第11卷第2期 智能系统学报 Vol.11 No.2 2016年4月 CAAI Transactions on Intelligent Systems Apr.2016 D0I:10.11992/is.201511026 网s络出版地址：http:/www.cnki.net/kcms/detail/23.1538.TP.20160315.1239.010.html 基于用户移动轨迹的个性化健康建议推荐方法 陈万志，林澍，王丽2，李冬梅 (1.辽宁工程技术大学电子与信息工程学院，辽宁葫芦岛125105：2.渤海装备辽河重工有限公司，辽宁盘锦 124010) 摘要：随着移动智能终端的普及，移动医疗应用已成为当前研究的热点。针对移动医疗环境下个性化健康建议推 荐问题，依据用户移动轨迹与职业类型间相似性特点，提出一种基于驻点区域特征向量与用户职业特征向量相结合 的相似度计算方法，通过构建相似用户组的方式完成组内用户健康建议信息的共享，最终实现在节约医疗资源的基 础上为海量用户提供个性化健康推荐服务的功能。算法测试与分析结果表明了方法的有效性和可实施性，在移动 医疗大数据分析应用方面具有广阔的前景和实用价值。 关键词：移动医疗；大数据分析：移动轨迹：特征向量：个性化推荐 中图分类号：TP311文献标志码：A文章编号：1673-4785(2016)02-0264-08 中文引用格式：陈万志，林澍，王丽，等.基于用户移动轨迹的个性化健康建议推荐方法[J].智能系统学报，2016,11(2)：264-271. 英文引用格式：CHEN Wanzhi,LIN Shu,WANG Li,etal.Personalized recommendation algorithm of health advice based on the us- er's mobile trajectory[J].CAAI transactions on intelligent systems,2016,11(2):264-271. Personalized recommendation algorithm of health advice based on the user's mobile trajectory CHEN Wanzhi',LIN Shu',WANG Li2,LI Dongmei2 (1.School Electronics and Information Engineering,Liaoning Technical University,Huludao 125105,China;2.China Petroleum Li- aohe Equipment Company,Panjin 124010,China) Abstract:Mobile medical applications have become a hotspot in research with the popularization of mobile intelli- gent terminals.In response to the problem of personalized recommendation of health advice in the mobile medical environment,a similarity calculation method based on stagnation region eigenvector and user occupation eigenvector was proposed according to the similarity characteristics of users'mobile trajectory and occupation.The sharing of in- formation about the suggestion of health in a group was completed by constructing similar user groups.Thus,per- sonalized health recommendation services were provided for users with limited medical resources.Results showed the effectiveness and implementation of the algorithm,which has a broad application prospect and practical value in large data analysis and mobile medical application. Keywords:mobile medical;large data analysis;mobile trajectory;feature vector;personalized recommendation 随着GPS、移动基站、室内等定位技术与方法的 已逐渐成为人们日常生产生活中不可或缺的要素。 发展和普及，越来越多的用户将其移动记录分享到 因此，对用户移动轨迹的分析与挖掘已成为当前行 朋友圈中实现社交行为，同时各种基于位置的服务 为分析与挖掘方面的研究热点。 用户的GPS轨迹序列记录的是其在真实物理 收稿日期：2015-11-25.网络出版日期：2016-03-15. 世界中移动路线，在一定程度上蕴含着用户的个人 基金项目：辽宁工程技术大学博士基金项目(2015-1147). 意图、喜好以及行为模式。如何挖掘轨迹中的知识， 通信作者：陈万志.E-mail:chenwanzhi@lntu.edn.cm. 实现从个体数据中挖掘出用户行为、意图、经验和生
第 １１ 卷第 ２ 期 智 能 系 统 学 报 Ｖｏｌ．１１ №．２ ２０１６ 年 ４ 月 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ Ａｐｒ． ２０１６ ＤＯＩ：１０．１１９９２ ／ ｔｉｓ．２０１５１１０２６ 网络出版地址：ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ ／ ｋｃｍｓ／ ｄｅｔａｉｌ ／ ２３．１５３８．ＴＰ．２０１６０３１５．１２３９．０１０．ｈｔｍｌ 基于用户移动轨迹的个性化健康建议推荐方法 陈万志１ ，林澍１ ，王丽２ ，李冬梅２ （１．辽宁工程技术大学 电子与信息工程学院，辽宁 葫芦岛 １２５１０５； ２． 渤海装备辽河重工有限公司，辽宁 盘锦 １２４０１０） 摘 要：随着移动智能终端的普及，移动医疗应用已成为当前研究的热点。 针对移动医疗环境下个性化健康建议推 荐问题，依据用户移动轨迹与职业类型间相似性特点，提出一种基于驻点区域特征向量与用户职业特征向量相结合 的相似度计算方法，通过构建相似用户组的方式完成组内用户健康建议信息的共享，最终实现在节约医疗资源的基 础上为海量用户提供个性化健康推荐服务的功能。 算法测试与分析结果表明了方法的有效性和可实施性，在移动 医疗大数据分析应用方面具有广阔的前景和实用价值。 关键词：移动医疗；大数据分析；移动轨迹；特征向量；个性化推荐 中图分类号： ＴＰ３１１ 文献标志码：Ａ 文章编号：１６７３⁃４７８５（２０１６）０２⁃０２６４⁃０８ 中文引用格式：陈万志，林澍，王丽，等． 基于用户移动轨迹的个性化健康建议推荐方法［Ｊ］． 智能系统学报， ２０１６， １１（２）： ２６４⁃２７１． 英文引用格式：ＣＨＥＮ Ｗａｎｚｈｉ，ＬＩＮ Ｓｈｕ，ＷＡＮＧ Ｌｉ， ｅｔ ａｌ． Ｐｅｒｓｏｎａｌｉｚｅｄ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｏｆ ｈｅａｌｔｈ ａｄｖｉｃｅ ｂａｓｅｄ ｏｎ ｔｈｅ ｕｓ⁃ ｅｒ’ｓ ｍｏｂｉｌｅ ｔｒａｊｅｃｔｏｒｙ［Ｊ］． ＣＡＡＩ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｓｙｓｔｅｍｓ， ２０１６， １１（２）： ２６４⁃２７１． Ｐｅｒｓｏｎａｌｉｚｅｄ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｏｆ ｈｅａｌｔｈ ａｄｖｉｃｅ ｂａｓｅｄ ｏｎ ｔｈｅ ｕｓｅｒ’ ｓ ｍｏｂｉｌｅ ｔｒａｊｅｃｔｏｒｙ ＣＨＥＮ Ｗａｎｚｈｉ １ ， ＬＩＮ Ｓｈｕ １ ， ＷＡＮＧ Ｌｉ ２ ， ＬＩ Ｄｏｎｇｍｅｉ ２ （１． Ｓｃｈｏｏｌ Ｅｌｅｃｔｒｏｎｉｃｓ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｌｉａｏｎｉｎｇ Ｔｅｃｈｎｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ， Ｈｕｌｕｄａｏ １２５１０５， Ｃｈｉｎａ； ２． Ｃｈｉｎａ Ｐｅｔｒｏｌｅｕｍ Ｌｉ⁃ ａｏｈｅ Ｅｑｕｉｐｍｅｎｔ Ｃｏｍｐａｎｙ， Ｐａｎｊｉｎ １２４０１０， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｍｏｂｉｌｅ ｍｅｄｉｃａｌ ａｐｐｌｉｃａｔｉｏｎｓ ｈａｖｅ ｂｅｃｏｍｅ ａ ｈｏｔｓｐｏｔ ｉｎ ｒｅｓｅａｒｃｈ ｗｉｔｈ ｔｈｅ ｐｏｐｕｌａｒｉｚａｔｉｏｎ ｏｆ ｍｏｂｉｌｅ ｉｎｔｅｌｌｉ⁃ ｇｅｎｔ ｔｅｒｍｉｎａｌｓ． Ｉｎ ｒｅｓｐｏｎｓｅ ｔｏ ｔｈｅ ｐｒｏｂｌｅｍ ｏｆ ｐｅｒｓｏｎａｌｉｚｅｄ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｏｆ ｈｅａｌｔｈ ａｄｖｉｃｅ ｉｎ ｔｈｅ ｍｏｂｉｌｅ ｍｅｄｉｃａｌ ｅｎｖｉｒｏｎｍｅｎｔ， ａ ｓｉｍｉｌａｒｉｔｙ ｃａｌｃｕｌａｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｓｔａｇｎａｔｉｏｎ ｒｅｇｉｏｎ ｅｉｇｅｎｖｅｃｔｏｒ ａｎｄ ｕｓｅｒ ｏｃｃｕｐａｔｉｏｎ ｅｉｇｅｎｖｅｃｔｏｒ ｗａｓ ｐｒｏｐｏｓｅｄ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｓｉｍｉｌａｒｉｔｙ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｕｓｅｒｓ＇ ｍｏｂｉｌｅ ｔｒａｊｅｃｔｏｒｙ ａｎｄ ｏｃｃｕｐａｔｉｏｎ． Ｔｈｅ ｓｈａｒｉｎｇ ｏｆ ｉｎ⁃ ｆｏｒｍａｔｉｏｎ ａｂｏｕｔ ｔｈｅ ｓｕｇｇｅｓｔｉｏｎ ｏｆ ｈｅａｌｔｈ ｉｎ ａ ｇｒｏｕｐ ｗａｓ ｃｏｍｐｌｅｔｅｄ ｂｙ ｃｏｎｓｔｒｕｃｔｉｎｇ ｓｉｍｉｌａｒ ｕｓｅｒ ｇｒｏｕｐｓ． Ｔｈｕｓ， ｐｅｒ⁃ ｓｏｎａｌｉｚｅｄ ｈｅａｌｔｈ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｓｅｒｖｉｃｅｓ ｗｅｒｅ ｐｒｏｖｉｄｅｄ ｆｏｒ ｕｓｅｒｓ ｗｉｔｈ ｌｉｍｉｔｅｄ ｍｅｄｉｃａｌ ｒｅｓｏｕｒｃｅｓ． Ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓ ａｎｄ ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｏｆ ｔｈｅ ａｌｇｏｒｉｔｈｍ， ｗｈｉｃｈ ｈａｓ ａ ｂｒｏａｄ ａｐｐｌｉｃａｔｉｏｎ ｐｒｏｓｐｅｃｔ ａｎｄ ｐｒａｃｔｉｃａｌ ｖａｌｕｅ ｉｎ ｌａｒｇｅ ｄａｔａ ａｎａｌｙｓｉｓ ａｎｄ ｍｏｂｉｌｅ ｍｅｄｉｃａｌ ａｐｐｌｉｃａｔｉｏｎ． Ｋｅｙｗｏｒｄｓ： ｍｏｂｉｌｅ ｍｅｄｉｃａｌ； ｌａｒｇｅ ｄａｔａ ａｎａｌｙｓｉｓ； ｍｏｂｉｌｅ ｔｒａｊｅｃｔｏｒｙ； ｆｅａｔｕｒｅ ｖｅｃｔｏｒ； ｐｅｒｓｏｎａｌｉｚｅｄ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ 收稿日期： 随着 ＧＰＳ、移动基站、室内等定位技术与方法的 发展和普及，越来越多的用户将其移动记录分享到 朋友圈中实现社交行为，同时各种基于位置的服务 已逐渐成为人们日常生产生活中不可或缺的要素 基金项目： ２ １１⁃２５． 网络出版日期：２０１６⁃０３⁃１５． 辽宁 ０１５⁃ 工程技术大学博士基金项目 通信作者：陈万志． Ｅ⁃ｍａｉｌ：ｃｈｅｎｗａｎｚｈｉ＠ 。 因此，对用户移动轨迹的分析与挖掘已成为当前行 为分析与挖掘方面的研究热点。 用户的 ＧＰＳ 轨迹序列记录的是其在真实物理 世界中移动路线，在一定程度上蕴含着用户的个人 实现从个体数据中挖掘出用户行为、意图、经验和 意图、喜好以及行为模式。 如何挖掘轨迹中的知识， 生 (2015-1147 ｌｎｔｕ．ｅｄｕ．ｃｎ． )
第2期 陈万志，等：基于用户移动轨迹的个性化健康建议推荐方法 ·265· 活模式[1，融合群体数据来发现热点地区和经典 的交通工具判别主要依据轨迹序列中时间序列与位 线路)]，甚至挖掘人和人之间的相关性[8及个体 移距离计算得到的平均速度来实现，但在交通工具 在地域之间的活动模式[0)等等都具有十分重要 的速度不均衡，特别是城市交通状况的影响导致这 的现实意义。特别是在云计算和大数据分析背景 种判断方法的识别精度小于50%。另外用户在两 下，以海量用户轨迹数据分布式云存储为基础，对用 次轨迹采集点的区间如变换交通方式，则使得同一 户移动轨迹数据进行深度的分析和挖掘，完成“数 段移动轨迹可能会由多种交通方式所构成，若不能 据-信息-知识-智能”的计算过程，实现更深层次、 每个位移区间的交通方式原子化，必然导致判断结 更人性化、更有效的为用户提供基于位置的增值延 果也会包含不可避免的错误。 伸性服务[2] 文献[4-6]针对上述问题提出的解决方法是：采 现代社会人类复杂的社会交际和迁移活动使得 用一种有效的路线分割方法，其主要的思想是利用 人与社会、人与自然环境的关联复杂性突显，自然和 步行路段来分割轨迹：通过发现一些受交通状况影 社会环境均可影响人体健康，因此关注用户的身体 响不大的特征，如方向改变率等，并结合监督学习的 和心理健康是同等重要的。通过用户移动行为轨迹 方法来训练一个分类模型：采用一种后处理方法，从 及周边区域特征等组成的用户社会行为相关信息， 大量的线路中挖掘出一个隐含的地图，并分析了不 研究如何在用户移动轨迹数据与健康体征信息密切 同路段上各种交通工具的使用概率和交通工具之间 关联的海量空间数据分布式云存储和计算架构的基 的转移概率。因此，巧妙地利用了自然常识、地理限 础上实现为用户提供个性化的心理健康建议推荐信 制和地图信息来修正错误的判别。 息服务是大数据分析领域性应用中心理疾病防治与 用户历史轨迹中出现的频繁模式反映了个人的 个性化健康指导方面的主要难点问题。 生活习惯和行为规律，若能够从轨迹中推理挖掘出 GPS采集的数据是用户移动行为轨迹数据的主 这些知识，服务提供商将会为用户提供更深入、更个 要来源，其中采样精度与采样频率对后续的分析有 性化的位置服务[)。而要从轨迹中挖掘这些频繁 较大影响，存在干扰因素的数据直接用于用户数据 模式首先要解决的问题是如何对个人的历史轨迹进 挖掘时往往得到的不是预期的效果。对于采样误差 行建模。可以通过算法检测出该用户停留过的有效 的问题而言，一般地，民用GPS定位精度在米级，在 位置，一个用户的历史轨迹就可以基于这些位置表 某些道路稠密的地段的误差将使用户的当前位置映 达为一个停留位置序列，这样既可以挖掘出用户行 射到错误的道路上导致影响用户的定位与导航功 为的重点，同时也大大减轻了数据处理量。更进一 能，比较成熟的地图匹配(map matching)的方法是 步讲，由于用户多次访问同一地点所产生的停留点 将带有位置偏差的GPS轨迹映射到正确的道路上， 由于GPS数据偏差原因可能不一定是完全一致的， 从而实现导航质量的提高，但是如何实现采样误差 因此直接对停留点进行对比并是不可行的，这就需 GPS数据的用户社会行为分析与挖掘尚无相关的研 要对从轨迹中提取出来的停留点进行聚类分析。将 究和方法。而对于采样频率低的问题而言，直接简 相近的停留点分配到同一个聚类中，此后再用各个 单的提高采样率方法来处理由于实时获取GPS设 停留点所归属的聚类来替换该停留点，进而将停留 备位置信息的通信和存储代价限制而无法实施。文 点序列进一步转化为相应的聚类序列，最终使得用 献[2]针对这种低采样率的GPS轨迹提出了一种基 户在不同时间段的历史轨迹可以进行对比。在用户 于全局信息的匹配方法，通过分析“存疑点”周围 历史轨迹的模型基础上，可采用FP-growth、Closet-+ “确定点”的位置信息与关系信息，从而确定“存疑 等算法来挖掘其中的频繁项集，并且这些频繁模式 点”可能出现的大致位置，这种处理方案可以实现 是可以相互组合和连接的，从而可进一步挖掘出一 各采样点关联的过渡性轨迹平滑和底图匹配，但如 些表征了用户生活、行为规律的顺序模型。 何在用户移动速度不稳或POI(point of interest)信 综上所述，现有基于位置的服务一般都是直接 息点稠密等情况下有效地动态描述用户移动轨迹， 通过用户提供的位置数据进行处理，缺乏对这些数 进而挖掘其所处驻点区域的社会行为特性还无法得 据的进一步分析和挖掘，忽略了这些位置数据中蕴 到解决。 含的信息和知识。因此，研究以云存储和计算技术 采集用户移动轨迹时用户的交通出行方式可能 为基础，通过位置信息与地图POI兴趣点数据的融 是不同的，因此，若能够从用户的移动轨迹信息中挖 合实现对用户轨迹数据更深人的分析和挖掘得到更 掘出轨迹采集时用户的出行模式，则对用户的分类 丰富的知识，最终达到更智能的为用户推送个性化 和信息推荐是有辅助意义的。当前基于GPS轨迹 健康建议信息服务的目的
活模式［１⁃６］ ，融合群体数据来发现热点地区和经典 线路［７］ ，甚至挖掘人和人之间的相关性［８⁃９］ 及个体 在地域之间的活动模式［１０⁃１１］ 等等都具有十分重要 的现实意义。 特别是在云计算和大数据分析背景 下，以海量用户轨迹数据分布式云存储为基础，对用 户移动轨迹数据进行深度的分析和挖掘，完成“数 据－信息－知识－智能”的计算过程，实现更深层次、 更人性化、更有效的为用户提供基于位置的增值延 伸性服务［１２］ 。 现代社会人类复杂的社会交际和迁移活动使得 人与社会、人与自然环境的关联复杂性突显，自然和 社会环境均可影响人体健康，因此关注用户的身体 和心理健康是同等重要的。 通过用户移动行为轨迹 及周边区域特征等组成的用户社会行为相关信息， 研究如何在用户移动轨迹数据与健康体征信息密切 关联的海量空间数据分布式云存储和计算架构的基 础上实现为用户提供个性化的心理健康建议推荐信 息服务是大数据分析领域性应用中心理疾病防治与 个性化健康指导方面的主要难点问题。 ＧＰＳ 采集的数据是用户移动行为轨迹数据的主 要来源，其中采样精度与采样频率对后续的分析有 较大影响，存在干扰因素的数据直接用于用户数据 挖掘时往往得到的不是预期的效果。 对于采样误差 的问题而言，一般地，民用 ＧＰＳ 定位精度在米级，在 某些道路稠密的地段的误差将使用户的当前位置映 射到错误的道路上导致影响用户的定位与导航功 能，比较成熟的地图匹配（ｍａｐ ｍａｔｃｈｉｎｇ） 的方法是 将带有位置偏差的 ＧＰＳ 轨迹映射到正确的道路上， 从而实现导航质量的提高，但是如何实现采样误差 ＧＰＳ 数据的用户社会行为分析与挖掘尚无相关的研 究和方法。 而对于采样频率低的问题而言，直接简 单的提高采样率方法来处理由于实时获取 ＧＰＳ 设 备位置信息的通信和存储代价限制而无法实施。 文 献［２］针对这种低采样率的 ＧＰＳ 轨迹提出了一种基 于全局信息的匹配方法，通过分析“存疑点” 周围 “确定点”的位置信息与关系信息，从而确定“存疑 点”可能出现的大致位置，这种处理方案可以实现 各采样点关联的过渡性轨迹平滑和底图匹配，但如 何在用户移动速度不稳或 ＰＯＩ（ ｐｏｉｎｔ ｏｆ ｉｎｔｅｒｅｓｔ） 信 息点稠密等情况下有效地动态描述用户移动轨迹， 进而挖掘其所处驻点区域的社会行为特性还无法得 到解决。 采集用户移动轨迹时用户的交通出行方式可能 是不同的，因此，若能够从用户的移动轨迹信息中挖 掘出轨迹采集时用户的出行模式，则对用户的分类 和信息推荐是有辅助意义的。 当前基于 ＧＰＳ 轨迹 的交通工具判别主要依据轨迹序列中时间序列与位 移距离计算得到的平均速度来实现，但在交通工具 的速度不均衡，特别是城市交通状况的影响导致这 种判断方法的识别精度小于 ５０％。 另外用户在两 次轨迹采集点的区间如变换交通方式，则使得同一 段移动轨迹可能会由多种交通方式所构成，若不能 每个位移区间的交通方式原子化，必然导致判断结 果也会包含不可避免的错误。 文献［４⁃６］针对上述问题提出的解决方法是：采 用一种有效的路线分割方法，其主要的思想是利用 步行路段来分割轨迹；通过发现一些受交通状况影 响不大的特征，如方向改变率等，并结合监督学习的 方法来训练一个分类模型；采用一种后处理方法，从 大量的线路中挖掘出一个隐含的地图，并分析了不 同路段上各种交通工具的使用概率和交通工具之间 的转移概率。 因此，巧妙地利用了自然常识、地理限 制和地图信息来修正错误的判别。 