技術(shù)領(lǐng)域

本發(fā)明涉及一種基于無線網(wǎng)絡(luò)的用戶位置預(yù)測系統(tǒng)和方法，尤其是在移動通信領(lǐng)域中通過移動通信網(wǎng)用戶無線上網(wǎng)數(shù)據(jù)來挖掘用戶移動行為特征，做出用戶未來24小時的動態(tài)位置預(yù)測，并能隨時根據(jù)新數(shù)據(jù)的變化，實時動態(tài)修改預(yù)測結(jié)果的系統(tǒng)和方法。

背景技術(shù)

位置預(yù)測，已有很多相關(guān)的研究在進行，大部分使用GPS數(shù)據(jù)或者結(jié)合藍牙等進行室內(nèi)的定位。位置預(yù)測的方法有通過時序進行預(yù)測，還有的將地點試圖做分類處理然后進行預(yù)測，有些采用神經(jīng)網(wǎng)絡(luò)的方法來做預(yù)測。但是，針對實時二十四小時或更長時間的位置預(yù)測，暫時還沒有被考慮。

現(xiàn)有技術(shù)中提出的一些對移動終端的位置進行預(yù)測/估計的方法有：

中國申請?zhí)枮镃N200810118092.8的“預(yù)測移動終端位置的方法及裝置”，該發(fā)明公開了一種預(yù)測移動終端位置的方法，包括在依次間隔相同時間長度的第一時間點、第二時間點、第三時間點上，分別獲得移動終端所處第一位置、第二位置、第三位置的坐標信息，根據(jù)獲得的移動終端所處的第一位置、第二位置、第三位置的坐標值，確定與第三時間點間隔所述時間長度的第四時間點上，移動終端所處的第四位置的位置信息。同時，該發(fā)明還公開了一種預(yù)測移動終端位置的裝置。該發(fā)明預(yù)測方案過于簡單，預(yù)測結(jié)果只依賴于前三個位置的坐標信息，只要用戶改變移動計劃，預(yù)測結(jié)果就會與現(xiàn)實情況產(chǎn)生巨大偏差，穩(wěn)定性差。

本發(fā)明的目的在于建立用戶實時二十四小時的位置預(yù)測，結(jié)合用戶的歷史移動行為進行分析，預(yù)測其訪問各個地點的可能性，做出最大可能訪問的地點預(yù)測。

發(fā)明內(nèi)容

為了解決上面提出的問題，本發(fā)明提供了一種用戶位置預(yù)測的系統(tǒng)，具有提供24小時內(nèi)實時位置預(yù)測且預(yù)測結(jié)果準確度高的優(yōu)點。

根據(jù)本發(fā)明的一個方面，提供一種基于無線網(wǎng)絡(luò)的用戶位置預(yù)測系統(tǒng)，包括移動數(shù)據(jù)獲取模塊、移動數(shù)據(jù)清洗模塊、用戶歷史移動記錄模塊、混合位置預(yù)測模塊，其中：移動數(shù)據(jù)獲取模塊用于從移動通信網(wǎng)中獲取的用戶數(shù)據(jù)識別地點字段，并將其提取出來，構(gòu)建成為用戶移動數(shù)據(jù)，所述用戶移動數(shù)據(jù)包括該用戶的標志字段、地點的標志字段、處于該地點的時間字段；移動數(shù)據(jù)清洗模塊用于對獲取到的用戶移動數(shù)據(jù)進行清洗處理，輸出一個已處理的用戶移動數(shù)據(jù)信息；用戶歷史移動記錄模塊將用戶新出現(xiàn)的訪問記錄及時更新到用戶歷史移動訪問數(shù)據(jù)庫中，用戶歷史移動訪問數(shù)據(jù)庫的每條記錄包括用戶標志字段、地點訪問字段，地點訪問時間等字段；混合位置預(yù)測模塊設(shè)置有停留假設(shè)預(yù)測子模塊、基于時段劃分的歷史預(yù)測子模塊、跳轉(zhuǎn)預(yù)測子模塊、協(xié)同過濾預(yù)測子模塊和預(yù)測結(jié)果子模塊，停留假設(shè)預(yù)測子模塊，根據(jù)停留假設(shè)，假設(shè)用戶每次都選擇停留在上一時刻所在的地點，從而完成預(yù)測，基于時段劃分的歷史預(yù)測子模塊，基于用戶地點訪問的時間統(tǒng)計規(guī)律，返回用戶在當(dāng)前時段劃分情況下訪問不同地點的概率，根據(jù)得到的概率向量，概率最大值對應(yīng)的地點將有可能是下一時段會訪問的地點，跳轉(zhuǎn)預(yù)測子模塊，生成一階馬爾科夫跳轉(zhuǎn)概率矩陣，其中只保留用戶軌跡當(dāng)中的訪問地點跳轉(zhuǎn)的數(shù)據(jù)，而忽略那些停留的數(shù)據(jù)，體現(xiàn)用戶移動過程中的地點跳轉(zhuǎn)情況，協(xié)同過濾預(yù)測子模塊，根據(jù)用戶之間的相似度，篩選出相似度大于某一閾值的相似度用戶群，統(tǒng)計該用戶群體的移動行為特征，返回這個群體在該時段下的訪問各個地點的整合概率，作為最終返回的預(yù)測結(jié)果，預(yù)測結(jié)果子模塊，根據(jù)停留假設(shè)預(yù)測子模塊、基于時段劃分的歷史預(yù)測子模塊、跳轉(zhuǎn)預(yù)測子模塊和協(xié)同過濾預(yù)測子模塊的預(yù)測結(jié)果，完成用戶位置預(yù)測。

進一步，用戶歷史移動記錄模塊還更新基于時段的用戶地點訪問次數(shù)以及更新基于用戶歷史移動訪問數(shù)據(jù)庫中的用戶跳轉(zhuǎn)矩陣，基于時段的用戶地點訪問次數(shù)是在特定時間段內(nèi)用戶對不同地點的不同訪問次數(shù)——向量通過這個向量，確定用戶在特定時間段內(nèi)在某處的可能性大小

其中表示的是該用戶在[T_i,T_i+1)時間段內(nèi)對地點l_m的總訪問次數(shù)，

基于用戶歷史移動訪問數(shù)據(jù)庫中的用戶跳轉(zhuǎn)矩陣是一個馬爾科夫轉(zhuǎn)移矩陣TransCountMatrix，

其中表示的是在用戶整個移動歷史中從地點l_i下一步跳往地點l_j的統(tǒng)計次數(shù)，

用表示用戶從地點l_i下一步跳往其他地點的總和，則用戶跳轉(zhuǎn)概率矩陣為：

其中表示用戶從地點l_i下一步跳往地點l_j的概率大小。