚类为一个聚类簇,包括:确定第一时间段内,每两个第二停留点之间的距离;对于每一个第二停留点,基于近邻聚类的聚类方式,将第二停留点,以及与第二停留点之间的距离满足设定的第四距离阈值的第二停留点聚类为一个聚类簇,第四距离阈值小于第三距离阈值,第三距离阈值用于指示每一个第二时间段内的多个第一停留点是否能够合并为一个第二停留点。
由此,基于近邻聚类的聚类方式将第一时间段内所有相同的第二停留点聚类为一个聚类簇,赋予了每一个第二停留点在聚类簇中的物理含义,即在常驻地确定环节中,对于任意一个聚类簇,每有一个第二停留点,就代表用户在该聚类簇中出现的天数,这样根据不同的业务场景需要,通过设定不同的天数阈值就可以选取不同的停留点作为该业务场景下的常驻地,从而能够基于识别出的常驻地为用户提供更加丰富多彩的服务。
根据第一方面,或者以上第一方面的任意一种实现方式,确定第一时间段内,每两个第二停留点之间的距离,包括:对于每一个第二停留点,根据第二停留点对应的每一个第一停留点的经纬度信息,计算平均经度和平均纬度;将平均经度和平均纬度,作为第二停留点的经纬度信息;根据每两个第二停留点的经纬度信息,确定每两个第二停留点之间的距离。
由此,通过将第二停留点中包括的多个第一停留点的经度和纬度进行平均处理,从而将平均经度和平均纬度作为第二停留点对应的经纬度信息,从而便于后续数据处理。
根据第一方面,或者以上第一方面的任意一种实现方式,在将聚类簇中的第二停留点确定为第一常驻地之后,方法还包括:为第一时间段中确定的每一个第一常驻地分配常驻地标签;在基于近邻聚类的距离方式,根据第三时间段记录的信令数据确定第三时间段中的第二常驻地后,对于每一个第二常驻地,确定第二常驻地与每一个第一常驻地之间的距离,第三时间段与第一时间段的时长相同;对于每一个第二常驻地,当存在与第二常驻地之间的距离满足设定的第五距离阈值的第一常驻地时,为第二常驻地分配与第一常驻地相同的常驻地标签。
由此,实现了常驻地唯一性的确定,使得后续基于常驻地进行的业务推荐服务能够更好的适用于用户。
第二方面,本申请提供了一种电子设备。该电子设备包括:存储器和处理器,存储器和处理器耦合;存储器存储有程序指令,程序指令由处理器执行时,使得所述电子设备执行第一方面或第一方面的任意可能的实现方式中的方法的指令。
第二方面以及第二方面的任意一种实现方式分别与第一方面以及第一方面的任意一种实现方式相对应。第二方面以及第二方面的任意一种实现方式所对应的技术效果可参见上述第一方面以及第一方面的任意一种实现方式所对应的技术效果,此处不再赘述。
第三方面,本申请提供了一种计算机可读介质,用于存储计算机程序,该计算机程序包括用于执行第一方面或第一方面的任意可能的实现方式中的方法的指令。
第三方面以及第三方面的任意一种实现方式分别与第一方面以及第一方面的任意一种实现方式相对应。第三方面以及第三方面的任意一种实现方式所对应的技术效果可参见上述第一方面以及第一方面的任意一种实现方式所对应的技术效果,此处不再赘述。
第四方面,本申请提供了一种计算机程序,该计算机程序包括用于执行第一方面或第一方面的任意可能的实现方式中的方法的指令。
第四方面以及第四方面的任意一种实现方式分别与第一方面以及第一方面的任意一种实现方式相对应。第四方面以及第四方面的任意一种实现方式所对应的技术效果可参见上述第一方面以及第一方面的任意一种实现方式所对应的技术效果,此处不再赘述。
第五方面,本申请提供了一种芯片,该芯片包括处理电路、收发管脚。其中,该收发管脚、和该处理电路通过内部连接通路互相通信,该处理电路执行第一方面或第一方面的任一种可能的实现方式中的方法,以控制接收管脚接收信号,以控制发送管脚发送信号。
第五方面以及第五方面的任意一种实现方式分别与第一方面以及第一方面的任意一种实现方式相对应。第五方面以及第五方面的任意一种实现方式所对应的技术效果可参见上述第一方面以及第一方面的任意一种实现方式所对应的技术效果,此处不再赘述。
附图说明
图1a为示例性示出的不同目标应用在一常驻地的使用情况示意图;
图1b为示例性示出的不同目标应用在另一常驻地的使用情况示意图;
图2a为示例性示出的基于常驻地和用户行为习惯进行业务推荐的示意图之一;
图2b为示例性示出的基于常驻地和用户行为习惯进行业务推荐的示意图之二;
图3为示例性示出的手机的硬件结构示意图;
图4为示例性示出的手机的软件结构示意图;
图5a、图5b为示例性示出的开启常驻地识别功能的用户界面示意图;
图6a~图6e为示例性示出的当天停留点生成的示意图;
图7为示例性示出的当天多个相同停留点的合并示意图;
图8为示例性示出的当天多个相同停留点的合并过程中对异常打点剔除的示意图;
图9为示例性示出的对N天的停留点进行近邻聚类确定常驻地的示意图;
图10为示例性示出的常驻地的识别方法的流程示意图;
图11为示例性示出的常驻地识别方法中第一停留点的确定流程示意图;
图12为示例性示出的常驻地识别方法中第一停留点合并为第二停留点的流程示意图;
图13为示例性示出的常驻地识别方法中异常的空间位置剔除的流程示意图;
图14为示例性示出的常驻地识别方法中基于第二停留点确定常驻地的流程示意图;
图15为示例性示出的常驻地识别方法中常驻地唯一性的确定流程示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
本申请实施例的说明书和权利要求书中的术语“第一”和“第二”等是用于区别不同的对象,而不是用于描述对象的特定顺序。例如,第一目标对象和第二目标对象等是用于区别不同的目标对象,而不是用于描述目标对象的特定顺序。
在本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中,除非另有说明,“多个”的含义是指两个或两个以上。例如,多个处理单元是指两个或两个以上的处理单元;多个***是指两个或两个以上的***。
在对本申请实施例的技术方案说明之前,首先结合附图对本申请实施例的应用场景进行说明。为了便于描述,下述场景说明以需要进行业务推荐的目标应用为目标应用1和目标应用2为例,分别对目标应用1和目标应用2在常驻地1和常驻地2这两个常驻地中,N天内各时间段的使用情况进行说明。
参见图1a,示例性的,N天内,如8天,某一用户,如用户A在常驻地1使用手机中安装的目标应用1的时间段分别为t1时间段、t8~t12时间段,使用目标应用2的时间段分别为t2时间段、t4时间段、t5时间段和t7时间段。
继续参见图1a,示例性的,在这8天内,每一天的t9~t11时间段内,用户A都会使用目标应用1,每一天的t5时间段内,用户A都会使用目标应用2。而这8天中的其中1天的t1时间段、t8时间段会使用目标应用1,其中2天的t2时间段会使用目标应用2,其中3天的t7时间段会使用目标应用2、t12时间段会使用目标应用1,其中5天的t4时间段会使用目标应用2。
即,用户A在常驻地1时,相较而言喜欢在t8~t12时间段内使用目标应用1,在t4时间段、t5时间段使用目标应用2。因此在t8~t12时间段前后,或者t8~t12时间段内推荐与目标应用1相关的内容,较容易被用户查阅,而在t4时间段、t5时间段前后,或者t4时间段、t5时间段内推荐与目标应用2相关的内容,较容易被用户查阅。
参见图1b,示例性的,仍以N天为8天为例,同一用户A在常驻地2使用上述所说的目标应用1和目标应用2的情况具体为:在t2时间段、t4~t7时间段、t10时间段和t11时间段使用目标应用1,在t1时间段和t8时间段使用目标应用2。
继续参见图1b,示例性的,在这8天内,有7天用户会在t5时间段使用目标应用1,有5天会在t4时间段使用目标应用1,在t8时间段使用目标应用2,有4天会在t10时间段使用目标应用1,有2天会在t1时间段使用目标应用2,在t6时间段和t11时间段会使用目标应用1,有一天会在t2时间段使用目标应用1。
即,用户A在常驻地2时,相较而言喜欢在t4~t7时间段和t10~t11时间段使用目标应用1,在t8时间段使用目标应用2。因此在t4~t7时间段、t10~t11时间段前后,或者t4~t7时间段、t10~t11时间段内推荐与目标应用1相关的内容,较容易被用户查阅,而在t8时间段前后,或者t8时间段内推荐与目标应用2相关的内容,较容易被用户查阅。
应当理解的是,上述说明仅是为了更好的理解本实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。
关于上述所说的在用户A相较而言喜欢的时间段前后,或时间段内推荐对应目标应用的相关内容的实现方式,以下以图1a所示用户A在常驻地1喜欢使用目标应用1的时间段为t9~t12时间段为例,对一些可行的推荐方式进行说明。
示例性的,假设目标应用1为一款游戏,例如五子棋游戏,当用户A使用目标应用1的时间段持续较长,如在图1a中t9~t2时间段内都使用,在一些实现的实现方式中,可以在t9时间段前几分钟,比如1分钟提前推荐与目标应用1相关的内容。如图2a所示,示例性的示出一种在t9时间段前几分钟,用户A未使用手机100的场景,这种情况下手机100例如可以处于10a所示的界面。
继续参见图2a,示例性的,当前时间接近t9时间段,如果目标应用1有新的游戏模式上线,为了提醒用户A及时体验,可以在界面10a的通知中心10-a中显示与目标应用1相关的内容,如图2a中10a-11所示。这样,当用户A打开手机100中安装的目标应用1时,就能及时出查看新的游戏模式。
应当理解的是,上述说明仅是为了更好的理解本实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。
示例性的,仍以目标应用1为一款游戏,例如五子棋游戏,当用户A使用目标应用1的时间段持续较长,如在图1a中t9~t2时间段内都使用,在一些实现的实现方式中,可以在t9~t2时间段内,任意时刻推荐与目标应用1相关的内容。如图2b所示,示例性的示出一种在t9~t2时间段内,用户A正在使用目标应用1下五子棋的场景,具体界面例如可如2b中的界面10b,其中界面10b中可包括一个或多个控件,例如棋盘10b-1,用于退出界面10b的控件10b-2,用于悔棋的控件10b-3,用于重玩的控件10b-4,用于进入设置音效、落子方式界面的控件10b-5。