用户历史轨迹中出现的频繁模式反映了个人的 生活习惯和行为规律，若能够从轨迹中推理挖掘出 这些知识，服务提供商将会为用户提供更深入、更个 性化的位置服务［３］ 。 而要从轨迹中挖掘这些频繁 模式首先要解决的问题是如何对个人的历史轨迹进 行建模。 可以通过算法检测出该用户停留过的有效 位置，一个用户的历史轨迹就可以基于这些位置表 达为一个停留位置序列，这样既可以挖掘出用户行 为的重点，同时也大大减轻了数据处理量。 更进一 步讲，由于用户多次访问同一地点所产生的停留点 由于 ＧＰＳ 数据偏差原因可能不一定是完全一致的， 因此直接对停留点进行对比并是不可行的，这就需 要对从轨迹中提取出来的停留点进行聚类分析。 将 相近的停留点分配到同一个聚类中，此后再用各个 停留点所归属的聚类来替换该停留点，进而将停留 点序列进一步转化为相应的聚类序列，最终使得用 户在不同时间段的历史轨迹可以进行对比。 在用户 历史轨迹的模型基础上，可采用 ＦＰ⁃ｇｒｏｗｔｈ、Ｃｌｏｓｅｔ＋ 等算法来挖掘其中的频繁项集，并且这些频繁模式 是可以相互组合和连接的，从而可进一步挖掘出一 些表征了用户生活、行为规律的顺序模型。 综上所述，现有基于位置的服务一般都是直接 通过用户提供的位置数据进行处理，缺乏对这些数 据的进一步分析和挖掘，忽略了这些位置数据中蕴 含的信息和知识。 因此，研究以云存储和计算技术 为基础，通过位置信息与地图 ＰＯＩ 兴趣点数据的融 合实现对用户轨迹数据更深入的分析和挖掘得到更 丰富的知识，最终达到更智能的为用户推送个性化 健康建议信息服务的目的。 第 ２ 期 陈万志，等： 基于用户移动轨迹的个性化健康建议推荐方法 ·２６５·
·266 智能系统学报 第11卷 1 用户社会行为数据的相似分组算法 时间内，相邻或相近的GPS轨迹点的集合Sz= (P:,P+1,…,P),满足条件Dist(P:,P)≤4， 算法的主要思路是通过对采集得到的用户每日 Dist(P:,P)>8a,Int(P:,P)≥0，，其中0为驻留 上下班GPS轨迹数据进行分析，按照用户工作时 区域直径，0，为驻留区域时长，Dist(P,P)为 间、城市、地点、交通工具等用户特征进行个性化建 (P:,P)两点间的欧氏距离，Int(P:,P)为P:·t与 模，并对此模型进行量化分析处理，计算用户在社会 P.·t时间间隔，i≤k0,Int(P,Ps) 用户驻点 交通工具 用户工作 日，故驻留区域应从{P4,P,P6,P,Ps}计算，并得 区域 使用情况 压力模型 到图中以三角号表示的用户驻点S即。驻留区域直 POI 用户驻点 用户工作 径和驻留区域时长的取值应该根据用户所在地区的 信息库 特征向量 类型 环境特点进行设置，如当用户活动范围位于城市中 图1算法的工作流程 心时，驻留区域直径应设置在200m左右为宜，而当 Fig.1 Algorithm of workflow 用户活动范围位于城乡结合部或者远离城市时，驻 1.1用户轨迹处理 留区域直径应设置在500m左右为宜，与此同时在 用户的移动轨迹信息通常是GPS移动终端采 大多数情况下驻留区域时长应保证大于半小时，以 集并处理得到，其中包含采样点的坐标信息、采集时 上设置有利于更加准确地从众多轨迹信息中找到可 间以及位移速度等，属于瞬时离散型数据，在每次采 描述用户工作地点的用户驻点。 集后采集设备均有一段静默期：在实际采集过程中 通过以上定义可知，从用户移动终端采集的 由于环境复杂导致所采集的时间和坐标具有一定的 GPS数据中提取到一些关键信息，通过计算用户从 不准确性，数据往往有一定的时间和坐标偏差。因 一个驻点到另一个驻点的时间差得知用户的行程时 此用户移动轨迹数据用于判断用户驻点区域特征是 间（如上班时间），也可以通过计算用户在驻点内的 要充分考虑定位偏差与精度对结果的影响，移动终 驻留时间差得知用户驻留时间（如工作时间）。当 端采集的用户日常上下班的GPS轨迹数据采用下 然用户驻点与现实生活中具体地点的关系仍需要进 述方法处理得到用户的工作轨迹信息。其中重要的 一步确认。 定义包括： 1.2用户在驻点区域的行为建模 GPS轨迹：GPS,是一系列与时间相关的GPS 用户驻点可以粗略地表明用户每次移动的起止 轨迹点的序列GPS,=(P1,P2,P3,…,Pn),其中 地点以及移动的起止时间，结合POI数据可以进一 GPS轨迹点P:=(x,y,t)(1≤i≤n),其中 步得到用户移动起止地点的详细信息，为驻留区域 (x,y)分别表示采集数据的经度和纬度、t表示采 语义提取提供数据基础。每条POI数据内容包含 集数据的时间且满足条件P:·t<P:1 信息点名称、类别、经度和纬度及其他说明等相关地 t(1≤i≤n-1)。 驻留区域：GPS驻留区域Sz指的是一组在一定 理信息
１ 用户社会行为数据的相似分组算法 算法的主要思路是通过对采集得到的用户每日 上下班 ＧＰＳ 轨迹数据进行分析，按照用户工作时 间、城市、地点、交通工具等用户特征进行个性化建 模，并对此模型进行量化分析处理，计算用户在社会 工作方面的相似程度，最终将具有相似工作环境和 工作压力的用户构建为基于用户社会行为数据的相 似用户组，进而实现相似用户组内的职场心理与健 康指导信息共享，达到个性化推荐的目的。 其工作 流程如图 １ 所示，首先通过用户的多条 ＧＰＳ 轨迹数 据结合地区 ＰＯＩ 数据库确定用户的工作类型，然后 根据 ＧＰＳ 轨迹的时间序列和用户使用交通工具情 况折算出用户工作压力并分组。 为了获得用户的工 作类型并使得用户的历史位置具有可比较性，拟利 用用户驻点区域特征向量描述 ＰＯＩ 数据与用户空 间位置的语义联系。 此外，还通过有限的 ＧＰＳ 数据 信息推断用户可能的收入和工作时间特征，并形成 可表示用户工作压力的向量，最终通过用户工作类 型和向量夹角实现对用户的分类。 图 １ 算法的工作流程 Ｆｉｇ．１ Ａｌｇｏｒｉｔｈｍ ｏｆ ｗｏｒｋｆｌｏｗ １．１ 用户轨迹处理 用户的移动轨迹信息通常是 ＧＰＳ 移动终端采 集并处理得到，其中包含采样点的坐标信息、采集时 间以及位移速度等，属于瞬时离散型数据，在每次采 集后采集设备均有一段静默期；在实际采集过程中 由于环境复杂导致所采集的时间和坐标具有一定的 不准确性，数据往往有一定的时间和坐标偏差。 因 此用户移动轨迹数据用于判断用户驻点区域特征是 要充分考虑定位偏差与精度对结果的影响，移动终 端采集的用户日常上下班的 ＧＰＳ 轨迹数据采用下 述方法处理得到用户的工作轨迹信息。 其中重要的 定义包括： ＧＰＳ 轨迹： ＧＰＳｔ 是一系列与时间相关的 ＧＰＳ 轨迹点的序列 ＧＰＳｔ ＝ Ｐ１ ，Ｐ２ ，Ｐ３ ，…，Ｐｎ ( ) ， 其中 ＧＰＳ 轨 迹 点 Ｐｉ ＝ (ｘ，ｙ，ｔ) (１ ≤ ｉ ≤ ｎ) ， 其 中 (ｘ，ｙ) 分别表示采集数据的经度和纬度、 ｔ 表示采 集数 据 的 时 间 且 满 足 条 件 Ｐｉ · ｔ ＜ Ｐｉ＋１ · ｔ(１ ≤ ｉ ≤ ｎ － １) 。 驻留区域：ＧＰＳ 驻留区域 Ｓｚ 指的是一组在一定 时间内， 相邻或相近的 ＧＰＳ 轨迹点的集合 Ｓｚ ＝ Ｐｉ，Ｐｉ＋１ ，…，Ｐｊ ( ) ， 满 足 条 件 Ｄｉｓｔ Ｐｉ，Ｐｋ ( ) ≤ θｄ ， Ｄｉｓｔ Ｐｉ，Ｐｊ ( ) ＞ θｄ ，Ｉｎｔ Ｐｉ，Ｐｊ ( ) ≥ θｔ ，其中 θｄ 为驻留 区域 直 径， θｔ 为 驻 留 区 域 时 长， Ｄｉｓｔ Ｐｉ，Ｐｊ ( ) 为 Ｐｉ，Ｐｊ ( ) 两点间的欧氏距离， Ｉｎｔ Ｐｉ，Ｐｊ ( ) 为 Ｐｉ·ｔ 与 Ｐｊ·ｔ 时间间隔， ｉ ≤ ｋ ＜ ｊ 。 用户驻点：用户驻点 Ｓｐ ＝ ｘ，ｙ，ｔ ｉｎ ，ｔ ｏｕｔ ( ) 指的是 驻留区域的几何中心，其中 Ｓｐ·ｘ ＝ ∑ ｉ ｋ ＝ ｊ Ｐｋ·ｘ ／ Ｐ ， Ｓｐ·ｙ ＝∑ ｉ ｋ ＝ ｊ Ｐｋ·ｙ ／ Ｐ ， Ｓｐ·ｔ ｉｎ ＝ Ｐｉ·ｔ，Ｓｐ·ｔ ｏｕｔ ＝ Ｐｊ·ｔ 且 Ｐｋ ∈ Ｓｚ 。 图 ２ 一组 ＧＰＳ 轨迹 Ｆｉｇ．２ Ａ ＧＰＳ ｔｒａｃｋ 如图 ２ 中｛ Ｐ１ ，Ｐ２ ，…，Ｐ１１ ｝ 为智能终端采集得 到 的 一 组 ＧＰＳ 轨 迹， 则 ４ ≤ ｋ ＜ ９ 时 有 Ｄｉｓｔ Ｐ４ ，Ｐｋ ( ) ≤ θｄ ，Ｄｉｓｔ Ｐ４ ，Ｐ９ ( ) ＞ θｄ ，Ｉｎｔ Ｐ４ ，Ｐ８ ( ) ≥ θｔ， 故驻留区域应从｛ Ｐ４ ，Ｐ５ ，Ｐ６ ，Ｐ７ ，Ｐ８ ｝ 计算，并得 到图中以三角号表示的用户驻点 Ｓｐ。 驻留区域直 径和驻留区域时长的取值应该根据用户所在地区的 环境特点进行设置，如当用户活动范围位于城市中 心时，驻留区域直径应设置在 ２００ ｍ 左右为宜，而当 用户活动范围位于城乡结合部或者远离城市时，驻 留区域直径应设置在 ５００ ｍ 左右为宜，与此同时在 大多数情况下驻留区域时长应保证大于半小时，以 上设置有利于更加准确地从众多轨迹信息中找到可 描述用户工作地点的用户驻点。 通过以上定义可知，从用户移动终端采集的 ＧＰＳ 数据中提取到一些关键信息，通过计算用户从 一个驻点到另一个驻点的时间差得知用户的行程时 间（如上班时间），也可以通过计算用户在驻点内的 驻留时间差得知用户驻留时间（如工作时间）。 当 然用户驻点与现实生活中具体地点的关系仍需要进 一步确认。 １．２ 用户在驻点区域的行为建模 用户驻点可以粗略地表明用户每次移动的起止 地点以及移动的起止时间，结合 ＰＯＩ 数据可以进一 步得到用户移动起止地点的详细信息，为驻留区域 语义提取提供数据基础。 每条 ＰＯＩ 数据内容包含 信息点名称、类别、经度和纬度及其他说明等相关地 理信息。 ·２６６· 智 能 系 统 学 报 第 １１ 卷
