[发明专利]一种融合个体与近邻移动规律的位置预测方法

摘要

本发明公开了一种融合个体与近邻移动规律的位置预测方法，首先对用户移动数据中重要(关键)地点的时间位置信息进行提取，得到用户轨迹数据，然后通过映射，找出围绕预测用户且具有相似时空分布的K个用户，再通过挖掘历史用户轨迹数据中形如的位置移动模式。在K个近邻中，搜索具有相同位置移动模式，将预测用户与近邻的相似度作为权重，与预测用户(个体)进行融合。考虑了K个近邻用户的相似度并作为权重对预测用户本身的影响，同时搜索相关的移动规律即位置移动模式进行位置预测，这样的技术思路相较与传统位置预测方法更加的鲁棒，抗噪声能力更强，也更加符合社会学规律，准确度更高。

主权项

1.一种融合个体与近邻移动规律的位置预测方法，其特征在于，包括以下步骤：(1)、用户移动数据收集与整理清洗收集用户移动数据，根据分析需求对用户移动数据进行整理清洗，采用相关的关键地点信息提取技术对隐藏在用户移动数据中关键地点的位置信息进行提取，并获取对应位置的时间分布信息，得到用户轨迹数据；(2)、K近邻发现将每个用户的轨迹数据映射为一个带时空特征的网络即用户轨迹网络，对需要进行位置预测的用户即预测用户，将其用户轨迹网络与其他用户轨迹网络进行相似度度量，找到相似度最大的K个用户，这K个用户为预测用户的K个近邻；对K个近邻的相似度进行归一化处理，并作为K个近邻对预测用户的影响权值：其中，S_k为K个近邻中第k个的相似度，w_k为对应的影响权值；(3)、位置移动模式确定对于预测用户，在时间段T内，从位置A到位置B后所有可能到达的位置为C_i，则三个连续位置即位置A、位置B以及C_i构成一个位置移动模式<A‑B‑C_i,T>；其中，i为可能到达的位置序号，i＝1,2,…,I，I为所有可能到达位置的数量；(4)、用户位置预测在预测用户的K个近邻中，对于每个近邻，在其历史用户轨迹数据找到位置移动模式<A‑B‑C_i,T>，并计算该位置移动模式发生的可能性NPr_k<A‑B‑C_i,T>，则预测用户到达第i个位置的可能性为：其中，Pr(＜A‑B‑C_i,T＞)为预测用户在时间段T内，从位置A到位置B后到达的位置C_i的可能性，UPr(＜A‑B‑C_i,T＞)为预测用户历史用户轨迹数据中位置移动模式<A‑B‑C_i,T>发生的可能性。