继续参见图2b,示例性的,在t9~t2时间段内,如果目标应用1有新的游戏模式上线,为了提醒用户A及时体验,可以直接在界面10b上弹出消息通知栏10b-6,并在消息通知栏10-6中显示与目标应用1相关的内容,如“目标应用1有新的游戏模式上线,欢迎体验~”。这样,用户A在10b界面使用目标应用1的过程中,就可以通过点击控件10b-6直接进入选择游戏模式的界面,或新的游戏模式对应的界面,从而第一时间体验该游戏模式。
应当理解的是,上述说明仅是为了更好的理解本实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。
通过上述对图1a~图2b所示场景的描述可知,通过识别用户所处的不同常驻地,并进一步统计用户在不同常驻地不同时间段内对不同目标应用的使用情况,就可以在不同的常驻地,不同的时间段为用户推荐与不同目标应用相关的内容,从而更好的为用户提供更丰富的个性化服务。
此外,可理解的是,在上述场景描述中,是以手机为例进行说明,在实际应用中,本申请提供的常驻地的识别方法同样适用于平板电脑、智能穿戴设备等能够获取信令数据,并具备处理能的电子设备。
为了更好的描述本申请实施例提供的常驻地的识别方法,仍以手机为例,以下先结合图3和图4分别对手机的硬件结构和软件结构进行说明,再结合图5a至图9对基于该硬件结构和软件结构的手机实现本申请实施例提供的常驻地的识别方法的过程进行说明。
参见图3,为示例性示出的实现本申请实施例提供的常驻地的识别方法的手机100的硬件结构示意图。
参见图3,手机100可以包括:处理器110,外部存储器接口120,内部存储器121,通用串行总线(universal serial bus,USB)接口130,充电管理模块140,电源管理模块141,电池142,天线1,天线2,移动通信模块150,无线通信模块160,音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,传感器模块180,按键190,马达191,指示器192,摄像头193,显示屏194,以及用户标识模块(subscriber identification module,SIM)卡接口195等。
示例性的,在一些实现方式中,传感器模块180可以包括压力传感器,陀螺仪传感器,气压传感器,磁传感器,加速度传感器,距离传感器,接近光传感器,指纹传感器,温度传感器,触摸传感器,环境光传感器,骨传导传感器等,此处不再一一例举,本申请对此不作限制。
此外,需要说明的是,处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processing unit,GPU),图像信号处理器(image signal processor,ISP),控制器,存储器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
可理解的,控制器可以是手机100的神经中枢和指挥中心。在实际应用中,控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
此外,还需要说明的是,处理器110中还可以设置存储器,用于存储指令和数据。在一些实现方式中,处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器110的等待时间,因而提高了***的效率。
示例性的,在一些实现方式中,处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,I2C)接口,集成电路内置音频(inter-integrated circuit sound,I2S)接口,脉冲编码调制(pulse code modulation,PCM)接口,通用异步收发传输器(universal asynchronous receiver/transmitter,UART)接口,移动产业处理器接口(mobile industry processor interface,MIPI),通用输入输出(general-purpose input/output,GPIO)接口,用户标识模块(subscriber identitymodule,SIM)接口,和/或通用串行总线(universal serial bus,USB)接口等。
继续参见图3,示例性的,充电管理模块140用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。在一些有线充电的实现方式中,充电管理模块140可以通过USB接口130接收有线充电器的充电输入。在一些无线充电的实现方式中,充电管理模块140可以通过手机100的无线充电线圈接收无线充电输入。充电管理模块140为电池142充电的同时,还可以通过电源管理模块141为电子设备供电。
继续参见图3,示例性的,电源管理模块141用于连接电池142,充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入,为处理器110,内部存储器121,外部存储器,显示屏194,摄像头193,和无线通信模块160等供电。电源管理模块141还可以用于监测电池容量,电池循环次数,电池健康状态(漏电,阻抗)等参数。在其他一些实现方式中,电源管理模块141也可以设置于处理器110中。在另一些实现方式中,电源管理模块141和充电管理模块140也可以设置于同一个器件中。
继续参见图3,示例性的,手机100的无线通信功能可以通过天线1,天线2,移动通信模块150,无线通信模块160,调制解调处理器以及基带处理器等实现。
需要说明的是,天线1和天线2用于发射和接收电磁波信号。手机100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实现方式中,天线可以和调谐开关结合使用。
继续参见图3,示例性的,移动通信模块150可以提供应用在手机100上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器,开关,功率放大器,低噪声放大器(low noise amplifier,LNA)等。移动通信模块150可以由天线1接收电磁波,并对接收的电磁波进行滤波,放大等处理,传送至调制解调处理器进行解调。移动通信模块150还可以对经调制解调处理器调制后的信号放大,经天线1转为电磁波辐射出去。在一些实现方式中,移动通信模块150的至少部分功能模块可以被设置于处理器110中。在一些实现方式中,移动通信模块150的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。
此外,需要说明的是,调制解调处理器可以包括调制器和解调器。其中,调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后,被传递给应用处理器。应用处理器通过音频设备(不限于扬声器170A,受话器170B等)输出声音信号,或通过显示屏194显示图像或视频。在一些实现方式中,调制解调处理器可以是独立的器件。在另一些实现方式中,调制解调处理器可以独立于处理器110,与移动通信模块150或其他功能模块设置在同一个器件中。
继续参见图3,示例性的,无线通信模块160可以提供应用在手机100上的包括无线局域网(wireless local area networks,WLAN)(如无线保真(wireless fidelity,Wifi)网络),蓝牙(bluetooth,BT),全球导航卫星***(global navigation satellite system,GNSS),调频(frequency modulation,FM),近距离无线通信技术(near fieldcommunication,NFC),红外技术(infrared,IR)等无线通信的解决方案。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线2接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号,对其进行调频,放大,经天线2转为电磁波辐射出去。
具体到本申请实施例提供的技术方案中,手机100可通过移动通信模块150或无线通信模块160与全球定位***(Global Positioning System,GPS)和/或接入的基站进行通信,以获得能够确定用户移动轨迹的信令数据。关于获取信令数据,以及信令数据中包括的具体内容的描述详见下文,此处不再赘述。
此外,还需要说明的是,手机100通过GPU,显示屏194,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏194和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
继续参见图3,示例性的,显示屏194用于显示图像,视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display,LCD),有机发光二极管(organic light-emitting diode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrix organic light emitting diode的,AMOLED),柔性发光二极管(flex light-emitting diode,FLED),Miniled,MicroLed,Micro-oLed,量子点发光二极管(quantum dot light emitting diodes,QLED)等。在一些实现方式中,手机100可以包括1个或N个显示屏194,N为大于1的正整数。
此外,还需要说明的是,手机100可以通过ISP,摄像头193,视频编解码器,GPU,显示屏194以及应用处理器等实现拍摄功能。
