本發(fā)明涉及傳感信息興趣點(diǎn)分析，尤其是涉及了一種基于低采樣率傳感信息的用戶環(huán)境分類方法。
背景技術(shù)：
伴隨著各種智能手機(jī)和相似智能移動(dòng)設(shè)備的出現(xiàn)與更新的，是一批又一批眾多而又無(wú)所不在的傳感設(shè)備大量地投入到日常生活中，它們產(chǎn)生各種海量傳感信息，促使人們對(duì)其進(jìn)行大數(shù)據(jù)分析。基于這類信息人們作出對(duì)用戶興趣點(diǎn)(poi,positionofinterest)、交通模式、移動(dòng)性等研究，從而形成一個(gè)針對(duì)特定用戶的專有模型，可以更好地了解用戶生活方式，并反過(guò)來(lái)改善用戶生活體驗(yàn)。包括社會(huì)科學(xué)家在內(nèi)的研究團(tuán)體對(duì)這類研究展現(xiàn)出越來(lái)越濃烈的興趣，因?yàn)檫@會(huì)多方面地影響到人們的生活并且應(yīng)用廣泛，例如行為模式研究、人員流動(dòng)研究、社交網(wǎng)絡(luò)發(fā)展、交通出行研究、內(nèi)容消費(fèi)制作等與人類日常生活息息相關(guān)的議題都能從中找到啟發(fā)。
然而，以往同類或相似研究中，為了保證信息的完整性及完備性，設(shè)備使用者大多采用高采樣率進(jìn)行信息的采集，但這將大大消耗作為日常使用而言的電池電量，使得數(shù)據(jù)量急劇下降并且只能作短期數(shù)據(jù)收集。因此數(shù)據(jù)量如今仍舊是一個(gè)具有挑戰(zhàn)性的問(wèn)題，同時(shí)在人群資源和感知環(huán)境下，不同的用戶使用不同的設(shè)備，不可能從所有用戶中檢索到所有的有用信息。
本發(fā)明提出了一種基于低采樣率傳感信息的用戶環(huán)境分類方法。使用超低采用率采集現(xiàn)實(shí)世界數(shù)據(jù)，進(jìn)行適當(dāng)預(yù)處理后，利用基于停留點(diǎn)的驗(yàn)證算法檢測(cè)有效的停留點(diǎn)，然后用具有噪聲的基于密度的聚類方法將其合并成軌跡，再運(yùn)用基于信息融合的環(huán)境分類框架進(jìn)行環(huán)境類型的分類判斷。本發(fā)明可以克服智能手機(jī)或智能移動(dòng)設(shè)備電池電量有限的劣勢(shì)，使用超低采樣框架采集信息，引入基于停留點(diǎn)的驗(yàn)證算法算法檢測(cè)興趣點(diǎn)的有效性，提高了興趣點(diǎn)環(huán)境類型區(qū)分的精確性。
技術(shù)實(shí)現(xiàn)要素：
針對(duì)解決高采樣率對(duì)智能移動(dòng)設(shè)備時(shí)間及數(shù)據(jù)量的限制，以及對(duì)用戶興趣點(diǎn)有效性檢測(cè)及其環(huán)境類型分類準(zhǔn)確性低的問(wèn)題，本發(fā)明的目的在于提供一種超低采樣率數(shù)據(jù)采集框架，提出了一種基于低采樣率傳感信息且基于信息融合的用戶環(huán)境分類方法。
為解決上述問(wèn)題，本發(fā)明提供一種基于低采樣率傳感信息的用戶環(huán)境分類方法，其主要內(nèi)容包括：
(一)數(shù)據(jù)采集模塊；
(二)數(shù)據(jù)處理模塊；
(三)興趣點(diǎn)檢測(cè)模塊；
(四)興趣點(diǎn)分類模塊。
其中，所述的數(shù)據(jù)采集模塊，使用應(yīng)用程序從移動(dòng)設(shè)備中采集信息，其信息采樣間隔為5分鐘，具有三方面信息：
