[发明专利]一种基于无监督学习的用户行程挖掘方法和装置

权利要求书

1.一种基于无监督学习的用户行程挖掘方法，其特征在于，包括以下步骤：

步骤S1、对车载终端上传到数据平台的原始样本集进行处理，选定用于建立用于模型学习的训练样本的特征，组成样本库；以及

步骤S2、对所述样本库使用k均值算法进行聚类分析，得到行程起点和非行程起点集合，从而区分出每一个行程；

所述步骤S1包括：

步骤S11、对车载终端上传到数据平台的所述原始样本集进行处理，计算相邻两个元组的特征变化量；

步骤S12、分析所述原始样本集中的多个特征，对比行程起点集和非起点集在所述多个特征上的差异，选定用于建立用于模型学习的训练样本的特征，组成样本库；

在所述步骤S12中选定的用于建立用于模型学习的训练样本的特征为GPS时间变化量、速度大小和状态信息变化量；

所述步骤S2包括：

步骤S21、对所述样本库进行数据规范化操作，生成包括所述GPS时间变化量、所述速度大小和所述状态信息变化量三个特征的矩阵；

步骤S22、在所述矩阵中选取2个点作为初始聚类中心；

步骤S23、根据每个聚类的中心，计算每个点与这些中心点的距离，并根据最小距离重新对相应点进行划分，形成一类；

步骤S24、更新聚类中心，然后以每一类的平均向量作为新的聚类中心，重新分配数据对；

步骤S25、反复迭代，直到满足每个聚类不再发生变化为止。

2.一种基于无监督学习的用户行程挖掘装置，其特征在于，包括：

样本库建立模块，用于对车载终端上传到数据平台的原始样本集进行处理，选定用于建立用于模型学习的训练样本的特征，组成样本库；

聚类分析模块，用于对所述样本库使用k均值算法进行聚类分析，得到行程起点和非行程起点集合，从而区分出每一个行程；

所述样本库建立模块包括：

处理单元，用于对车载终端上传到数据平台的所述原始样本集进行处理，计算相邻两个元组的特征变化量；

分析单元，用于分析所述原始样本集中的多个特征，对比行程起点集和非起点集在所述多个特征上的差异，选定用于建立用于模型学习的训练样本的特征，组成样本库；

所述分析单元选定的用于建立用于模型学习的训练样本的特征为GPS时间变化量、速度大小和状态信息变化量；

所述聚类分析模块通过以下步骤进行聚类分析：

对所述样本库进行数据规范化操作，生成包括所述GPS时间变化量、所述速度大小和所述状态信息变化量三个特征的矩阵；

在所述矩阵中选取2个点作为初始聚类中心；

根据每个聚类的中心，计算每个点与这些中心点的距离，并根据最小距离重新对相应点进行划分，形成一类；

更新聚类中心，然后以每一类的平均向量作为新的聚类中心，重新分配数据对；

反复迭代，直到满足每个聚类不再发生变化为止。