第2期 陈万志，等：基于用户移动轨迹的个性化健康建议推荐方法 ·267. 用户驻点与POI数据往往不能简单地通过距离 种因素，故引入特征向量的定义 计算的方式建立关系。由于驻留区域直径和驻留区 特征向量：用一组向量f,=(01,02,…,w)表 域时长的不当选取或实际生活中突发的事件，导致 示用户驻点区域中兴趣点内容的集合，有 用户在移动过程中的某些位置上停留了一段时间， ni R 产生了非目的地或出发地的驻点，如十字路口或车 w:=N×log同 (1) 站等：考虑到GPS定位误差和城市中密集分布的信 式中：n:是该区域属于第i种类别的POI的数量和， 息点，通过POI数据识别用户在驻点处访问的确切 N是位于该区域的POI的总量，R为用户驻点区域 地点成了不可能完成的任务。一个GPS采集点数 总数，r表示出现第i种POI类别的用户驻点区域数 据可以具有10m或以上的位置偏差，而在其周围 量。式(1)的第1部分表示一个类别i发生频率，第 可以有多种的POI数据，而距离用户驻点最近的 2部分表示一个类别i在该用户整个驻点区域中 POI数据所代表的信息点可能不是用户真实访问的 POI类型总数1RI的逆向文件频率。 地方，如在有些地方餐厅、商场和电影院重叠在同一 根据式(1)用一个特征向量代表一个驻点区 建筑物内，实际应用如图3所示。 域，虽然还不能确切地确定用户访问的地点，但此特 距离用户 以用户驻点 驻点最近 为中心，2y 征向量在一定程度上可以代表用户位置的语义含 的POI信 为边长的正 义，即该区域中具有哪些突出的P0I类别，进而可 息点 方形区域 以推断该区域的功能类别。 用户驻点 用户实际 其他POI 为了进一步推断出用户在驻留区域中的动作行 访问地点 信息点 为（如工作、用餐、访友、居住等），还需要将该区域 的功能类别与用户在该区域的驻留时间相结合，并 图3用户驻点与POI信息点 以24h为周期，对每天用户的驻点区域进行比较， Fig.3 Users stagnation and POI information point 即可筛选出用户日常工作的区域和用户临时停留的 为了解决用户驻点与POI数据的内容的关联 区域。考虑到目前存在着一些在非固定地点工作的 问题，将用户驻点所代表的POI数据的驻点区域表 用户，对于其中大多数用户来说，其所从事的工作性 示为 质往往相同，因此在对用户工作地点的查找方法上， [s·x-y,s·x+y]×[s·y-y,s·y+y] 使用基于特征向量的比较方式要比使用基于坐标位 式中：y是一个与GPS相关的参数定位误差，则可 置的比较方式更具说服力。 采用T℉IDF的统计方法构建了一组特征向量表示 利用余弦相似性原理可以对前述T℉-DF计算 每个驻点区域所代表的兴趣点内容，用以评估字词 方法产生的特征向量进行相似度比较，其原理为计 对于一个文件集或一个语料库中的其中一份文件的 算求得两组向量的夹角，并得出夹角对应的余弦值， 重要程度。字词的重要性随着它在文件中出现的次 用来表征这两个向量的相似性。夹角越小，余弦值 数成正比增加，但同时会随着它在语料库中出现的 越接近于1，它们的方向更加吻合，特征越相似。其 频率成反比下降。同理，应用T℉-DF算法时把词的 计算式为 类别和用户驻点区域中兴趣点作为文档处理。直观 ∑。·0：×f·0) 地说，如果同一类兴趣点发生在同一个地区的频率 cos 0=- (2） 较高，这该种类是该地区的典型代表。此外，有些 √∑f·G×√∑五·0 POI类型（如“博物馆”和“公园”）由于在城市建设 由式(2)可以从用户驻点含义层面对同一用户 的数量较少且分散，因此此种类型的兴趣点在城市 出现的地区进行比较判断哪些区域可能是用户的工 中出现的概率很少，而一些常见功能的兴趣点（如 作区域，同时也需要从时间层面对同一用户的上班 “餐馆”)可以遍布在城市的任何角落。对于个人而 规律进行比较，进一步确定哪些区域是用户的工作 言，由于存在一定的生活规律和做事目的，在一定的 区域。国内采用的标准工作时间制度是指职工每日 生活规律条件下，每日访问的地点可能有所不同但 工作8h,每周工作40h的工时制度，不同地区、不 目的应该相近或相同，因此在判断哪些兴趣点是用 同职业会导致工作时间有所变化，但大部分工作每 户真正的移动目的地时应重点分析那些经常存在于 日的作息时间相差不大，尤其是上班时间。与此同 用户驻点区域的POI类型。综上，需要考虑一个 时也应考虑到采用轮休或倒班制度的工作，因此在 POI类别在一个区域发生频率和其逆向文件频率两 计算时间相似性时法定工作日与节假日是不区分
用户驻点与 ＰＯＩ 数据往往不能简单地通过距离 计算的方式建立关系。 由于驻留区域直径和驻留区 域时长的不当选取或实际生活中突发的事件，导致 用户在移动过程中的某些位置上停留了一段时间， 产生了非目的地或出发地的驻点，如十字路口或车 站等；考虑到 ＧＰＳ 定位误差和城市中密集分布的信 息点，通过 ＰＯＩ 数据识别用户在驻点处访问的确切 地点成了不可能完成的任务。 一个 ＧＰＳ 采集点数 据可以具有 １０ ｍ 或以上的位置偏差，而在其周围 可以有多种的 ＰＯＩ 数据，而距离用户驻点最近的 ＰＯＩ 数据所代表的信息点可能不是用户真实访问的 地方，如在有些地方餐厅、商场和电影院重叠在同一 建筑物内，实际应用如图 ３ 所示。 图 ３ 用户驻点与 ＰＯＩ 信息点 Ｆｉｇ．３ Ｕｓｅｒｓ ｓｔａｇｎａｔｉｏｎ ａｎｄ ＰＯＩ ｉｎｆｏｒｍａｔｉｏｎ ｐｏｉｎｔ 为了解决用户驻点与 ＰＯＩ 数据的内容的关联 问题，将用户驻点所代表的 ＰＯＩ 数据的驻点区域表 示为 [ｓ·ｘ － γ，ｓ·ｘ ＋ γ] × [ｓ·ｙ － γ，ｓ·ｙ ＋ γ] 式中： γ 是一个与 ＧＰＳ 相关的参数定位误差，则可 采用 ＴＦ⁃ＩＤＦ 的统计方法构建了一组特征向量表示 每个驻点区域所代表的兴趣点内容，用以评估字词 对于一个文件集或一个语料库中的其中一份文件的 重要程度。 字词的重要性随着它在文件中出现的次 数成正比增加，但同时会随着它在语料库中出现的 频率成反比下降。 同理，应用 ＴＦ⁃ＩＤＦ 算法时把词的 类别和用户驻点区域中兴趣点作为文档处理。 直观 地说，如果同一类兴趣点发生在同一个地区的频率 较高，这该种类是该地区的典型代表。 此外，有些 ＰＯＩ 类型（如“博物馆”和“公园”）由于在城市建设 的数量较少且分散，因此此种类型的兴趣点在城市 中出现的概率很少，而一些常见功能的兴趣点（如 “餐馆”）可以遍布在城市的任何角落。 对于个人而 言，由于存在一定的生活规律和做事目的，在一定的 生活规律条件下，每日访问的地点可能有所不同但 目的应该相近或相同，因此在判断哪些兴趣点是用 户真正的移动目的地时应重点分析那些经常存在于 用户驻点区域的 ＰＯＩ 类型。 综上，需要考虑一个 ＰＯＩ 类别在一个区域发生频率和其逆向文件频率两 种因素，故引入特征向量的定义 特征向量：用一组向量 ｆｒ ＝ （ｗ１ ，ｗ２ ，…，ｗｎ ） 表 示用户驻点区域中兴趣点内容的集合，有 ｗｉ ＝ ｎｉ Ｎ × ｌｏｇ Ｒ ｒ （１） 式中：ｎｉ是该区域属于第 ｉ 种类别的 ＰＯＩ 的数量和， Ｎ 是位于该区域的 ＰＯＩ 的总量，Ｒ 为用户驻点区域 总数，ｒ 表示出现第 ｉ 种 ＰＯＩ 类别的用户驻点区域数 量。 式（１）的第 １ 部分表示一个类别 ｉ 发生频率，第 ２ 部分表示一个类别 ｉ 在该用户整个驻点区域中 ＰＯＩ 类型总数｜ Ｒ ｜的逆向文件频率。 根据式（１） 用一个特征向量代表一个驻点区 域，虽然还不能确切地确定用户访问的地点，但此特 征向量在一定程度上可以代表用户位置的语义含 义，即该区域中具有哪些突出的 ＰＯＩ 类别，进而可 以推断该区域的功能类别。 为了进一步推断出用户在驻留区域中的动作行 为（如工作、用餐、访友、居住等），还需要将该区域 的功能类别与用户在该区域的驻留时间相结合，并 以 ２４ ｈ 为周期，对每天用户的驻点区域进行比较， 即可筛选出用户日常工作的区域和用户临时停留的 区域。 考虑到目前存在着一些在非固定地点工作的 用户，对于其中大多数用户来说，其所从事的工作性 质往往相同，因此在对用户工作地点的查找方法上， 使用基于特征向量的比较方式要比使用基于坐标位 置的比较方式更具说服力。 利用余弦相似性原理可以对前述 ＴＦ⁃ＩＤＦ 计算 方法产生的特征向量进行相似度比较，其原理为计 算求得两组向量的夹角，并得出夹角对应的余弦值， 用来表征这两个向量的相似性。 夹角越小，余弦值 越接近于 １，它们的方向更加吻合，特征越相似。 其 计算式为 ｃｏｓ θ ＝ ∑ ｎ １ （ｆ ａ·ｗｉ × ｆ ｂ·ｗｉ） ∑ ｎ １ ｆ ａ·ｗ ２ ｉ × ∑ ｎ １ ｆ ｂ·ｗ ２ ｉ （２） 由式（２）可以从用户驻点含义层面对同一用户 出现的地区进行比较判断哪些区域可能是用户的工 作区域，同时也需要从时间层面对同一用户的上班 规律进行比较，进一步确定哪些区域是用户的工作 区域。 国内采用的标准工作时间制度是指职工每日 工作 ８ ｈ，每周工作 ４０ ｈ 的工时制度，不同地区、不 同职业会导致工作时间有所变化，但大部分工作每 日的作息时间相差不大，尤其是上班时间。 与此同 时也应考虑到采用轮休或倒班制度的工作，因此在 计算时间相似性时法定工作日与节假日是不区分 第 ２ 期 陈万志，等： 基于用户移动轨迹的个性化健康建议推荐方法 ·２６７·
·268· 智能系统学报 第11卷 的。在判断某些相似驻点区域是否为用户工作区域 通过式(3)~(6)可线性的将用户所在城市和 的主要依据是用户进入到达该驻点的时间序列是否 所选通勤工具映射为用户经济条件指数，依据通勤 可以收敛到一个或几个时间点上，若可以找到进入 工具类型可将用户的收入分为3个等级并核算成数 驻点时间一定或偏差不大且驻点特征向量相似的驻 值，并采用各地平均收入作为区域计算的因子更恰 点，则此驻点区域可认为是用户工作区域，此驻点特 当地表明不同城市间的收入差。用户经济条件指数 征向量包含用户的工作信息。 相关信息的实例关系如表1所示。 表1城市收入与通勤工具 2用户社会行为数据的相似度比较 Table 1 Urban income and vehicle 基于用户社会行为数据的相似度用于衡量用户 城市 平均收入/ 通勤工具 对应城市或地区 工作职业和工作环境等与用户职场活动相关的信 等级 元/月 比例系数 息，包含用户工作时间、城市、工作类型、通勤工具使 一线城市，如北京、上海、 6000左右 18:39:43 用情况等，通过对这些信息的处理从用户经济条件 广州、深圳、南京等 工作类型、工作压力等方面对用户进行建模，进而通 二线城市，如宁波、福州、 4000左右 27:36:37 过相似度比较方法实现相似用户聚类。 厦门、长沙、大连等 1)用户经济条件 三线城市，如海口、佛山、 3000左右 24:40:36 用户经济条件主要依赖于用户的收入和支 泉州、东莞、南宁等 出，可以间接通过用户所在城市和用户乘坐通勤 4 四线城市，如唐山，素皇岛、2000左右 16:45:39 工具的情况进行分析，通过城市的平均收入可以 邯郸、保定、廊坊等 简单区分用户的收入等级：文献[13-14]指出在 5 其他城市 1200左右 8:52:40 城市中若弱化用户住所与用单位间距离影响，用 2)用户工作类型 户的平均收入情况与用户通勤所选用的交通工 用户工作类型可由用户工作区域驻点的特征向 具情况服从线性分布，因此考察用户乘坐通勤工 量中处理得到。由于城市建设规划时常将功能相近 具可以进一步地划分用户收入的等级，使得用户 的建筑建于相近区域中，如商业区、居民区、工业区 收入等级明确化。通过国内近5年的国内城市 等，因此实际处理而得的特征向量所包含的具有信 收入排名统计，将用户按照所在城市的不同进行 息点较多的POI类型，其功能类型往往是相同或相 收入的划分，进而使得不同城市间用户的收入情 互辅助的关系，其反映到现实生活中的结果就是在 况得以比较。通过城市中乘坐不同通勤工具的 此工作的人群具有相似的工作习惯和作息时间，即 人口比例进一步对收入进行划分，并最终计算出 同一工作类型。用户驻点区域特征向量的趋势向量 用户的经济条件指数。其计算公式为 POI类型总体概括如表2所示。 表2工作类型与平均工作时长 Ueci=100 -x Vrype (3) Table 2 Type of work and average hours worked 工作类型 式中：A,为平均收入，通勤工具比例系数根据 POI类型 平均工作时长/h 医疗，维修服务 应急服务业 9 用户乘坐通勤工具可分为以下3种类型： ①私家车或公务轿车： 餐饮、汽车服务、生活服务、 普通服务业 8.5 购物、休闲娱乐、旅游景点 Vr 2 +r2+r3 行政地标、政府机构 政府机关 8 :=听，+2+V 公司企业、金融 企业 10 ②单位通勤车： 工厂 工厂 Vr2 教育 教育 7 2 +Vr3 3)用户加班时长 Vrow:=Vr+Vr2 Vrs (5) 用户加班时长等于平均工作时长除以城市平均 ③公共交通工具或步行： 工作时长，将用户的工作时长与该城市的平均工作 Vr 时长或该用户所在工作类型的平均工作时长作比 2 较，可计算出用户每天加班情况，这在一定程度上反 Vror =Vr Vr2 Vrs (6 映出用户的工作压力。用户加班时长与用户加班指