此外,还需要说明的是,ISP 用于处理摄像头193反馈的数据。例如,拍照时,打开快门,光线通过镜头被传递到摄像头感光元件上,光信号转换为电信号,摄像头感光元件将所述电信号传递给ISP处理,转化为肉眼可见的图像。ISP还可以对图像的噪点,亮度,肤色进行算法优化。ISP还可以对拍摄场景的曝光,色温等参数优化。在一些实现方式中,ISP可以设置在摄像头193中。
此外,还需要说明的是,摄像头193用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device,CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor,CMOS)光电晶体管。感光元件把光信号转换成电信号,之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB,YUV等格式的图像信号。在一些实现方式中,手机100可以包括1个或N个摄像头193,N为大于1的正整数。
此外,还需要说明的是,数字信号处理器用于处理数字信号,除了可以处理数字图像信号,还可以处理其他数字信号。例如,当手机100在频点选择时,数字信号处理器用于对频点能量进行傅里叶变换等。
此外,还需要说明的是,视频编解码器用于对数字视频压缩或解压缩。手机100可以支持一种或多种视频编解码器。这样,手机100可以播放或录制多种编码格式的视频,例如:动态图像专家组(moving picture experts group,MPEG)1,MPEG2,MPEG3,MPEG4等。
继续参见图3,示例性的,外部存储器接口120可以用于连接外部存储卡,例如Micro SD卡,实现扩展手机100的存储能力。外部存储卡通过外部存储器接口120与处理器110通信,实现数据存储功能。例如将音乐,视频等文件保存在外部存储卡中。
继续参见图3,示例性的,内部存储器121可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。处理器110通过运行存储在内部存储器121的指令,从而执行手机100的各种功能应用以及数据处理。内部存储器121可以包括存储程序区和存储数据区。其中,存储程序区可存储操作***,至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储手机100使用过程中所创建的数据(比如音频数据,电话本等)等。此外,内部存储器121可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flashstorage,UFS)等。
具体到本申请实施例提供的技术方案中,开启常驻地识别模式后,获取到的信令数据,以及根据信令数据确定的停留点数据,根据停留点数据确定的常驻地数据等可以存储在手机100的内部存储器121中,从而便于快速读取,对其进行处理使用。
此外,还需要说明的是,手机100可以通过音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,以及应用处理器等实现音频功能。例如音乐播放,录音等。
此外,还需要说明的是,音频模块170用于将数字音频信息转换成模拟音频信号输出,也用于将模拟音频输入转换为数字音频信号。音频模块170还可以用于对音频信号编码和解码。在一些实现方式中,音频模块170可以设置于处理器110中,或将音频模块170的部分功能模块设置于处理器110中。
继续参见图3,示例性的,按键190包括开机键,音量键等。按键190可以是机械按键。也可以是触摸式按键。手机100可以接收按键输入,产生与手机100的用户设置以及功能控制有关的键信号输入。
继续参见图3,示例性的,马达191可以产生振动提示。马达191可以用于来电振动提示,也可以用于触摸振动反馈。例如,作用于不同应用(例如拍照,音频播放等)的触摸操作,可以对应不同的振动反馈效果。作用于显示屏194不同区域的触摸操作,马达191也可对应不同的振动反馈效果。不同的应用场景(例如:时间提醒,接收信息,闹钟,游戏等)也可以对应不同的振动反馈效果。触摸振动反馈效果还可以支持自定义。
继续参见图3,示例性的,指示器192可以是指示灯,可以用于指示充电状态,电量变化,也可以用于指示消息,未接来电,通知等。
关于手机100的硬件结构就介绍到此,应当理解的是,图3所示手机100仅是一个范例,在具体实现中,手机100可以具有比图中所示的更多的或者更少的部件,可以组合两个或多个的部件,或者可以具有不同的部件配置。图3中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
为了更好的理解图3所示手机100的软件结构,以下对手机100的软件结构进行说明。在对手机100的软件结构进行说明之前,首先对手机100的软件***可以采用的架构进行说明。
具体的,在实际应用中,手机100的软件***可以采用分层架构,事件驱动架构,微核架构,微服务架构,或云架构。
此外,可理解的,目前主流的手机100使用的软件***包括但不限于Windows***、Android***和iOS***。为了便于说明,本申请实施例以分层架构的Android***为例,示例性说明手机100的软件结构。
此外,后续关于本申请实施例提供的常驻地的识别方案,在具体实现中同样适用于其他***。
参见图4,为本申请实施例的手机100的软件结构框图。
如图4所示,手机100的分层架构将软件分成若干个层,每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实现方式中,将Android***分为四层,从上至下分别为应用程序层,应用程序框架层,安卓运行时(Android runtime)和***库,以及内核层。
其中,应用程序层可以包括一系列应用程序包。如图4所示,应用程序包可以包括设置、地图、WLAN、蓝牙、相机、音乐、智慧助手等应用程序,此处不再一一列举,本申请对此不作限制。。
关于智慧助手应用程序,在本实施例中具体用于供用户操作实现开启或关闭基于本申请实施例提供的常驻地的识别方法进行常驻地实现的功能。
此外,可理解的,在一些实现方式中,智慧助手应用程序所实现的功能,也可以集成在设置应用程序中,本申请对此不作限制。为了便于说明,本申请实施例以通过设置应用程序实现开启或关闭基于本申请实施例提供的常驻地的识别方法进行常驻地实现的功能为例,实现方式如图5a和5b所示。
参见图5a中(1)所示的界面10c,示例性的,手机当前的界面10c中可以包括一个或多个控件。控件包括但不限于:网络控件、电量控件、应用图标控件等。
继续参见图5a中(1)所示的界面10c,示例性的,应用图标控件包括但不限于:时钟应用图标控件、日历应用图标控件、图库应用图标控件、备忘录应用图标控件、文件管理应用图标控件、电子邮件应用图标控件、音乐应用图标控件、计算器应用图标控件、视频应用图标控件、录音机应用图标控件、天气应用图标控件、浏览器应用图标控件、设置应用图标控件10c-1等,此处不再一一列举,本申请对此不作限制。
继续参见图5a中(1)所示的界面10c,示例性的,当用户点击了控件10c-1后,手机响应于用户的操作行为,启动图5a中(2)所示的界面10d。
参见图5a中(2)所示的界面10d,示例性的,界面10d中可以包括一个或多个控件。控件包括但不限于:用于退出界面10d的控件10d-1,用于设置手机的声音和振动模式的控件、用于设置通知的控件、用于设置常驻地识别功能的控件10d-2、用于查看手机安装应用的控件、用于查看手机电池信息的控件、用于查看手机当前存储空间的控件、用于查看手机的安全信息的控件等,此处不再一一列举,本申请对此不作限制。
继续参见图5a中(2)所示的界面10d,示例性的,当用户点击了控件10d-2后,手机响应于用户的操作行为,启动图5b中(1)所示的界面10e。
参见图5b中(1)所示的界面10e,示例性的,界面10e中可以包括一个或多个控件。控件包括但不限于:用于退出界面10e的控件10e-1,用于开启或关闭常驻地识别功能的控件10e-2。
示例性的,在本实施例中,以图5b中(1)所示的界面10e中控件10e-2的状态表示常驻地识别功能未开启,即常驻地识别功能处于关闭状态;以图5b中(2)所示的界面10e中控件10e-2的状态表示常驻地识别功能开启,即常驻地识别功能处于开启状态。
继续参见图5b中(1)所示的界面10e,示例性的,当用户点击了控件10e-2后,手机响应于用户的操作行为,控件10e-2从图5b中(1)所示的状态切换为图5b中(2)所示的状态,此时常驻地识别功能就开启了,后续在常驻地识别功能开启的情况下,手机就可以基于本申请实施例提供的常驻地的识别方法,精准确定使用该手机的用户的常驻地,进而根据确定的常驻地,结合用户在不同常驻地的行为习惯,为用户提供精细化的业务推荐。
应当理解的是,上述说明仅是为了更好的理解本实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。
其中,应用程序框架层为应用程序层的应用程序提供应用编程接口(applicationprogramming interface,API)和编程框架。在一些实现方式中,这些编程接口和编程框架可以描述为函数。如图4所示,应用程序框架层可以包括视图***、内容提供器、停留点识别模块、停留点合并模块、常驻地识别模块、常驻地唯一性判断模块等函数,此处不再一一列举,本申请对此不作限制。
示例性的,在本实施例中,停留点识别模块用于根据手机100使用过程中产生的信令数据,采用近邻聚类的方法,识别出用户的移动轨迹中,在时间上连续、空间上相近的停留点。关于停留点识别模块根据信令数据确定某一时间段内,如一天的停留点的具体细节,详见下文,此处不再赘述。
示例性的,在本实施例中,停留点合并模块用于对停留点识别模块识别出的每一天中多个相同的停留点进行合并,即经停留点合并模块处理后的停留点,具有唯一性。关于停留点合并模块合并停留点的具体细节,详见下文,此处不再赘述。
