JP2016537718A - 関心ポイントのクラスタリング方法及び関連する装置 - Google Patents

関心ポイントのクラスタリング方法及び関連する装置 Download PDF

Info

Publication number
JP2016537718A
JP2016537718A JP2016528174A JP2016528174A JP2016537718A JP 2016537718 A JP2016537718 A JP 2016537718A JP 2016528174 A JP2016528174 A JP 2016528174A JP 2016528174 A JP2016528174 A JP 2016528174A JP 2016537718 A JP2016537718 A JP 2016537718A
Authority
JP
Japan
Prior art keywords
points
stay
positioning
point
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.)
Granted
Application number
JP2016528174A
Other languages
English (en)
Other versions
JP6225257B2 (ja
Inventor
▲強▼ 丁
▲強▼ 丁
韶旭 宋
韶旭 宋
▲陽▼振 欧
▲陽▼振 欧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Publication of JP2016537718A publication Critical patent/JP2016537718A/ja
Application granted granted Critical
Publication of JP6225257B2 publication Critical patent/JP6225257B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G06F16/287—Visualization; Browsing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Traffic Control Systems (AREA)
  • Information Transfer Between Computers (AREA)
  • Navigation (AREA)

Abstract

本発明の実施例は、関心ポイントのクラスタリング方法及び関連する装置を開示する。関心ポイントのクラスタリング方法は、所定の期間内にユーザの位置決めポイントセットを取得するステップと、前記位置決めポイントセットに従って滞在ポイントセットを生成するステップであって、前記滞在ポイントセットにおける各滞在ポイントは１つのホットエリアを表し、前記ホットエリアは以下の条件、前記ホットエリアにおける何れか２つの位置決めポイントの地理的位置の間の距離が前記２つの位置決めポイントの位置決め精度におけるより高い位置決め精度未満であり、且つ、前記ホットエリアにおける位置決めポイントの間の時間間隔の最大値が所定の時間閾値より大きい、を充足する、生成するステップと、前記滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するステップと、前記滞在ポイントセットにおける各滞在ポイントの信頼レベルに従ってスクリーニング手段によって前記滞在ポイントセットから信頼される滞在ポイントを取得するステップと、関心ポイントを形成するため、密度接続される信頼される滞在ポイントをクラスタリングするステップとを有する。本発明において提供される技術的解決策を利用することによって、ＰＯＩの信頼性及び参照値が効果的に向上可能である。