的。 在判断某些相似驻点区域是否为用户工作区域 的主要依据是用户进入到达该驻点的时间序列是否 可以收敛到一个或几个时间点上，若可以找到进入 驻点时间一定或偏差不大且驻点特征向量相似的驻 点，则此驻点区域可认为是用户工作区域，此驻点特 征向量包含用户的工作信息。 ２ 用户社会行为数据的相似度比较 基于用户社会行为数据的相似度用于衡量用户 工作职业和工作环境等与用户职场活动相关的信 息，包含用户工作时间、城市、工作类型、通勤工具使 用情况等，通过对这些信息的处理从用户经济条件、 工作类型、工作压力等方面对用户进行建模，进而通 过相似度比较方法实现相似用户聚类。 １）用户经济条件 用户经济条件主要依赖于用户的收入和支 出，可以间接通过用户所在城市和用户乘坐通勤 工具的情况进行分析，通过城市的平均收入可以 简单区分用户的收入等级；文献［ １３⁃１４］ 指出在 城市中若弱化用户住所与用单位间距离影响，用 户的平均收入情况与用户通勤所选用的交通工 具情况服从线性分布，因此考察用户乘坐通勤工 具可以进一步地划分用户收入的等级，使得用户 收入等级明确化。 通过国内近 ５ 年的国内城市 收入排名统计，将用户按照所在城市的不同进行 收入的划分，进而使得不同城市间用户的收入情 况得以比较。 通过城市中乘坐不同通勤工具的 人口比例进一步对收入进行划分，并最终计算出 用户的经济条件指数。 其计算公式为 Ｕｅｃｉ ＝ Ａｉ １ ０００ × Ｖｒｔｙｐｅｉ （３） 式中：Ａｉ为平均收入， 通勤工具比例系数 Ｖｒｔｙｐｅｉ 根据 用户乘坐通勤工具可分为以下 ３ 种类型： ①私家车或公务轿车： Ｖｒｔｙｐｅ１ ＝ Ｖｒ１ ２ ＋ Ｖｒ２ ＋ Ｖｒ３ Ｖｒ１ ＋ Ｖｒ２ ＋ Ｖｒ３ （４） ②单位通勤车： Ｖｒｔｙｐｅ２ ＝ Ｖｒ２ ２ ＋ Ｖｒ３ Ｖｒ１ ＋ Ｖｒ２ ＋ Ｖｒ３ （５） ③公共交通工具或步行： Ｖｒｔｙｐｅ３ ＝ Ｖｒ３ ２ Ｖｒ１ ＋ Ｖｒ２ ＋ Ｖｒ３ （６） 通过式（３） ～ （６） 可线性的将用户所在城市和 所选通勤工具映射为用户经济条件指数，依据通勤 工具类型可将用户的收入分为 ３ 个等级并核算成数 值，并采用各地平均收入作为区域计算的因子更恰 当地表明不同城市间的收入差。 用户经济条件指数 相关信息的实例关系如表 １ 所示。 表 １ 城市收入与通勤工具 Ｔａｂｌｅ １ Ｕｒｂａｎ ｉｎｃｏｍｅ ａｎｄ ｖｅｈｉｃｌｅ 城市 等级 对应城市或地区 平均收入／ 元／ 月 通勤工具 比例系数 １ 一线城市，如北京、上海、 广州、深圳、南京等 ６ ０００ 左右 １８ ∶ ３９ ∶ ４３ ２ 二线城市，如宁波、福州、 厦门、长沙、大连等 ４ ０００ 左右 ２７ ∶ ３６ ∶ ３７ ３ 三线城市，如海口、佛山、 泉州、东莞、南宁等 ３ ０００ 左右 ２４ ∶ ４０ ∶ ３６ ４ 四线城市，如唐山、秦皇岛、 邯郸、保定、廊坊等 ２ ０００ 左右 １６ ∶ ４５ ∶ ３９ ５ 其他城市 １ ２００ 左右 ８ ∶ ５２ ∶ ４０ ２）用户工作类型 用户工作类型可由用户工作区域驻点的特征向 量中处理得到。 由于城市建设规划时常将功能相近 的建筑建于相近区域中，如商业区、居民区、工业区 等，因此实际处理而得的特征向量所包含的具有信 息点较多的 ＰＯＩ 类型，其功能类型往往是相同或相 互辅助的关系，其反映到现实生活中的结果就是在 此工作的人群具有相似的工作习惯和作息时间，即 同一工作类型。 用户驻点区域特征向量的趋势向量 ＰＯＩ 类型总体概括如表 ２ 所示。 表 ２ 工作类型与平均工作时长 Ｔａｂｌｅ ２ Ｔｙｐｅ ｏｆ ｗｏｒｋ ａｎｄ ａｖｅｒａｇｅ ｈｏｕｒｓ ｗｏｒｋｅｄ ＰＯＩ 类型 工作类型 平均工作时长／ ｈ 医疗、维修服务 应急服务业 ９ 餐饮、汽车服务、生活服务、 购物、休闲娱乐、旅游景点 普通服务业 ８．５ 行政地标、政府机构 政府机关 ８ 公司企业、金融 企业 １０ 工厂 工厂 ８ 教育 教育 ７ ３）用户加班时长 用户加班时长等于平均工作时长除以城市平均 工作时长，将用户的工作时长与该城市的平均工作 时长或该用户所在工作类型的平均工作时长作比 较，可计算出用户每天加班情况，这在一定程度上反 映出用户的工作压力。 用户加班时长与用户加班指 ·２６８· 智 能 系 统 学 报 第 １１ 卷
第2期 陈万志，等：基于用户移动轨迹的个性化健康建议推荐方法 ·269· 数Uoi之间的对应关系如表3所示。 据每个用户的出行轨迹起，点与终点判断出用户可能 4)基于用户社会行为数据的相似度比较 的大致职业类型，并记录此职业信息为用户属性：其 综合上述3个方面分析，由于在工作类型相同 次对这些标记有出行交通工具的轨迹进行基于用户 时用户的工作压力和工作时间具有可比性并能反映 社会行为数据的相似分组计算，计算时根据文献 用户在其行业中的压力情况，首先将用户按照工作 [16-17]的研究结论并考虑到所在城市的特点将算 类型进行分类，并根据利用余弦相似性原理计算各 法中的相关系数分别设置为：驻留区域直径日。= 分类中通过经济条件指数和加班指数形成的向量之 200m,驻留区域时长6，=30min,GPS定位误差参 间的夹角，最终确定哪些同类工作的用户相似，进而 数y=200m,依据用户驻点区域相似度cos0的阈 形成相似用户组。即 值进行用户驻点区域相似度的用户分组：最后将分 Ueci x Ueci2 Uoti x Uotiz 组结果与人工判别标记的职业类型相比较，通过分 cos @ (7) √/Ueci+Uoti×√Ueci+Uoti 类的准确率来评价此部分算法的优劣程度。算法的 式中：cosw可描述用户的工作压力情况，当用户收 处理流程如图4所示。 入较高且加班时间较少时该值会趋近于1，即表示 开始 用户工作压力较小：而当用户收入较低且加班时间 较长时该值会趋近于0，表示用户工作压力较大。 读人一组用户轨迹 表3用户加班时长与Uoi的对应关系 Table 3 Relationship with the user overtime and Uoti 移动轨迹预处理 用户加班工作时长/ 用户加班指数 小于0.5 0 计算驻点并依据参数 0.5-1 1 形成驻点区域 1-2 2 依据驻点区域内POI信息计算 2-3 3 驻点区域特征向量 大于3 4 3 算法测试与结果分析 一组结束 基于用户社会行为数据的相似分组算法测试采 Y 计算任意两组 用微软亚洲研究院的Geolife Data vl.31用户轨迹 特征向量夹角 数据集，其涵盖182个用户在2007年4月一2012年 依据特征向量夹角阈值 8月间的部分出行轨迹记录，其中不但包括GPS轨 形成用户工作类型相似分组 迹信息，如标记点时间序列、采集点纬度、经度和高 结束 度的信息序列，而且数据集中还包括73个用户由不 同的GPS采集设备记录并有多种采样频率的17621 图4用户工作类型分组流程图 条轨迹记录，其中91.5%的轨迹记录的采集频率比 Fig.4 The user type grouping flow chart 较密集，采集时间间隔每1~5s或每行进5~10m一 为测出用户驻点区域相似度cos日阈值的最佳 次，并标记了出行交通工具，如驾车、乘公共汽车、骑 值，在其他条件不变的情况下仅改变c0s0阈值，最 自行车和步行。为了能够与POI底图数据相对应， 终得出的用户工作类型分组准确率如图5。由结果 选取Geolife数据集中北京地区的轨迹信息，与百度 可知对于本次使用的测试数据而言，当cos0=0.85 地图API导出北京地区的POI数据相对应。由于 时所得到的用户工作类型分组准确率达到最高。 Geolife数据集中没有包含用户实际的工作压力情 90 况，因此无法对算法得出的分组结果进行量化分析， 80 但其中的有些部分可与现有文献资料中的算法对比 60 实现量化分析，因此算法的测试与结果分析分成两 50 部分进行。 3.1用户工作类型分组测试与分析 46.5 0.60.70.80.91.0 cos0阀值 首先在进行算法测试前将标记有出行交通工具 图5c0s0与分组准确率的关系 的相关用户轨迹进行整理，利用人工判别的方式根 Fig.5 Relations between the packet accuracy rate and cos
