·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≤k<j。 工作方面的相似程度，最终将具有相似工作环境和 用户驻点：用户驻点Sp=(x,y,tm,tm)指的是 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 驻留区域的几何中心，其中Sp·x=∑P·x/P|, r=i 康指导信息共享，达到个性化推荐的目的。其工作 Sp.y=Py/Pl,Sp.t =P:.t,Sp.tm=Pt 流程如图1所示，首先通过用户的多条GPS轨迹数 k-j 据结合地区P0I数据库确定用户的工作类型，然后 且Pg∈Sz。 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 图2一组GPS轨迹 可表示用户工作压力的向量，最终通过用户工作类 Fig.2 A GPS track 型和向量夹角实现对用户的分类。 如图2中{P,P2,…,P1}为智能终端采集得 用户移动 用户移动 到的一组GPS轨迹，则4≤k<9时有 轨迹序列 序列 Dist(P,P)0,Dist(P,P)>0,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