智能设备（如智能手机、互联可穿戴设备）的使用呈指数级的增长。据统计，80％的互联网用户拥有智能手机[1]，而移动应用程序的使用每年以6％的速度增长，这创造了大量的信息，并带来了大量的研究和商业机会，如智能城市建设、个性化推荐系统等。根据MIT 的技术研究[2]，从手机中收集的GPS位置信息可以洞察出用户的行为习惯，那么我们如何利用这些GPS位置信息去挖掘出用户个体和群体的行为和习惯呢？
本文将介绍在IEEE ASONAM 2018上发表的论文《Extracting user habits from Google Maps history logs》,文章使用Google Maps收集的位置信息，建立清晰的处理和分析框架，从驻留点和轨迹这两个角度出发，按照信息提取、信息增强和信息抽象这三个连贯的步骤，有效地提取出用户的行为习惯。
目前有很多研究与GPS信息挖掘有关。在早期研究工作中，研究者们利用GPS信息挖掘有趣的地理位置和旅行序列、利用用户位置历史信息来衡量用户之间的相似度、利用用户位置和轨迹信息去建立基于位置的社交网络等，可应用在POI推荐、个性化广告定制等众多场景中。在最近的研究工作中，研究者们关注到用户位置历史记录和用户态度和兴趣等信息，不断提高用户行为和位置的匹配程度，推荐用户感兴趣的POI。与已用的研究有所不同，这篇论文关注用户的潜在行为模式，侧重于用户行为的时间模式。考虑GPS信息中提取的两种不同类型的信息，分别是代表用户访问的位置信息和代表用户移动的轨迹信息。通过这两类信息去挖掘用户的三类行为习惯，包括频繁访问的POI及POI类型、频繁的移动行为及过渡方式和与用户偏好联系的时间模式。本文的流程框架如图1，整体分为信息提取、信息增强和信息抽象三个模块。系统以GPS信息为中心，遵循循序渐进的原则，首先从原始的GPS数据出发检测用户驻留点和轨迹，再为驻留点和轨迹增加语义注释，最后再通过相关算法，检测频繁的驻留点和轨迹以挖掘用户行为习惯。原始的GPS数据是一系列带有时间戳的地理位置集合，缺乏真实地理位置的语义信息，比如用户的停留位置，用户的移动顺序，而这两者恰能反映出一部分用户的行为习惯，所以为了更好地分析用户行为习惯，该系统提取出驻留点和轨迹。实际上，对于提取后的驻留点和轨迹信息，用户只能感知其自带的属性，而对于驻留点停留的意图、轨迹移动的目的和方式依然是个黑盒。为了解决这个问题，该系统分别扩充驻留点和轨迹的语义信息。该模块首先检测频繁的驻留点和轨迹，并将两者融合起来，从时间模式的维度上，提取出用户的习惯，如用户在周末最常访问的POI类型。下面将详细介绍信息提取、信息增强、信息抽象这三个模块的实现方式。驻留点的提取。提取的流程如图2。采用DBSCAN这种基于密度的聚类算法，它使用范围阈值eps和在此范围内的最小点数Minpts作为参数来聚合GPS点。在这里对原始的DBSCAN算法进行扩展，原始的DBSCAN算法仅仅考虑各GPS点的空间位置关系，可用于记录点比较密集的区域或用户快速通过的区域，但无法区分真实停留区域以及用户按照时间间隔多次经过的区域，考虑到用户行为的准确性，该系统将时间距离融入到该聚类算法的距离度量中。轨迹的提取。轨迹的提取依赖于驻留点的提取，直接定义为两个连续驻留点之间的GPS点集。驻留点的语义信息。用户的每一次停留都会具有一定的语义信息，如休息、运动和购物等。该系统使用驻留点的GPS位置坐标作为边界框的中心，搜索在此边界框内里最接近的POI名称和类别来描述此驻留点。轨迹的语义信息。用户的每一次移动，都会对应一条轨迹数据，那么用户的移动方式究竟是步行还是驾驶，这就需要提取出这条轨迹对应的语义信息。该系统使用一组直接（经度、纬度和时间戳）和间接特征（速度、速度变化和与POI类型为公交、地铁的距离）输入到一个预先训练的分类模型[3]中，去描述轨迹的移动方式，如驾驶、步行等。在得到用户驻留和移动的语义信息后，需要进一步去挖掘用户的习惯，比如用户最常访问的POI类别，用户最常使用的出行方式，用户本月访问火车站的次数等，面对这些离散的驻留和移动信息，该系统从主要从聚类的角度对这些信息进行抽象。驻留点的抽象。在驻留点的属性中，会有时间戳表示驻留的开始时间和结束时间，该系统将此时间戳抽象为工作日、周末、上午或下午等，以一种易于理解的方式，去描述用户个体或群体的停留画像。轨迹的抽象。在对用户轨迹的分析中，会优先关注用户经常选择的移动路径和移动方式。该系统选择一种基于聚类的序列挖掘算法(CBM)[4]，输出用户最频繁的轨迹集。该算法的流程如图4。在该系统中，算法的输入是用户频繁访问的停留点和两个参数s和k。参数s表示聚类的二维区域大小，参数k为每个区域对应的最小点数，超过一定的点数才被视为一次活动。该应用可以较有效地展示出一个用户在特定周期时间内的出行习惯，如图6，表示一个用户有周日和周一晚上去访问“Baron cafe”的习惯。本文通过解读一篇论文，展示了从原始GPS信息到用户行为信息的全部过程，即GPS信息、驻留点和轨迹信息、带有语义的驻留点和语义信息、抽象后的行为习惯信息，可以看出GPS信息背后蕴含了丰富的信息，利用这类时空数据，可以分析单个移动对象的行为去辅助监管和个性化推荐，挖掘用户群体的行为习惯去辅助城市规划和建设。作为时空数据引擎，JUST平台[5]具有强大的时空数据分析和挖掘能力，对于一份原始的GPS信息，它可以有效且准确地提取出轨迹信息、驻留点信息，并可以实现聚类、k近邻等挖掘能力，帮助我们从海量GPS数据挖掘出有趣的用户行为信息。[1] I. Bhattacharya and L. Getoor.Collective entity resolution in relational data. TKDD, 1(1):5, 2007.[2] http://www.technologyreview.com/featuredstory/513721/big-data-from-cheap-phones[3] S.Tragopoulou, I. Varlamis, and M. Eirinaki, “Classifica- tion of movement dataconcerning user’s activity recognition via mobile phones,” in Proceedings ofthe 4th Interna- tional Conference on Web Intelligence, Mining and Semantics(WIMS14). ACM, 2014, p. 42.[4] A. A. Shawand N. Gopalan, “Finding frequent trajectories by clustering and sequentialpattern mining,” Journal of Traffic and Transportation Engineering (EnglishEdition), vol. 1, no. 6, pp. 393–403, 2014.[5] https://just.urban-computing.cn/
0 条评论