[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

说明书

一种基于聚类算法的移动用户一人多卡识别方法，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；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；读取一对IMSI识别号，找到其所对应的网格经纬度，计算两两IMSI之间的距离；按照时间顺序将采集的原始信令数据转化为运行轨迹，按照距离信息确定IMSI之间的轨迹相似性；对位置及出现时间高度重叠的IMSI对，判断为同一轨迹，即一人多卡/机。

技术领域

本发明涉及移动通信技术领域，具体涉及一种利用移动通信大数据进行用户一人多卡识别的方法。

背景技术

鉴于统计人口信息的重要性，目前已衍生出很多种间接估计人口信息的方法。比如地区生活必需品消费量的变化来估算人口数量，如用电量法、用水量法、食盐销售量法等。这些方法的缺陷在于获取的数据精度不高，且有一定滞后性，成本也比较高，无法快速准确获取区域人口数据信息。

随着移动通信规模的不断扩大以及技术的不断发展，大规模通信数据特别是轨迹数据的存储已实现。因此以大数据分析为研究手段对城市人口规模及流动情况进行估算已成为可能。相比于传统的研究方法，基于大数据统计及人口监测具有更高的可信度和准确性。但同时，电信运营商在面对日益激烈的市场竞争压力时，将不断降低移动通信资费并不断推出新的促销方式，以推动移动用户数量的增长,因此一人多卡甚至多机多运营商现象日益增多,现有的方法和系统中没有有效的手段对多卡用户进行判断识别，造成统计误差较大的问题。因此对该问题的算法解决方案是一个急待解决的突出问题。

发明内容

本发明的目的在于通过轨迹筛选、轨迹拟合算法，识别一人双(多)卡用户，对双(多) 卡用户进行剔重，从而较少人口统计误差，提供人口统计的准确度。

本发明的技术方案如下：

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)*cosp i((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]；