Description

本発明は、地理情報処理技術の分野に関し、特に関心ポイントのクラスタリング方法及び関連する装置に関する。
関心ポイント（ＰＯＩ，Ｐｏｉｎｔ Ｏｆ Ｉｎｔｅｒｅｓｔ）は、例えば、自宅、オフィス又は頻繁に訪れるスーパーマーケットなど、ユーザにとって非常に重要なエリアなど、ユーザが長時間頻繁に滞在する位置エリアを表す。
ユーザの日常行動の追跡情報は、携帯電話などの端末のＷｉ−Ｆｉネットワーク、グローバル・ポジショニング・システム（ＧＰＳ，Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）及び基地局識別子（ＩＤ，Ｉｄｅｎｔｉｔｙ）などの位置決め機能を利用することによって取得されてもよい。追跡情報は、位置決めのずれを有する多数の位置決め座標点から構成される。追跡情報からユーザのＰＯＩをどのように抽出するかの研究は、状況認識及び位置ベースサービス（ＬＢＳ，Ｌｏｃａｔｉｏｎ−ｂａｓｅｄ Ｓｅｒｖｉｃｅ）アプリケーション及びサービスにとって非常に価値があり、また学術における研究の焦点である。
現在、ユーザの複数のＧＰＳ追跡情報に基づきＰＯＩを探索するための方法があり、当該方法の主要なアイデアは、まずツリー状の階層パターンを用いることによってユーザの複数の履歴位置データをモデル化し、それから、ツリー状の階層パターンに基づき、ハイパーテキストの主題に基づき検索を実行するインタフェースモデルを提案し、ユーザから個別の単一の訪問の位置へのリンクを確立することである。
しかしながら、上記の方法では、ユーザの滞在ポイントは、空間及び時間の次元を利用することによって抽出される。滞在ポイントは、ユーザの単一の訪問のみを表すことができるが、ユーザにとって非常に重要なＰＯＩの場所を表すことはできない。さらに、ＰＯＩが探索されているとき、ユーザの履歴位置データしか参照されず、従って、探索されたＰＯＩの信頼性及び参照値は低い。
本発明の実施例は、ＰＯＩの信頼性及び参照値を改善するため利用される関心ポイントのクラスタリング方法及び関連する装置を提供する。
本発明の第１の態様は、関心ポイントのクラスタリング方法を提供し、ここで、当該方法は、
所定の期間内にユーザの位置決めポイントセットを取得するステップと、
前記位置決めポイントセットに従って滞在ポイントセットを生成するステップであって、前記滞在ポイントセットにおける各滞在ポイントは１つのホットエリアを表し、前記ホットエリアは以下の条件、前記ホットエリアにおける何れか２つの位置決めポイントの地理的位置の間の距離が前記２つの位置決めポイントの位置決め精度におけるより高い位置決め精度未満であり、且つ、前記ホットエリアにおける位置決めポイントの間の時間間隔の最大値が所定の時間閾値より大きい、を充足する、生成するステップと、
前記滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するステップであって、滞在ポイントにより表されるホットエリアにおける全ての位置決めポイントの移動状態に対応するより低い平均速度が前記滞在ポイントのより高い信頼レベルを示す、計算するステップと、
前記滞在ポイントセットにおける各滞在ポイントの信頼レベルに従ってスクリーニング手段によって前記滞在ポイントセットから信頼される滞在ポイントを取得するステップであって、前記信頼される滞在ポイントの信頼レベルは所定の信頼レベル閾値より大きい、取得するステップと、
関心ポイントを形成するため、密度接続される信頼される滞在ポイントをクラスタリングするステップであって、前記密度接続とは、２つの信頼される滞在ポイントにより表されるホットエリアの範囲が互いに直接的に接続されるか、又は間接的に接続されることを示す、クラスタリングするステップと、
を有する。
本発明の第１の態様に基づき、第１の可能な実現方式では、
前記位置決めポイントセットに従って滞在ポイントセットを生成するステップは、
前記条件を充足するホットエリアを決定するステップと、
前記ホットエリアを表す滞在ポイントとして前記ホットエリアの幾何学的中心ポイントを決定するステップと、
を有する。
本発明の第１の態様又は本発明の第１の態様の第１の可能な実現方式に基づき、第２の可能な実現方式では、前記滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するステップは、
各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態を取得するステップと、
式
Figure 2016537718
 を用いることによって、且つ、各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態に従って、前記滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するステップであって、Ｃｏｎｆｉは滞在ポイントｉの信頼レベルを表し、ｎはｎ個の可能な移動状態を表し、Ｗｋはｋ番目の移動状態の信頼レベルウェイトを表し、ｎｋは前記滞在ポイントｉにより表されるホットエリアにあって、移動状態がｋ番目の移動状態である位置決めポイントの数を表し、各移動状態は信頼レベルウェイトに対応し、移動状態に対応するより低い移動速度は前記移動状態のより大きな信頼レベルウェイトを示す、計算するステップと、
を有する。
本発明の第１の態様の第２の可能な実現方式に基づき、第３の可能な実現方式では、前記位置決めポイントセットにおける全ての位置決めポイントの移動状態を取得するステップは、具体的には、
前記ユーザの端末におけるセンサデータ、又はＷｉ−Ｆｉネットワークの信号強度の変化又は信号量の変化に従って、前記位置決めポイントセットにおける全ての位置決めポイントの移動状態を取得することである。
第１の態様、又は本発明の第１の態様の第１の可能な実現方式、又は本発明の第１の態様の第２の可能な実現方式、又は本発明の第１の態様の第３の可能な実現方式に基づき、第４の可能な実現方式では、前記関心ポイントを形成するため、密度接続される信頼される滞在ポイントをクラスタリングするステップは、
関心ポイントのエリアとして、全ての密度接続される信頼される滞在ポイントの間の全てのリーフ滞在ポイントを順次接続することによって形成されるクローズドエリアを決定するステップであって、中心がリーフ滞在ポイントである所定の半径カバレッジ範囲内の全ての滞在ポイントの信頼レベルの和は所定の閾値より大きくない、決定するステップを有する。
本発明の第２の態様は、関心ポイントのクラスタリング装置を提供し、ここで、当該装置は、
所定の期間内にユーザの位置決めポイントセットを取得するよう構成される取得ユニットと、
前記取得ユニットにより取得された前記位置決めポイントセットに従って滞在ポイントセットを生成するよう構成される滞在ポイント生成ユニットであって、前記滞在ポイントセットにおける各滞在ポイントは１つのホットエリアを表し、前記ホットエリアは以下の条件、前記ホットエリアにおける何れか２つの位置決めポイントの地理的位置の間の距離が前記２つの位置決めポイントの位置決め精度におけるより高い位置決め精度未満であり、且つ、前記ホットエリアにおける位置決めポイントの間の時間間隔の最大値が所定の時間閾値より大きい、を充足する、滞在ポイント生成ユニットと、
前記滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するよう構成される計算ユニットであって、滞在ポイントにより表されるホットエリアにおける全ての位置決めポイントの移動状態に対応するより低い平均速度が前記滞在ポイントのより高い信頼レベルを示す、計算ユニットと、
前記滞在ポイントセットにおける各滞在ポイントのものであって、前記計算ユニットにより計算される信頼レベルに従ってスクリーニング手段によって前記滞在ポイントセットから信頼される滞在ポイントを取得するよう構成されるフィルタリングユニットであって、前記信頼される滞在ポイントの信頼レベルは所定の信頼レベル閾値より大きい、フィルタリングユニットと、
関心ポイントを形成するため、密度接続される信頼される滞在ポイントをクラスタリングするよう構成されるクラスタリングユニットであって、前記“密度接続”とは、２つの信頼される滞在ポイントにより表されるホットエリアの範囲が直接的に接続されるか、又は間接的に接続されることを示す、クラスタリングユニットと、
を有する。
本発明の第２の態様に基づき、第１の可能な実現方式では、
前記滞在ポイント生成ユニットは、
前記条件を充足するホットエリアを決定するよう構成される第１の決定ユニットと、
前記ホットエリアを表す滞在ポイントとして前記ホットエリアの幾何学的中心ポイントを決定するよう構成される第２の決定ユニットと、
を有する。
本発明の第２の態様又は本発明の第２の態様の第１の可能な実現方式に基づき、第２の可能な実現方式では、
前記計算ユニットは、
各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態を取得するよう構成される取得サブユニットと、
式
Figure 2016537718
 を用いることによって、且つ、各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントのものであって、前記取得サブユニットにより取得される移動状態に従って、前記滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するよう構成される計算サブユニットであって、Ｃｏｎｆｉは滞在ポイントｉの信頼レベルを表し、ｎはｎ個の可能な移動状態を表し、Ｗｋはｋ番目の移動状態の信頼レベルウェイトを表し、ｎｋは前記滞在ポイントｉにより表されるホットエリアにあって、移動状態がｋ番目の移動状態である位置決めポイントの数を表し、各移動状態は信頼レベルウェイトに対応し、移動状態に対応するより低い移動速度は前記移動状態のより大きな信頼レベルウェイトを示す、計算サブユニットと、
を有する。
本発明の第２の態様の第２の可能な実現方式に基づき、第３の可能な実現方式では、前記取得サブユニットは、具体的には、前記ユーザの端末におけるセンサデータ、又はＷｉ−Ｆｉネットワークの信号強度の変化又は信号量の変化に従って、前記位置決めポイントセットにおける全ての位置決めポイントの移動状態を取得するよう構成される。
本発明の第２の態様、又は本発明の第２の態様の第１の可能な実現方式、又は本発明の第２の態様の第２の可能な実現方式、又は本発明の第２の態様の第３の可能な実現方式に基づき、第４の可能な実現方式では、前記クラスタリングユニットは、具体的には、関心ポイントを形成するため全ての密度接続される信頼される滞在ポイントをクラスタリングし、関心ポイントのエリアとして、全ての密度接続される信頼される滞在ポイントの間の全てのリーフ滞在ポイントを順次接続することによって形成されるクローズドエリアを決定するよう構成され、中心がリーフ滞在ポイントである所定の半径カバレッジ範囲内の全ての滞在ポイントの信頼レベルの和は所定の閾値より大きくない。
本発明の実施例が以下の効果を有することは、上記の技術的解決策から知ることができる。
本発明の実施例では、１つの滞在ポイントが位置決め精度及び時間閾値に従って複数の位置決めポイントによって形成され、大部分の待ち合わせポイント、位置決めジャンプポイント及び通過ポイントが、位置決め精度及び時間閾値の制約の下でフィルタリング可能であることが知ることができる。さらに、滞在ポイントの信頼レベルは、滞在ポイントの位置決めポイントの移動状態を参照して計算され、信頼レベルが相対的に低い滞在ポイントが滞在ポイントの信頼レベルに従って選抜され、いくつかの途中のノイズ滞在ポイント（交通渋滞部分における滞在時、信号機の待ち時間及びゆっくり歩行している時間に生成された擬似滞在ポイントなど）が更にフィルタリングできる。従って、密度接続される信頼される滞在ポイントをクラスタリングすることによって最終的に形成される関心ポイントは、より高い信頼性及びより高い参照値を有する。
本発明の実施例又は従来技術における技術的解決策をより明確に説明するため、以下は、実施例又は従来技術を説明するのに必要な添付図面を簡単に紹介する。明らかに、以下の説明における添付図面は本発明のいくつかの実施例を単に示し、当業者は、創作的な努力なく、これらの添付図面から他の図面を依然として導出してもよい。
図１は、本発明による関心ポイントのクラスタリング方法の実施例の概略的なフローチャートである。 図２ａは、本発明による適用シナリオにおける位置決めポイントセットの追跡の概略図である。 図２ｂは、本発明による適用シナリオにおいて形成される滞在ポイントセットの概略図である。 図２ｃは、本発明による適用シナリオにおいてスクリーニング手段によって取得される信頼される滞在ポイントセットの概略図である。 図２ｄは、本発明による適用シナリオにおいてクラスタリング手段により取得されるＰＯＩの概略図である。 図３は、本発明による関心ポイントのクラスタリング装置の実施例の概略的な構成図である。 図４は、本発明による関心ポイントのクラスタリング装置の他の実施例の概略的な構成図である。 図５は、本発明による関心ポイントのクラスタリング装置の更なる他の実施例の概略的な構成図である。
本発明の実施例は、関心ポイントのクラスタリング方法及び関連する装置を提供する。
本発明の課題、特徴及び効果をより明確且つより理解可能にするため、以下は、本発明の実施例における添付図面を参照して、本発明の実施例における技術的解決策を明確且つ完全に説明する。明らかに、説明される実施例は、本発明の実施例の全てでなく単なる一部である。創作的な努力なく本発明の実施例に基づき当業者により取得される他の全ての実施例は、本発明の保護範囲内に属する。
以下は、本発明の実施例において提供される関心ポイントのクラスタリング方法を説明する。図１を参照して、本発明の本実施例における関心ポイントのクラスタリング方法は、以下を含む。
１０１．所定の期間内にユーザの位置決めポイントセットを取得する。
本発明の本実施例における位置決めポイントセットは１つ以上の位置決めポイントを有し、位置決めポイントはユーザの位置情報を示すのに利用される。
任意的には、位置決めポイントは、経度値及び緯度値によって表されるＧＰＳ位置ポイントであり、関心ポイントのクラスタリング装置は、ユーザのＧＰＳ位置データから所定の期間内にユーザの位置決めポイントセットを取得する。
１０２．上記の位置決めポイントセットに従って滞在ポイントセットを生成する。
上記の滞在ポイントセットにおける各滞在ポイントは１つのホットエリアを表し、ここで、上記のホットエリアは、以下の条件、上記のホットエリアにおける何れか２つの位置決めポイントの地理的位置の間の距離が上記の２つの位置決めポイントの位置決め精度におけるより高い位置決め精度未満であり、且つ、上記のホットエリアにおける位置決めポイントの間の時間間隔の最大値が所定の時間閾値より大きい、を充足する。
例えば、位置決めポイントセット｛Ｐｊ，Ｐｊ＋１，．．．，Ｐｊ＋Ｌ｝は、滞在ポイントが形成されうるホットエリアを構成し、位置決めポイントセット｛Ｐｊ，Ｐｊ＋１，．．．，Ｐｊ＋Ｌ｝は、以下の２つの条件を充足する必要がある。
１．｛Ｐｊ，Ｐｊ＋１，．．．，Ｐｊ＋Ｌ｝における何れか２つの位置決めポイントの地理的位置の間の距離は空間閾値Ｄｔｈ未満であり、ここで、Ｄｔｈは固定値でなく、それは関連する位置決めポイントが変わるに従って変化し、具体的には、２つの位置決めポイントの位置決め精度における最大値、すなわち、Ｄｔｈ（Ｐｎ，Ｐｍ）＝ｍａｘ（Ｒａｄｉｕｓ（Ｐｎ），Ｒａｄｉｕｓ（Ｐｍ））である。例えば、位置決めポイントＰ１の位置決め精度は５メータであり、位置決めポイントＰ２の位置決め精度は１０メータであり、このとき、位置決めポイントＰ１及び位置決めポイントＰ２について、Ｄｔｈ（Ｐ１，Ｐ２）は位置決めポイントＰ１及び位置決めポイントＰ２においてより高い位置決め精度に等しく、すなわち、Ｄｔｈ（Ｐ１，Ｐ２）は１０メータに等しいと仮定される。位置決めポイントＰ３の位置決め精度が１５メータである場合、位置決めポイントＰ１及び位置決めポイントＰ３について、Ｄｔｈ（Ｐ１，Ｐ３）は位置決めポイントＰ１及び位置決めポイントＰ３との間のより高い位置決め精度に等しく、すなわち、Ｄｔｈ（Ｐ１，Ｐ２）は１５メータに等しい。
２．異なる位置決めポイントが異なる時点で測定手段により取得されるため、全ての２つの位置決めポイントの間に時間間隔が存在する。例えば、位置決めポイントＰ１は１０：００に測定手段により取得され、位置決めポイントＰ２は１０：０３に測定手段により取得され、このとき、位置決めポイントＰ１と位置決めポイントＰ３との間の時間間隔は３分であると仮定される。本発明の本実施例では、｛Ｐｊ，Ｐｊ＋１，．．．，Ｐｊ＋Ｌ｝は更に、以下の条件、｛Ｐｊ，Ｐｊ＋１，．．．，Ｐｊ＋Ｌ｝における位置決めポイントの間の時間間隔の最大値が所定の時間閾値Ｔｔｈ（例えば、Ｔｔｈの値は５分、７分又は１０分であってもよい）より大きく、すなわち、｛Ｐｊ，Ｐｊ＋１，．．．，Ｐｊ＋Ｌ｝において、測定手段により最初に取得された位置決めポイントと、測定手段により最後に取得された位置決めポイントとの間の時間間隔はＴｔｈより大きく、ここで、Ｔｔｈは、ここで限定されない、実際の要求に従って具体的に設定されてもよい、を充足する必要がある。
任意的には、上記の条件を充足するホットエリアが決定された後、上記のホットエリアの幾何学的中心ポイントは、上記のホットエリアを表す滞在ポイントとして決定され、ここで、滞在ポイントは、ホットエリアにおける全ての位置決めポイントを表すものであってもよい。おそらく、他の方式がまたホットエリアに対応する滞在ポイントを決定するのに利用されてもよい。例えば、ホットエリアの重心が、ホットエリアを表す滞在ポイントとして利用され、ここで、ホットエリアの重心は、ホットエリア内の位置決めポイントの分布に関連する。
１０３．上記の滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算する。
滞在ポイントにより表されるホットエリアにおける全ての位置決めポイントの移動状態に対応するより低い平均速度が滞在ポイントのより高い信頼レベルを示す。
実現方式では、関心ポイントのクラスタリング装置は、上記の滞在ポイントセットにおける各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態を取得し、上記の滞在ポイントセットにおける各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態に従って、式
Figure 2016537718
 を用いることによって、上記の滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算し、ここで、Ｃｏｎｆｉは滞在ポイントｉの信頼レベルを表し、ｎはｎ個の可能な移動状態を表し、Ｗｋはｋ番目の移動状態の信頼レベルウェイトを表し、ｎｋは滞在ポイントｉにより表されるホットエリアにあって、移動状態がｋ番目の移動状態である位置決めポイントの数を表し、ここで、各移動状態は信頼レベルウェイトに対応し、移動状態に対応するより低い移動速度は移動状態のより大きな信頼レベルウェイトを示す。例えば、ユーザの可能な移動状態は、静止、歩行又は走行であり、このとき、３つの移動状態について、移動状態に対応し、昇順である移動速度は順に以下のように、静止、歩行又は走行であり、移動状態のものであって、降順である信頼レベルウェイトは順に以下のように、静止、歩行又は走行であると仮定される。
任意的には、関心ポイントのクラスタリング装置は、上記のユーザの端末（携帯電話、タブレット及び車両搭載端末など）におけるセンサデータ（加速度及びジャイロスコープなど）、又はＷｉ−Ｆｉネットワークの信号強度の変化又は信号量の変化に従って、上記の位置決めポイントセットにおける全ての位置決めポイントの移動状態を取得するか、又は、関心ポイントのクラスタリング装置は、ここに限定されず、他の位置決め装置（サーバなど）から上記の位置決めポイントセットにおける全ての位置決めポイントの移動状態を取得してもよい。
１０４．上記の滞在ポイントセットにおける各滞在ポイントの信頼レベルに従ってスクリーニング手段によって上記の滞在ポイントセットから信頼される滞在ポイントを取得する。
上記の信頼される滞在ポイントの信頼レベルは所定の信頼レベル閾値より大きい。
本発明の本実施例では、関心ポイントのクラスタリング装置は、スクリーニング手段により上記の滞在ポイントセットから信頼される滞在ポイント（すなわち、信頼レベルが所定の信頼レベル閾値より大きい滞在ポイント）を取得し、信頼レベルが所定の信頼レベル閾値より大きくない滞在ポイントを削除する。
１０５．ＰＯＩを形成するため、密度接続される信頼される滞在ポイントをクラスタリングする。
上記の“密度接続”とは、２つの信頼される滞在ポイントにより表されるホットエリアの範囲が互いに直接的に接続されるか、又は間接的に接続されることを示す。例えば、信頼される滞在ポイントＰ１のカバレッジ範囲は信頼される滞在ポイントＰ２のカバレッジ範囲と交わり、それから、信頼される滞在ポイントＰ１及び信頼される滞在ポイントＰ２により表されるホットエリアの範囲は、互いに直接的に接続されると仮定される。この場合、信頼される滞在ポイントＰ１及び信頼される滞在ポイントＰ２は密度接続される。あるいは、信頼される滞在ポイントＰ１のカバレッジ範囲が信頼される滞在ポイントＰ３のカバレッジ範囲と交わり、信頼される滞在ポイントＰ２のカバレッジ範囲が信頼される滞在ポイントＰ４のカバレッジ範囲と交わり、信頼される滞在ポイントＰ３のカバレッジ範囲が信頼される滞在ポイントＰ４のカバレッジ範囲と交わり、このとき、信頼される滞在ポイントＰ１及び信頼される滞在ポイントＰ２により表されるホットエリアの範囲は、互いに間接的に接続されると仮定される。この場合、信頼される滞在ポイントＰ１及び信頼される滞在ポイントＰ２はまた密度接続される。
任意的には、信頼される滞在ポイントＰ１（リーフ滞在ポイントであってもよいし、又は内部滞在ポイントであってもよい）が内部滞在ポイントｏから密度到達可能であり、信頼される滞在ポイントＰ２（リーフ滞在ポイントであってもよいし、又は内部滞在ポイントであってもよい）が内部滞在ポイントｏから密度到達可能である場合、信頼される滞在ポイントＰ１及び信頼される滞在ポイントＰ２は密度接続される。以下は、“内部滞在ポイント”、“リーフ滞在ポイント”及び“密度到達可能”を説明する。
内部滞在ポイント：中心が滞在ポイントである所定の半径カバレッジ内の全ての滞在ポイントの信頼されるレベルの和が、所定の閾値より大きい。
リーフ滞在ポイント：中心が滞在ポイントである所定の半径カバレッジ内の全ての滞在ポイントの信頼されるレベルの和が、所定の閾値より大きくない。
密度到達可能：ｐｉ（０＜ｉ＜ｎ）が内部滞在ポイントである必要がある信頼される滞在ポイントｐ１，ｐ２，．．．，ｐｎの所与の系列において、ｐｎはリーフ滞在ポイント又は内部滞在ポイントであってもよく、Ｐ＝ｐ１及びＱ＝ｐｎであり、ｐｉはｐｉ−１（１＜ｉ＜（ｎ＋１））から直接的に密度到達可能であり、このとき、滞在ポイントＱは内部滞在ポイントＰから密度到達可能であると仮定される。
直接的に密度到達可能：信頼される滞在ポイントＰ（リーフ滞在ポイントであってもよいし、又は内部滞在ポイントであってもよい）が信頼される滞在ポイントＱの半径カバレッジ内に配置され、信頼される滞在ポイントＱが内部滞在ポイントである場合、信頼される滞在ポイントＰは、信頼される滞在ポイントＱから直接的に密度到達可能である。
任意的には、全ての密度接続される信頼される滞在ポイントは、ＰＯＩを形成するためクラスタリングされる。さらに、ＰＯＩのエリアとして全ての密度接続される信頼される滞在ポイントの間の全てのリーフ滞在ポイントを順次接続することによって形成されるクローズドエリア、又はＰＯＩのエリアは、ここに限定されない、全ての密度接続される信頼される滞在ポイントを含む最小の円形エリア又は正方形エリアであってもよい。
本発明の本実施例では、１つの滞在ポイントが位置決め精度及び時間閾値により複数の位置決めポイントによって形成され、大部分の待ち合わせポイント、位置決めジャンプポイント及び通過ポイントが、位置決め精度及び時間閾値の制約の下でフィルタリング可能であることが、上記から知ることができる。さらに、滞在ポイントの信頼レベルは、滞在ポイントの位置決めポイントの移動状態を参照して計算され、信頼レベルが相対的に低い滞在ポイントが滞在ポイントの信頼レベルに従って選抜され、いくつかの途中のノイズ滞在ポイント（交通渋滞部分における滞在時、信号機の待ち時間及びゆっくり歩行している時間に生成された擬似滞在ポイントなど）が更にフィルタリングできる。従って、密度接続される信頼される滞在ポイントをクラスタリングすることによって最終的に形成される関心ポイントは、より高い信頼性及びより高い参照値を有する。
本発明の技術的解決策のより良好な理解のため、以下は、特定の適用シナリオを利用することによって、本発明の本実施例における関心ポイントのクラスタリング方法を説明する。
図２ａにおいて、所定の期間内のユーザの位置決めポイントセットの追跡が示されることが仮定される。
ステップ１：関心ポイントのクラスタリング装置は、図２ａに示される位置決めポイントセットから、動的な空間閾値及び時間閾値を用いることによって、以下の２つ条件を充足するホットエリアを決定し、１．ホットエリアにおける何れか２つの位置決めポイントの地理的位置の間の距離が上記の２つの位置決めポイントのより高い位置決め精度未満であり、且つ、２．ホットエリアにおける位置決めポイントの間の時間間隔の最大値が所定の時間閾値より大きく、これらの条件を充足するホットエリアを決定した後、ホットエリアを表す滞在ポイントしてホットエリアの幾何学的中心ポイントを決定し、図２ｂに示される滞在ポイントの追跡の図を取得するため、複数の滞在ポイントを形成し、ここで、図２ｂにおける各黒いポイントは形成された滞在ポイントを表し、各滞在ポイントは、ユーザが同じ場所に滞在するときに生成される多数の位置決めポイントを表しうる。図２ｂが図２ａと比較された後、大部分の待ち合わせポイント、位置決めジャンプポイント及び通過ポイントが図２ｂにおいてフィルタリングされることが知ることができる。
ステップ２：関心ポイントのクラスタリング装置は、１つの滞在ポイントを形成する全ての位置決めポイントにおけるユーザの移動状態（静止、歩行及び走行など）に従って、各滞在ポイントの信頼レベルを計算し、ここで、１つの滞在ポイントの全ての位置決めポイントにおけるユーザの移動状態に対応する平均速度がより低い場合、滞在ポイントの信頼レベルはより高くなり、例えば、滞在ポイントを形成する全ての位置決めポイントにおける移動状態が静止（すなわち、移動速度が０）である滞在ポイントの位置決めポイントのパーセンテージがより高い場合、滞在ポイントの信頼レベルはより高く、そうでなく、滞在ポイントを形成する全ての位置決めポイントにおける移動状態が走行（すなわち、移動速度が０よりはるかに大きい）である滞在ポイントの位置決めポイントのパーセンテージがより高い場合、滞在ポイントの信頼レベルはより低く、各滞在ポイントの信頼レベルを計算した後、図２ｂに示される滞在ポイントセットから、信頼レベルが所定の信頼レベル閾値より大きくない滞在ポイントを削除し、すなわち、図２ｂに示される滞在ポイントセットから、スクリーニング手段によって、信頼レベルが所定の信頼レベル閾値より大きい滞在ポイントを取得し、図２ｃに示される信頼される滞在ポイントセットを取得する。図２ｃが図２ｂと比較された後、いくつかの途中のノイズ滞在ポイント（交通渋滞部分における滞在時、信号機の待ち時間及びゆっくり歩行している時間に生成された擬似滞在ポイント）が図２ｃにおいてフィルタリングされることが知ることができる。
ステップ３：信頼レベルに基づき上記の滞在ポイントをクラスタリングし、全ての滞在ポイントが密度接続される最大滞在ポイントセットを特定し（すなわち、当該セットにおける何れか２つの滞在ポイントが密度接続される）、ＰＯＩを形成するため最大滞在ポイントセットをクラスタリングし、ここで、ＰＯＩのエリアは、クラスタリング手段によって取得され、図２ｄに示されるＰＯＩの概略図など、最大滞在ポイントセットにおける全てのリーフ滞在ポイントを順次接続することによって形成されるクローズドポリゴンを用いることによって表されてもよい。各滞在ポイントの信頼レベルは、ステップ３におけるクラスタリング処理において考慮され、ＰＯＩのクラスタリング信頼性が向上し、ＰＯＩのエリア範囲は実際のケースにおけるエリア範囲により近い。
本発明の実施例は更に、関心ポイントのクラスタリング装置を提供する。図３に示されるように、本発明の本実施例における関心ポイントのクラスタリング装置３００は、取得ユニット３０１、滞在ポイント生成ユニット３０２、計算ユニット３０３、フィルタリングユニット３０４及びクラスタリングユニット３０５を有し、ここで、
取得ユニット３０１は、所定の期間内にユーザの位置決めポイントセットを取得するよう構成される。
本発明の本実施例における位置決めポイントセットは１つ以上の位置決めポイントを有し、位置決めポイントはユーザの位置情報を示すのに利用される。
任意的には、位置決めポイントは経度値及び緯度値により表されるＧＰＳ位置ポイントであり、関心ポイントのクラスタリング装置は、ユーザのＧＰＳ位置データから所定の期間内のユーザの位置決めポイントセットを取得する。
滞在ポイント生成ユニット３０２は、取得ユニット３０１により取得された位置決めポイントセットに従って滞在ポイントセットを生成するよう構成され、ここで、上記の滞在ポイントセットにおける各滞在ポイントは１つのホットエリアを表し、上記のホットエリアは以下の条件、上記のホットエリアにおける何れか２つの位置決めポイントの地理的位置の間の距離が上記の２つの位置決めポイントの位置決め精度におけるより高い位置決め精度未満であり、且つ、上記のホットエリアにおける位置決めポイントの間の時間間隔の最大値が所定の時間閾値より大きい、を充足する。
任意的には、図３に示される実施例に基づき、図４に示される関心ポイントのクラスタリング装置４００によると、滞在ポイント生成ユニット３０２は、上記の条件を充足するホットエリアを決定するよう構成される第１の決定ユニット３０２１と、上記のホットエリアを表す滞在ポイントとして上記のホットエリアの幾何学的中心ポイントを決定するよう構成される第２の決定ユニット３０２２とを有する。
計算ユニット３０３は、上記の滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するよう構成され、ここで、滞在ポイントにより表されるホットエリアにおける全ての位置決めポイントの移動状態に対応するより低い平均速度が滞在ポイントのより高い信頼レベルを示す。
任意的には、図３又は図４に示される実施例に基づき、計算ユニット３０３は、
各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態を取得するよう構成される取得サブユニットと、
式
Figure 2016537718
 を用いることによって、且つ、各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントのものであって、上記の取得サブユニットにより取得される移動状態に従って、上記の滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するよう構成される計算サブユニットとを有し、ここで、Ｃｏｎｆｉは滞在ポイントｉの信頼レベルを表し、ｎはｎ個の可能な移動状態を表し、Ｗｋはｋ番目の移動状態の信頼レベルウェイトを表し、ｎｋは滞在ポイントｉにより表されるホットエリアにあって、移動状態がｋ番目の移動状態である位置決めポイントの数を表し、ここで、各移動状態は信頼レベルウェイトに対応し、移動状態に対応するより低い移動速度は移動状態のより大きな信頼レベルウェイトを示す。
任意的には、上記の取得サブユニットは、具体的には、上記のユーザの端末におけるセンサデータ（加速度及びジャイロスコープなど）、又はＷｉ−Ｆｉネットワークの信号強度の変化又は信号量の変化に従って、上記の位置決めポイントセットにおける全ての位置決めポイントの移動状態を取得するよう構成される。
フィルタリングユニット３０４は、上記の滞在ポイントセットにおける各滞在ポイントのものであって、計算ユニット３０３により計算される信頼レベルに従ってスクリーニング手段によって上記の滞在ポイントセットから信頼される滞在ポイントを取得するよう構成され、ここで、上記の信頼される滞在ポイントの信頼レベルは所定の信頼レベル閾値より大きい。
クラスタリングユニット３０５は、関心ポイントを形成するため、密度接続される信頼される滞在ポイントをクラスタリングするよう構成され、ここで、“密度接続”とは、２つの信頼される滞在ポイントにより表されるホットエリアの範囲が互いに直接的に接続されるか、又は間接的に接続されることを示す。
任意的には、クラスタリングユニット３０５は更に、関心ポイントを形成するため全ての密度接続される信頼される滞在ポイントをクラスタリングし、関心ポイントのエリアとして、全ての密度接続される信頼される滞在ポイントの間の全てのリーフ滞在ポイントを順次接続することによって形成されるクローズドエリアを決定するよう構成され、中心がリーフ滞在ポイントである所定の半径カバレッジ範囲内の全ての滞在ポイントの信頼レベルの和は所定の閾値より大きくない。
本発明の本実施例における関心ポイントのクラスタリング装置は、端末（携帯電話、タブレット、ノートブックコンピュータ、デスクトップコンピュータ、又は位置決め機能を有する他の端末など）であってもよいし、又は、関心ポイントのクラスタリング装置は、端末から独立し、ここに限定されない有線又は無線方式で端末と通信可能である装置であってもよい。
本発明の本実施例における関心ポイントのクラスタリング装置は、上記の方法の実施例における関心ポイントのクラスタリング装置であってもよく、上記の方法の実施例における全ての技術的解決策を実現するよう構成可能であることが留意されるべきである。関心ポイントのクラスタリング装置の各機能モジュールの機能は、具体的には、上記の方法の実施例において説明される方法に従って実現されてもよい。特定の実現処理について、上記の実施例における関連する説明が参照されてもよく、詳細はここでは再説明されない。
本発明の本実施例では、１つの滞在ポイントが位置決め精度及び時間閾値により複数の位置決めポイントによって形成され、大部分の待ち合わせポイント、位置決めジャンプポイント及び通過ポイントが、位置決め精度及び時間閾値の制約の下でフィルタリング可能であることが、上記から知ることができる。さらに、滞在ポイントの信頼レベルは、滞在ポイントの位置決めポイントの移動状態を参照して計算され、信頼レベルが相対的に低い滞在ポイントが滞在ポイントの信頼レベルに従って選抜され、いくつかの途中のノイズ滞在ポイント（交通渋滞部分における滞在時、信号機の待ち時間及びゆっくり歩行している時間に生成された擬似滞在ポイントなど）が更にフィルタリングできる。従って、密度接続される信頼される滞在ポイントをクラスタリングすることによって最終的に形成される関心ポイントは、より高い信頼性及びより高い参照値を有する。
本発明の実施例は更にコンピュータ記憶媒体を提供し、ここで、コンピュータ記憶媒体はプログラムを記憶し、当該プログラムは上記の方法の実施例に記録されるステップの一部又は全てを実行する。
以下は、本発明の本実施例において提供され、ピア・ツー・ピアネットワークに適用される他の装置を説明する。図５を参照して、本発明の本実施例における関心ポイントのクラスタリング装置５００は、入力装置５０１、出力装置５０２、メモリ５０３及びプロセッサ５０４（関心ポイントのクラスタリング装置５００には１つ以上のプロセッサ５０４があってもよく、１つのプロセッサは図５における具体例として使用される）を有する。本発明のいくつかの実施例では、入力装置５０１、出力装置５０２、メモリ５０３及びプロセッサ５０４は、バスを使用することによって、又は他の方式で接続されてもよい。図５において、バス接続が具体例として利用される。メモリ５０３は、入力装置５０１により入力されるデータを記憶するよう構成され、プロセッサ５０４によるデータ処理のため必要なファイルなどの情報を更に記憶してもよい。入力装置５０１と出力装置５０２との双方は、他の装置と通信するため関心ポイントのクラスタリング装置５００により用いられるポートを有してもよく、ディスプレイ、キーボード、マウス及びプリンタなど、関心ポイントのクラスタリング装置５００に接続される外部の出力装置を更に有してもよい。具体的には、入力装置５０１は、マウス、キーボードなどを有してもよく、出力装置５０２は、ディスプレイなどを有してもよい。本発明の本実施例では、入力装置５０１と出力装置５０２との双方にあって、他の装置と通信するためのポートは、アンテナ及び／又は通信ケーブルである。
プロセッサ５０４は、以下のステップ、
所定の期間内にユーザの位置決めポイントセットを取得するステップと、
上記の位置決めポイントセットに従って滞在ポイントセットを生成するステップであって、ここで、上記の滞在ポイントセットにおける各滞在ポイントは１つのホットエリアを表し、上記のホットエリアは以下の条件、上記のホットエリアにおける何れか２つの位置決めポイントの地理的位置の間の距離が上記の２つの位置決めポイントの位置決め精度におけるより高い位置決め精度未満であり、且つ、上記のホットエリアにおける位置決めポイントの間の時間間隔の最大値が所定の時間閾値より大きい、を充足する、生成するステップと、
上記の滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するステップであって、ここで、滞在ポイントにより表されるホットエリアにおける全ての位置決めポイントの移動状態に対応するより低い平均速度が滞在ポイントのより高い信頼レベルを示す、計算するステップと、
上記の滞在ポイントセットにおける各滞在ポイントの信頼レベルに従ってスクリーニング手段によって上記の滞在ポイントセットから信頼される滞在ポイントを取得するステップであって、ここで、上記の信頼される滞在ポイントの信頼レベルは所定の信頼レベル閾値より大きい、取得するステップと、
関心ポイントを形成するため、密度接続される信頼される滞在ポイントをクラスタリングするステップであって、ここで、上記の“密度接続”とは、２つの信頼される滞在ポイントにより表されるホットエリアの範囲が互いに直接的に接続されるか、又は間接的に接続されることを示す、クラスタリングするステップと、
を実行する。
任意的には、位置決めポイントは経度値及び緯度値により表されるＧＰＳ位置ポイントであり、プロセッサ５０４は、ユーザのＧＰＳ位置データから所定の期間内のユーザの位置決めポイントセットを取得するよう構成される。
任意的には、上記の条件を充足するホットエリアを決定した後、プロセッサ５０４は、上記のホットエリアを表す滞在ポイントとして上記のホットエリアの幾何学的中心ポイントを決定し、ここで、滞在ポイントは、ホットエリアにおける全ての位置決めポイントを表してもよい。おそらく、他の方式がまたホットエリアに対応する滞在ポイントを決定するのに利用されてもよい。例えば、ホットエリアの重心がホットエリアを表す滞在ポイントして使用され、ここで、ホットエリアの重心は、ホットエリア内の位置決めポイントの分布に関連する。
任意的には、プロセッサ５０４は、上記の滞在ポイントセットにおける各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態を取得し、上記の滞在ポイントセットにおける各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態に従って、式
Figure 2016537718
 を用いることによって、上記の滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算し、ここで、Ｃｏｎｆｉは滞在ポイントｉの信頼レベルを表し、ｎはｎ個の可能な移動状態を表し、Ｗｋはｋ番目の移動状態の信頼レベルウェイトを表し、ｎｋは滞在ポイントｉにより表されるホットエリアにあって、移動状態がｋ番目の移動状態である位置決めポイントの数を表し、ここで、各移動状態は信頼レベルウェイトに対応し、移動状態に対応するより低い移動速度は移動状態のより大きな信頼レベルウェイトを示す。例えば、ユーザの可能な移動状態は静止、歩行又は走行であり、このとき、３つの移動状態について、移動状態に対応し、昇順である移動速度は、順に以下のように静止、歩行又は走行であるため、移動状態のものであって、降順である信頼レベルウェイトは、順に以下のように静止、歩行又は走行であると仮定される。
任意的には、プロセッサ５０４は、上記のユーザの端末におけるセンサデータ（加速度及びジャイロスコープなど）、又はＷｉ−Ｆｉネットワークの信号強度の変化又は信号量の変化に従って、上記の位置決めポイントセットにおける全ての位置決めポイントの移動状態を取得するか、又は、関心ポイントのクラスタリング装置は、ここに限定されない、他の位置決め装置（サーバなど）から上記の滞在ポイントセットにおける全ての位置決めポイントの移動状態を取得してもよい。
任意的には、プロセッサ５０４は、ＰＯＩを形成するため全ての密度接続される信頼される滞在ポイントをクラスタリングし、全ての密度接続される信頼される滞在ポイントの間の全てのリーフ滞在ポイントを順次接続することによって形成されるクローズドエリアがＰＯＩのエリアであると判断するか、又は、ここに限定されず、ＰＯＩのエリアは、全ての密度接続される信頼される滞在ポイントを含む最小の円形エリア又は正方形エリアであってもよい。
本発明の本実施例における関心ポイントのクラスタリング装置は、端末（携帯電話、タブレット、ノートブックコンピュータ、デスクトップコンピュータ、又は位置決め機能を有する他の端末など）であってもよいし、又は、関心ポイントのクラスタリング装置は、端末から独立し、ここに限定されない有線又は無線方式で端末と通信可能である装置であってもよい。
本発明の本実施例における関心ポイントのクラスタリング装置は、上記の方法の実施例における関心ポイントのクラスタリング装置であってもよく、上記の方法の実施例における全ての技術的解決策を実現するよう構成可能であることが留意されるべきである。関心ポイントのクラスタリング装置の各機能モジュールの機能は、具体的には、上記の方法の実施例において説明される方法に従って実現されてもよい。特定の実現処理について、上記の実施例における関連する説明が参照されてもよく、詳細はここでは再説明されない。
本発明の本実施例では、１つの滞在ポイントが位置決め精度及び時間閾値により複数の位置決めポイントによって形成され、大部分の待ち合わせポイント、位置決めジャンプポイント及び通過ポイントが、位置決め精度及び時間閾値の制約の下でフィルタリング可能であることが、上記から知ることができる。さらに、滞在ポイントの信頼レベルは、滞在ポイントの位置決めポイントの移動状態を参照して計算され、信頼レベルが相対的に低い滞在ポイントが滞在ポイントの信頼レベルに従って選抜され、いくつかの途中のノイズ滞在ポイント（交通渋滞部分における滞在時、信号機の待ち時間及びゆっくり歩行している時間に生成された擬似滞在ポイントなど）が更にフィルタリングできる。従って、密度接続される信頼される滞在ポイントをクラスタリングすることによって最終的に形成される関心ポイントは、より高い信頼性及びより高い参照値を有する。
簡潔な説明のため、上記の方法の実施例はアクションの系列として表されていることが留意されるべきである。しかしながら、本発明によると、いくつかのステップは他の順序で又は同時に実行されてもよいため、当業者は、本発明が説明されたアクションの順序に限定されないことを理解すべきである。上記の実施例では、各実施例の説明は各自の焦点を有する。実施例において詳細に説明されていない部分について、他の実施例における関連する説明が参照されてもよい。
本出願において提供される複数の実施例では、開示された装置及び方法は他の方式で実現されてもよいことが理解されるべきである。例えば、説明される装置の実施例は単なる一例である。例えば、ユニットの分割は単なる論理機能の分割であり、実施例の実現形態では他の分割であってもよい。例えば、複数のユニット又はコンポーネントが他のシステムに合成又は統合されてもよいし、又は、一部の特徴は無視されてもよいし、あるいは実行されなくてもよい。さらに、表示又は説明される相互結合又は直接的な結合若しくは通信接続は、いくつかのインタフェースを用いることによって実現されてもよい。装置又はユニットの間の間接的な結合又は通信接続は、電子、機械又は他の形態により実現されてもよい。
個別のパーツとして説明されるユニットは物理的に別のものであっても又はなくてもよく、ユニットとして表示されるパーツは物理的なユニットであっても又はなくてもよく、１つの位置に配置されてもよく、又は複数のネットワークユニット上で分散されてもよい。ユニットの一部又は全ては、実施例の解決策の課題を実現するため実際のニーズに従って選択されてもよい。
さらに、本発明の実施例における機能ユニットは１つの処理ユニットに一体化されてもよいし、又は、各ユニットは物理的に単独で存在してもよく、又は２つ以上のユニットが１つのユニットに統合される。統合されたユニットは、ハードウェアの形式で実現されてもよいし、又はソフトウェア機能ユニットの形式で実現されてもよい。
統合されたユニットがソフトウェア機能ユニットの形式で実現され、独立した製品として販売又は使用されるとき、統合されたユニットは、コンピュータ可読記憶媒体に記憶されてもよい。このような理解に基づき、実質的に本発明の技術的解決策又は従来技術に貢献する部分、又は技術的解決策の全て若しくは一部は、ソフトウェアプロダクトの形式で実現されてもよい。ソフトウェアプロダクトは、記憶媒体に記憶され、本発明の実施例において説明される方法のステップの全て又は一部を実行するようコンピュータ装置（パーソナルコンピュータ、サーバ又はネットワーク装置であってもよい）に命令するための複数の命令を有する。上記の記憶媒体は、ＵＳＢフラッシュドライブ、着脱可能なハードディスク、読み出し専用メモリ（ＲＯＭ，Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）、ランダム・アクセス・メモリ（ＲＡＭ，Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、磁気ディスク又は光ディスクなどのプログラムコードを記憶可能な何れかの媒体を含む。
上記は、本発明において提供される関心ポイントのクラスタリング方法及び関連する装置を詳細に説明した。当業者は、本発明のアイデアに基づき、特定の実現方式及び適用範囲に関して修正を行ってもよい。従って、本明細書のコンテンツは本発明に対する限定として解釈されるものでない。
本発明は、地理情報処理技術の分野に関し、特に関心ポイントのクラスタリング方法及び関連する装置に関する。
関心ポイント（ＰＯＩ，Ｐｏｉｎｔ Ｏｆ Ｉｎｔｅｒｅｓｔ）は、例えば、自宅、オフィス又は頻繁に訪れるスーパーマーケットなど、ユーザにとって非常に重要なエリアなど、ユーザが長時間頻繁に滞在する位置エリアを表す。
ユーザの日常行動の追跡情報は、携帯電話などの端末のＷｉ−Ｆｉネットワーク、グローバル・ポジショニング・システム（ＧＰＳ，Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）及び基地局識別子（ＩＤ，Ｉｄｅｎｔｉｔｙ）などの位置決め機能を利用することによって取得されてもよい。追跡情報は、位置決めのずれを有する多数の位置決め座標点から構成される。追跡情報からユーザのＰＯＩをどのように抽出するかの研究は、状況認識及び位置ベースサービス（ＬＢＳ，Ｌｏｃａｔｉｏｎ−ｂａｓｅｄ Ｓｅｒｖｉｃｅ）にとって非常に価値があり、また学術における研究の焦点である。
現在、ユーザの複数のＧＰＳ追跡情報に基づきＰＯＩを探索するための方法があり、当該方法の主要なアイデアは、まずツリー状の階層パターンを用いることによってユーザの複数の履歴位置データをモデル化し、それから、ツリー状の階層パターンに基づき、ハイパーテキストの主題に基づき検索を実行するインタフェースモデルを提案し、ユーザから個別の単一の訪問の位置へのリンクを確立することである。
しかしながら、上記の方法では、ユーザの滞在ポイントは、空間及び時間の次元を利用することによって抽出される。滞在ポイントは、ユーザの単一の訪問のみを表すことができるが、ユーザにとって非常に重要なＰＯＩの場所を表すことはできない。さらに、ＰＯＩが探索されているとき、ユーザの履歴位置データしか参照されず、従って、探索されたＰＯＩの信頼性及び参照値は低い。
本発明の実施例は、ＰＯＩの信頼性及び参照値を改善するため利用される関心ポイントのクラスタリング方法及び関連する装置を提供する。
本発明の第１の態様は、関心ポイントのクラスタリング方法を提供し、ここで、当該方法は、
所定の期間内にユーザの位置決めポイントセットを取得するステップと、
前記位置決めポイントセットに従って滞在ポイントセットを生成するステップであって、前記滞在ポイントセットにおける各滞在ポイントは１つのホットエリアを表し、前記ホットエリアは以下の条件、前記ホットエリアにおける何れか２つの位置決めポイントの地理的位置の間の距離が前記２つの位置決めポイントの位置決め精度におけるより高い位置決め精度未満であり、且つ、前記ホットエリアにおける位置決めポイントの間の時間間隔の最大値が所定の時間閾値より大きい、を充足する、生成するステップと、
前記滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するステップであって、滞在ポイントにより表されるホットエリアにおける全ての位置決めポイントの移動状態に対応するより低い平均速度が前記滞在ポイントのより高い信頼レベルを示す、計算するステップと、
前記滞在ポイントセットにおける各滞在ポイントの信頼レベルに従ってスクリーニング手段によって前記滞在ポイントセットから信頼される滞在ポイントを取得するステップであって、前記信頼される滞在ポイントの信頼レベルは所定の信頼レベル閾値より大きい、取得するステップと、
関心ポイントを形成するため、密度接続される信頼される滞在ポイントをクラスタリングするステップであって、前記密度接続とは、２つの信頼される滞在ポイントにより表されるホットエリアの範囲が互いに直接的に接続されるか、又は間接的に接続されることを示す、クラスタリングするステップと、
を有する。
本発明の第１の態様に基づき、第１の可能な実現方式では、
前記位置決めポイントセットに従って滞在ポイントセットを生成するステップは、
前記条件を充足するホットエリアを決定するステップと、
前記ホットエリアを表す滞在ポイントとして前記ホットエリアの幾何学的中心ポイントを決定するステップと、
を有する。
本発明の第１の態様又は本発明の第１の態様の第１の可能な実現方式に基づき、第２の可能な実現方式では、前記滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するステップは、
各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態を取得するステップと、
式
Figure 2016537718
 を用いることによって、且つ、各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態に従って、前記滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するステップであって、Ｃｏｎｆｉは滞在ポイントｉの信頼レベルを表し、ｎはｎ個の可能な移動状態を表し、Ｗｋはｋ番目の移動状態の信頼レベルウェイトを表し、ｎｋは前記滞在ポイントｉにより表されるホットエリアにあって、移動状態がｋ番目の移動状態である位置決めポイントの数を表し、各移動状態は信頼レベルウェイトに対応し、移動状態に対応するより低い移動速度は前記移動状態のより大きな信頼レベルウェイトを示す、計算するステップと、
を有する。
本発明の第１の態様の第２の可能な実現方式に基づき、第３の可能な実現方式では、各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態を取得するステップは、具体的には、
前記ユーザの端末におけるセンサデータ、又はＷｉ−Ｆｉネットワークの信号強度の変化又は信号量の変化に従って、前記位置決めポイントセットにおける全ての位置決めポイントの移動状態を取得することである。
第１の態様、又は本発明の第１の態様の第１の可能な実現方式、又は本発明の第１の態様の第２の可能な実現方式、又は本発明の第１の態様の第３の可能な実現方式に基づき、第４の可能な実現方式では、前記関心ポイントを形成するため、密度接続される信頼される滞在ポイントをクラスタリングするステップは、
関心ポイントのエリアとして、全ての密度接続される信頼される滞在ポイントの間の全てのリーフ滞在ポイントを順次接続することによって形成されるクローズドエリアを決定するステップであって、中心がリーフ滞在ポイントである所定の半径カバレッジ範囲内の全ての滞在ポイントの信頼レベルの和は所定の閾値より大きくない、決定するステップを有する。
本発明の第２の態様は、関心ポイントのクラスタリング装置を提供し、ここで、当該装置は、
所定の期間内にユーザの位置決めポイントセットを取得するよう構成される取得ユニットと、
前記取得ユニットにより取得された前記位置決めポイントセットに従って滞在ポイントセットを生成するよう構成される滞在ポイント生成ユニットであって、前記滞在ポイントセットにおける各滞在ポイントは１つのホットエリアを表し、前記ホットエリアは以下の条件、前記ホットエリアにおける何れか２つの位置決めポイントの地理的位置の間の距離が前記２つの位置決めポイントの位置決め精度におけるより高い位置決め精度未満であり、且つ、前記ホットエリアにおける位置決めポイントの間の時間間隔の最大値が所定の時間閾値より大きい、を充足する、滞在ポイント生成ユニットと、
前記滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するよう構成される計算ユニットであって、滞在ポイントにより表されるホットエリアにおける全ての位置決めポイントの移動状態に対応するより低い平均速度が前記滞在ポイントのより高い信頼レベルを示す、計算ユニットと、
前記滞在ポイントセットにおける各滞在ポイントのものであって、前記計算ユニットにより計算される信頼レベルに従ってスクリーニング手段によって前記滞在ポイントセットから信頼される滞在ポイントを取得するよう構成されるフィルタリングユニットであって、前記信頼される滞在ポイントの信頼レベルは所定の信頼レベル閾値より大きい、フィルタリングユニットと、
関心ポイントを形成するため、密度接続される信頼される滞在ポイントをクラスタリングするよう構成されるクラスタリングユニットであって、前記“密度接続”とは、２つの信頼される滞在ポイントにより表されるホットエリアの範囲が直接的に接続されるか、又は間接的に接続されることを示す、クラスタリングユニットと、
を有する。
本発明の第２の態様に基づき、第１の可能な実現方式では、
前記滞在ポイント生成ユニットは、
前記条件を充足するホットエリアを決定するよう構成される第１の決定ユニットと、
前記ホットエリアを表す滞在ポイントとして前記ホットエリアの幾何学的中心ポイントを決定するよう構成される第２の決定ユニットと、
を有する。
本発明の第２の態様又は本発明の第２の態様の第１の可能な実現方式に基づき、第２の可能な実現方式では、
前記計算ユニットは、
各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態を取得するよう構成される取得サブユニットと、
式
Figure 2016537718
 を用いることによって、且つ、各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントのものであって、前記取得サブユニットにより取得される移動状態に従って、前記滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するよう構成される計算サブユニットであって、Ｃｏｎｆｉは滞在ポイントｉの信頼レベルを表し、ｎはｎ個の可能な移動状態を表し、Ｗｋはｋ番目の移動状態の信頼レベルウェイトを表し、ｎｋは前記滞在ポイントｉにより表されるホットエリアにあって、移動状態がｋ番目の移動状態である位置決めポイントの数を表し、各移動状態は信頼レベルウェイトに対応し、移動状態に対応するより低い移動速度は前記移動状態のより大きな信頼レベルウェイトを示す、計算サブユニットと、
を有する。
本発明の第２の態様の第２の可能な実現方式に基づき、第３の可能な実現方式では、前記取得サブユニットは、具体的には、前記ユーザの端末におけるセンサデータ、又はＷｉ−Ｆｉネットワークの信号強度の変化又は信号量の変化に従って、各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態を取得するよう構成される。
本発明の第２の態様、又は本発明の第２の態様の第１の可能な実現方式、又は本発明の第２の態様の第２の可能な実現方式、又は本発明の第２の態様の第３の可能な実現方式に基づき、第４の可能な実現方式では、前記クラスタリングユニットは、具体的には、関心ポイントを形成するため全ての密度接続される信頼される滞在ポイントをクラスタリングし、関心ポイントのエリアとして、全ての密度接続される信頼される滞在ポイントの間の全てのリーフ滞在ポイントを順次接続することによって形成されるクローズドエリアを決定するよう構成され、中心がリーフ滞在ポイントである所定の半径カバレッジ範囲内の全ての滞在ポイントの信頼レベルの和は所定の閾値より大きくない。
本発明の実施例が以下の効果を有することは、上記の技術的解決策から知ることができる。
本発明の実施例では、１つの滞在ポイントが位置決め精度及び時間閾値に従って複数の位置決めポイントによって形成され、大部分の待ち合わせポイント、位置決めジャンプポイント及び通過ポイントが、位置決め精度及び時間閾値の制約の下でフィルタリング可能であることが知ることができる。さらに、滞在ポイントの信頼レベルは、滞在ポイントの位置決めポイントの移動状態を参照して計算され、信頼レベルが相対的に低い滞在ポイントが滞在ポイントの信頼レベルに従って選抜され、いくつかの途中のノイズ滞在ポイント（交通渋滞部分における滞在時、信号機の待ち時間及びゆっくり歩行している時間に生成された擬似滞在ポイントなど）が更にフィルタリングできる。従って、密度接続される信頼される滞在ポイントをクラスタリングすることによって最終的に形成される関心ポイントは、より高い信頼性及びより高い参照値を有する。
本発明の実施例又は従来技術における技術的解決策をより明確に説明するため、以下は、実施例又は従来技術を説明するのに必要な添付図面を簡単に紹介する。明らかに、以下の説明における添付図面は本発明のいくつかの実施例を単に示し、当業者は、創作的な努力なく、これらの添付図面から他の図面を依然として導出してもよい。
図１は、本発明による関心ポイントのクラスタリング方法の実施例の概略的なフローチャートである。 図２ａは、本発明による適用シナリオにおける位置決めポイントセットの追跡の概略図である。 図２ｂは、本発明による適用シナリオにおいて形成される滞在ポイントセットの概略図である。 図２ｃは、本発明による適用シナリオにおいてスクリーニング手段によって取得される信頼される滞在ポイントセットの概略図である。 図２ｄは、本発明による適用シナリオにおいてクラスタリング手段により取得されるＰＯＩの概略図である。 図３は、本発明による関心ポイントのクラスタリング装置の実施例の概略的な構成図である。 図４は、本発明による関心ポイントのクラスタリング装置の他の実施例の概略的な構成図である。 図５は、本発明による関心ポイントのクラスタリング装置の更なる他の実施例の概略的な構成図である。
本発明の実施例は、関心ポイントのクラスタリング方法及び関連する装置を提供する。
本発明の課題、特徴及び効果をより明確且つより理解可能にするため、以下は、本発明の実施例における添付図面を参照して、本発明の実施例における技術的解決策を明確且つ完全に説明する。明らかに、説明される実施例は、本発明の実施例の全てでなく単なる一部である。創作的な努力なく本発明の実施例に基づき当業者により取得される他の全ての実施例は、本発明の保護範囲内に属する。
以下は、本発明の実施例において提供される関心ポイントのクラスタリング方法を説明する。図１を参照して、本発明の本実施例における関心ポイントのクラスタリング方法は、以下を含む。
１０１．所定の期間内にユーザの位置決めポイントセットを取得する。
本発明の本実施例における位置決めポイントセットは１つ以上の位置決めポイントを有し、位置決めポイントはユーザの位置情報を示すのに利用される。
任意的には、位置決めポイントは、経度値及び緯度値によって表されるＧＰＳ位置ポイントであり、関心ポイントのクラスタリング装置は、ユーザのＧＰＳ位置データから所定の期間内にユーザの位置決めポイントセットを取得する。
１０２．上記の位置決めポイントセットに従って滞在ポイントセットを生成する。
上記の滞在ポイントセットにおける各滞在ポイントは１つのホットエリアを表し、ここで、上記のホットエリアは、以下の条件、上記のホットエリアにおける何れか２つの位置決めポイントの地理的位置の間の距離が上記の２つの位置決めポイントの位置決め精度におけるより高い位置決め精度未満であり、且つ、上記のホットエリアにおける位置決めポイントの間の時間間隔の最大値が所定の時間閾値より大きい、を充足する。
例えば、位置決めポイントセット｛Ｐｊ，Ｐｊ＋１，．．．，Ｐｊ＋Ｌ｝は、滞在ポイントが形成されうるホットエリアを構成し、位置決めポイントセット｛Ｐｊ，Ｐｊ＋１，．．．，Ｐｊ＋Ｌ｝は、以下の２つの条件を充足する必要がある。
１．｛Ｐｊ，Ｐｊ＋１，．．．，Ｐｊ＋Ｌ｝における何れか２つの位置決めポイントの地理的位置の間の距離は空間閾値Ｄｔｈ未満であり、ここで、Ｄｔｈは固定値でなく、それは関連する位置決めポイントが変わるに従って変化し、具体的には、２つの位置決めポイントの位置決め精度における最大値、すなわち、Ｄｔｈ（Ｐｎ，Ｐｍ）＝ｍａｘ（Ｒａｄｉｕｓ（Ｐｎ），Ｒａｄｉｕｓ（Ｐｍ））である。例えば、位置決めポイントＰ１の位置決め精度は５メータであり、位置決めポイントＰ２の位置決め精度は１０メータであり、このとき、位置決めポイントＰ１及び位置決めポイントＰ２について、Ｄｔｈ（Ｐ１，Ｐ２）は位置決めポイントＰ１及び位置決めポイントＰ２ の位置決め精度においてより高い位置決め精度に等しく、すなわち、Ｄｔｈ（Ｐ１，Ｐ２）は１０メータに等しいと仮定される。位置決めポイントＰ３の位置決め精度が１５メータである場合、位置決めポイントＰ１及び位置決めポイントＰ３について、Ｄｔｈ（Ｐ１，Ｐ３）は位置決めポイントＰ１及び位置決めポイントＰ３ の位置決め精度におけるより高い位置決め精度に等しく、すなわち、Ｄｔｈ（Ｐ１，Ｐ２）は１５メータに等しい。
２．異なる位置決めポイントが異なる時点で測定手段により取得されるため、全ての２つの位置決めポイントの間に時間間隔が存在する。例えば、位置決めポイントＰ１は１０：００に測定手段により取得され、位置決めポイントＰ２は１０：０３に測定手段により取得され、このとき、位置決めポイントＰ１と位置決めポイントＰ ２ との間の時間間隔は３分であると仮定される。本発明の本実施例では、｛Ｐｊ，Ｐｊ＋１，．．．，Ｐｊ＋Ｌ｝は更に、以下の条件、｛Ｐｊ，Ｐｊ＋１，．．．，Ｐｊ＋Ｌ｝における位置決めポイントの間の時間間隔の最大値が所定の時間閾値Ｔｔｈ（例えば、Ｔｔｈの値は５分、７分又は１０分であってもよい）より大きく、すなわち、｛Ｐｊ，Ｐｊ＋１，．．．，Ｐｊ＋Ｌ｝において、測定手段により最初に取得された位置決めポイントと、測定手段により最後に取得された位置決めポイントとの間の時間間隔はＴｔｈより大きく、ここで、Ｔｔｈは、ここで限定されない、実際の要求に従って具体的に設定されてもよい、を充足する必要がある。
任意的には、上記の条件を充足するホットエリアが決定された後、上記のホットエリアの幾何学的中心ポイントは、上記のホットエリアを表す滞在ポイントとして決定され、ここで、滞在ポイントは、ホットエリアにおける全ての位置決めポイントを表すものであってもよい。おそらく、他の方式がまたホットエリアに対応する滞在ポイントを決定するのに利用されてもよい。例えば、ホットエリアの重心が、ホットエリアを表す滞在ポイントとして利用され、ここで、ホットエリアの重心は、ホットエリア内の位置決めポイントの分布に関連する。
１０３．上記の滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算する。
滞在ポイントにより表されるホットエリアにおける全ての位置決めポイントの移動状態に対応するより低い平均速度が滞在ポイントのより高い信頼レベルを示す。
実現方式では、関心ポイントのクラスタリング装置は、上記の滞在ポイントセットにおける各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態を取得し、上記の滞在ポイントセットにおける各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態に従って、式
Figure 2016537718
 を用いることによって、上記の滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算し、ここで、Ｃｏｎｆｉは滞在ポイントｉの信頼レベルを表し、ｎはｎ個の可能な移動状態を表し、Ｗｋはｋ番目の移動状態の信頼レベルウェイトを表し、ｎｋは滞在ポイントｉにより表されるホットエリアにあって、移動状態がｋ番目の移動状態である位置決めポイントの数を表し、ここで、各移動状態は信頼レベルウェイトに対応し、移動状態に対応するより低い移動速度は移動状態のより大きな信頼レベルウェイトを示す。例えば、ユーザの可能な移動状態は、静止、歩行及び走行であり、このとき、３つの移動状態について、移動状態に対応し、昇順である移動速度は順に以下のように、静止、歩行及び走行であり、移動状態のものであって、降順である信頼レベルウェイトは順に以下のように、静止、歩行又は走行であると仮定される。
任意的には、関心ポイントのクラスタリング装置は、上記のユーザの端末（携帯電話、タブレット及び車両搭載端末など）におけるセンサデータ（加速度及びジャイロスコープから取得されるデータなど）、又はＷｉ−Ｆｉネットワークの信号強度の変化又は信号量の変化に従って、上記の位置決めポイントセットにおける全ての位置決めポイントの移動状態を取得するか、又は、関心ポイントのクラスタリング装置は、ここに限定されず、他の位置決め装置（サーバなど）から各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態を取得してもよい。
１０４．上記の滞在ポイントセットにおける各滞在ポイントの信頼レベルに従ってスクリーニング手段によって上記の滞在ポイントセットから信頼される滞在ポイントを取得する。
上記の信頼される滞在ポイントの信頼レベルは所定の信頼レベル閾値より大きい。
本発明の本実施例では、関心ポイントのクラスタリング装置は、スクリーニング手段により上記の滞在ポイントセットから信頼される滞在ポイント（すなわち、信頼レベルが所定の信頼レベル閾値より大きい滞在ポイント）を取得し、信頼レベルが所定の信頼レベル閾値より大きくない滞在ポイントを削除する。
１０５．ＰＯＩを形成するため、密度接続される信頼される滞在ポイントをクラスタリングする。
上記の“密度接続”とは、２つの信頼される滞在ポイントにより表されるホットエリアの範囲が互いに直接的に接続されるか、又は間接的に接続されることを示す。例えば、信頼される滞在ポイントＰ１のカバレッジ範囲は信頼される滞在ポイントＰ２のカバレッジ範囲と交わり、それから、信頼される滞在ポイントＰ１及び信頼される滞在ポイントＰ２により表されるホットエリアの範囲は、互いに直接的に接続されると仮定される。この場合、信頼される滞在ポイントＰ１及び信頼される滞在ポイントＰ２は密度接続される。あるいは、信頼される滞在ポイントＰ１のカバレッジ範囲が信頼される滞在ポイントＰ３のカバレッジ範囲と交わり、信頼される滞在ポイントＰ２のカバレッジ範囲が信頼される滞在ポイントＰ４のカバレッジ範囲と交わり、信頼される滞在ポイントＰ３のカバレッジ範囲が信頼される滞在ポイントＰ４のカバレッジ範囲と交わり、このとき、信頼される滞在ポイントＰ１及び信頼される滞在ポイントＰ２により表されるホットエリアの範囲は、互いに間接的に接続されると仮定される。この場合、信頼される滞在ポイントＰ１及び信頼される滞在ポイントＰ２はまた密度接続される。
任意的には、信頼される滞在ポイントＰ１（リーフ滞在ポイントであってもよいし、又は内部滞在ポイントであってもよい）が内部滞在ポイントｏから密度到達可能であり、信頼される滞在ポイントＰ２（リーフ滞在ポイントであってもよいし、又は内部滞在ポイントであってもよい）が内部滞在ポイントｏから密度到達可能である場合、信頼される滞在ポイントＰ１及び信頼される滞在ポイントＰ２は密度接続される。以下は、“内部滞在ポイント”、“リーフ滞在ポイント”及び“密度到達可能”を説明する。
内部滞在ポイント：中心が滞在ポイントである所定の半径カバレッジ内の全ての滞在ポイントの信頼されるレベルの和が、所定の閾値より大きい。
リーフ滞在ポイント：中心が滞在ポイントである所定の半径カバレッジ内の全ての滞在ポイントの信頼されるレベルの和が、所定の閾値より大きくない。
密度到達可能：ｐｉ（０＜ｉ＜ｎ）が内部滞在ポイントである必要がある信頼される滞在ポイントｐ１，ｐ２，．．．，ｐｎの所与の系列において、ｐｎはリーフ滞在ポイント又は内部滞在ポイントであってもよく、Ｐ＝ｐ ｉ 及びＱ＝ｐｎであり、ｐｉはｐｉ−１（１＜ｉ＜（ｎ＋１））から直接的に密度到達可能であり、このとき、滞在ポイントＱは内部滞在ポイントＰから密度到達可能であると仮定される。
直接的に密度到達可能：信頼される滞在ポイントＰ（リーフ滞在ポイントであってもよいし、又は内部滞在ポイントであってもよい）が信頼される滞在ポイントＱの半径カバレッジ内に配置され、信頼される滞在ポイントＱが内部滞在ポイントである場合、信頼される滞在ポイントＰは、信頼される滞在ポイントＱから直接的に密度到達可能である。
任意的には、全ての密度接続される信頼される滞在ポイントは、ＰＯＩを形成するためクラスタリングされる。さらに、ＰＯＩのエリアとして全ての密度接続される信頼される滞在ポイントの間の全てのリーフ滞在ポイントを順次接続することによって形成されるクローズドエリア、又はＰＯＩのエリアは、ここに限定されない、全ての密度接続される信頼される滞在ポイントを含む最小の円形エリア又は正方形エリアであってもよい。
本発明の本実施例では、１つの滞在ポイントが位置決め精度及び時間閾値により複数の位置決めポイントによって形成され、大部分の待ち合わせポイント、位置決めジャンプポイント及び通過ポイントが、位置決め精度及び時間閾値の制約の下でフィルタリング可能であることが、上記から知ることができる。さらに、滞在ポイントの信頼レベルは、滞在ポイントの位置決めポイントの移動状態を参照して計算され、信頼レベルが相対的に低い滞在ポイントが滞在ポイントの信頼レベルに従って選抜され、いくつかの途中のノイズ滞在ポイント（交通渋滞部分における滞在時、信号機の待ち時間及びゆっくり歩行している時間に生成された擬似滞在ポイントなど）が更にフィルタリングできる。従って、密度接続される信頼される滞在ポイントをクラスタリングすることによって最終的に形成される関心ポイントは、より高い信頼性及びより高い参照値を有する。
本発明の技術的解決策のより良好な理解のため、以下は、特定の適用シナリオを利用することによって、本発明の本実施例における関心ポイントのクラスタリング方法を説明する。
図２ａにおいて、所定の期間内のユーザの位置決めポイントセットの追跡が示されることが仮定される。
ステップ１：関心ポイントのクラスタリング装置は、図２ａに示される位置決めポイントセットから、動的な空間閾値及び時間閾値を用いることによって、以下の２つ条件を充足するホットエリアを決定し、１．ホットエリアにおける何れか２つの位置決めポイントの地理的位置の間の距離が上記の２つの位置決めポイントの位置決め精度におけるより高い位置決め精度未満であり、且つ、２．ホットエリアにおける位置決めポイントの間の時間間隔の最大値が所定の時間閾値より大きく、これらの条件を充足するホットエリアを決定した後、ホットエリアを表す滞在ポイントしてホットエリアの幾何学的中心ポイントを決定し、図２ｂに示される滞在ポイントの追跡の図を取得するため、複数の滞在ポイントを形成し、ここで、図２ｂにおける各黒いポイントは形成された滞在ポイントを表し、各滞在ポイントは、ユーザが同じ場所に滞在するときに生成される多数の位置決めポイントを表しうる。図２ｂが図２ａと比較された後、大部分の待ち合わせポイント、位置決めジャンプポイント及び通過ポイントが図２ｂにおいてフィルタリングされることが知ることができる。
ステップ２：関心ポイントのクラスタリング装置は、１つの滞在ポイントを形成する全ての位置決めポイントにおけるユーザの移動状態（静止、歩行及び走行など）に従って、各滞在ポイントの信頼レベルを計算し、ここで、１つの滞在ポイントの全ての位置決めポイントにおけるユーザの移動状態に対応する平均速度がより低い場合、滞在ポイントの信頼レベルはより高くなり、例えば、滞在ポイントを形成する全ての位置決めポイントにおける移動状態が静止（すなわち、移動速度が０）である滞在ポイントの位置決めポイントのパーセンテージがより高い場合、滞在ポイントの信頼レベルはより高く、そうでなく、滞在ポイントを形成する全ての位置決めポイントにおける移動状態が走行（すなわち、移動速度が０よりはるかに大きい）である滞在ポイントの位置決めポイントのパーセンテージがより高い場合、滞在ポイントの信頼レベルはより低く、各滞在ポイントの信頼レベルを計算した後、図２ｂに示される滞在ポイントセットから、信頼レベルが所定の信頼レベル閾値より大きくない滞在ポイントを削除し、すなわち、図２ｂに示される滞在ポイントセットから、スクリーニング手段によって、信頼レベルが所定の信頼レベル閾値より大きい滞在ポイントを取得し、図２ｃに示される信頼される滞在ポイントセットを取得する。図２ｃが図２ｂと比較された後、いくつかの途中のノイズ滞在ポイント（交通渋滞部分における滞在時、信号機の待ち時間及びゆっくり歩行している時間に生成された擬似滞在ポイント）が図２ｃにおいてフィルタリングされることが知ることができる。
ステップ３：信頼レベルに基づき上記の滞在ポイントをクラスタリングし、全ての滞在ポイントが密度接続される最大滞在ポイントセットを特定し（すなわち、当該セットにおける何れか２つの滞在ポイントが密度接続される）、ＰＯＩを形成するため最大滞在ポイントセットにおける滞在ポイントをクラスタリングし、ここで、ＰＯＩのエリアは、クラスタリング手段によって取得され、図２ｄに示されるＰＯＩの概略図など、最大滞在ポイントセットにおける全てのリーフ滞在ポイントを順次接続することによって形成されるクローズドポリゴンを用いることによって表されてもよい。各滞在ポイントの信頼レベルは、ステップ３におけるクラスタリング処理において考慮され、ＰＯＩのクラスタリング信頼性が向上し、ＰＯＩのエリア範囲は実際のケースにおけるエリア範囲により近い。
本発明の実施例は更に、関心ポイントのクラスタリング装置を提供する。図３に示されるように、本発明の本実施例における関心ポイントのクラスタリング装置３００は、取得ユニット３０１、滞在ポイント生成ユニット３０２、計算ユニット３０３、フィルタリングユニット３０４及びクラスタリングユニット３０５を有し、ここで、
取得ユニット３０１は、所定の期間内にユーザの位置決めポイントセットを取得するよう構成される。
本発明の本実施例における位置決めポイントセットは１つ以上の位置決めポイントを有し、位置決めポイントはユーザの位置情報を示すのに利用される。
任意的には、位置決めポイントは経度値及び緯度値により表されるＧＰＳ位置ポイントであり、関心ポイントのクラスタリング装置は、ユーザのＧＰＳ位置データから所定の期間内のユーザの位置決めポイントセットを取得する。
滞在ポイント生成ユニット３０２は、取得ユニット３０１により取得された位置決めポイントセットに従って滞在ポイントセットを生成するよう構成され、ここで、上記の滞在ポイントセットにおける各滞在ポイントは１つのホットエリアを表し、上記のホットエリアは以下の条件、上記のホットエリアにおける何れか２つの位置決めポイントの地理的位置の間の距離が上記の２つの位置決めポイントの位置決め精度におけるより高い位置決め精度未満であり、且つ、上記のホットエリアにおける位置決めポイントの間の時間間隔の最大値が所定の時間閾値より大きい、を充足する。
任意的には、図３に示される実施例に基づき、図４に示される関心ポイントのクラスタリング装置４００によると、滞在ポイント生成ユニット３０２は、上記の条件を充足するホットエリアを決定するよう構成される第１の決定ユニット３０２１と、上記のホットエリアを表す滞在ポイントとして上記のホットエリアの幾何学的中心ポイントを決定するよう構成される第２の決定ユニット３０２２とを有する。
計算ユニット３０３は、上記の滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するよう構成され、ここで、滞在ポイントにより表されるホットエリアにおける全ての位置決めポイントの移動状態に対応するより低い平均速度が滞在ポイントのより高い信頼レベルを示す。
任意的には、図３又は図４に示される実施例に基づき、計算ユニット３０３は、
各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態を取得するよう構成される取得サブユニットと、
式
Figure 2016537718
 を用いることによって、且つ、各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントのものであって、上記の取得サブユニットにより取得される移動状態に従って、上記の滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するよう構成される計算サブユニットとを有し、ここで、Ｃｏｎｆｉは滞在ポイントｉの信頼レベルを表し、ｎはｎ個の可能な移動状態を表し、Ｗｋはｋ番目の移動状態の信頼レベルウェイトを表し、ｎｋは滞在ポイントｉにより表されるホットエリアにあって、移動状態がｋ番目の移動状態である位置決めポイントの数を表し、ここで、各移動状態は信頼レベルウェイトに対応し、移動状態に対応するより低い移動速度は移動状態のより大きな信頼レベルウェイトを示す。
任意的には、上記の取得サブユニットは、具体的には、上記のユーザの端末におけるセンサデータ（加速度及びジャイロスコープから取得されたデータなど）、又はＷｉ−Ｆｉネットワークの信号強度の変化又は信号量の変化に従って、各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態を取得するよう構成される。
フィルタリングユニット３０４は、上記の滞在ポイントセットにおける各滞在ポイントのものであって、計算ユニット３０３により計算される信頼レベルに従ってスクリーニング手段によって上記の滞在ポイントセットから信頼される滞在ポイントを取得するよう構成され、ここで、上記の信頼される滞在ポイントの信頼レベルは所定の信頼レベル閾値より大きい。
クラスタリングユニット３０５は、関心ポイントを形成するため、密度接続される信頼される滞在ポイントをクラスタリングするよう構成され、ここで、“密度接続”とは、２つの信頼される滞在ポイントにより表されるホットエリアの範囲が互いに直接的に接続されるか、又は間接的に接続されることを示す。
任意的には、クラスタリングユニット３０５は更に、関心ポイントを形成するため全ての密度接続される信頼される滞在ポイントをクラスタリングし、関心ポイントのエリアとして、全ての密度接続される信頼される滞在ポイントの間の全てのリーフ滞在ポイントを順次接続することによって形成されるクローズドエリアを決定するよう構成され、中心がリーフ滞在ポイントである所定の半径カバレッジ範囲内の全ての滞在ポイントの信頼レベルの和は所定の閾値より大きくない。
本発明の本実施例における関心ポイントのクラスタリング装置は、端末（携帯電話、タブレット、ノートブックコンピュータ、デスクトップコンピュータ、又は位置決め機能を有する他の端末など）であってもよいし、又は、関心ポイントのクラスタリング装置は、端末から独立し、ここに限定されない有線又は無線方式で端末と通信可能である装置であってもよい。
本発明の本実施例における関心ポイントのクラスタリング装置は、上記の方法の実施例における関心ポイントのクラスタリング装置であってもよく、上記の方法の実施例における全ての技術的解決策を実現するよう構成可能であることが留意されるべきである。関心ポイントのクラスタリング装置の各機能モジュールの機能は、具体的には、上記の方法の実施例において説明される方法に従って実現されてもよい。特定の実現処理について、上記の実施例における関連する説明が参照されてもよく、詳細はここでは再説明されない。
本発明の本実施例では、１つの滞在ポイントが位置決め精度及び時間閾値により複数の位置決めポイントによって形成され、大部分の待ち合わせポイント、位置決めジャンプポイント及び通過ポイントが、位置決め精度及び時間閾値の制約の下でフィルタリング可能であることが、上記から知ることができる。さらに、滞在ポイントの信頼レベルは、滞在ポイントの位置決めポイントの移動状態を参照して計算され、信頼レベルが相対的に低い滞在ポイントが滞在ポイントの信頼レベルに従って選抜され、いくつかの途中のノイズ滞在ポイント（交通渋滞部分における滞在時、信号機の待ち時間及びゆっくり歩行している時間に生成された擬似滞在ポイントなど）が更にフィルタリングできる。従って、密度接続される信頼される滞在ポイントをクラスタリングすることによって最終的に形成される関心ポイントは、より高い信頼性及びより高い参照値を有する。
本発明の実施例は更にコンピュータ記憶媒体を提供し、ここで、コンピュータ記憶媒体はプログラムを記憶し、当該プログラムは上記の方法の実施例に記録されるステップの一部又は全てを実行する。
以下は、本発明の本実施例において提供される他の装置を説明する。図５を参照して、本発明の本実施例における関心ポイントのクラスタリング装置５００は、入力装置５０１、出力装置５０２、メモリ５０３及びプロセッサ５０４（関心ポイントのクラスタリング装置５００には１つ以上のプロセッサ５０４があってもよく、１つのプロセッサは図５における具体例として使用される）を有する。本発明のいくつかの実施例では、入力装置５０１、出力装置５０２、メモリ５０３及びプロセッサ５０４は、バスを使用することによって、又は他の方式で接続されてもよい。図５において、バス接続が具体例として利用される。メモリ５０３は、入力装置５０１により入力されるデータを記憶するよう構成され、プロセッサ５０４によるデータ処理のため必要なファイルなどの情報を更に記憶してもよい。入力装置５０１と出力装置５０２との双方は、他の装置と通信するため関心ポイントのクラスタリング装置５００により用いられるポートを有してもよく、ディスプレイ、キーボード、マウス及びプリンタなど、関心ポイントのクラスタリング装置５００に接続される外部の出力装置を更に有してもよい。具体的には、入力装置５０１は、マウス、キーボードなどを有してもよく、出力装置５０２は、ディスプレイなどを有してもよい。本発明の本実施例では、入力装置５０１と出力装置５０２との双方にあって、他の装置と通信するためのポートは、アンテナ及び／又は通信ケーブルである。
プロセッサ５０４は、以下のステップ、
所定の期間内にユーザの位置決めポイントセットを取得するステップと、
上記の位置決めポイントセットに従って滞在ポイントセットを生成するステップであって、ここで、上記の滞在ポイントセットにおける各滞在ポイントは１つのホットエリアを表し、上記のホットエリアは以下の条件、上記のホットエリアにおける何れか２つの位置決めポイントの地理的位置の間の距離が上記の２つの位置決めポイントの位置決め精度におけるより高い位置決め精度未満であり、且つ、上記のホットエリアにおける位置決めポイントの間の時間間隔の最大値が所定の時間閾値より大きい、を充足する、生成するステップと、
上記の滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するステップであって、ここで、滞在ポイントにより表されるホットエリアにおける全ての位置決めポイントの移動状態に対応するより低い平均速度が滞在ポイントのより高い信頼レベルを示す、計算するステップと、
上記の滞在ポイントセットにおける各滞在ポイントの信頼レベルに従ってスクリーニング手段によって上記の滞在ポイントセットから信頼される滞在ポイントを取得するステップであって、ここで、上記の信頼される滞在ポイントの信頼レベルは所定の信頼レベル閾値より大きい、取得するステップと、
関心ポイントを形成するため、密度接続される信頼される滞在ポイントをクラスタリングするステップであって、ここで、上記の“密度接続”とは、２つの信頼される滞在ポイントにより表されるホットエリアの範囲が互いに直接的に接続されるか、又は間接的に接続されることを示す、クラスタリングするステップと、
を実行する。
任意的には、位置決めポイントは経度値及び緯度値により表されるＧＰＳ位置ポイントであり、プロセッサ５０４は、ユーザのＧＰＳ位置データから所定の期間内のユーザの位置決めポイントセットを取得するよう構成される。
任意的には、上記の条件を充足するホットエリアを決定した後、プロセッサ５０４は、上記のホットエリアを表す滞在ポイントとして上記のホットエリアの幾何学的中心ポイントを決定し、ここで、滞在ポイントは、ホットエリアにおける全ての位置決めポイントを表してもよい。おそらく、他の方式がまたホットエリアに対応する滞在ポイントを決定するのに利用されてもよい。例えば、ホットエリアの重心がホットエリアを表す滞在ポイントして使用され、ここで、ホットエリアの重心は、ホットエリア内の位置決めポイントの分布に関連する。
任意的には、プロセッサ５０４は、上記の滞在ポイントセットにおける各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態を取得し、上記の滞在ポイントセットにおける各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態に従って、式
Figure 2016537718
 を用いることによって、上記の滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算し、ここで、Ｃｏｎｆｉは滞在ポイントｉの信頼レベルを表し、ｎはｎ個の可能な移動状態を表し、Ｗｋはｋ番目の移動状態の信頼レベルウェイトを表し、ｎｋは滞在ポイントｉにより表されるホットエリアにあって、移動状態がｋ番目の移動状態である位置決めポイントの数を表し、ここで、各移動状態は信頼レベルウェイトに対応し、移動状態に対応するより低い移動速度は移動状態のより大きな信頼レベルウェイトを示す。例えば、ユーザの可能な移動状態は静止、歩行及び走行であり、このとき、３つの移動状態について、移動状態に対応し、昇順である移動速度は、順に以下のように静止、歩行及び走行であるため、移動状態のものであって、降順である信頼レベルウェイトは、順に以下のように静止、歩行又は走行であると仮定される。
任意的には、プロセッサ５０４は、上記のユーザの端末におけるセンサデータ（加速度及びジャイロスコープから取得されるデータなど）、又はＷｉ−Ｆｉネットワークの信号強度の変化又は信号量の変化に従って、上記の位置決めポイントセットにおける全ての位置決めポイントの移動状態を取得するか、又は、プロセッサ５０４は、ここに限定されない、他の位置決め装置（サーバなど）から各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態を取得してもよい。
任意的には、プロセッサ５０４は、ＰＯＩを形成するため全ての密度接続される信頼される滞在ポイントをクラスタリングし、全ての密度接続される信頼される滞在ポイントの間の全てのリーフ滞在ポイントを順次接続することによって形成されるクローズドエリアがＰＯＩのエリアであると判断するか、又は、ここに限定されず、ＰＯＩのエリアは、全ての密度接続される信頼される滞在ポイントを含む最小の円形エリア又は正方形エリアであってもよい。
本発明の本実施例における関心ポイントのクラスタリング装置は、端末（携帯電話、タブレット、ノートブックコンピュータ、デスクトップコンピュータ、又は位置決め機能を有する他の端末など）であってもよいし、又は、関心ポイントのクラスタリング装置は、端末から独立し、ここに限定されない有線又は無線方式で端末と通信可能である装置であってもよい。
本発明の本実施例における関心ポイントのクラスタリング装置は、上記の方法の実施例における関心ポイントのクラスタリング装置であってもよく、上記の方法の実施例における全ての技術的解決策を実現するよう構成可能であることが留意されるべきである。関心ポイントのクラスタリング装置の各機能モジュールの機能は、具体的には、上記の方法の実施例において説明される方法に従って実現されてもよい。特定の実現処理について、上記の実施例における関連する説明が参照されてもよく、詳細はここでは再説明されない。
本発明の本実施例では、１つの滞在ポイントが位置決め精度及び時間閾値により複数の位置決めポイントによって形成され、大部分の待ち合わせポイント、位置決めジャンプポイント及び通過ポイントが、位置決め精度及び時間閾値の制約の下でフィルタリング可能であることが、上記から知ることができる。さらに、滞在ポイントの信頼レベルは、滞在ポイントの位置決めポイントの移動状態を参照して計算され、信頼レベルが相対的に低い滞在ポイントが滞在ポイントの信頼レベルに従って選抜され、いくつかの途中のノイズ滞在ポイント（交通渋滞部分における滞在時、信号機の待ち時間及びゆっくり歩行している時間に生成された擬似滞在ポイントなど）が更にフィルタリングできる。従って、密度接続される信頼される滞在ポイントをクラスタリングすることによって最終的に形成される関心ポイントは、より高い信頼性及びより高い参照値を有する。
簡潔な説明のため、上記の方法の実施例はアクションの系列として表されていることが留意されるべきである。しかしながら、本発明によると、いくつかのステップは他の順序で又は同時に実行されてもよいため、当業者は、本発明が説明されたアクションの順序に限定されないことを理解すべきである。上記の実施例では、各実施例の説明は各自の焦点を有する。実施例において詳細に説明されていない部分について、他の実施例における関連する説明が参照されてもよい。
本出願において提供される複数の実施例では、開示された装置及び方法は他の方式で実現されてもよいことが理解されるべきである。例えば、説明される装置の実施例は単なる一例である。例えば、ユニットの分割は単なる論理機能の分割であり、実施例の実現形態では他の分割であってもよい。例えば、複数のユニット又はコンポーネントが他のシステムに合成又は統合されてもよいし、又は、一部の特徴は無視されてもよいし、あるいは実行されなくてもよい。さらに、表示又は説明される相互結合又は直接的な結合若しくは通信接続は、いくつかのインタフェースを用いることによって実現されてもよい。装置又はユニットの間の間接的な結合又は通信接続は、電子、機械又は他の形態により実現されてもよい。
個別のパーツとして説明されるユニットは物理的に別のものであっても又はなくてもよく、ユニットとして表示されるパーツは物理的なユニットであっても又はなくてもよく、１つの位置に配置されてもよく、又は複数のネットワークユニット上で分散されてもよい。ユニットの一部又は全ては、実施例の解決策の課題を実現するため実際のニーズに従って選択されてもよい。
さらに、本発明の実施例における機能ユニットは１つの処理ユニットに一体化されてもよいし、又は、各ユニットは物理的に単独で存在してもよく、又は２つ以上のユニットが１つのユニットに統合される。統合されたユニットは、ハードウェアの形式で実現されてもよいし、又はソフトウェア機能ユニットの形式で実現されてもよい。
統合されたユニットがソフトウェア機能ユニットの形式で実現され、独立した製品として販売又は使用されるとき、統合されたユニットは、コンピュータ可読記憶媒体に記憶されてもよい。このような理解に基づき、実質的に本発明の技術的解決策又は従来技術に貢献する部分、又は技術的解決策の全て若しくは一部は、ソフトウェアプロダクトの形式で実現されてもよい。ソフトウェアプロダクトは、記憶媒体に記憶され、本発明の実施例において説明される方法のステップの全て又は一部を実行するようコンピュータ装置（パーソナルコンピュータ、サーバ又はネットワーク装置であってもよい）に命令するための複数の命令を有する。上記の記憶媒体は、ＵＳＢフラッシュドライブ、着脱可能なハードディスク、読み出し専用メモリ（ＲＯＭ，Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）、ランダム・アクセス・メモリ（ＲＡＭ，Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、磁気ディスク又は光ディスクなどのプログラムコードを記憶可能な何れかの媒体を含む。
上記は、本発明において提供される関心ポイントのクラスタリング方法及び関連する装置を詳細に説明した。当業者は、本発明のアイデアに基づき、特定の実現方式及び適用範囲に関して修正を行ってもよい。従って、本明細書のコンテンツは本発明に対する限定として解釈されるものでない。

Claims (10)

  1. 関心ポイントのクラスタリング方法であって、
    所定の期間内にユーザの位置決めポイントセットを取得するステップと、
    前記位置決めポイントセットに従って滞在ポイントセットを生成するステップであって、前記滞在ポイントセットにおける各滞在ポイントは１つのホットエリアを表し、前記ホットエリアは以下の条件、前記ホットエリアにおける何れか２つの位置決めポイントの地理的位置の間の距離が前記２つの位置決めポイントの位置決め精度におけるより高い位置決め精度未満であり、且つ、前記ホットエリアにおける位置決めポイントの間の時間間隔の最大値が所定の時間閾値より大きい、を充足する、生成するステップと、
    前記滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するステップであって、滞在ポイントにより表されるホットエリアにおける全ての位置決めポイントの移動状態に対応するより低い平均速度が前記滞在ポイントのより高い信頼レベルを示す、計算するステップと、
    前記滞在ポイントセットにおける各滞在ポイントの信頼レベルに従ってスクリーニング手段によって前記滞在ポイントセットから信頼される滞在ポイントを取得するステップであって、前記信頼される滞在ポイントの信頼レベルは所定の信頼レベル閾値より大きい、取得するステップと、
    関心ポイントを形成するため、密度接続される信頼される滞在ポイントをクラスタリングするステップであって、前記密度接続とは、２つの信頼される常駐ポイントにより表されるホットエリアの範囲が互いに直接的に接続されるか、又は間接的に接続されることを示す、クラスタリングするステップと、
    を有する方法。
  2. 前記位置決めポイントセットに従って滞在ポイントセットを生成するステップは、
    前記条件を充足するホットエリアを決定するステップと、
    前記ホットエリアを表す滞在ポイントとして前記ホットエリアの幾何学的中心ポイントを決定するステップと、
    を有する、請求項１記載の方法。
  3. 前記滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するステップは、
    各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態を取得するステップと、
    式
    Figure 2016537718
     を用いることによって、且つ、各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態に従って、前記滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するステップであって、Ｃｏｎｆｉは滞在ポイントｉの信頼レベルを表し、ｎはｎ個の可能な移動状態を表し、Ｗｋはｋ番目の移動状態の信頼レベルウェイトを表し、ｎｋは前記滞在ポイントｉにより表されるホットエリアにあって、移動状態がｋ番目の移動状態である位置決めポイントの数を表し、各移動状態は信頼レベルウェイトに対応し、移動状態に対応するより低い移動速度は前記移動状態のより大きな信頼レベルウェイトを示す、計算するステップと、
    を有する、請求項１又は２記載の方法。
  4. 前記位置決めポイントセットにおける全ての位置決めポイントの移動状態を取得するステップは、具体的には、
    前記ユーザの端末におけるセンサデータ、又はＷｉ−Ｆｉネットワークの信号強度の変化又は信号量の変化に従って、前記位置決めポイントセットにおける全ての位置決めポイントの移動状態を取得することである、請求項３記載の方法。
  5. 前記関心ポイントを形成するため、密度接続される信頼される滞在ポイントをクラスタリングするステップは、
    関心ポイントのエリアとして、全ての密度接続される信頼される滞在ポイントの間の全てのリーフ滞在ポイントを順次接続することによって形成されるクローズドエリアを決定するステップであって、中心がリーフ滞在ポイントである所定の半径カバレッジ範囲内の全ての滞在ポイントの信頼レベルの和は所定の閾値より大きくない、決定するステップを有する、請求項１乃至４何れか一項記載の方法。
  6. 関心ポイントのクラスタリング装置であって、
    所定の期間内にユーザの位置決めポイントセットを取得するよう構成される取得ユニットと、
    前記取得ユニットにより取得された前記位置決めポイントセットに従って滞在ポイントセットを生成するよう構成される滞在ポイント生成ユニットであって、前記滞在ポイントセットにおける各滞在ポイントは１つのホットエリアを表し、前記ホットエリアは以下の条件、前記ホットエリアにおける何れか２つの位置決めポイントの地理的位置の間の距離が前記２つの位置決めポイントの位置決め精度におけるより高い位置決め精度未満であり、且つ、前記ホットエリアにおける位置決めポイントの間の時間間隔の最大値が所定の時間閾値より大きい、を充足する、滞在ポイント生成ユニットと、
    前記滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するよう構成される計算ユニットであって、滞在ポイントにより表されるホットエリアにおける全ての位置決めポイントの移動状態に対応するより低い平均速度が前記滞在ポイントのより高い信頼レベルを示す、計算ユニットと、
    前記滞在ポイントセットにおける各滞在ポイントのものであって、前記計算ユニットにより計算される信頼レベルに従ってスクリーニング手段によって前記滞在ポイントセットから信頼される滞在ポイントを取得するよう構成されるフィルタリングユニットであって、前記信頼される滞在ポイントの信頼レベルは所定の信頼レベル閾値より大きい、フィルタリングユニットと、
    関心ポイントを形成するため、密度接続される信頼される滞在ポイントをクラスタリングするよう構成されるクラスタリングユニットであって、前記密度接続とは、２つの信頼される滞在ポイントにより表されるホットエリアの範囲が互いに直接的に接続されるか、又は間接的に接続されることを示す、クラスタリングユニットと、
    を有するクラスタリング装置。
  7. 前記滞在ポイント生成ユニットは、
    前記条件を充足するホットエリアを決定するよう構成される第１の決定ユニットと、
    前記ホットエリアを表す滞在ポイントとして前記ホットエリアの幾何学的中心ポイントを決定するよう構成される第２の決定ユニットと、
    を有する、請求項６記載の関心ポイントのクラスタリング装置。
  8. 前記計算ユニットは、
    各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントの移動状態を取得するよう構成される取得サブユニットと、
    式
    Figure 2016537718
     を用いることによって、且つ、各滞在ポイントにより表されるホットエリアに含まれる全ての位置決めポイントのものであって、前記取得サブユニットにより取得される移動状態に従って、前記滞在ポイントセットにおける各滞在ポイントの信頼レベルを計算するよう構成される計算サブユニットであって、Ｃｏｎｆｉは滞在ポイントｉの信頼レベルを表し、ｎはｎ個の可能な移動状態を表し、Ｗｋはｋ番目の移動状態の信頼レベルウェイトを表し、ｎｋは前記滞在ポイントｉにより表されるホットエリアにあって、移動状態がｋ番目の移動状態である位置決めポイントの数を表し、各移動状態は信頼レベルウェイトに対応し、移動状態に対応するより低い移動速度は前記移動状態のより大きな信頼レベルウェイトを示す、計算サブユニットと、
    を有する、請求項６又は７記載の関心ポイントのクラスタリング装置。
  9. 前記取得サブユニットは、具体的には、
    前記ユーザの端末におけるセンサデータ、又はＷｉ−Ｆｉネットワークの信号強度の変化又は信号量の変化に従って、前記位置決めポイントセットにおける全ての位置決めポイントの移動状態を取得するよう構成される、請求項８記載の関心ポイントのクラスタリング装置。
  10. 前記クラスタリングユニットは、具体的には、
    関心ポイントを形成するため全ての密度接続される信頼される滞在ポイントをクラスタリングし、関心ポイントのエリアとして、全ての密度接続される信頼される滞在ポイントの間の全てのリーフ滞在ポイントを順次接続することによって形成されるクローズドエリアを決定するよう構成され、中心がリーフ滞在ポイントである所定の半径カバレッジ範囲内の全ての滞在ポイントの信頼レベルの和は所定の閾値より大きくない、請求項６乃至９何れか一項記載の関心ポイントのクラスタリング装置。
JP2016528174A 2013-11-07 2014-10-13 関心ポイントのクラスタリング方法及び関連する装置 Active JP6225257B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201310552636.2A CN104636354B (zh) 2013-11-07 2013-11-07 一种位置兴趣点聚类方法和相关装置
CN201310552636.2 2013-11-07
PCT/CN2014/088443 WO2015067119A1 (zh) 2013-11-07 2014-10-13 一种位置兴趣点聚类方法和相关装置

Publications (2)

Publication Number Publication Date
JP2016537718A true JP2016537718A (ja) 2016-12-01
JP6225257B2 JP6225257B2 (ja) 2017-11-01

Family

ID=53040886

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016528174A Active JP6225257B2 (ja) 2013-11-07 2014-10-13 関心ポイントのクラスタリング方法及び関連する装置

Country Status (6)

Country Link
US (1) US10423728B2 (ja)
EP (1) EP3056999B1 (ja)
JP (1) JP6225257B2 (ja)
KR (1) KR101806948B1 (ja)
CN (1) CN104636354B (ja)
WO (1) WO2015067119A1 (ja)

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106294485B (zh) * 2015-06-05 2019-11-01 华为技术有限公司 确定显著地点的方法及装置
CN105159926B (zh) * 2015-08-04 2019-04-16 百度在线网络技术（北京）有限公司 建立用户的用户信息关联的方法和装置
CN106568429B (zh) * 2015-10-09 2019-12-06 阿里巴巴集团控股有限公司 一种建立兴趣点的方法及装置
CN105682025B (zh) * 2016-01-05 2019-01-04 重庆邮电大学 基于移动信令数据的用户驻留地识别方法
US11425628B2 (en) * 2016-05-09 2022-08-23 Tata Consultancy Services Limited Method and system for achieving auto adaptive clustering in a sensor network
CN106096639B (zh) * 2016-06-06 2019-04-09 华侨大学 一种基于密度热度的电离层雷达数据的聚类方法
CN106202236A (zh) * 2016-06-28 2016-12-07 联想(北京)有限公司 一种用户位置预测方法及装置
CN106846795A (zh) * 2017-01-04 2017-06-13 百度在线网络技术（北京）有限公司 人群密集区域的获取方法及装置
CN108287841A (zh) * 2017-01-09 2018-07-17 北京四维图新科技股份有限公司 景点数据采集和更新方法及***、游客终端设备及助导游设备
CN106840165B (zh) * 2017-01-17 2019-11-12 中国地质大学（武汉） 一种语义位置历史的构建方法及装置
CN108536695B (zh) * 2017-03-02 2021-06-04 北京嘀嘀无限科技发展有限公司 一种地理位置信息点的聚合方法以及装置
CN107289925B (zh) * 2017-05-25 2021-03-05 北京奇鱼时代科技有限公司 一种绘制用户轨迹的方法和装置
WO2018227373A1 (zh) * 2017-06-13 2018-12-20 深圳市伊特利网络科技有限公司 基于定位的报警方法及***
CN107491474A (zh) 2017-06-26 2017-12-19 北京三快在线科技有限公司 信息推荐方法和装置
CN109900281A (zh) * 2017-12-08 2019-06-18 北京搜狗科技发展有限公司 基于兴趣点的导航方法、装置以及用于导航的装置
CN108303100A (zh) * 2017-12-25 2018-07-20 厦门市美亚柏科信息股份有限公司 聚焦点分析方法及计算机可读存储介质
CN108307308B (zh) * 2018-01-25 2021-09-14 北京小米移动软件有限公司 无线局域网设备的定位方法、装置和存储介质
CN110873571B (zh) * 2018-08-30 2021-09-07 北京嘀嘀无限科技发展有限公司 一种路口停车线数据采集方法、***和装置
CN109189876B (zh) * 2018-08-31 2021-09-10 深圳市元征科技股份有限公司 一种数据处理方法及装置
CN110888979A (zh) * 2018-09-10 2020-03-17 ***通信集团有限公司 一种兴趣区域提取方法、装置及计算机存储介质
CN109256029B (zh) * 2018-09-12 2021-09-03 广州小鹏汽车科技有限公司 一种地点属性的自动设置方法及装置
CN109168195B (zh) * 2018-10-25 2020-08-28 北京搜狐新媒体信息技术有限公司 一种定位信息提取方法及服务平台
CN111126653B (zh) * 2018-11-01 2022-06-17 百度在线网络技术（北京）有限公司 用户职住地预测方法、装置及存储介质
KR102213276B1 (ko) * 2018-11-27 2021-02-04 공주대학교 산학협력단 이동 경로 정보를 이용한 주소 인증 장치 및 방법
CN111380541B (zh) * 2018-12-29 2022-09-13 沈阳美行科技股份有限公司 兴趣点确定方法、装置、计算机设备和存储介质
CN109813318A (zh) * 2019-02-12 2019-05-28 北京百度网讯科技有限公司 坐标修正方法及装置、设备及存储介质
CN110213714B (zh) * 2019-05-10 2020-08-14 中国联合网络通信集团有限公司 终端定位的方法及装置
US11860911B2 (en) * 2019-08-20 2024-01-02 International Business Machines Corporation Method and apparatus of data classification for routes in a digitized map
CN110544132B (zh) * 2019-09-06 2023-04-07 上海喜马拉雅科技有限公司 用户常活动位置的确定方法、装置、设备和存储介质
CN110705480B (zh) * 2019-09-30 2022-12-02 重庆紫光华山智安科技有限公司 目标对象的停留点定位方法及相关装置
CN110850955B (zh) * 2019-10-30 2023-06-02 腾讯科技（深圳）有限公司 终端的位置信息处理方法、装置及计算设备、存储介质
CN110781855B (zh) * 2019-11-04 2022-12-06 浙江大华技术股份有限公司 目标停留点的确定方法、装置、设备及存储装置
CN110990455B (zh) * 2019-11-29 2023-10-17 杭州数梦工场科技有限公司 大数据识别房屋性质的方法与***
CN111159583B (zh) * 2019-12-31 2023-08-04 中国联合网络通信集团有限公司 用户行为分析方法、装置、设备及存储介质
CN111898624B (zh) * 2020-01-21 2024-04-02 北京畅行信息技术有限公司 定位信息的处理方法、装置、设备及存储介质
CN112765226A (zh) * 2020-12-06 2021-05-07 复旦大学 基于轨迹数据挖掘的城市语义图谱构建方法
CN112749349A (zh) * 2020-12-31 2021-05-04 北京搜狗科技发展有限公司 一种交互方法和耳机设备
CN113075648B (zh) * 2021-03-19 2024-05-17 中国舰船研究设计中心 一种无人集群目标定位信息的聚类与滤波方法
CN115083161B (zh) * 2022-06-15 2023-08-04 平安国际融资租赁有限公司 车辆停留点的评估方法、装置、电子设备及可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009116541A (ja) * 2007-11-05 2009-05-28 Ntt Docomo Inc 位置情報解析装置、情報配信システムおよび位置情報解析方法
WO2011046113A1 (ja) * 2009-10-14 2011-04-21 日本電気株式会社 行動類型抽出システム、装置、方法、プログラムを記憶した記録媒体
JP2011171876A (ja) * 2010-02-17 2011-09-01 Kddi Corp ユーザの移動に伴って住所／居所を推定する携帯端末、サーバ、プログラム及び方法
WO2012096175A1 (ja) * 2011-01-14 2012-07-19 日本電気株式会社 行動パタン解析装置、行動パタン解析方法および行動パタン解析プログラム

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5844522A (en) * 1995-10-13 1998-12-01 Trackmobile, Inc. Mobile telephone location system and method
CA2265875C (en) * 1996-09-09 2007-01-16 Dennis Jay Dupray Location of a mobile station
US7082365B2 (en) 2001-08-16 2006-07-25 Networks In Motion, Inc. Point of interest spatial rating search method and system
US7289105B2 (en) * 2003-06-04 2007-10-30 Vrbia, Inc. Real motion detection sampling and recording for tracking and writing instruments using electrically-active viscous material and thin films
CN101389928B (zh) 2006-03-15 2015-05-13 高通股份有限公司 用于基于用户路线来确定相关关注点信息的方法和设备
US20080036758A1 (en) 2006-03-31 2008-02-14 Intelisum Inc. Systems and methods for determining a global or local position of a point of interest within a scene using a three-dimensional model of the scene
US8311018B2 (en) * 2007-02-05 2012-11-13 Andrew Llc System and method for optimizing location estimate of mobile unit
WO2008121872A1 (en) 2007-03-30 2008-10-09 Amazon Technologies, Inc. Cluster-based assessment of user interests
US8396470B2 (en) * 2007-04-26 2013-03-12 Research In Motion Limited Predicting user availability from aggregated signal strength data
US8339399B2 (en) 2007-10-31 2012-12-25 Microsoft Corporation Declustering point-of-interest icons
US8634796B2 (en) * 2008-03-14 2014-01-21 William J. Johnson System and method for location based exchanges of data facilitating distributed location applications
US9014658B2 (en) * 2008-03-14 2015-04-21 William J. Johnson System and method for application context location based configuration suggestions
US8527308B2 (en) * 2008-10-02 2013-09-03 Certusview Technologies, Llc Methods and apparatus for overlaying electronic locate information on facilities map information and/or other image information displayed on a locate device
US8358224B2 (en) 2009-04-02 2013-01-22 GM Global Technology Operations LLC Point of interest location marking on full windshield head-up display
US20120046995A1 (en) * 2009-04-29 2012-02-23 Waldeck Technology, Llc Anonymous crowd comparison
US8335990B2 (en) 2009-08-18 2012-12-18 Nokia Corporation Method and apparatus for grouping points-of-interest on a map
CN101742545B (zh) * 2009-12-15 2012-11-14 中国科学院计算技术研究所 WiFi环境中的定位方法及其***
US8543143B2 (en) 2009-12-23 2013-09-24 Nokia Corporation Method and apparatus for grouping points-of-interest according to area names
EP2652968A4 (en) 2010-12-17 2017-12-06 Nokia Technologies Oy Identification of points of interest and positioning based on points of interest
CN102682041B (zh) * 2011-03-18 2014-06-04 日电（中国）有限公司 用户行为识别设备及方法
US20130262479A1 (en) * 2011-10-08 2013-10-03 Alohar Mobile Inc. Points of interest (poi) ranking based on mobile user related data
CN103906993A (zh) * 2011-10-28 2014-07-02 诺基亚公司 用于基于感兴趣点（poi）信息构造道路网络的方法和设备
CN102595323B (zh) * 2012-03-20 2014-05-07 北京交通发展研究中心 基于手机定位数据的居民出行特征参数的获取方法
CN103218442A (zh) * 2013-04-22 2013-07-24 中山大学 一种基于移动设备传感器数据的生活模式分析方法及***

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009116541A (ja) * 2007-11-05 2009-05-28 Ntt Docomo Inc 位置情報解析装置、情報配信システムおよび位置情報解析方法
WO2011046113A1 (ja) * 2009-10-14 2011-04-21 日本電気株式会社 行動類型抽出システム、装置、方法、プログラムを記憶した記録媒体
JP2011171876A (ja) * 2010-02-17 2011-09-01 Kddi Corp ユーザの移動に伴って住所／居所を推定する携帯端末、サーバ、プログラム及び方法
WO2012096175A1 (ja) * 2011-01-14 2012-07-19 日本電気株式会社 行動パタン解析装置、行動パタン解析方法および行動パタン解析プログラム

Also Published As

Publication number Publication date
US10423728B2 (en) 2019-09-24
CN104636354B (zh) 2018-02-06
KR101806948B1 (ko) 2017-12-08
EP3056999A1 (en) 2016-08-17
CN104636354A (zh) 2015-05-20
EP3056999A4 (en) 2016-11-23
KR20160075686A (ko) 2016-06-29
EP3056999B1 (en) 2019-02-06
US20160253407A1 (en) 2016-09-01
WO2015067119A1 (zh) 2015-05-14
JP6225257B2 (ja) 2017-11-01

Similar Documents

Publication Publication Date Title
JP6225257B2 (ja) 関心ポイントのクラスタリング方法及び関連する装置
US11470443B2 (en) Harvesting labels for significant locations based on candidate points of interest and contextual data
US10820138B2 (en) Generating geofences
US10356559B2 (en) Harvesting labels for significant locations and updating a location fingerprint database using harvested labels
Xing et al. Pedestrian stride length estimation from IMU measurements and ANN based algorithm
Vo et al. A survey of fingerprint-based outdoor localization
US9071937B2 (en) Tiered delivery of location data
KR101343174B1 (ko) 위치 데이터베이스를 이용한 모바일 장치의 위치 결정
US10057725B2 (en) Sensor-based geolocation of a user device
KR20180026406A (ko) 모바일 디바이스의 위치 이력 레코드들의 제공, 조직화 및 관리
JP6074433B2 (ja) 動的デバイス構成のための周期的周囲波形分析
US9377525B1 (en) Methods and systems for assisting positioning determination of a mobile device
CN106416313A (zh) 识别与无线网络接入点相关联的实体
JP2005043355A (ja) 環境信号からデバイスの概算位置を判定するための方法
MX2012008170A (es) Gestion de una base de datos de ubicacion para sistema de posicionamiento basado en red.
CN104335064A (zh) 改进的三边测量处理
EP3346434B1 (en) Generating geofences
KR20140137352A (ko) 위치 기반 언어 모델링을 사용하는 자동화 입력 신호 인식
Umair et al. Discovering personal places from location traces
JP2012160988A (ja) 移動端末からの位置情報に基づく対象エリア表示方法及びシステム
Kumrai et al. Automated construction of Wi-Fi-based indoor logical location predictor using crowd-sourced photos with Wi-Fi signals
Gil et al. inContexto: A fusion architecture to obtain mobile context
JP6430873B2 (ja) 位置解析装置
Singh A data collection framework for sensing proximity

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170627

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20170623

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170825

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20170912

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20171006

R150 Certificate of patent or registration of utility model

Ref document number: 6225257

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250