[发明专利]基于信令数据的用户职住地分析方法

说明书

本发明提供一种基于信令数据的用户职住地分析方法，根据用户在设定时间段内的小区驻留信息，利用权重算法清除干扰小区得到用户重要小区后，进行基于地理位置信息的空间聚类，把聚类中密集出现的区域，划分为常驻地；根据驻留时间对常驻地中各小区设置不同权重，来挖掘用户常驻小区；在得到用户常驻小区后，根据用户常驻地的驻留时间分布，对建立基于频次及时长的常驻小区评分模型，用户的常驻小区进行属性划分，得到用户的居住地和工作地的信息。该方法能够挖掘出用户的用户常驻地信息包括工作地及居住地，从而方便运营商有针对性、有目的地开展营销工作，对用户进行定点营销或网络测试，这对于宽带业务、手机入网等都是非常有益的。

技术领域

本发明涉及一种基于信令数据的用户职住地分析方法。

背景技术

LTE网络记载了人们出行信息，包括用户一天的位置，在某地驻留时间等，而这些数据一般是有规律的，譬如，对于正常工作日工作的人来说，白天高频出现并且逗留地为工作地，晚上及周末高频出现并逗留地为居住地，甚至可以根据日常高频出现小区绘制出用户日常出行轨迹。

对于运营商来说，如何挖掘出用户常驻地信息，甚至进一步挖掘出用户的工作地及居住地或职住地，从而运营商可以有针对性、有目的地开展营销工作，可以对用户进行定点营销或网络测试，这对于宽带业务、手机入网等都是非常有益的。

发明内容

本发明的目的是提供一种基于信令数据的用户职住地分析方法，借助移动运营商信令数据及基站信息，在实现用户的小区经纬度匹配后，根据基于地理空间位置的聚类和基于频次及时长的小区评分模型实现，实现居民居住地、工作地判定，解决现有技术中存在的如何挖掘出用户常驻地信息，甚至进一步挖掘出用户的工作地及居住地或职住地的问题。

本发明的技术解决方案是：

一种基于信令数据的用户职住地分析方法，包括：

根据用户在设定时间段内的小区驻留信息，利用权重算法清除干扰小区得到用户重要小区后，对得到的用户重要小区进行基于地理位置信息的空间聚类，把聚类中密集出现的区域，划分为常驻地；

根据驻留时间对常驻地中各小区设置不同权重，来挖掘用户常驻小区；

在得到用户常驻小区后，根据用户常驻地的驻留时间分布，对建立基于频次及时长的常驻小区评分模型，用户的常驻小区进行属性划分，得到用户的居住地和工作地的信息。

进一步地，利用权重算法清除干扰小区，具体为，对用户在设定时间段内的驻留小区进行平均驻留时长的计算和排名，把平均驻留时长低于某一阈值的小区进行清洗删除，去除干扰小区，划分出用户重要小区。

进一步地，采用有代表性的基于密度的聚类算法即DBSCAN算法对得到的用户重要小区进行基于地理位置信息的空间聚类，具体为：

给定数据集D中所有对象都被标记为“未访问”，随机选择一个未访问的对象p，标记p为“已访问”，并检查p的ε-邻域是否至少包含MinPts个对象，如果不是，则对象p被标记为噪声点；否则为p创建一个新的簇C，并且把p的ε-邻域中所有对象都放在候选集合N中；

迭代地把候选集合N中不属于其他簇的对象添加到簇C中；在此过程中，对应候选集合N中标记为“未访问”的对象P^*，DBSCAN把对象P^*标记为“已访问”，并且检查对象P^*的ε-邻域，如果对象P^*的ε-邻域至少包含MinPts个对象，则对象P^*的ε-邻域中的对象都被添加到候选集合N中，DBSCAN继续添加对象到簇C，直到簇C不能扩展，即直到候选集合N为空，此时簇C完成生成并输出；

继续找到下一个簇，DBSCAN从剩下的对象中随机选择一个未访问过的对象，聚类过程继续，直到给定数据集D中所有对象都被访问。