数 Ｕｏｔｉ 之间的对应关系如表 ３ 所示。 ４）基于用户社会行为数据的相似度比较 综合上述 ３ 个方面分析，由于在工作类型相同 时用户的工作压力和工作时间具有可比性并能反映 用户在其行业中的压力情况，首先将用户按照工作 类型进行分类，并根据利用余弦相似性原理计算各 分类中通过经济条件指数和加班指数形成的向量之 间的夹角，最终确定哪些同类工作的用户相似，进而 形成相似用户组。 即 ｃｏｓ ω ＝ Ｕｅｃｉ １ × Ｕｅｃｉ ２ ＋ Ｕｏｔｉ １ × Ｕｏｔｉ ２ Ｕｅｃｉ ２ １ ＋ Ｕｏｔｉ ２ １ × Ｕｅｃｉ ２ ２ ＋ Ｕｏｔｉ ２ ２ （７） 式中： ｃｏｓ ω 可描述用户的工作压力情况，当用户收 入较高且加班时间较少时该值会趋近于 １，即表示 用户工作压力较小；而当用户收入较低且加班时间 较长时该值会趋近于 ０，表示用户工作压力较大。 表 ３ 用户加班时长与 Ｕｏｔｉ 的对应关系 Ｔａｂｌｅ ３ Ｒｅｌａｔｉｏｎｓｈｉｐ ｗｉｔｈ ｔｈｅ ｕｓｅｒ ｏｖｅｒｔｉｍｅ ａｎｄ Ｕｏｔｉ 用户加班工作时长／ ｈ 用户加班指数 小于 ０．５ ０ ０．５－１ １ １－２ ２ ２－３ ３ 大于 ３ ４ ３ 算法测试与结果分析 基于用户社会行为数据的相似分组算法测试采 用微软亚洲研究院的 Ｇｅｏｌｉｆｅ Ｄａｔａ ｖ１．３ ［１５］ 用户轨迹 数据集，其涵盖 １８２ 个用户在 ２００７ 年 ４ 月—２０１２ 年 ８ 月间的部分出行轨迹记录，其中不但包括 ＧＰＳ 轨 迹信息，如标记点时间序列、采集点纬度、经度和高 度的信息序列，而且数据集中还包括 ７３ 个用户由不 同的 ＧＰＳ 采集设备记录并有多种采样频率的１７ ６２１ 条轨迹记录，其中 ９１．５％的轨迹记录的采集频率比 较密集，采集时间间隔每 １～５ ｓ 或每行进 ５～１０ ｍ 一 次，并标记了出行交通工具，如驾车、乘公共汽车、骑 自行车和步行。 为了能够与 ＰＯＩ 底图数据相对应， 选取 Ｇｅｏｌｉｆｅ 数据集中北京地区的轨迹信息，与百度 地图 ＡＰＩ 导出北京地区的 ＰＯＩ 数据相对应。 由于 Ｇｅｏｌｉｆｅ 数据集中没有包含用户实际的工作压力情 况，因此无法对算法得出的分组结果进行量化分析， 但其中的有些部分可与现有文献资料中的算法对比 实现量化分析，因此算法的测试与结果分析分成两 部分进行。 ３．１ 用户工作类型分组测试与分析 首先在进行算法测试前将标记有出行交通工具 的相关用户轨迹进行整理，利用人工判别的方式根 据每个用户的出行轨迹起点与终点判断出用户可能 的大致职业类型，并记录此职业信息为用户属性；其 次对这些标记有出行交通工具的轨迹进行基于用户 社会行为数据的相似分组计算，计算时根据文献 ［１６⁃１７］的研究结论并考虑到所在城市的特点将算 法中的相关系数分别设置为：驻留区域直径 θｄ ＝ ２００ ｍ ，驻留区域时长 θｔ ＝ ３０ ｍｉｎ ，ＧＰＳ 定位误差参 数 γ ＝ ２００ ｍ ，依据用户驻点区域相似度 ｃｏｓ θ 的阈 值进行用户驻点区域相似度的用户分组；最后将分 组结果与人工判别标记的职业类型相比较，通过分 类的准确率来评价此部分算法的优劣程度。 算法的 处理流程如图 ４ 所示。 图 ４ 用户工作类型分组流程图 Ｆｉｇ．４ Ｔｈｅ ｕｓｅｒ ｔｙｐｅ ｇｒｏｕｐｉｎｇ ｆｌｏｗ ｃｈａｒｔ 为测出用户驻点区域相似度 ｃｏｓ θ 阈值的最佳 值，在其他条件不变的情况下仅改变 ｃｏｓ θ 阈值，最 终得出的用户工作类型分组准确率如图 ５。 由结果 可知对于本次使用的测试数据而言，当 ｃｏｓ θ ＝ ０．８５ 时所得到的用户工作类型分组准确率达到最高。 图 ５ ｃｏｓ θ 与分组准确率的关系 Ｆｉｇ．５ Ｒｅｌａｔｉｏｎｓ ｂｅｔｗｅｅｎ ｔｈｅ ｐａｃｋｅｔ ａｃｃｕｒａｃｙ ｒａｔｅ ａｎｄ ｃｏｓ θ 第 ２ 期 陈万志，等： 基于用户移动轨迹的个性化健康建议推荐方法 ·２６９·
.270 智能系统学报 第11卷 在此基础上，令cos0=0.85时通过文献[18]的 表5工作压力分布 HGSM算法、文献[19]的SLH-MTM-L2算法(2 Table 5 Working pressure distribution layer)与本文方法在分类准确度和运行时间两方面 工作压力工作压力 工作压力 工作类型用户人数 进行比较，结果如表4所示。由结果可知本文提出 较轻人数适中人数较大人数 的用户工作类型分组方法基本可以保证准确的用户 应急服务业 13 8 3 2 分组，且运算耗时较少，在用户记录项繁多且需要实 普通服务业 10 6 3 1 时计算的情况下优势明显。 政府机关 8 7 1 0 表4对比实验结果 企业 27 13 6 0 Table 4 Contrast test results 工厂 6 2 4 教育 5 0 0 算法 用户分组率/%分组准确度/%计算耗时/ms 在对上述用户进行分类时可采用两种分类粒 HGSM 93.15 94.12 1275 度：一是无视工作类型分类，适合在形成相似用户组 SLH-MTM-L2 94.52 95.65 2765 后组内推送与用户工作类型无关的信息；二是参考 本文算法 94.52 95.65 843 工作类型分类，适合在形成相似用户组后组内推送 3.2用户社会行为数据的相似度分组测试与分析 与用户工作类型有关的信息。 首先利用前节的用户工作类型分组数据及最优 以无视工作类型的分类粒度为例，在3类用户 化的cosB值计算出各工作类型分组中经济条件指 中随机选取5个用户，由专家结合实际情况给出的 数和压力指数，其次计算出基于不同的用户社会行 工作心理建议，对于不同用户最终的推送信息是： 为数据的相似度cosw值，并根据ω角度将用户分 工作压力较轻用户的健康建议分别为： 为三大类，即处于0≤w<30°的用户工作压力较 1)需要不断树立新的目标，让自己再拼搏一次： 2)轻松工作之余可开辟“第二战场”，让时间变 轻：处于30°≤w<60°的用户工作压力适中：处于 60°≤w<90°的用户工作压力较重。算法的处理 得有意义 3)您还可以做得更好，赚更多的钞票。 流程如图6所示。表5给出了测试中6种工作类型 工作压力适中的3位用户的健康建议分别为： 用户的工作压力分布情况。 1)请您保持健康的心态，保持现在的工作步调： 、开始 2)车间工作会枯燥，建议休息时看看书调节心情； 读人一组用户工 3)你可以选择默默无闻，也可以选择惊天动地。 作类型相似分组 工作压力较重的用户的健康建议分别为： 数据 1)请正确地认识自己，不要让办不到的事压垮你： 读取与此用户对 2)学会休息，学会说“不”，学会满足，避免成为 应的移动轨迹及 一个完美主义者： 相关信息信息 3)工作狂，请多陪陪家人，顺便放松自己。 由移动轨迹时间序列计 算得出用户工作时间及 通过以上推荐建议内容可知本分组算法的效果 加班指数 良好，适当地将工作压力程度相似的用户分组，相似 分组用户间对于工作压力辅导健康建议具有可相互 由用户通勤工具计算用 户经济条件指数 推送性，从而在功能性和可实施性的角度完成了用 户分组的测试。 计算基于用户社会行为 数据的相似度 4结束语 基于位置信息的服务已融入到人们的生产生活 组结束？ 中，各种健康养生推荐服务已成为研究热点。针对 有限医疗资源条件下如何实现用户的个性化健康建 依据相似度向量角度 形成相似用户组 议推荐服务问题，本文提出了一种利用已记录的用 户移动轨迹数据信息实现移动医疗环境下的个性化 结束 推荐算法，将已有的心理健康建议推荐给具有相似 图6用户工作压力分组流程图 工作环境与工作压力的用户，提高了推荐效率，大幅 Fig.6 User working pressure grouping flow chart 缩减了由人工填写心理健康建议的代价。算法测试
在此基础上，令 ｃｏｓ θ ＝ ０．８５ 时通过文献［１８］的 ＨＧＳＭ 算法、 文献 ［ １９］ 的 ＳＬＨ⁃ＭＴＭ⁃Ｌ２ 算法 （ ２ ｎｄ ｌａｙｅｒ）与本文方法在分类准确度和运行时间两方面 进行比较，结果如表 ４ 所示。 由结果可知本文提出 的用户工作类型分组方法基本可以保证准确的用户 分组，且运算耗时较少，在用户记录项繁多且需要实 时计算的情况下优势明显。 表 ４ 对比实验结果 Ｔａｂｌｅ ４ Ｃｏｎｔｒａｓｔ ｔｅｓｔ ｒｅｓｕｌｔｓ 算法 用户分组率／ ％分组准确度／ ％ 计算耗时／ ｍｓ ＨＧＳＭ ９３．１５ ９４．１２ １ ２７５ ＳＬＨ⁃ＭＴＭ⁃Ｌ２ ９４．５２ ９５．６５ ２ ７６５ 本文算法 ９４．５２ ９５．６５ ８４３ ３．２ 用户社会行为数据的相似度分组测试与分析 首先利用前节的用户工作类型分组数据及最优 化的 ｃｏｓ θ 值计算出各工作类型分组中经济条件指 数和压力指数，其次计算出基于不同的用户社会行 为数据的相似度 ｃｏｓ ω 值，并根据 ω 角度将用户分 为三大类，即处于 ０ ≤ ω ＜ ３０° 的用户工作压力较 轻；处于 ３０° ≤ ω ＜ ６０° 的用户工作压力适中；处于 ６０° ≤ ω ＜ ９０° 的用户工作压力较重。 算法的处理 流程如图 ６ 所示。 表 ５ 给出了测试中 ６ 种工作类型 用户的工作压力分布情况。 图 ６ 用户工作压力分组流程图 Ｆｉｇ．６ Ｕｓｅｒ ｗｏｒｋｉｎｇ ｐｒｅｓｓｕｒｅ ｇｒｏｕｐｉｎｇ ｆｌｏｗ ｃｈａｒｔ 表 ５ 工作压力分布 Ｔａｂｌｅ ５ Ｗｏｒｋｉｎｇ ｐｒｅｓｓｕｒｅ ｄｉｓｔｒｉｂｕｔｉｏｎ 工作类型 用户人数 工作压力 较轻人数 工作压力 适中人数 工作压力 较大人数 应急服务业 １３ ８ ３ ２ 普通服务业 １０ ６ ３ １ 政府机关 ８ ７ １ ０ 企业 ２７ １３ ６ ８ 工厂 ６ ２ ４ ０ 教育 ５ ５ ０ ０ 在对上述用户进行分类时可采用两种分类粒 度：一是无视工作类型分类，适合在形成相似用户组 后组内推送与用户工作类型无关的信息；二是参考 工作类型分类，适合在形成相似用户组后组内推送 与用户工作类型有关的信息。 以无视工作类型的分类粒度为例，在 ３ 类用户 中随机选取 ５ 个用户，由专家结合实际情况给出的 工作心理建议，对于不同用户最终的推送信息是： 工作压力较轻用户的健康建议分别为： １）需要不断树立新的目标，让自己再拼搏一次； ２）轻松工作之余可开辟“第二战场”，让时间变 得有意义； ３）您还可以做得更好，赚更多的钞票。 工作压力适中的 ３ 位用户的健康建议分别为： １）请您保持健康的心态，保持现在的工作步调； ２）车间工作会枯燥，建议休息时看看书调节心情； ３）你可以选择默默无闻，也可以选择惊天动地。 工作压力较重的用户的健康建议分别为： １）请正确地认识自己，不要让办不到的事压垮你； ２）学会休息，学会说“不”，学会满足，避免成为 一个完美主义者； ３）工作狂，请多陪陪家人，顺便放松自己。 通过以上推荐建议内容可知本分组算法的效果 良好，适当地将工作压力程度相似的用户分组，相似 分组用户间对于工作压力辅导健康建议具有可相互 推送性，从而在功能性和可实施性的角度完成了用 户分组的测试。 ４ 结束语 基于位置信息的服务已融入到人们的生产生活 中，各种健康养生推荐服务已成为研究热点。 针对 有限医疗资源条件下如何实现用户的个性化健康建 议推荐服务问题，本文提出了一种利用已记录的用 户移动轨迹数据信息实现移动医疗环境下的个性化 推荐算法，将已有的心理健康建议推荐给具有相似 工作环境与工作压力的用户，提高了推荐效率，大幅 缩减了由人工填写心理健康建议的代价。 算法测试 ·２７０· 智 能 系 统 学 报 第 １１ 卷
