[发明专利]面向概率型位置流数据的室内区域访问量连续监控方法

说明书

本发明公开了一种面向概率型位置流数据的室内区域访问量连续监控方法。从室内定位系统获取位置流数据，构造有效轨迹，输入查询区域；进行区域访问量计算过程，周期性地从缓冲池中读取最新有效轨迹并计算；进行增量预测过程，根据计算结果缓存进行增量预测获得估算结果；通过图形界面对监控区域的访问量排名进行可视化展示。本发明方法在面向移动约束复杂、流式的定位位置数据具有多重可能性的室内定位场景时，可以以较高的效率和准确率提供一组查询区域的用户访问量在连续时刻上的排名展示。不仅可以周期性地返回准确的计算结果，也在注重效率的前提下提供了快速返回的增量预测结果。

技术领域

本发明涉及数据挖掘领域的流量分析技术和轨迹挖掘技术，尤其是涉及了一种面向概率型位置流数据的室内区域访问量连续监控方法。

背景技术

近年来室内定位技术得到了大力发展和普及，利用室内定位技术产生的位置数据进行分析挖掘逐渐成为当下热门而重要的应用。通过对位置数据进行有效计算，分析人员可以从收集的数据中攫取重要的知识和信息，进而辅助室内环境和资源的规划管理。例如，通过对固定时间范围内访问某些特定区域的人数进行计算分析，可以得出哪些区域获得了更大的流量，具备更好的引流能力。用户访问量越大的区域应该分配更多资源，或者采取更为优质的管理措施，进而提升室内环境的整体运转状况。因此，对一组特定的室内区域进行访问量的监控是当前一项十分关键的技术。

流量分析是一种对移动者轨迹和地理空间范围进行时空拓扑关系计数的技术。在给定的时间窗口内，通过统计相应的轨迹片段是否和特定的空间范围具有相交或者覆盖的拓扑关系，流量分析技术可以统计或估算出在该空间范围内通过的对象或轨迹的数量。通过对具有更高流量的地理语义位置进行排序，一类方法可以从大规模的GPS轨迹集合中找到用户偏好的重要语义位置。该类方法的变种在流量分析的基础上还考虑了访问次数、访问时长和用户达到该位置需要的距离代价等因素。这些方法，在进行相应的轨迹挖掘和流量分析时，都假定所使用的轨迹是确定而准确的。在实际的应用场景中，定位技术产生的轨迹或位置序列往往具有较大的随机性误差，对上述方法都会产生较大程度的干扰。

在典型的室内定位场景中，定位的基础设施是由一组部署在环境中的测量元件构成的，例如Wi-Fi接入点或RFID阅读器等。由于环境的动态变化会持续性地对定位结果产生干扰，根据元件读数直接估计确定型位置的准确性通常很低。此时，一类重要的室内定位算法会选择对各元件读数进行采样，在每个时刻产生一组概率型的位置表示，以取得更好的定位鲁棒性。概率型的位置数据保留了用户移动的多种可能性。然而，每个时刻的多个采样使得无法将该用户直接对应到一条确定型的移动轨迹上，进而给流量分析带来了极大的挑战。如何面向概率型的定位数据进行流量的准确估算是一个亟待解决的问题。此外，传统的流量分析技术主要是针对静态的、固定时间范围内的历史轨迹数据进行挖掘和处理，没有方法考虑到针对概率型的流数据进行连续性的流量或访问量的监控。因此，这一问题同样是一个存在技术空白、需要重点解决的关键难点。

发明内容

针对现有技术的不足，本发明的目的在于提供一种面向概率型位置流数据的室内区域访问量连续监控方法。

如图1所示，本发明解决其技术问题采用的技术方案如下：

1)从室内定位系统获取位置流数据，根据室内室内区域-位置关系图中的约束信息将位置流数据构造为有效轨迹并存储在缓冲池中，有效轨迹是指由符合约束信息的连续的位置流数据所形成的轨迹；

本发明按照时序顺序将同一个ID用户对应的最新定位位置和已经维护在缓冲池中的有效轨迹进行连接，如果轨迹尾部的定位位置和最新的定位位置能够连接到同一个结点，则连接后形成的新轨迹为一条有效轨迹，可以重新维护在缓冲池中；否则，无效的轨迹将排除出计算过程。

2)用户通过图形界面输入需要查询的室内区域作为查询区域，并触发查询区域集合的访问量连续监控；