(1)位置信息：設(shè)備id、經(jīng)緯度、位置精確性、時(shí)間戳；
(2)社交信息：設(shè)備id、聲音強(qiáng)度、時(shí)間戳；
(3)活動(dòng)信息：設(shè)備id、交通方式、活動(dòng)、時(shí)間戳。
進(jìn)一步地，所述的數(shù)據(jù)處理模塊，包括獲取數(shù)據(jù)和處理數(shù)據(jù)兩部分：其中獲取數(shù)據(jù)通過(guò)兩種渠道獲取保存在移動(dòng)設(shè)備中的原始數(shù)據(jù)；
1)當(dāng)移動(dòng)設(shè)備處于離線狀態(tài)時(shí)，直接從移動(dòng)設(shè)備中讀取信息；
2)當(dāng)移動(dòng)設(shè)備處于在線狀態(tài)時(shí)，先講移動(dòng)設(shè)備中的信息轉(zhuǎn)存至數(shù)據(jù)庫(kù)，再?gòu)臄?shù)據(jù)庫(kù)中讀取信息。
進(jìn)一步地，所述的處理數(shù)據(jù)包括降噪處理、時(shí)間同步和數(shù)據(jù)對(duì)齊三部分：
(1)降噪處理：刪除由于移動(dòng)設(shè)備離線引起冗余信息保留而不上傳至數(shù)據(jù)庫(kù)所產(chǎn)生的具有同樣時(shí)間戳的信息；
(2)時(shí)間同步：將不同的數(shù)據(jù)連接成一個(gè)類似的時(shí)間戳，進(jìn)行數(shù)據(jù)融合計(jì)算；
(3)數(shù)據(jù)對(duì)齊：基于數(shù)據(jù)同步的時(shí)間，將來(lái)自不同數(shù)據(jù)庫(kù)的信息排列成單個(gè)矩陣的對(duì)齊形式。
進(jìn)一步地，所述的興趣點(diǎn)檢測(cè)模塊，包括使用基于停留點(diǎn)的驗(yàn)證算法驗(yàn)證提取興趣點(diǎn)，使用具有噪聲的基于密度的聚類方法將興趣點(diǎn)軌跡進(jìn)行聚類。
進(jìn)一步地，所述的基于停留點(diǎn)的驗(yàn)證算法，包括驗(yàn)證興趣點(diǎn)和提取興趣點(diǎn)，具有g(shù)ps定位的地點(diǎn)用表示，其中有效的值用表示，它被定義為：
其中，θl是閾值200；
根據(jù)公式(2)可計(jì)算出gps坐標(biāo)為a{ζ1,λ1}和b{ζ2,λ2}兩地點(diǎn)之間距離d，其中hav-1指harvesine逆函數(shù)，r指地球半徑，
ab兩地之間的交通時(shí)間δt定義為兩個(gè)地點(diǎn)坐標(biāo)的時(shí)間戳差值，即：
δt＝ti+1-ti(3)
根據(jù)公式(2)(3)結(jié)果，進(jìn)行興趣點(diǎn)有效性檢測(cè)，當(dāng)δt＜θt,d＜θd(θt,θd為交通時(shí)間及地點(diǎn)距離閾值)，則可認(rèn)為這兩個(gè)地點(diǎn)停留的gps坐標(biāo)為用戶興趣點(diǎn)，從而添加進(jìn)興趣點(diǎn)軌跡。
進(jìn)一步地，所述的興趣點(diǎn)分類模塊，包括利用設(shè)備傳感器信息融合方法進(jìn)行io(室內(nèi)外)分類，即對(duì)于興趣點(diǎn)軌跡上的停留點(diǎn)，根據(jù)應(yīng)用程序界面返回的gps精確性值來(lái)區(qū)分該停留點(diǎn)為室內(nèi)的還是室外的及私人的還是公共的。