示例性的,在本实施例中,常驻地识别模块用于将某一时间段,如N天内停留点合并模块确定的每一天中具有唯一性的停留点进行近邻聚类,进而将满足要求的确定为常驻地。关于常驻地识别模块确定常驻地的具体细节,详见下文,此处不再赘述。
示例性的,在本实施例中,常驻地唯一性判断模块用于对相邻两个时间段内,如第一天和第二天,常驻地识别模块确定的常驻地进行唯一性判断,避免最终记录的常驻地出现重复情况。关于常驻地唯一性判断模块判断常驻地唯一性的具体细节,详见下文,此处不再赘述。
应当理解的是,上述说明仅是为了更好的理解本实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。
此外,可以理解的,上述各功能模块的划分,仅是为了更好的理解本实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。在实际应用中,上述功能也可以集成在一个功能模块中实现,本实施例对此不作限制。
此外,在实际应用中,上述各功能模块也可以表示为服务、框架,如停留点识别模块可以表示为停留点识别服务、停留点识别框架等,本实施例对此不作限制。
此外,还需要说明的是,上述位于应用程序框架层中的视图***包括可视控件,例如显示文字的控件,显示图片的控件等。视图***可用于构建应用程序。显示界面可以由一个或多个视图组成的。例如,包括短信通知图标的显示界面,可以包括显示文字的视图以及显示图片的视图。
此外,还需要说明的是,上述位于应用程序框架层中的内容提供器用来存放和获取数据,并使这些数据可以被应用程序访问。所述数据可以包括视频,图像,音频,拨打和接听的电话,浏览历史和书签,电话簿等,此处不再一一列举,本申请对此不作限制。
此外,还需要说明的是,在实际应用中,应用程序框架层中还可以有电话管理器、资源管理器、通知管理器等。其中,电话管理器用于提供电子设备100的通信功能。例如通话状态的管理(包括接通,挂断等);资源管理器为应用程序提供各种资源,比如本地化字符串,图标,图片,布局文件,视频文件等;通知管理器使应用程序可以在状态栏中显示通知信息,可以用于传达告知类型的消息,可以短暂停留后自动消失,无需用户交互。
应当理解的是,上述说明仅是为了更好的理解本实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。
Android Runtime包括核心库和虚拟机。Android Runtime负责安卓***的调度和管理。
核心库包含两部分:一部分是java语言需要调用的功能函数,另一部分是安卓的核心库。
应用程序层和应用程序框架层运行在虚拟机中。虚拟机将应用程序层和应用程序框架层的java文件执行为二进制文件。虚拟机用于执行对象生命周期的管理,堆栈管理,线程管理,安全和异常的管理,以及垃圾回收等功能。
***库可以包括多个功能模块。例如:表面管理器(surface manager),媒体库(Media Libraries),三维(3D)图像处理库(例如:OpenGL ES),二维(2D)图像引擎(例如:SGL)等。
表面管理器用于对显示子***进行管理,并且为多个应用程序提供了2D和3D图层的融合。
媒体库支持多种常用的音频,视频格式回放和录制,以及静态图像文件等。媒体库可以支持多种音视频编码格式,例如:MPEG4,H.264,MP3,AAC,AMR,JPG,PNG等。
三维图像处理库用于实现三维图像绘图,图像渲染,合成,和图层处理等。
可理解的,上述所说的2D图像引擎是2D绘图的绘图引擎。
此外,可理解的,Android***中的内核层是硬件和软件之间的层。内核层至少包含显示驱动,蓝牙驱动,麦克风驱动,传感器驱动、GPS驱动等。示例性的,GPS驱动可用于驱动GPS芯片实现定位,以获得用以移动、停留过程中的不同位置的经纬度信息,以使上述所说的停留点识别模块以经纬度信息作为一个维度,结合停留时间确定停留点。
关于手机100的软件结构就介绍到此,可以理解的是,图4示出的软件结构中的层以及各层中包含的部件,并不构成对手机100的具体限定。在本申请另一些实施例中,手机100可以包括比图示更多或更少的层,以及每个层中可以包括更多或更少的部件,本申请不做限定。
以图3示出的硬件结构和图4示出的软件结构的手机为例,为了能够更好的适应于针对图1a至图2b所示的场景,即精准的识别出用户的常驻地,进而根据用户在不同的常驻地的行为习惯,精细化的实现业务的推荐,对上述由停留点识别模块实现的停留点确定过程、由停留点合并模块实现的停留点合并过程、由常驻地识别模块实现的常驻地确定过程,以及由常驻地唯一性判断模块实现的判断过程进行具体说明。
停留点确定
为了便于说明,本实施例以天为单位,结合表1示出的一天中手机对应的部分信令数据,对停留点的确定进行说明。
应当理解的,所谓信令数据,也可以称为手机信令数据(Mobile Signal Data),具体是指通过手机用户在基站之间的信息交换来确定用户的空间位置,即能相对准确的记录人流的时空轨迹。手机用户只要发生开关机、通话、短信、位置更新和切换基站等行为,都会记录下对应的信令数据。故而,基于设定时间内的信令数据,就可以确定手机用户在该时间内的停留点。
表1 手机信令数据
参见表1,示例性的,其中“User_id”字段对应的内容用于标识该信令数据对应的手机。关于“User_id”对应的内容的具体取值,在一些实现方式中,例如可以为手机中***的SIM***,也可以是手机的序列号,或者是根据设定规则生成的标识号等,本实施例对此不作限制,在实际应用中,任意能够标识其唯一性的均可,表1中以根据设定规则生成的标识号“User_138”为例。
此外,需要说明的是,对于停留点确定的环节是在手机本地完成的场景,由于获得的信令数据就是手机自己的,不存在其他手机的信令数据,因此以表1所示形式展示的信令数据,可以不设置“User_id”字段。
相应地,对于停留点确定的环节是由云端服务器完成的场景,为了区分不同手机的信令数据,以表1所示形式展示的信令数据,则需要设置“User_id”字段。
应当理解的是,上述说明仅是为了更好的理解本实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。
继续参见表1,示例性的,其中“Happen_time”字段对应的内容用于标识该条信令数据的记录时间。表1中以“T_1”至“T_10”这10个时间分别对应的10条信令数据为例。
继续参见表1,示例性的,其中“longitude”字段对应的内容用于标识该条信令数据对应的经度,“latitude”字段对应的内容用于标识该条信令数据对应的纬度。表1以“T_1”至“T_10”这10个时间分别对应的10条信令数据的经度和纬度均不相同为例。
继续参见表1,示例性的,其中“Cell_id”字段对应的内容用于标识该手机在不同时间接入的基站的身份标识号(Identity document,id),“Wifi_bssid”字段对应的内容用于标识手机使用Wifi进行通信业务时,接入的路由器的编号。
需要说明的是,在实际应用中,如果用户在使用手机进行通信业务时,没有使用Wifi,直接使用的蜂窝网络,则对应的信令数据中“Wifi_bssid”字段对应的内容可以为空,或者设定的“null”,或者其他内容,本实施例对此不作限定。
基于上述表1示出的10条信令数据,可以确定使用该手机的用户的10个空间位置,其分布例如图6a中的P1至P10。
参见图6a,示例性的,其中P4至P9这6个空间位置分布比较集中,为了减少数据处理量,可以其中一个空间位置为参考点,然后根据各个空间位置的经纬度信息,确定参考点与其他5个空间位置之间的距离。
参见图6b,示例性的,以P4为参考点,假设P4与P5之间的距离D(P4,P5)、P4与P6之间的距离D(P4,P6)、P4与P7之间的距离D(P4,P7)、P4与P8之间的距离D(P4,P8)、P4与P9之间的距离D(P4,P9)均小于设定的距离D1,则可以将P4至P9这6个空间位置看作一个空间位置,如图6b中示出的P11。这样,后续基于这10个空间位置确定停留点时,直接将P11与P1、P2、P3和P10进行处理即可,无需将P4至P9这6个空间位置分别与P1、P2、P3和P10进行处理,从而简化了处理流程。
此外,需要说明的是,在一些实现方式中可以P4至P9这6个空间位置的平均经纬度信息,作为P11这一空间位置的经纬度信息,即将P4至P9这6个空间位置的经度计算得到的平均经度作为P11这一空间位置的经度,将P4至P9这6个空间位置的纬度计算得到的平均纬度作为P11这一空间位置的纬度。
示例性的,在另一些实现方式中,如果P4至P9这6个空间位置的经纬度信息差异较小,也可以直接以选取的参考点,如上述所说的P4的经纬度信息作为P11的经纬度信息。
应当理解的是,上述说明仅是为了更好的理解本实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。
此外,需要说明的是,关于上述D1的取值,可以根据实际业务场景需求设置,例如对应精确度要求高的业务场景,可以将D1的取值设置的相对较小,比如1~5米;反之,则可以将D1的取值设置的相对较大,比如5~10米,甚至更大,本实施例对此不作限制。
示例性的,经图6b所示的处理后,图6a示出的分布图,会变更为如图6c所示。
基于近邻聚类的聚类方式,结合表1和图6c所示,依次确定P1与P2、P3、P11和P10之间的距离信息,假设为20米、50米、175米和205米。如果根据业务场景需求设置的同一停留点内任意两个空间位置之间的距离不大于D2,如125米,且根据停留点内所有空间位置对应的时间确定在该停留点的停留时间不小于设定的时间阈值,如10分钟。则基于上述确定的P1与P2、P3、P11和P10之间的距离信息可知,P1与P2、P3之间的距离不大于D2,满足属于同一停留点的条件之一。对于这种情况,可以进一步确定手机用户在P1至P3这3个空间位置的停留时间。
