[发明专利]移动轨迹数据处理的方法、装置、计算机设备及存储介质在审
申请号: | 202110318341.3 | 申请日: | 2021-03-25 |
公开(公告)号: | CN113158084A | 公开(公告)日: | 2021-07-23 |
发明(设计)人: | 马琦伟;黄天元;宫兆亚;刘溪 | 申请(专利权)人: | 马琦伟 |
主分类号: | G06F16/9537 | 分类号: | G06F16/9537;G06F16/906;G06K9/62 |
代理公司: | 北京辰权知识产权代理有限公司 11619 | 代理人: | 刘贺秋 |
地址: | 100094 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 移动 轨迹 数据处理 方法 装置 计算机 设备 存储 介质 | ||
本发明能够提供移动轨迹数据处理的方法、装置、计算机设备及存储介质。该方法包括:获取设定区域内的人群移动轨迹数据和兴趣点数据,该设定区域包括多个功能区域;将人群移动轨迹数据与兴趣点数据进行匹配,根据匹配结果生成兴趣点间流动数据;兴趣点间流动数据表示人群在兴趣点之间的移动数据;基于兴趣点间流动数据和兴趣点在功能区域分布信息生成任意两个功能区域间的区域间流动数据,区域间流动数据表示人群在功能区域之间的移动数据;以区域间流动数据为依据计算每个功能区域的嵌入向量表达数据,并据此对多个功能区域进行聚类处理。本发明基于人群移动轨迹数据进行城市区域特征的分析,具有降低数据采集难度、提高分析效率等技术效果。
技术领域
本发明涉及大数据处理技术领域,更为具体来说,本发明能够提供移动轨迹数据处理的方法、装置、计算机设备及存储介质。
背景技术
随着经济的快速发展和社会的不断进步,传统的城市区域特征的数据分析手段存在明显的不足。最常规的数据收集方法是大量地依靠人工方式进行人口普查,再基于相关从业者的经验对得到的数据进行估算和统计,从而分析出城市区域特征。可见该方式不仅难以保证数据分析结果的准确性,而且数据采集时间过长、数据分析效率较低;另外,城市区域划分的越细致,传统方式实施起来则越困难。因此,如何能够准确且快速地得到城市不同区域特征,成为了本领域技术人员始终研究的重点。
发明内容
为解决现有技术存在的至少一个问题,本发明一个或多个实施例能够提供一种移动轨迹数据处理的方法、装置、计算机设备及存储介质,达到快速、准确地分析出城市区域特征等一个或多个技术目的。
为实现上述的技术目的,本发明具体可提供一种移动轨迹数据处理的方法,该方法包括但不限于如下的至少一个步骤。
获取在设定区域内的人群移动轨迹数据和兴趣点数据,所述设定区域包括多个功能区域。
将所述人群移动轨迹数据与所述兴趣点数据进行匹配,以及根据匹配结果生成兴趣点间流动数据;所述兴趣点间流动数据表示人群在不同兴趣点之间的移动数据。
基于所述兴趣点间流动数据和兴趣点在各功能区域的分布信息生成任意两个所述功能区域之间的区域间流动数据,所述区域间流动数据表示人群在不同功能区域之间的移动数据。
以所述区域间流动数据为依据计算每个功能区域的嵌入向量表达数据,并根据所述嵌入向量表达数据对所述多个功能区域进行聚类处理,以得到一个或多个聚类结果。
进一步地,所述对所述多个功能区域进行聚类处理包括:
通过所述区域间流动数据构建有向加权图。
基于所述有向加权图对所述多个功能区域进行聚类处理。
进一步地,所述通过所述区域间流动数据构建有向加权图包括:
利用各个功能区域分别作为有向加权图的节点。
利用不同功能区域之间的人群流动量作为有向加权图的边。
基于所述节点和所述边构建有向加权图。
进一步地,所述利用不同功能区域之间的人群流动量作为有向加权图的边包括:
构建多维向量,该多维向量的维数为兴趣点间流动数据的类别总数,该多维向量的值为从一个功能区域到另一个功能区域的人群流动量。
其中,从一个功能区域到另一个功能区域的兴趣点间流动数据的类别相同。
通过所述多维向量表示有向加权图的边。
进一步地,该方法还包括:
利用已训练的图神经网络生成各个功能区域的嵌入向量表达数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于马琦伟,未经马琦伟许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110318341.3/2.html,转载请声明来源钻瓜专利网。