LBS中基于轨迹的用户行为特征分析

《LBS中基于轨迹的用户行为特征分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、①ＬＢＳ中基于轨迹的用户行为特征分析陈典全（厦门雅迅网络股份有限公司，福建厦门３６１００８）摘要：ＬＢＳ的发展趋势是向用户提供智能化、个性化的位置服务。以用户行为轨迹数据为基础，进行轨迹简化、ＰＯＩ匹配、时空融合、习惯分析等处理，建立起用户行为特征模型，从而实现向不同用户提供个性化位置服务。关键词：ＬＢＳ；位置；轨迹；行为特征；个性化服务中图分类号：ＴＮ９２９文献标志码：Ａ文章编号：１００８－９２６８（２０１１）０６－００５８－０５０引言１用户轨迹简化基于位置的服务（ＬＢＳ）是整个移动互联网的在ＬＢＳ应用中，部分用户为了与好友分享自基础应用之一，日、韩、北美

2、、欧洲等都推出了众多己的经历，或者为了记录自己有纪念意义的行动过基于位置的服务，国内也有不少企业推出位置相关程，会乐于将自己的行动轨迹上传并保存到ＬＢＳ的产品和服务并获得成功。国外比较流行的应用服务提供商系统中。基本的流程是用户通过有卫有Ｆｏｕｒｓｑｕａｒｅ、Ｃｏｌｏｒ、Ｋｕｉｐｐ等，国内新浪微博、玩星定位（北斗、ＧＰＳ等）的手持或车载设备（典型设转四方、大众点评等也融合了与位置相关的信息。备是具备卫星定位的手机）采集到位置信息，通过在ＬＢＳ应用中，针对用户行动轨迹的产品设公用无线网络上传到ＬＢＳ运营商的服务器，经过计是一个值得深入探讨、有很大想象空间的话题

3、，处理后保存在数据库中，供用户自己或者授权的其对用户的行动轨迹数据进行挖掘，可以衍生出众多他用户查看。［１］有趣的应用。２０１１年初爆出ｉＰｈｏｎｅ、Ａｎｄｒｏｉｄ但是，大多数用户设备对位置上传的功能设置可记录用户行踪轨迹，证明了Ａｐｐｌｅ、Ｇｏｏｇｌｅ也对比较简单，最常见的是设置取样时间间隔，即每隔用户行动轨迹深感兴趣。一定时间采集位置数据并上传。这种模式将导致一旦记录了用户的行动轨迹，就可以对轨迹数上传到ＬＢＳ运营商服务器的轨迹数据有大量的无据进行分析、挖掘，掌握用户的行为特征，从而为用效的冗余信息，不但占用数据库存储空间，还不利户提供具有直接针对性、个

4、性化、智能化的基于位于用户轨迹的再次分享传输。置的服务，改变目前ＬＢＳ服务单纯依赖于签到、弹轨迹简化的算法有很多种，最常用的是ＤＰ算性社交、问答等几个简单模式，从而极大改善用户法（Ｄｏｕｇｌａｓ和Ｐｅｕｋｅｒ提出），该算法至今仍然广的使用体验。泛应用于制图学领域。其基本原理如图１所示。将以用户原始记录的轨迹数据为基础，进行轨迹简化、时空融合、行为特征分析等几方面的研究，为推出个性化ＬＢＳ服务产品奠定技术基础。所有研究内容以用户授权采集轨迹数据、不触犯用户隐私为前提。图１ＤＰ算法基本原理①收稿日期：２０１１－１０－２７联系人：陈典全Ｅ－ｍａｉｌ：ｄｉａｎｑｕａ

5、ｎ＠ｙａｘｏｎ．ｃｏｍ５８ＧＮＳＳＷｏｒｌｄｏｆＣｈｉｎａ／２０１１．６假定如图轨迹需要简化，事先设定一个可以容忍的垂直距离ｔｄ，ａ作为固定点，ｂ作为浮动点。先找出所有轨迹中到线ａｂ垂直距离最大的ｃ点，判断ｆｃ是否大于ｔｄ，如果大于，则ｃ作为新的浮动点；再找出ａ、ｃ两点间到线ａｃ的垂直距离最大的ｄ点，判断ｄｅ是否大于ｔｄ，如果ｄｅ＞ｔｄ，ｄ成为新的浮动点，ｃ作为保留点存储，否则，ｄ成为新的固定点，而ａｄ之间所有的其它点将丢弃。ＤＰ算法实现起来比较简单，但用在轨迹简化中存在两个问题：用户以不同方式运动（驾驶或步行）单位时间图３使用ＤＰ算法简化的轨迹图内运动距离

6、差别很大，用单一的可容忍垂直距离判断有可能使得步行轨迹大量丢弃，而往往步行轨迹度的变化并考虑用户轨迹的语义（一般不会短时间对用户来说更有意义。驾驶与步行交替），将轨迹划分为驾驶段和步行段。没有考虑停留时间。用户在某点停留往往表针对驾驶段和步行段使用不同的可容忍垂直距离示附近有其感兴趣的内容，这对于用户行为特征分值进行简化析尤为重要。考虑相邻轨迹点用户方向角度变化以及相邻文献［２］提出了一种改进的轨迹简化算法，采点之间的距离。有速度、相邻点有一定距离、急转用步行和驾驶分段处理、考虑相邻轨迹点角度变化弯（角度变化大）的轨迹点有更大的保留价值等优化手段，能够使得轨

7、迹的简化更为合理。考虑ＰＯＩ匹配、停留时间等因素。将轨迹点图２示出了某一用户轨迹图，用户驾车从城市与ＰＯＩ进行匹配，并计算与同一个ＰＯＩ匹配的多快速道成功大道行驶到轮渡，坐渡船到达鼓浪屿码个轨迹点之间的时间间隔，从而判断用户在该ＰＯＩ头，步行游览一周，其中在皓月园景点入内参观停停留的时间。与某一ＰＯＩ匹配的轨迹点越多、停留。留时间越长，那么这些轨迹点中与该ＰＯＩ最近的轨迹点保留价值更高按照以上优化方法进行轨迹简化，简化后的轨迹损失驾车段与步行段比较均衡，特别是用户重点停留的皓月园保留比较完整，简化后的视觉效果与图２差别不大，但数据量减少８０％以上（５ｓ取样，

8、驾驶段容忍距离２００ｍ，步行段容忍距离４０ｍ，考虑相