進(jìn)一步地，所述的信息融合方法，包括使用置信百分比的方法去確定興趣點(diǎn)的環(huán)境類型；在興趣點(diǎn)的起止時(shí)間過(guò)程中，分類器需要獲得移動(dòng)設(shè)備的多種傳感信息，如gps精確性值、噪聲水平、電池能況、光照程度等，其中g(shù)ps精確性值由應(yīng)用程序界面自動(dòng)返回，其值越高，其gps精確性值越低；
興趣點(diǎn)的持續(xù)過(guò)程每5分鐘切為一個(gè)片段，每個(gè)片段都會(huì)給予一個(gè)上述四種分類環(huán)境中某一種類型的置信百分比，而這四種分類環(huán)境用數(shù)字作為標(biāo)簽記號(hào)說(shuō)明，即{1,2,3,4}分別表示室內(nèi)、室外、私人和公共。
進(jìn)一步地，某一種環(huán)境類型的總體置信水平由公式(4)定義：
其中，n是表示所有5分鐘片段的總共數(shù)目，
進(jìn)一步地，所述的利用百分比置信方法與基于傳感器的gps精確性值進(jìn)行環(huán)境類型的判斷，包括使用四種含有不同因素權(quán)重分配的公式來(lái)判斷環(huán)境類型p1,p2,p3,p4，即對(duì)應(yīng)室內(nèi)、室外、私人和公共；
(1)對(duì)于室內(nèi)類型p1，傳感器信息對(duì)百分比的貢獻(xiàn)分別為：90％來(lái)自于gps精確性值(g)；5％來(lái)自于電池能況(β)，當(dāng)電池正在充電則β＝1，否則β＝0；5％來(lái)自于活動(dòng)是否靜止?fàn)顟B(tài)(αs)，根據(jù)位置api回傳的信息來(lái)確定αs的值為0或者1；則p1的定義如下：
其中thg是gps精確性值的閾值，x是該片段的gps精確性值的平均值；
(2)對(duì)于室外類型p2，傳感器信息對(duì)百分比的貢獻(xiàn)分別為：90％來(lái)自于gps精確性值(g)；10％來(lái)自于光照程度(l)，如果光照強(qiáng)度大于閾值thl則l＝1，否則l＝0；p2則的定義如下：
同樣地，其中thg是gps精確性值的閾值，x是該片段的gps精確性值的平均值，根據(jù)經(jīng)驗(yàn)，閾值thg設(shè)定為30，thl設(shè)定為1000；
(3)對(duì)于私人類型p3，傳感器信息對(duì)百分比的貢獻(xiàn)分別為：90％來(lái)自于噪聲水平；10％來(lái)自于活動(dòng)是否靜止?fàn)顟B(tài)(αs)；則p3的定義如下：
其中thn是噪聲水平的閾值，y是該片段噪聲水平的平均歸一化值；
(4)對(duì)于公共類型p4，傳感器信息對(duì)百分比的貢獻(xiàn)分別為：90％來(lái)自于噪聲水平；10％來(lái)自于活動(dòng)是否行走狀態(tài)(αw)；則p4的定義如下：
同樣地，其中thn是噪聲水平的閾值，y是該片段噪聲水平的平均歸一化值，根據(jù)經(jīng)驗(yàn)，閾值thn設(shè)定為5。
附圖說(shuō)明
圖1是本發(fā)明一種基于低采樣率傳感信息的用戶環(huán)境分類方法的系統(tǒng)流程圖。
具體實(shí)施方式
需要說(shuō)明的是，在不沖突的情況下，本申請(qǐng)中的實(shí)施例及實(shí)施例中的特征可以相互結(jié)合，下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)說(shuō)明。
圖1是本發(fā)明一種基于低采樣率傳感信息的用戶環(huán)境分類方法的系統(tǒng)流程圖。數(shù)據(jù)采集模塊；數(shù)據(jù)處理模塊；興趣點(diǎn)檢測(cè)模塊；興趣點(diǎn)分類模塊。