关于停留时间的确定,在表1中每一条信令数据中“Happen_time”字段对应的内容标识的是手机用户移动到该条信令数据对应的空间位置的时间点时,手机用户在P1至P3这3个空间位置的停留时间,例如可以P1对应的“T_1”为起始时间,以P3对应的“T_3”,或者以P4对应的“T_4”为结束时间,进而确定手机用户在P1至P3这3个空间位置的停留时间。
示例性的,在另一些实现方式中,如果表1中每一条信令数据中“Happen_time”字段对应的内容标识的是手机用户在到该条信令数据对应的空间位置的停留时间,则直接对“T_1”、“T_2”和“T_3”进行求和,便可以得到手机用户在P1至P3这3个空间位置的停留时间。
应当理解的是,上述说明仅是为了更好的理解本实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。本实施例以手机用户在P1至P3这3个空间位置的停留时间为2分钟为例。
由于手机用户在P1至P3这3个空间位置的停留时间(2分钟)小于上述所说的时间阈值(10分钟),因此P1与P2、P3不属于一个停留点。
按照上述处理逻辑,结合表1和图6d所示,继续确定P2与P3、P11和P10之间的距离信息,假设为30米、155米、185米。仍以上述示出的确定属于同一停留点的两个条件为例,可以确定P2与P3满足属于同一停留点的距离要求,如果手机用户在P2和P3两个空间位置的停留时间为5分钟,则P2和P3也不属于一个停留点。
按照上述处理逻辑,结合表1和图6e所示,继续确定P3与P11和P10之间的距离信息,假设为125米、155米。仍以上述示出的确定属于同一停留点的两个条件为例,可以确定P3与P1满足属于同一停留点的距离要求,如果手机用户在P3和P11两个空间位置的停留时间为30分钟,即大于设定的时间阈值(10分钟),则确定P3和P11也满足上述属于同一停留点的时长要求,因此P3和P11属于一个停留点。即,根据P3对应的信令数据和P11对应的信令数据,可以确定一个停留点,如图6e中的停留点1。
可理解的,关于停留点1的经纬度信息,例如可以为根据P3和P11的经纬度信息确定的平均经纬度信息。
由此,基于近邻聚类的聚类方式,按照上述处理逻辑,便可以根据一天当中记录的所有信令数据,确定出满足上述要求的所有停留点。
停留点合并
在完成上述停留点确定后,便可以基于近邻聚类的聚类方式,对当天确定的所有停留点进行近邻聚类,进而将同一个位置下的多个停留点合并为一个,从而使得合并后的停留点具有唯一性。
参见图7,示例性的,以上述停留点确定方式确定手机用户在一天中顺序出现的停留点分别为停留点1、停留点2和停留点1,即手机用户在一天当中在停留点1停留过两次,在停留点2停留过1次。
为了保证不同的停留点仅出现一次,基于近邻聚类的聚类方式对停留点的合并,例如为随机选一天当中的一个停留点,例如图7中的停留点1,然后以停留点1作为起始聚类中心点,向后遍历到时间轴上下一个出现的停留点,如停留点2。接着,判断停留点1的与停留点2之间的距离是否不大于设定的距离D3,如果大于D3,则将停留点2作为第二个聚类中心点,即停留点1和停留点2为两个不同的停留点,例如一个指示手机用户的居住地点,一个指示手机用户的工作地点;反之,则将停留点1和停留点2合并为一个停留点,并将根据停留点1和停留点2的经纬度信息确定的平均经纬度信息作为合并后的停留点的经纬度信息。
基于上述处理逻辑,重复执行上述步骤,直到时间轴上所有的停留点都被遍历完毕后,便可得到一天中所有合并后的停留点。如图7所示,本实施例以停留点1和停留点2是两个不同的停留点为例,则按照上述处理逻辑,最终得到的停留点有停留点1'和停留点2。
可理解的,每一个停留点都包括了构成该停留点的各个空间位置对应的信令数据。由于实际应用中,一个停留点包括的空间位置可能较多,例如几十个,几百个,甚至更多。因此,往往会因为停留点确定环节中设置的条件不够合理,导致停留点合并环节中,合并后的停留点中包括异常的空间位置。
需要说明的是,本实施例中所说的异常的空间位置,例如为与大部分聚集在一起的空间位置远离的边缘空间位置。为了避免这些边缘空间位置对最终结果的影响,在按照上述处理逻辑进行停留点合并后,可以对得到的每一个停留点包括的空间位置信息进行筛选,进而将异常的边缘空间位置剔除,最后根据剔除异常空间位置后,剩余的空间位置的经纬度信息重新计算该停留点的中心经纬度,即平均经度和平均纬度。
关于边缘空间位置的剔除方式,例如可以采用如下方式:
(1)对于每一停留点,获取该停留点内所有的空间位置对应的经纬度信息;
(2)按照经纬度信息进行排序;
(3)分别获取排序后的第Q1位的经度和纬度,分别记住Q1_long和Q1_lat,以及第Q3位的经度和纬度,分别记住Q3_long和Q3_lat;
(4)保留经度在[Q1_long-1.5*(Q3_long-Q1_long), Q3_long+1.5*(Q3_long-Q1_long)],纬度在[Q1_lat-1.5*(Q3_lat-Q1_lat), Q3_lat+1.5*(Q3_lat-Q1_lat)]的空间位置,其他的视为边缘空间位置,将其剔除。
示例性的,关于Q1位和Q3位的选取,例如可以是将排序后的空间位置进行平均二分处理,将中间位置表示为Q2,则第Q1位为第1位与第Q2位之间的中间位,第Q3位为第Q2位与最后一位之间的中间位,例如在排序后的空间位置有100个时,第Q1位的经纬度信息为位于第25位的空间位置对应的经纬度信息,第Q3位的经纬度信息为位于第75位的空间位置对应的经纬度信息。
此外,需要说明的是,如果在实际应用中,上述两个中间位不是整数值,则第Q1位取靠近基于第1位和第Q2位确定的中间位的最小整数位,第Q3位取靠近基于第Q2位和最后一位确定的中间位的最大整数位。
示例性的,在合并后的停留点中包括的空间位置分布如图8中(1)所示的情况下,基于上述边缘空间位置的剔除方式剔除边缘空间位置后,最终保留下来的空间位置的分布如图8中(2)所示。
应当理解的是,上述说明仅是为了更好的理解本实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。
由此,基于近邻聚类的聚类方式,按照上述处理逻辑,便可以根据停留点确定环节确定的停留点,得到一天当中所有的唯一停留点,即经停留点合并环节处理后,最终保留的多个停留点都是不相同的停留点。
常驻地确定
需要说明的是,本实施例中所说的常驻地,是指预设时间内,手机用户在同一停留点停留时间满足设定要求的停留点。由于上述停留点的确定是以天为单位描述的,故而本实施例将N天内手机用户在同一停留点停留天数满足设定要求,如不小于(α% * N)的停留点作为常驻地。
可理解的,α的取值可以根据业务场景需求进行设置,例如可以为50,即将停留天数不小于N/2的停留点作为常驻地。
关于同一停留点停留天数的确定,具体基于近邻聚类的聚类方式,对N天内出现的所有相同的停留点进行聚类,如图9中以N=3为例,其中Day1天按照上述停留点确定环节和停留点合并环节处理后确定的停留点包括停留点1'和停留点2,Day2天按照上述停留点确定环节和停留点合并环节处理后确定的停留点包括停留点1'、停留点2和停留点3,Day3天按照上述停留点确定环节和停留点合并环节处理后确定的停留点包括停留点1'和停留点4。基于近邻聚类的聚类方式,对这3天出现的停留点进行聚类后,最终会得到4个不同停留点的聚类簇,如图9中停留点1'的聚类簇、停留点2的聚类簇、停留点3的聚类簇和停留点4的聚类簇。
需要说明的是,为了尽可能提高最终确定的常驻地的精准度,常驻地确定环节中,基于近邻聚类的聚类方式进行聚类时,任意两个停留点之间的距离可以设置小于D4,其中D4的取值可以小于上文所说的D3。
按照上述处理逻辑处理后,每一个停留点对应的聚类簇中包括的停留点的数量,即代表该手机用户在该停留点的聚类簇中出现的天数。继续参见图9,示例性的,手机用户在这3天中,每一天都在停留点1'出现过,有2天在停留点2出现过,有1天在停留点3、停留点4出现过。
基于上述例举的常驻地确定要求,如α的取值为50,则这3天中至少有1.5天出现过的停留点将被确定为常驻地。通过上述描述可知,满足该要求的停留点有两个,分别为停留点1'和停留点2,即图9所示示例中,根据上述停留点确定环节、停留点合并环节和常驻地确定环节的处理,最终确定的常驻地为停留点1'和停留点2。
应当理解的是,上述说明仅是为了更好的理解本实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。
由此,基于近邻聚类的聚类方式对手机用户在每一天的空间位置进行聚类,进而得到每一天包括的停留点,同时通过对每一天的停留点进行合并的方式,赋予了每一个停留点在聚类过程中实际的物理含义,即在常驻地确定环节中,对于任意一个聚类簇,每有一个停留点,就代表手机用户在该聚类簇中出现的天数,这样根据不同的业务场景需要,通过设定不同的天数阈值就可以选取不同的停留点作为该业务场景下的常驻地,从而能够基于识别出的常驻地为用户提供更加丰富多彩的服务。
常驻地唯一性判断
需要说明的是,在实际应用中,常驻地确定流程可以按照设定的周期执行,例如以天为单位,即每一天生成的常驻地对应的经纬度信息,可以在前一天结果的基础上调整。这种方式虽然可以减少每一天的数据处理量,但是实际应用中,因为用户停留位置的差异,可能会出现与前一天的常驻地经纬度信息不完全一样的情况,这就会导致每一天对应的常驻地统计表中同一个常驻地,有多种不同的经纬度信息。为了在上述常驻地确定环节中,保证基于在前的常驻地统计表和最新一天的常驻地统计表能够精准的确定常驻地,而不是将相同的常驻地识别为多个不同的常驻地,可以判断前一天的常驻地统计表中记录的常驻地是否与在后一天的常驻地统计表中记录的常驻地是同一个,若是则为其分配相同的标签。
表2Day9天的常驻地统计表
表3 Day10天的常驻地统计表1
需要说明的是,上述表中出现的“Num”字段为生成常驻地统计表时,每一条数据对应的序列号,“longitude”字段对应的内容为常驻地的经度,“latitude”字段对应的内容为常驻地的纬度,“label”字段对应的内容为常驻地对应的标签。
此外,还需要说明的是,表3所示的Day10天的常驻地统计表1具体是基于Day10天当天的信令数据确定的常驻地。
