[发明专利]基于轨迹分析的伴随对象确定方法、装置、设备及介质

说明书

本发明涉及人工智能技术，揭露了一种基于轨迹分析的伴随对象确定方法，包括：构建目标对象三维时空立体轨迹及相关对象三维时空立体轨迹集；基于连通子图挖掘算法，将三维时空立体轨迹集分为N个三维时空立体轨迹子图；利用轨迹相似度模型，分别计算目标对象三维时空立体轨迹与N个三维时空立体轨迹子图中所有三维时空立体轨迹之间的时空轨迹相似度；将时空轨迹相似度满足预设阈值对应的对象，定义为伴随对象；基于时空密度聚类算法识别伴随对象的停留位置。此外，本发明还涉及区块链技术，三维时空立体轨迹可存储于区块链的节点。本发明还提出一种基于轨迹分析的伴随对象确定装置、电子设备以及存储介质。本发明可以提高伴随对象确定效率。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于轨迹分析的伴随对象确定方法、装置、电子设备及计算机可读存储介质。

背景技术

随着定位设备的发展，大量移动对象的轨迹数据呈急速增长的趋势，这些轨迹数据至少可以涵盖移动对象在时间、空间这两个维度的信息，如交通轨迹数据等一些特殊业务，需要根据一个已知移动对象，找到跟它轨迹有伴随关系的其他未知移动对象，在进行画像构建领域具有巨大的价值。

目前基于轨迹数据分析有伴随关系对象，需要首先确定目标对象，再通过人力追溯目标对象的行为轨迹，分析轨迹数据中同一时间的伴随对象，人工筛选的方法对伴随对象的确定效率较低。

发明内容

本发明提供一种基于轨迹分析的伴随对象确定方法、装置及计算机可读存储介质，其主要目的在于解决伴随对象确定效率较低的问题。

为实现上述目的，本发明提供的一种基于轨迹分析的伴随对象确定方法，包括：

获取目标对象的时空轨迹数据，利用所述时空轨迹数据构建目标对象三维时空立体轨迹；

获取所述目标对象在预设时间段内途径区域的所有对象的时空轨迹数据，利用所述所有对象的时空轨迹数据构建相关对象三维时空立体轨迹集；

基于连通子图挖掘算法，将所述相关对象三维时空立体轨迹集分为N个三维时空立体轨迹子图，其中N为正整数；

利用预先训练完成的轨迹相似度模型，分别计算所述目标对象三维时空立体轨迹与所述N个三维时空立体轨迹子图中所有对象的三维时空立体轨迹之间的时空轨迹相似度，得到时空轨迹相似度集；

将所述时空轨迹相似度集中时空轨迹相似度满足预设阈值对应的对象，选定为伴随对象；

基于时空密度聚类算法识别出所述伴随对象对应的三维时空立体轨迹中的停留位置，在预设的地图中标注所述停留位置。

可选地，所述基于连通子图挖掘算法，将所述相关对象三维时空立体轨迹集分为N个三维时空立体轨迹子图，包括：

剔除所述相关对象三维时空立体轨迹集中的异常数据，得到标准相关对象三维时空立体轨迹集；

根据时空密度对所述标准相关对象三维时空立体轨迹集中的轨迹点进行聚类，生成聚类簇；

分析所述聚类簇中不同对象之间的关联性，根据所述关联性构建对象轨迹关系图；

基于所述对象轨迹关系图将所述标准相关对象三维时空立体轨迹集分为N个三维时空立体轨迹子图。

可选地，所述根据时空密度对所述标准相关对象三维时空立体轨迹集中的轨迹点进行聚类，生成聚类簇，包括：

将所述标准三维时空立体轨迹集中的轨迹点按照时间切片划为连续的轨迹快照；

基于时空密度聚类算法，对每个所述轨迹快照内的轨迹点按照时空密度进行聚类，得到空间聚类簇；

根据所述时间切片，汇聚所述空间聚类簇，得到聚类簇。