使用基于應(yīng)用程序從移動(dòng)設(shè)備中采集信息，其信息采樣間隔為5分鐘，具有三方面信息；
(1)位置信息：設(shè)備id、經(jīng)緯度、位置精確性、時(shí)間戳；
(2)社交信息：設(shè)備id、聲音強(qiáng)度、時(shí)間戳；
(3)活動(dòng)信息：設(shè)備id、交通方式、活動(dòng)、時(shí)間戳。
進(jìn)一步地，所述的數(shù)據(jù)處理模塊，包括獲取數(shù)據(jù)和處理數(shù)據(jù)兩部分：其中獲取數(shù)據(jù)通過(guò)兩種渠道獲取保存在移動(dòng)設(shè)備中的原始數(shù)據(jù)；
1)當(dāng)移動(dòng)設(shè)備處于離線狀態(tài)時(shí)，直接從移動(dòng)設(shè)備中讀取信息；
2)當(dāng)移動(dòng)設(shè)備處于在線狀態(tài)時(shí)，先講移動(dòng)設(shè)備中的信息轉(zhuǎn)存至數(shù)據(jù)庫(kù)，再?gòu)臄?shù)據(jù)庫(kù)中讀取信息；
進(jìn)一步地，所述的處理數(shù)據(jù)包括降噪處理、時(shí)間同步和數(shù)據(jù)對(duì)齊三部分：
(1)降噪處理：刪除由于移動(dòng)設(shè)備離線引起冗余信息保留而不上傳至數(shù)據(jù)庫(kù)所產(chǎn)生的具有同樣時(shí)間戳的信息；
(2)時(shí)間同步：將不同的數(shù)據(jù)連接成一個(gè)類似的時(shí)間戳，進(jìn)行數(shù)據(jù)融合計(jì)算；
(3)數(shù)據(jù)對(duì)齊：基于數(shù)據(jù)同步的時(shí)間，將來(lái)自不同數(shù)據(jù)庫(kù)的信息排列成單個(gè)矩陣的對(duì)齊形式。
進(jìn)一步地，所述的興趣點(diǎn)檢測(cè)模塊，包括使用基于停留點(diǎn)的驗(yàn)證算法驗(yàn)證提取興趣點(diǎn)，使用具有噪聲的基于密度的聚類方法將興趣點(diǎn)軌跡進(jìn)行聚類。
進(jìn)一步地，所述的基于停留點(diǎn)的驗(yàn)證算法，包括驗(yàn)證興趣點(diǎn)和提取興趣點(diǎn)，具有g(shù)ps定位的地點(diǎn)用表示，其中有效的值用表示，它被定義為：
其中，θl是閾值200；
根據(jù)公式(2)可計(jì)算出gps坐標(biāo)為a{ζ1,λ1}和b{ζ2,λ2}兩地點(diǎn)之間距離d，其中hav-1指harvesine逆函數(shù)，r指地球半徑，
ab兩地之間的交通時(shí)間δt定義為兩個(gè)地點(diǎn)坐標(biāo)的時(shí)間戳差值，即：
δt＝ti+1-ti(3)
根據(jù)公式(2)(3)結(jié)果，進(jìn)行興趣點(diǎn)有效性檢測(cè)，當(dāng)δt＜θt,d＜θd(θt,θd為交通時(shí)間及地點(diǎn)距離閾值)，則可認(rèn)為這兩個(gè)地點(diǎn)停留的gps坐標(biāo)為用戶興趣點(diǎn)，從而添加進(jìn)興趣點(diǎn)軌跡；
進(jìn)一步地，所述的興趣點(diǎn)分類模塊，包括利用設(shè)備傳感器信息融合方法進(jìn)行io(室內(nèi)外)分類，即對(duì)于興趣點(diǎn)軌跡上的停留點(diǎn)，根據(jù)程序界面返回的gps精確性值來(lái)區(qū)分該停留點(diǎn)為室內(nèi)的還是室外的及私人的還是公共的。