通过将表3中每一条数据的经纬度,依次与表2中每一条数据的经纬度进行距离计算,进而确定表3中每一个序列号对应的常驻地与表2中每一个常驻地之间的距离是否不大于设定的距离D5,关于D5的取值可以根据实际的业务场景需求设置,例如取5米。
相应地,如果通过判断确定表3中Num为1的常驻地与表2中Num为1的常驻地之间的距离不大于D5,与表2中Num为2和为3的常驻地之间的距离大于D5,则认为表3中Num为1的常驻地与表2中Num为1的常驻地为同一个常驻地,与表2中Num为2和为3的常驻地不是同一个常驻地。
按照上述处理逻辑,依次将表3中剩余的其他常驻地与表2中的常驻地进行判断,由于表3中Num为2的常驻地与表2中Num为2的常驻地经纬度相同,可以直接确定其为同一个常驻地,与表2中Num为1和为3的常驻地不是同一个常驻地,表3中Num为3的常驻地与表2中Num为1、2和3的常驻地之间的距离均大于D5,即表3中Num为3的常驻地与表2中Num为1、2和3的常驻地是不相同的常驻地,假设表3中Num为3的常驻地为首次出现,在Day1天至Day8天的常驻地统计表中也没有出现,则可以为表3中Num为3的常驻地分配一个新的标签,如Fence_4,而其他相同的常驻地,则复用表2中对应常驻地的标签。基于此,为表3中Num为1、2和3的常驻地分配标签后,得到的Day10天的常驻地统计表如下述表4所示。
表4 Day10天的常驻地统计表2
应当理解的是,上述说明仅是为了更好的理解本实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。
由此,通过上述常驻地唯一性判断的处理逻辑,可以使得相同的常驻地,即便在经纬度不完全相同的情况,也可以识别为同一个常驻地。
关于本申请中上述各实施例中所说的常驻地的识别方法的具体实现流程,以及常驻地识别方法中涉及的第一停留点确定流程、第一停留点合并为第二停留点的流程、异常的空间位置剔除的流程、基于第二停留点确定常驻地的流程,以及常驻地唯一性的确定流程,详见图10至图15所示实施例。
参见图10,本实施例提供的常驻地的识别方法,具体包括:
S101,获取用户使用的电子设备在第一时间段记录的信令数据,第一时间段包括至少一个第二时间段。
示例性的,在一些实现方式中,电子设备例如为上述所说的手机、平板电脑、智能穿戴设备,如智能手表等,本实施例对此不作限定。
示例性的,在一些实现方式中,本实施例中所说的第一时间段,例如为上述所说的N天,如3天。
相应地,在第一时间段为N天时,第二时间段例如为24小时,即1天。
此外,可理解的,本实施例中所说的信令数据与上述实施例相同,可包括经度、纬度、接入的基站id、接入的路由器编号、具体的记录时间、标识电子设备的id等,关于信令数据中具体参数的描述详见上文,此处不再赘述。
S102,对于每一个第二时间段,根据第二时间段的信令数据,确定用户在第二时间段的第一停留点。
示例性的,在一些实现方式中,确定的第一停留点例如可以有多个,如上文所说的停留点1、停留点2等。
关于第一停留点的确定流程可以参见图11所示实施例,此处不再赘述。
S103,对于每一个第二时间段,基于近邻聚类的聚类方式,对第二时间段内的第一停留点进行合并,得到第二停留点。
示例性的,在一些实现方式中,基于近邻聚类的距离方式,根据第一停留点合并为的第二停留点,例如为上文所说的将两个,甚至更多的停留点1合并为停留点1',具体实现细节,可以参见图12所示实施例,此处不再赘述。
S104,基于近邻聚类的聚类方式,将第一时间段内相同的第二停留点聚类为一个聚类簇。
如上文所说的将3天内所有的停留点1'聚类为一个聚类簇,将3天内所有的停留点2聚类为一个聚类簇,将3天内所有的停留点3聚类为一个聚类簇,将3天内所有的停留点4聚类为一个聚类簇,具体实现细节,可以参见图14所示实施例,此处不再赘述。
S105,对于每一个聚类簇,当聚类簇中的第二停留点数量满足设定要求时,将聚类簇中的第二停留点确定为第一常驻地。
例如上文所说的将聚类簇中第二停留点的数量不小于(α% * N)的聚类簇中的第二停留点确定为第一常驻地,具体实现细节可以参见上文,此处不再赘述。
由此,本实施例提供的常驻地的识别方法,通过对确定第二时间段包括的第一停留点,并基于近邻聚类方式将多个相同的第一停留点合并为一个第二停留点,进而保证每一个第二时间段内的停留点都具备唯一性,赋予了每一个停留点在聚类过程中实际的物理含义,从而保证最终基于近邻聚类方式将第一时间段内相同的第二停留点聚类为一个聚类簇后,对于任意一个聚类簇,每有一个第二停留点,就代表用户在该聚类簇中出现的天数,这样根据不同的业务场景需要,通过设定不同的天数阈值就可以选取不同的停留点作为该业务场景下的常驻地,从而能够基于识别出的常驻地为用户提供更加丰富多彩的服务。
参见图11,本实施例提供的常驻地识别方法中第一停留点的确定流程,具体包括:
S201,对于每一个第二时间段,确定第二时间段内每两条信令数据对应的空间位置之间的距离。
可理解的,空间位置是基于对应的信令数据中的经纬度信息确定的,因此基于每两条信令数据中的经纬度信息,便可以确定对应的两个空间位置之间的距离。
此外,为了减少数据处理量,在一些实现方式中,在确定第二时间段内每两条信令数据对应的空间位置之间的距离之后,对于每一个空间位置,当存在与空间位置之间的距离满足设定的第二距离阈值的空间位置时,可以将空间位置以及与空间位置之间的距离满足设定的第二距离阈值的空间位置合并为一个合并空间位置。
进一步地,为了便于后续基于合并空间位置进行第一停留点的确定,对于每一个合并空间位置,可以根据合并空间位置中包括的每一个空间位置的经纬度信息,计算平均经度和平均纬度,然后将计算获得的平均经度和平均纬度,作为合并空间位置的经纬度信息。
关于合并空间位置的经纬度信息的确定方式可以参见上文,此处不再赘述。
示例性的,本实施例中所说的第一距离阈值,例如为上文所说的距离D1,关于上述将多个相邻的空间位置合并为一个合并空间位置的实现细节,可以参见上文中将P4至P9合并为P11的处理流程,此处不再赘述。
S202,对于每一个空间位置,当存在与空间位置之间的距离满足设定的第一距离阈值的空间位置时,确定电子设备在空间位置以及与空间位置之间的距离满足设定的第一距离阈值的空间位置停留的停留时间。
示例性的,本实施例中的第一距离阈值,例如上文所说的距离D2,如125米。
相应地,关于每两个空间位置之间的距离是否满足确定为第一停留点的距离D2的实现细节,可以参见上文由停留点确定模块实现的停留点确定环境的描述部分,此处不再赘述。
S203,当停留时间满足设定的时间阈值时,将空间位置以及与空间位置之间的距离满足设定的第一距离阈值的空间位置确定为一个第一停留点。
示例性的,本实施例中所说的停留时间阈值,可以根据业务场景需求设置,例如上文所说的10分钟。
相应地,关于停留时间是否满足停留时间阈值的实现细节,可以参见上文由停留点确定模块实现的停留点确定环境的描述部分,此处不再赘述。
由此,基于近邻聚类的聚类方式,按照上述处理逻辑,便可以根据一天当中记录的所有信令数据,确定出满足上述要求的所有第一停留点。
参见图12,本实施例提供的常驻地识别方法中第一停留点合并为第二停留点的流程,具体包括:
S301,对于每一个第二时间段,确定第二时间段内每两个第一停留点之间的距离。
示例性的,关于确定第二时间段内每两个第一停留点之间的距离,例如可以是:对于每一个第二时间段中的每一个第一停留点,先根据第一停留点中包括的每一个空间位置的经纬度信息,计算平均经度和平均纬度;然后,将计算获得的平均经度和平均纬度,作为第一停留点的经纬度信息;最后,根据每两个第一停留点的经纬度信息,确定每两个第一停留点之间的距离。
应当理解的是,上述说明仅是为了更好的理解本实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。
S302,对于每一个第一停留点,基于近邻聚类的聚类方式,将第一停留点,以及与第一停留点之间的距离满足设定的第三距离阈值的第一停留点合并为一个第二停留点。
示例性的,在本实施例中第三距离阈值例如为上文所说的距离D3。
相应地,关于将第三距离阈值作为判断条件,进而基于近邻聚类的聚类方式将多个第一停留点合并为一个第二停留点的实现细节可以参见上文,此处不再赘述。
此外,还需要说明的是,在一些实现方式中,可能存在某一个第一停留点只有一个,如上文中的停留点2在一天内仅出现了一次,对应这种场景,可以将第一停留点之间作为对应的第二停留点。
由此,基于近邻聚类的聚类方式,按照上述处理逻辑,便可以根据停留点确定环节确定的停留点,得到一天当中所有的唯一停留点,即经停留点合并环节处理后,最终保留的多个停留点都是不相同的停留点。
参见图13,本实施例提供的常驻地识别方法中异常的空间位置剔除的流程,具体包括:
S401,对于每一个第二停留点,确定第二停留点对应的第一经纬度信息提取位和第二经纬度信息提取位。
关于第二停留点对应的第一经纬度信息提取位和第二经纬度信息提取位的确定方式,例如为先确定第二停留点中包括的空间位置的数量;然后根据数量确定第一中间位;接着将第一位与第一中间位之间的中间位确定为第二停留点对应的第一经纬度信息提取位,将第一中间位与最后一位之间的中间位确定为第二停留点对应的第二经纬度信息提取位。
示例性的,本实施例中所说的第一经纬度信息提取位,例如为上文所说的Q1,第二经纬度信息提取位例如为上文所说的Q3,第一中间位例如为上文所说的Q2。
S402,对第二停留点中包括的空间位置按序排列,提取第一经纬度信息提取位的空间位置的第一经度和第一纬度,以及第二经纬度信息提取位的空间位置的第二经度和第二纬度。
示例性的,第一经纬度信息提取位的空间位置的第一经度例如为上文的Q1_long,第一纬度例如为上文的Q1_lat。
示例性的,第二经纬度信息提取位的空间位置的第二经度例如为上文的Q3_long,第二纬度例如为上文的Q3_lat。
S403,根据第一经度和第二经度,确定经度保留区间。
示例性的,关于根据第一经度和第二经度,确定的经度保留区间例如满足[第一经度-1.5*(第二经度-第一经度), 第二经度+1.5*(第二经度-第一经度)]。