第2期 陈万志，等：基于用户移动轨迹的个性化健康建议推荐方法 ·271. 与分析结果表明技术方案的有效性和可实施性。但 J].ACM transactions on the Web,2009,3(2):16-21. 原型系统实际应用过程中诸多亟待解决的问题还需 [12]ZHENG Yu,ZHANG Lizhu,XIE Xing.Mining correlation 进一步深入研究，如用户工作类型如何更精确化地 between locations using human location history[C]//Pro- 定位：如何引入用户其他行为信息因素优化推送对 ceedings of ACM SIGSPATIAL Conference on Geographical 象等。 Information Systems.Seattle,Washington,USA,2009: 145-151. 参考文献： [13]王德起，许菲菲.基于问卷调查的北京市居民通勤状况 分析[J].城市发展研究，2010,17(12)：98-105. [1]谢幸，郑宇.基于地理信息的用户行为理解[J].计算机 WANG Deqi,XU Feifei.A study on the commuting prob- 学会通讯.2008,4(10)：13-21. lems in Beijing-based on the investigation to the citizens of XIE Xing,ZHENG Yu.User behavior understanding based Beijing[J].Urban development studies,2010,17(12): on geographic information[J].Computer society news-let- 98-105. ter,2008,4(10):13-21. [14]贾晓朋，孟斌，张媛媛.北京市不同社区居民通勤行为 [2]ZHANG Chengyang,ZHENG Yu,XIE Xing.Map-matching 分析[J].地域研究与开发，2015,34(1)：55-59. for low-sampling-rate GPS trajectories[C]//Proceedings of JIA Xiaopeng,MENG Bin,ZHANG Yuanyuan.Analysis of ACM SIGSPATIAL Conference on Geographical Information the residents commuting behavior in different communities Systems.Seattle,Washington,USA,2009:213-221. in Beijing city[J].Areal research and development,2015, [3]YE Yang,ZHENG Yu,CHEN Yukun,et al.Mining indi- 34(1):55-59. vidual life pattern based on location history[C]//Proceed- [15]Microsoft Research Asia.GeoLife data set[DB/OL].Bei- ings of the International Conference on Mobile Data Manage- jing:Microsoft Research Asia,2012.(2012-08-09) ment.Taipei,China,2009:36-39. [2015].http://research.microsoft.com/en-us/downloads/ [4]LOU Yin,ZHANG Chengyang.ZHENG Yu,et al.Map-matc- b16d359d-d164-469e-9fd4-daa38f2b2e13/default.aspx. hing for low-sampling-rate GPS trajectories[C]//Proceedings [16]LI Quannan,ZHENG Yu,XIE Xing,et al.Mining user of ACM SIGSPATIAL Conference on Geographical Information similarity based on location history[C]//Proceeding of the Systems.Seattle,Washington,USA,2009:69-102. 16th ACM SIGSPATIAL International Conference on Ad- [5]YE Yang,ZHENG Yu,CHEN Yukun,et al.Mining indi- vances in Geographic Information Systems.New York, vidual life pattern based on location history[C]//Proceed- NY,USA,2008:1-10. ings of the International Conference on Mobile Data Manage- [17]ZHENG Yu,ZHANG Lizhu,MA Zhengxin,et al.Recom- ment.Taipei,China,2009:46-50. mending friends and locations based on individual location [6]ZHENG Yu,LIU Like,WANG Longhao,et al.Learning history[J].ACM transactions on the Web,2008,5(1): transportation modes from raw GPS data for geographic ap- 5-44. plication on the web[C]//Proceedings of the 17th Interna- [18]XIAO Xiangye,ZHENG Yu,LUO Qiong,et al.Inferring tional Conference on World Wide Web.Beijing,China, social ties between users with human location history[J]. 2008:45-49. Journal of ambient intelligence and humanized computing, [7]ZHENG Yu,LI Quannan,CHEN Yukun,et al.Under- 2014,5(1):3-19. standing mobility based on GPS data[C]//Proceedings of [19]GIANNOTTI F,NANNI M,PEDRESCHI D,et al.Trajec- ACM Conference on Ubiquitous Computing.Seoul,Korea, tory pattern mining [C]//Proceedings of the 13rd ACM 2008:.26-31. SIGKDD Conference on Knowledge Discovery and Data [8 ZHENG Yu,CHEN Yukun,LI Quannan,et al.Under- Mining.San Jose,CA,USA,2007:330-339. standing transportation modes based on GPS data for Web 作者简介： applications[J].ACM transactions on the Web,2010,4 陈万志，男，1977年生，副教授，博 (1)：1-36 士计算机学会会员，主要研究方向为人 [9]ZHENG Yu,ZHANG Lizhu,XIE Xing,et al.Mining inter- 工智能、计算机过程控制、物联网应用、 esting locations and travel sequences from GPS trajectories WebGIS等。 [C]//Proceedings of International Conference on World Wild Web.Madrid,Spain,2009:121-125. [10]LI Quannan,ZHENG Yu,CHEN Yukun,et al.Mining 林澍，男，1990年生，硕士研究生， user similarity based on location history[C]//Proceedings 主要研究方向为人工智能、物联网应用。 of ACM SIGSPATIAL Conference on Geographical Infor- mation Systems.Irvine,CA,USA,2008:127-131. [11]ZHENG Yu,ZHANG Lizhu,XIE Xing.Recommending friends and locations based on individual location history