進(jìn)一步地，所述的信息融合方法，包括使用置信百分比的方法去確定興趣點(diǎn)的環(huán)境類型；在興趣點(diǎn)的起止時(shí)間過(guò)程中，分類器需要獲得移動(dòng)設(shè)備的多種傳感信息，如gps精確性值、噪聲水平、電池能況、光照程度等，其中g(shù)ps精確性值由程序界面自動(dòng)返回，其值越高，其gps精確性值越低；
興趣點(diǎn)的持續(xù)過(guò)程每5分鐘切為一個(gè)片段，每個(gè)片段都會(huì)給予一個(gè)上述四種分類環(huán)境中某一種類型的置信百分比，而這四種分類環(huán)境用數(shù)字作為標(biāo)簽記號(hào)說(shuō)明，即{1,2,3,4}分別表示室內(nèi)、室外、私人和公共。
某一種環(huán)境類型的總體置信水平由公式(4)定義：
其中，n是表示所有5分鐘片段的總共數(shù)目，
進(jìn)一步地，所述的利用百分比置信方法與基于傳感器的gps精確性值進(jìn)行環(huán)境類型的判斷，包括使用四種含有不同因素權(quán)重分配的公式來(lái)判斷環(huán)境類型p1,p2,p3,p4，即對(duì)應(yīng)室內(nèi)、室外、私人和公共；
(1)對(duì)于室內(nèi)類型p1，傳感器信息對(duì)百分比的貢獻(xiàn)分別為：90％來(lái)自于gps精確性值(g)；5％來(lái)自于電池能況(β)，當(dāng)電池正在充電則β＝1，否則β＝0；5％來(lái)自于活動(dòng)是否靜止?fàn)顟B(tài)(αs)，根據(jù)位置api回傳的信息來(lái)確定αs的值為0或者1；則p1的定義如下：
其中thg是gps精確性值的閾值，x是該片段的gps精確性值的平均值；
(2)對(duì)于室外類型p2，傳感器信息對(duì)百分比的貢獻(xiàn)分別為：90％來(lái)自于gps精確性值(g)；10％來(lái)自于光照程度(l)，如果光照強(qiáng)度大于閾值thl則l＝1，否則l＝0；p2則的定義如下：
同樣地，其中thg是gps精確性值的閾值，x是該片段的gps精確性值的平均值，根據(jù)經(jīng)驗(yàn)，閾值thg設(shè)定為30，thl設(shè)定為1000；
(3)對(duì)于私人類型p3，傳感器信息對(duì)百分比的貢獻(xiàn)分別為：90％來(lái)自于噪聲水平；10％來(lái)自于活動(dòng)是否靜止?fàn)顟B(tài)(αs)；則p3的定義如下：
其中thn是噪聲水平的閾值，y是該片段噪聲水平的平均歸一化值；
(4)對(duì)于公共類型p4，傳感器信息對(duì)百分比的貢獻(xiàn)分別為：90％來(lái)自于噪聲水平；10％來(lái)自于活動(dòng)是否行走狀態(tài)(αw)；則p4的定義如下：
同樣地，其中thn是噪聲水平的閾值，y是該片段噪聲水平的平均歸一化值，根據(jù)經(jīng)驗(yàn)，閾值thn設(shè)定為5。
對(duì)于本領(lǐng)域技術(shù)人員，本發(fā)明不限制于上述實(shí)施例的細(xì)節(jié)，在不背離本發(fā)明的精神和范圍的情況下，能夠以其他具體形式實(shí)現(xiàn)本發(fā)明。此外，本領(lǐng)域的技術(shù)人員可以對(duì)本發(fā)明進(jìn)行各種改動(dòng)和變型而不脫離本發(fā)明的精神和范圍，這些改進(jìn)和變型也應(yīng)視為本發(fā)明的保護(hù)范圍。因此，所附權(quán)利要求意欲解釋為包括優(yōu)選實(shí)施例以及落入本發(fā)明范圍的所有變更和修改。