[发明专利]一种基于聚类算法的移动用户一人多卡识别方法

权利要求书

1.一种基于聚类算法的移动用户一人多卡识别方法，其特征在于：

(1)获取电信运营商信令数据，对每个IMSI识别号所在的基站位置、进出小区时间信息进行采集并存储；

(2)将城市区域划分为若干个网格，对同一网格区间，计算区间内包含的所有基站的平均经纬度，作为该网格的经纬度；

(3)对每个基站，计算其到各个网格之间的经纬度，将其归为某个网格区间，实现区间的重新划分；

(4)重复步骤(3)，直到算法收敛；

(5)每次读取一对IMSI识别号，设为a IMSI和b IMSI，分别找到其所对应的网格经纬度，计算两个IMSI在各时间点下的距离，计算方法如下：

(51)先找到a IMSI的一个时间点t，再找到b IMSI在t时间点前的最后一个时间点t1以及在t时间点后的第一个时间点t2；

(52)对应出a IMSI在时间点t所在位置的经纬度，以及b IMSI在时间点t1和t2时的位置经纬度；

(53)分别计算出a IMSI在t时间点和b IMSI在t1时间点时的距离，以及a IMSI在t时间点和b IMSI在t2时间点时的距离，计算公式如下：

Dis1[t]＝R*acos(sinpi(y1/180)*sinpi(y2/180)+cospi(y1/180)*cospi(y2/180)*cospi((x1-x2)/180))；

公式中R表示地球半径；Dis1[t]表示a IMSI在t时刻与b IMSI在该时刻前的最后一个时间点t1的距离；x1、x2分别表示两个loc-ci的经度，y1、y2分别表示两个loc-ci的纬度；

同理可以计算出a IMSI在t时刻与b IMSI在该时刻后的第一个时间点t2的距离Dis2[t]；

同时，计算出两个时间差：

Time1[t]＝t-t1；Time2[t]＝t2-t；

(54)计算a IMSI在t时间点下和b IMSI在t1时间点的距离阈值Disthr1[t]和最大距离Dismax1[t]：

Disthr1[t]＝Speedthr*Time1[t]；

Dismax1[t]＝Speedmax*Time1[t]；

这里Speedthr表示速度阈值，设为10公里/小时；Speedmax表示最大速度，设为20公里/小时；

同理，计算出a IMSI在t时间点下和b IMSI在t2时间点的距离阈值Disthr2[t]和最大距离Dismax2[t]；

(6)按照上述方法进行循环计算，分别计算出a IMSI在各个时间点i下与b IMSI最接近的两个时间点的距离Dis1[i]和Dis2[i]，以及两个距离阈值Disthr1[i]和Disthr2[i],两个最大距离值Dismax1[i]和Dismax2[i]；

(7)根据上述计算得到的距离值、距离阈值、和最大距离值，进行一人多号判断：

(71)如果在任意时间点i，距离Dis1[i]和Dis2[i]分别大于Dismax1[i]和Dismax2[i]，则直接判断该对IMSI为非同一轨迹，即非一人多号；否则，进一步按以下步骤(72)进行置信度判断；

(72)如果距离Dis1[i]小于或等于距离阈值Disthr1[i]时，按以下公式计算似然值L1[i]：

L1[i]＝1-(Dis1[i]/Disthr1[i])*α；

如果距离Dis1[i]大于距离阈值Disthr1[i]，而小于或等于最大距离Dismax1[i]时，则似然值L1[i]按以下公式计算：

L1[i]＝(1-α)-(Dis1[i]/Dismax1[i])*0.1；

上述公式中，α为经验值，默认为α＝0.6；

同理，计算出似然值L2[i]；

计算出一对IMSI在各时间点上似然值的均值；

进一步，设定一个阈值β，β＝0.8；

如果一对IMSI在各时间点上的似然值的均值小于阈值β，则认为该对IMSI为非同一轨迹，认定为非一人多号；

如果一对IMSI在各时间点上的似然值的均值大于等于阈值β，则认为该对IMSI在所述的时间段内为同一轨迹；设定一个包含有多个连续的所述时间段的时间周期，如果该对IMSI在一个时间周期内有大于设定数量的时间段被判定为同一轨迹，则认定该对IMSI为一人多号。