与分析结果表明技术方案的有效性和可实施性。 但 原型系统实际应用过程中诸多亟待解决的问题还需 进一步深入研究，如用户工作类型如何更精确化地 定位；如何引入用户其他行为信息因素优化推送对 象等。 参考文献： ［１］谢幸， 郑宇． 基于地理信息的用户行为理解［ Ｊ］． 计算机 学会通讯， ２００８， ４（１０）： １３⁃２１． ＸＩＥ Ｘｉｎｇ， ＺＨＥＮＧ Ｙｕ． Ｕｓｅｒ ｂｅｈａｖｉｏｒ ｕｎｄｅｒｓｔａｎｄｉｎｇ ｂａｓｅｄ ｏｎ ｇｅｏｇｒａｐｈｉｃ ｉｎｆｏｒｍａｔｉｏｎ ［ Ｊ］． Ｃｏｍｐｕｔｅｒ ｓｏｃｉｅｔｙ ｎｅｗｓ⁃ｌｅｔ⁃ ｔｅｒ， ２００８， ４（１０）： １３⁃２１． ［２］ＺＨＡＮＧ Ｃｈｅｎｇｙａｎｇ， ＺＨＥＮＧ Ｙｕ， ＸＩＥ Ｘｉｎｇ． Ｍａｐ⁃ｍａｔｃｈｉｎｇ ｆｏｒ ｌｏｗ⁃ｓａｍｐｌｉｎｇ⁃ｒａｔｅ ＧＰＳ ｔｒａｊｅｃｔｏｒｉｅｓ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＡＣＭ ＳＩＧＳＰＡＴＩＡＬ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｇｅｏｇｒａｐｈｉｃａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍｓ． Ｓｅａｔｔｌｅ， Ｗａｓｈｉｎｇｔｏｎ， ＵＳＡ， ２００９： ２１３⁃２２１． ［３］ＹＥ Ｙａｎｇ， ＺＨＥＮＧ Ｙｕ， ＣＨＥＮ Ｙｕｋｕｎ， ｅｔ ａｌ． Ｍｉｎｉｎｇ ｉｎｄｉ⁃ ｖｉｄｕａｌ ｌｉｆｅ ｐａｔｔｅｒｎ ｂａｓｅｄ ｏｎ ｌｏｃａｔｉｏｎ ｈｉｓｔｏｒｙ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄ⁃ ｉｎｇｓ ｏｆ ｔｈｅ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｍｏｂｉｌｅ Ｄａｔａ Ｍａｎａｇｅ⁃ ｍｅｎｔ． Ｔａｉｐｅｉ， Ｃｈｉｎａ， ２００９： ３６⁃３９． ［４］ＬＯＵ Ｙｉｎ， ＺＨＡＮＧ Ｃｈｅｎｇｙａｎｇ， ＺＨＥＮＧ Ｙｕ， ｅｔ ａｌ． Ｍａｐ⁃ ｍａｔｃ⁃ ｈｉｎｇ ｆｏｒ ｌｏｗ⁃ｓａｍｐｌｉｎｇ⁃ｒａｔｅ ＧＰＳ ｔｒａｊｅｃｔｏｒｉｅｓ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＡＣＭ ＳＩＧＳＰＡＴＩＡＬ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｇｅｏｇｒａｐｈｉｃａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍｓ． Ｓｅａｔｔｌｅ， Ｗａｓｈｉｎｇｔｏｎ， ＵＳＡ， ２００９： ６９⁃１０２． ［５］ＹＥ Ｙａｎｇ， ＺＨＥＮＧ Ｙｕ， ＣＨＥＮ Ｙｕｋｕｎ， ｅｔ ａｌ． Ｍｉｎｉｎｇ ｉｎｄｉ⁃ ｖｉｄｕａｌ ｌｉｆｅ ｐａｔｔｅｒｎ ｂａｓｅｄ ｏｎ ｌｏｃａｔｉｏｎ ｈｉｓｔｏｒｙ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄ⁃ ｉｎｇｓ ｏｆ ｔｈｅ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｍｏｂｉｌｅ Ｄａｔａ Ｍａｎａｇｅ⁃ ｍｅｎｔ． Ｔａｉｐｅｉ， Ｃｈｉｎａ， ２００９： ４６⁃５０． ［６］ ＺＨＥＮＧ Ｙｕ， ＬＩＵ Ｌｉｋｅ， ＷＡＮＧ Ｌｏｎｇｈａｏ， ｅｔ ａｌ． Ｌｅａｒｎｉｎｇ ｔｒａｎｓｐｏｒｔａｔｉｏｎ ｍｏｄｅｓ ｆｒｏｍ ｒａｗ ＧＰＳ ｄａｔａ ｆｏｒ ｇｅｏｇｒａｐｈｉｃ ａｐ⁃ ｐｌｉｃａｔｉｏｎ ｏｎ ｔｈｅ ｗｅｂ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ １７ｔｈ Ｉｎｔｅｒｎａ⁃ ｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ． Ｂｅｉｊｉｎｇ， Ｃｈｉｎａ， ２００８： ４５⁃４９． ［７］ ＺＨＥＮＧ Ｙｕ， ＬＩ Ｑｕａｎｎａｎ， ＣＨＥＮ Ｙｕｋｕｎ， ｅｔ ａｌ． Ｕｎｄｅｒ⁃ ｓｔａｎｄｉｎｇ ｍｏｂｉｌｉｔｙ ｂａｓｅｄ ｏｎ ＧＰＳ ｄａｔａ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＡＣＭ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｕｂｉｑｕｉｔｏｕｓ Ｃｏｍｐｕｔｉｎｇ． Ｓｅｏｕｌ， Ｋｏｒｅａ， ２００８： ２６⁃３１． ［８］ ＺＨＥＮＧ Ｙｕ， ＣＨＥＮ Ｙｕｋｕｎ， ＬＩ Ｑｕａｎｎａｎ， ｅｔ ａｌ． Ｕｎｄｅｒ⁃ ｓｔａｎｄｉｎｇ ｔｒａｎｓｐｏｒｔａｔｉｏｎ ｍｏｄｅｓ ｂａｓｅｄ ｏｎ ＧＰＳ ｄａｔａ ｆｏｒ Ｗｅｂ ａｐｐｌｉｃａｔｉｏｎｓ［ Ｊ］． ＡＣＭ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｔｈｅ Ｗｅｂ， ２０１０， ４ （１）： １⁃３６． ［９］ＺＨＥＮＧ Ｙｕ， ＺＨＡＮＧ Ｌｉｚｈｕ， ＸＩＥ Ｘｉｎｇ， ｅｔ ａｌ． Ｍｉｎｉｎｇ ｉｎｔｅｒ⁃ ｅｓｔｉｎｇ ｌｏｃａｔｉｏｎｓ ａｎｄ ｔｒａｖｅｌ ｓｅｑｕｅｎｃｅｓ ｆｒｏｍ ＧＰＳ ｔｒａｊｅｃｔｏｒｉｅｓ ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｗｏｒｌｄ Ｗｉｌｄ Ｗｅｂ． Ｍａｄｒｉｄ， Ｓｐａｉｎ， ２００９： １２１⁃１２５． ［１０］ ＬＩ Ｑｕａｎｎａｎ， ＺＨＥＮＧ Ｙｕ， ＣＨＥＮ Ｙｕｋｕｎ， ｅｔ ａｌ． Ｍｉｎｉｎｇ ｕｓｅｒ ｓｉｍｉｌａｒｉｔｙ ｂａｓｅｄ ｏｎ ｌｏｃａｔｉｏｎ ｈｉｓｔｏｒｙ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＡＣＭ ＳＩＧＳＰＡＴＩＡＬ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｇｅｏｇｒａｐｈｉｃａｌ Ｉｎｆｏｒ⁃ ｍａｔｉｏｎ Ｓｙｓｔｅｍｓ． Ｉｒｖｉｎｅ， ＣＡ， ＵＳＡ， ２００８： １２７⁃１３１． ［１１］ ＺＨＥＮＧ Ｙｕ， ＺＨＡＮＧ Ｌｉｚｈｕ， ＸＩＥ Ｘｉｎｇ． Ｒｅｃｏｍｍｅｎｄｉｎｇ ｆｒｉｅｎｄｓ ａｎｄ ｌｏｃａｔｉｏｎｓ ｂａｓｅｄ ｏｎ ｉｎｄｉｖｉｄｕａｌ ｌｏｃａｔｉｏｎ ｈｉｓｔｏｒｙ ［Ｊ］． ＡＣＭ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｔｈｅ Ｗｅｂ， ２００９， ３（２）： １６⁃２１． ［１２］ＺＨＥＮＧ Ｙｕ， ＺＨＡＮＧ Ｌｉｚｈｕ， ＸＩＥ Ｘｉｎｇ． Ｍｉｎｉｎｇ ｃｏｒｒｅｌａｔｉｏｎ ｂｅｔｗｅｅｎ ｌｏｃａｔｉｏｎｓ ｕｓｉｎｇ ｈｕｍａｎ ｌｏｃａｔｉｏｎ ｈｉｓｔｏｒｙ［Ｃ］ ／ ／ Ｐｒｏ⁃ ｃｅｅｄｉｎｇｓ ｏｆ ＡＣＭ ＳＩＧＳＰＡＴＩＡＬ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｇｅｏｇｒａｐｈｉｃａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍｓ． Ｓｅａｔｔｌｅ， Ｗａｓｈｉｎｇｔｏｎ， ＵＳＡ， ２００９： １４５⁃１５１． ［１３］王德起， 许菲菲． 基于问卷调查的北京市居民通勤状况 分析［Ｊ］． 城市发展研究， ２０１０， １７（１２）： ９８⁃１０５． ＷＡＮＧ Ｄｅｑｉ， ＸＵ Ｆｅｉｆｅｉ． Ａ ｓｔｕｄｙ ｏｎ ｔｈｅ ｃｏｍｍｕｔｉｎｇ ｐｒｏｂ⁃ ｌｅｍｓ ｉｎ Ｂｅｉｊｉｎｇ⁃ｂａｓｅｄ ｏｎ ｔｈｅ ｉｎｖｅｓｔｉｇａｔｉｏｎ ｔｏ ｔｈｅ ｃｉｔｉｚｅｎｓ ｏｆ Ｂｅｉｊｉｎｇ［Ｊ］． Ｕｒｂａｎ ｄｅｖｅｌｏｐｍｅｎｔ ｓｔｕｄｉｅｓ， ２０１０， １７（ １２）： ９８⁃１０５． ［１４］贾晓朋， 孟斌， 张媛媛． 北京市不同社区居民通勤行为 分析［Ｊ］． 地域研究与开发， ２０１５， ３４（１）： ５５⁃５９． ＪＩＡ Ｘｉａｏｐｅｎｇ， ＭＥＮＧ Ｂｉｎ， ＺＨＡＮＧ Ｙｕａｎｙｕａｎ． Ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｒｅｓｉｄｅｎｔｓ ｃｏｍｍｕｔｉｎｇ ｂｅｈａｖｉｏｒ ｉｎ ｄｉｆｆｅｒｅｎｔ ｃｏｍｍｕｎｉｔｉｅｓ ｉｎ Ｂｅｉｊｉｎｇ ｃｉｔｙ［Ｊ］． Ａｒｅａｌ ｒｅｓｅａｒｃｈ ａｎｄ ｄｅｖｅｌｏｐｍｅｎｔ， ２０１５， ３４（１）： ５５⁃５９． ［１５］Ｍｉｃｒｏｓｏｆｔ Ｒｅｓｅａｒｃｈ Ａｓｉａ． ＧｅｏＬｉｆｅ ｄａｔａ ｓｅｔ［ＤＢ／ ＯＬ］． Ｂｅｉ⁃ ｊｉｎｇ： Ｍｉｃｒｏｓｏｆｔ Ｒｅｓｅａｒｃｈ Ａｓｉａ， ２０１２． （ ２０１２⁃０８⁃０９ ） ［２０１５］． ｈｔｔｐ： ／ ／ ｒｅｓｅａｒｃｈ．ｍｉｃｒｏｓｏｆｔ．ｃｏｍ／ ｅｎ⁃ｕｓ／ ｄｏｗｎｌｏａｄｓ／ ｂ１６ｄ３５９ｄ⁃ｄ１６４⁃４６９ｅ⁃９ｆｄ４⁃ｄａａ３８ｆ２ｂ２ｅ１３ ／ ｄｅｆａｕｌｔ．ａｓｐｘ． ［１６］ＬＩ Ｑｕａｎｎａｎ， ＺＨＥＮＧ Ｙｕ， ＸＩＥ Ｘｉｎｇ， ｅｔ ａｌ． Ｍｉｎｉｎｇ ｕｓｅｒ ｓｉｍｉｌａｒｉｔｙ ｂａｓｅｄ ｏｎ ｌｏｃａｔｉｏｎ ｈｉｓｔｏｒｙ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇ ｏｆ ｔｈｅ １６ｔｈ ＡＣＭ ＳＩＧＳＰＡＴＩＡＬ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｄ⁃ ｖａｎｃｅｓ ｉｎ Ｇｅｏｇｒａｐｈｉｃ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍｓ． Ｎｅｗ Ｙｏｒｋ， ＮＹ， ＵＳＡ， ２００８： １⁃１０． ［１７］ＺＨＥＮＧ Ｙｕ， ＺＨＡＮＧ Ｌｉｚｈｕ， ＭＡ Ｚｈｅｎｇｘｉｎ， ｅｔ ａｌ． Ｒｅｃｏｍ⁃ ｍｅｎｄｉｎｇ ｆｒｉｅｎｄｓ ａｎｄ ｌｏｃａｔｉｏｎｓ ｂａｓｅｄ ｏｎ ｉｎｄｉｖｉｄｕａｌ ｌｏｃａｔｉｏｎ ｈｉｓｔｏｒｙ［Ｊ］． ＡＣＭ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｔｈｅ Ｗｅｂ， ２００８， ５（１）： ５⁃４４． ［１８］ＸＩＡＯ Ｘｉａｎｇｙｅ， ＺＨＥＮＧ Ｙｕ， ＬＵＯ Ｑｉｏｎｇ， ｅｔ ａｌ． Ｉｎｆｅｒｒｉｎｇ ｓｏｃｉａｌ ｔｉｅｓ ｂｅｔｗｅｅｎ ｕｓｅｒｓ ｗｉｔｈ ｈｕｍａｎ ｌｏｃａｔｉｏｎ ｈｉｓｔｏｒｙ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ａｍｂｉｅｎｔ ｉｎｔｅｌｌｉｇｅｎｃｅ ａｎｄ ｈｕｍａｎｉｚｅｄ ｃｏｍｐｕｔｉｎｇ， ２０１４， ５（１）： ３⁃１９． ［１９］ＧＩＡＮＮＯＴＴＩ Ｆ， ＮＡＮＮＩ Ｍ， ＰＥＤＲＥＳＣＨＩ Ｄ， ｅｔ ａｌ． Ｔｒａｊｅｃ⁃ ｔｏｒｙ ｐａｔｔｅｒｎ ｍｉｎｉｎｇ ［ Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ １３ｒｄ ＡＣＭ ＳＩＧＫＤＤ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｋｎｏｗｌｅｄｇｅ Ｄｉｓｃｏｖｅｒｙ ａｎｄ Ｄａｔａ Ｍｉｎｉｎｇ． Ｓａｎ Ｊｏｓｅ， ＣＡ， ＵＳＡ， ２００７： ３３０⁃３３９． 作者简介： 陈万志，男，１９７７ 年生，副教授，博 士计算机学会会员，主要研究方向为人 工智能、计算机过程控制、物联网应用、 ＷｅｂＧＩＳ 等。 林澍，男，１９９０ 年生，硕士研究生， 主要研究方向为人工智能、物联网应用。 第 ２ 期 陈万志，等： 基于用户移动轨迹的个性化健康建议推荐方法 ·２７１·