S404,根据第一纬度和第二纬度,确定纬度保留区间。
示例性的,关于根据第一纬度和第二纬度,确定的纬度保留区间例如满足[第一纬度-1.5*(第二纬度-第一纬度), 第二纬度+1.5*(第二纬度-第一纬度)]。
S405,剔除第二停留点中经度不在经度保留区间,且纬度不在纬度保留区间的空间位置。
关于Q1和Q3的具体选取,以及异常的空间位置的剔除细节,可以参见上文,此处不再赘述。
由此,保证避免了异常的空间位置的经纬度信息对最终确定的常驻地的干扰,保证了确定的常驻地的精确度。
参见图14,本实施例提供的常驻地识别方法中基于第二停留点确定常驻地的流程,具体包括:
S501,确定第一时间段内,每两个第二停留点之间的距离。
示例性的,关于确定第一时间段内,每两个第二停留点之间的距离的方式,例如为:对于每一个第二停留点,先根据第二停留点对应的每一个第一停留点的经纬度信息,计算平均经度和平均纬度;然后将平均经度和平均纬度,作为第二停留点的经纬度信息;最后根据每两个第二停留点的经纬度信息,确定每两个第二停留点之间的距离。
应当理解的是,上述说明仅是为了更好的理解本实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。
S502,对于每一个第二停留点,基于近邻聚类的聚类方式,将第二停留点,以及与第二停留点之间的距离满足设定的第四距离阈值的第二停留点聚类为一个聚类簇。
关于将多个相同的第二停留点聚类为一个聚类簇的实现细节,可以参见上文由常驻地确定模块实现的常驻地确定环节部分的描述,此处不再赘述。
由此,基于近邻聚类的聚类方式将第一时间段内所有相同的第二停留点聚类为一个聚类簇,赋予了每一个第二停留点在聚类簇中的物理含义,即在常驻地确定环节中,对于任意一个聚类簇,每有一个第二停留点,就代表用户在该聚类簇中出现的天数,这样根据不同的业务场景需要,通过设定不同的天数阈值就可以选取不同的停留点作为该业务场景下的常驻地,从而能够基于识别出的常驻地为用户提供更加丰富多彩的服务。
参见图15,本实施例提供的常驻地识别方法中常驻地唯一性的确定流程,具体包括:
S601,为第一时间段中确定的每一个第一常驻地分配常驻地标签。
S602,在基于近邻聚类的距离方式,根据第三时间段记录的信令数据确定第三时间段中的第二常驻地后,对于每一个第二常驻地,确定第二常驻地与每一个第一常驻地之间的距离。
S603,对于每一个第二常驻地,当存在与第二常驻地之间的距离满足设定的第五距离阈值的第一常驻地时,为第二常驻地分配与第一常驻地相同的常驻地标签。
关于常驻地唯一性的确定,可以参见上文由常驻地唯一性判断模块实现的常驻地唯一性判断环节部分的描述,此处不再赘述。
由此,实现了常驻地唯一性的确定,使得后续基于常驻地进行的业务推荐服务能够更好的适用于用户。
进一步地,在实际应用中,在根据上述常驻地的识别方法确定出常驻地后,为了便于为用户提供丰富多彩的服务,可以将用户在不同城市驻留的常驻地的标签,以及每一个常驻地的经纬度信息、在不同常驻地接入的基站的id,以及接入的天数、在不同常驻地接入的路由器的编号,以及接入的路由器的天数,常驻地包括的用户移动过程的空间位置的轨迹索引,以及预设时长内用户在不同常驻地出现的天数,以下述表5的形式进行存储。
表5 常驻地信息表
应当理解的是,上述说明仅是为了更好的理解本实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。基于上述常驻地信息表,当确定用户在不同的常驻地时,就可以通过对应的基站和路由器向用户推送合适的服务。
此外,可以理解的是,电子设备为了实现上述功能,其包含了执行各个功能相应的硬件和/或软件模块。结合本文中所公开的实施例描述的各示例的算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以结合实施例对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
此外,需要说明的是,在实际的应用场景中由电子设备实现的上述各实施例提供的常驻地的识别方法,也可以由电子设备中包括的一种芯片***来执行,其中,该芯片***可以包括处理器。该芯片***可以与存储器耦合,使得该芯片***运行时调用该存储器中存储的计算机程序,实现上述电子设备执行的步骤。其中,该芯片***中的处理器可以是应用处理器也可以是非应用处理器的处理器。
另外,本申请实施例还提供一种计算机可读存储介质,该计算机存储介质中存储有计算机指令,当该计算机指令在电子设备上运行时,使得电子设备执行上述相关方法步骤实现上述实施例中的常驻地的识别方法。
另外,本申请实施例还提供了一种计算机程序产品,当该计算机程序产品在电子设备上运行时,使得电子设备执行上述相关步骤,以实现上述实施例中的常驻地的识别方法。
另外,本申请的实施例还提供一种芯片(也可以是组件或模块),该芯片可包括一个或多个处理电路和一个或多个收发管脚;其中,所述收发管脚和所述处理电路通过内部连接通路互相通信,所述处理电路执行上述相关方法步骤实现上述实施例中的常驻地的识别方法,以控制接收管脚接收信号,以控制发送管脚发送信号。
此外,通过上述描述可知,本申请实施例提供的电子设备、计算机可读存储介质、计算机程序产品或芯片均用于执行上文所提供的对应的方法,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (14)
1.一种常驻地的识别方法,其特征在于,所述方法包括:
获取用户使用的电子设备在第一时间段记录的信令数据,所述第一时间段包括至少一个第二时间段;
对于每一个所述第二时间段,根据所述第二时间段的信令数据,确定用户在所述第二时间段的第一停留点;
对于每一个所述第二时间段,基于近邻聚类的聚类方式,对所述第二时间段内的第一停留点进行合并,得到第二停留点;
基于近邻聚类的聚类方式,将所述第一时间段内相同的所述第二停留点聚类为一个聚类簇;
对于每一个所述聚类簇,当所述聚类簇中的所述第二停留点数量满足设定要求时,将所述聚类簇中的所述第二停留点确定为第一常驻地;
其中,所述对于每一个所述第二时间段,根据所述第二时间段的信令数据,确定用户在所述第二时间段的第一停留点,包括:
对于每一个所述第二时间段,确定所述第二时间段内每两条信令数据对应的空间位置之间的距离;
对于每一个所述空间位置,当存在与所述空间位置之间的距离不大于设定的第一距离阈值的空间位置时,确定所述电子设备在所述空间位置以及与所述空间位置之间的距离不大于设定的第一距离阈值的空间位置停留的停留时间;
当所述停留时间不小于设定的时间阈值时,将所述空间位置以及与所述空间位置之间的距离不大于设定的第一距离阈值的空间位置确定为一个所述第一停留点。
2.根据权利要求1所述的方法,其特征在于,在所述确定所述第二时间段内每两条信令数据对应的空间位置之间的距离之后,所述方法还包括:
对于每一个所述空间位置,当存在与所述空间位置之间的距离满足设定的第二距离阈值的空间位置时,将所述空间位置以及与所述空间位置之间的距离满足设定的第二距离阈值的空间位置合并为一个合并空间位置,所述第二距离阈值小于所述第一距离阈值。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
对于每一个所述合并空间位置,根据所述合并空间位置中包括的每一个所述空间位置的经纬度信息,计算平均经度和平均纬度;
将所述平均经度和所述平均纬度,作为所述合并空间位置的经纬度信息。
4.根据权利要求1所述的方法,其特征在于,所述对于每一个所述第二时间段,基于近邻聚类的聚类方式,对所述第二时间段内的第一停留点进行合并,得到第二停留点,包括:
对于每一个所述第二时间段,确定所述第二时间段内每两个第一停留点之间的距离;
对于每一个所述第一停留点,基于近邻聚类的聚类方式,将所述第一停留点,以及与所述第一停留点之间的距离满足设定的第三距离阈值的第一停留点合并为一个第二停留点。
5.根据权利要求4所述的方法,其特征在于,所述对于每一个所述第二时间段,确定所述第二时间段内每两个第一停留点之间的距离,包括:
对于每一个所述第二时间段中的每一个所述第一停留点,根据所述第一停留点中包括的每一个空间位置的经纬度信息,计算平均经度和平均纬度;
将所述平均经度和所述平均纬度,作为所述第一停留点的经纬度信息;
对于每一个所述第二时间段,根据每两个所述第一停留点的经纬度信息,确定每两个所述第一停留点之间的距离。
6.根据权利要求4所述的方法,其特征在于,在所述得到所述第二停留点之后,所述方法还包括:
对于每一个所述第二停留点,确定所述第二停留点对应的第一经纬度信息提取位和第二经纬度信息提取位;
对所述第二停留点中包括的空间位置按序排列,提取所述第一经纬度信息提取位的空间位置的第一经度和第一纬度,以及所述第二经纬度信息提取位的空间位置的第二经度和第二纬度;
根据所述第一经度和所述第二经度,确定经度保留区间;
根据所述第一纬度和所述第二纬度,确定纬度保留区间;
剔除所述第二停留点中经度不在所述经度保留区间,且纬度不在所述纬度保留区间的空间位置。
7.根据权利要求6所述的方法,其特征在于,所述确定所述第二停留点对应的第一经纬度信息提取位和第二经纬度信息提取位,包括:
确定所述第二停留点中包括的空间位置的数量;
根据所述数量确定第一中间位;
将第一位与所述第一中间位之间的中间位确定为所述第二停留点对应的第一经纬度信息提取位;
将所述第一中间位与最后一位之间的中间位确定为所述第二停留点对应的第二经纬度信息提取位。
8.根据权利要求6所述的方法,其特征在于,所述经度保留区间为[第一经度-1.5*(第二经度-第一经度),第二经度+1.5*(第二经度-第一经度)];
所述纬度保留区间为[第一纬度-1.5*(第二纬度-第一纬度),第二纬度+1.5*(第二纬度-第一纬度)]。
9.根据权利要求1所述的方法,其特征在于,所述对于每一个所述第二时间段,基于近邻聚类的聚类方式,对所述第二时间段内的第一停留点进行合并,得到第二停留点,包括:
对于每一个所述第二时间段,在所述第二时间段内的第一停留点为一个时,将所述第一停留点作为对应的所述第二停留点。
10.根据权利要求1所述的方法,其特征在于,所述基于近邻聚类的聚类方式,将所述第一时间段内相同的所述第二停留点聚类为一个聚类簇,包括:
确定所述第一时间段内,每两个第二停留点之间的距离;
对于每一个所述第二停留点,基于近邻聚类的聚类方式,将所述第二停留点,以及与所述第二停留点之间的距离满足设定的第四距离阈值的第二停留点聚类为一个聚类簇,所述第四距离阈值小于第三距离阈值,所述第三距离阈值用于指示每一个所述第二时间段内的多个第一停留点是否能够合并为一个第二停留点。
11.根据权利要求10所述的方法,其特征在于,所述确定所述第一时间段内,每两个第二停留点之间的距离,包括:
对于每一个所述第二停留点,根据所述第二停留点对应的每一个所述第一停留点的经纬度信息,计算平均经度和平均纬度;
将所述平均经度和所述平均纬度,作为所述第二停留点的经纬度信息;
根据每两个所述第二停留点的经纬度信息,确定每两个所述第二停留点之间的距离。
12.根据权利要求1至11中任一项所述的方法,其特征在于,在所述将所述聚类簇中的所述第二停留点确定为第一常驻地之后,所述方法还包括:
为所述第一时间段中确定的每一个所述第一常驻地分配常驻地标签;
在基于近邻聚类的距离方式,根据第三时间段记录的信令数据确定所述第三时间段中的第二常驻地后,对于每一个所述第二常驻地,确定所述第二常驻地与每一个所述第一常驻地之间的距离,所述第三时间段与所述第一时间段的时长相同;
对于每一个所述第二常驻地,当存在与所述第二常驻地之间的距离满足设定的第五距离阈值的所述第一常驻地时,为所述第二常驻地分配与所述第一常驻地相同的所述常驻地标签。
13.一种电子设备,其特征在于,所述电子设备包括:存储器和处理器,所述存储器和所述处理器耦合;所述存储器存储有程序指令,所述程序指令由所述处理器执行时,使得所述电子设备执行如权利要求1至12任意一项所述的常驻地的识别方法。
14.一种计算机可读存储介质,其特征在于,包括计算机程序,当所述计算机程序在电子设备上运行时,使得所述电子设备执行如权利要求1至12任意一项所述的常驻地的识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211150370.4A CN116738073B (zh) | 2022-09-21 | 2022-09-21 | 常驻地的识别方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211150370.4A CN116738073B (zh) | 2022-09-21 | 2022-09-21 | 常驻地的识别方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116738073A CN116738073A (zh) | 2023-09-12 |
CN116738073B true CN116738073B (zh) | 2024-03-22 |
Family
ID=87906644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211150370.4A Active CN116738073B (zh) | 2022-09-21 | 2022-09-21 | 常驻地的识别方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116738073B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011142225A1 (ja) * | 2010-05-12 | 2011-11-17 | 日本電気株式会社 | 特徴点検出システム、特徴点検出方法、及びプログラム |
JP2014191531A (ja) * | 2013-03-27 | 2014-10-06 | Kddi Corp | 携帯端末を所持したユーザの短時間滞留地を推定する装置、プログラム及び方法 |
CN105652304A (zh) * | 2016-01-06 | 2016-06-08 | 成都小步创想畅联科技有限公司 | 融合多传感器的地点识别方法 |
WO2018150227A1 (en) * | 2017-02-17 | 2018-08-23 | Dataspark Pte, Ltd | Mobility gene for trajectory data |
CN108650632A (zh) * | 2018-04-28 | 2018-10-12 | 广州市交通规划研究院 | 一种基于职住对应关系和时空间核聚类的驻点判断方法 |
CN111680102A (zh) * | 2020-05-21 | 2020-09-18 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的定位数据处理方法及相关设备 |
CN113342905A (zh) * | 2021-06-07 | 2021-09-03 | 北京邮电大学 | 一种停留点确定方法及装置 |
-
2022
- 2022-09-21 CN CN202211150370.4A patent/CN116738073B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011142225A1 (ja) * | 2010-05-12 | 2011-11-17 | 日本電気株式会社 | 特徴点検出システム、特徴点検出方法、及びプログラム |
JP2014191531A (ja) * | 2013-03-27 | 2014-10-06 | Kddi Corp | 携帯端末を所持したユーザの短時間滞留地を推定する装置、プログラム及び方法 |
CN105652304A (zh) * | 2016-01-06 | 2016-06-08 | 成都小步创想畅联科技有限公司 | 融合多传感器的地点识别方法 |
WO2018150227A1 (en) * | 2017-02-17 | 2018-08-23 | Dataspark Pte, Ltd | Mobility gene for trajectory data |
CN108650632A (zh) * | 2018-04-28 | 2018-10-12 | 广州市交通规划研究院 | 一种基于职住对应关系和时空间核聚类的驻点判断方法 |
CN111680102A (zh) * | 2020-05-21 | 2020-09-18 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的定位数据处理方法及相关设备 |
CN113342905A (zh) * | 2021-06-07 | 2021-09-03 | 北京邮电大学 | 一种停留点确定方法及装置 |
Non-Patent Citations (2)
Title |
---|
基于位置轨迹挖掘的城市居民职住地识别方法研究;王艳涛;魏海平;何源浩;周烨;;测绘与空间地理信息(第02期);正文1-4页 * |
基于手机信令数据的职住地获取研究;李建邺;信息科技;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116738073A (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115473957B (zh) | 一种图像处理方法和电子设备 | |
CN114461051B (zh) | 帧率切换方法、装置及存储介质 | |
CN113986002B (zh) | 帧处理方法、装置及存储介质 | |
CN115422480B (zh) | 事件发生地区域的确定方法、设备及存储介质 | |
CN116095413B (zh) | 视频处理方法及电子设备 | |
CN112817610B (zh) | cota包安装方法及相关装置 | |
CN114064160A (zh) | 应用图标布局方法及相关装置 | |
CN115460343B (zh) | 图像处理方法、设备及存储介质 | |
CN116738073B (zh) | 常驻地的识别方法、设备及存储介质 | |
CN116347217A (zh) | 图像处理方法、设备及存储介质 | |
CN114257502B (zh) | 一种日志上报方法及装置 | |
CN116033344B (zh) | 地理围栏的确定方法、设备及存储介质 | |
CN116437293B (zh) | 地理围栏的建立方法、服务器及通信*** | |
CN116028707B (zh) | 服务推荐方法、设备及存储介质 | |
CN116541188B (zh) | 通知显示方法、终端设备及存储介质 | |
CN117130808B (zh) | 一种日志采集方法及电子设备 | |
CN116841686B (zh) | 一种应用页面的展示方法 | |
CN116795476B (zh) | 一种删除壁纸的方法及电子设备 | |
CN116095230B (zh) | 应用程序推荐方法和终端设备、可读存储介质 | |
CN116708656B (zh) | 打卡方法及打卡*** | |
CN116095223B (zh) | 通知显示方法和终端设备 | |
CN113986406B (zh) | 生成涂鸦图案的方法、装置、电子设备及存储介质 | |
US20240201932A1 (en) | Display method, electronic device, and system | |
CN117632322A (zh) | 页面管理方法及电子设备 | |
CN117827758A (zh) | 文件打开方法及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |