[发明专利]一种基于用户移动规则的位置预测方法

说明书

技术领域

本发明提出了一种基于用户移动规则的位置预测方法，属于时空数据的挖掘与预测的技术研究领域。 

背景技术

随着计算机技术和通信技术的发展，移动通信系统日益普及。目前，以3G、4G为主的移动通信系统，具有服务用户庞大及数据服务类型多样性(例如：视频、声音、图像等)的特点。为保障服务的质量，需要对移动通信系统中的移动用户信息进行更加有效的管理。移动用户的位置信息存储、更新和预测是移动通信系统管理的主要内容。其中，移动用户的位置预测可以有效地用于系统资源的时空分配，以提高移动通信系统的资源利用率，并降低移动用户在基台覆盖范围网格之间切换时产生的系统延迟及掉线。 

目前，研究移动通信系统中移动用户位置预测的方法主要有移动运动预测方法，全局移动性模型和局部移动性模型相结合的方法，以及基于行为策略的方法。移动运动预测方法将用户的移动行为建模成由基本模式(圆型、直线型等)构成的重复模型，缺点是对用户的任意性移动极其敏感，随着用户移动的随意性增强，移动运动预测方法的性能呈现直线下降。全局移动性模型和局部移动性模型相结合的方法，分别建立用户在基台覆盖范围网格间和基台覆盖范围网格内的移动模型，并基于移动用户的运动轨迹与移动模型的匹配，对移动用户的位置进行预测。但是全局移动性模型和局部移动性模型相结合的方法并没有给出移动模型建立的具体过程。基于行为策略方法从长期累积的用户运动日志中，挖掘出每个用户的运动行为，并以此为每个时间区域的用户设计更好的分页区域。但基于行为策略方法并未真正考虑对用户移动位置的预测问题。 

发明内容

本发明提出了一种基于用户移动规则的位置预测方法，可以有效解决移动用户位置预测的快速响应与高精度，保证移动通信系统为移动用户高效分配系统资源。 

本发明为解决其技术问题采用如下技术方案： 

一种基于用户移动规则的位置预测方法，针对移动通信系统中的移动用户，进行以基台覆盖范围网格为单元的位置预测，具体步骤如下： 

第一阶段：挖掘用户移动模式 

步骤1)将研究的移动通信系统中的所有基台覆盖范围网格，转换到有方向的、无权重的图 结构中进行存储表达； 

步骤2)收集以基台覆盖范围网格为单元的所有用户移动路径数据，检查每条用户移动路径中的连续网格元素是否空间临近，并在序列数据库中存储； 

步骤3)设定挖掘用户移动模式的支持度阈值，从数据库中挖掘出长度逐级增加的用户移动模式集合，其中，使用增量支持度对候选模式进行支持度计数、使用支持度阈值从候选模式获取用户移动模式、使用空间临近性搜索从长度为k的用户移动模式得到长度为k+1的候选模式； 

第二阶段：生成用户移动规则 

步骤4)设定挖掘用户移动规则的置信度阈值； 

步骤5)选择长度大于1的所有用户移动模式，生成一系列的用户移动规则； 

步骤6)扫描序列数据库中的用户移动路径数据，并对生成的系列用户移动规则，进行置信度的统计计算； 

步骤7)按照设定的置信度阈值，得到满足条件的用户移动规则； 

第三阶段：预测移动用户位置 

步骤8)获取用于预测移动用户位置的、当前的用户移动路径； 

步骤9)设定预测移动用户下一步可能到达的基台覆盖范围网格的数量； 

步骤10)对用户的未来位置进行预测，其中包括获取匹配的用户移动规则，以及基于匹配的用户移动规则与设定的基台覆盖范围网格的数量生成最终的预测结果。 

本发明的有益效果如下： 

(1)快速响应：充分利用移动用户在移动通信系统中基台覆盖范围网格之间进行运动时，用户移动路径的连续构成元素，也即基台覆盖范围网格具有空间临近的特点，设计的利用空间临近搜索、逐级增长挖掘用户移动模式的算法，可以大大减少算法执行的时间复杂度，从而有助提高位置预测的响应速度。 

(2)高精度：用户在连续的基台覆盖范围网格之间运动产生的用户移动路径，通常与用户移动模式具有不同程度的匹配。因此，用户移动路径对用户移动模式的支持度不能采用简单的0或1的度量方法。本发明通过定义度量用户移动路径与用户移动模式相似度的得分函数，获取用户移动路径与用户移动模式的最佳匹配方法，从而设计了一种更加合理的度量用户移动路径对用户移动模式支持程度的计算方法。本方法设计的这种新的支持度计算方法，可以提高挖掘用户移动规则的真实度，并最终提高移动用户位置预测的准确性。 

附图说明