一种位置和行为信息预测系统及方法
【技术领域】
[0001] 本发明涉及一种信息预测系统，特别是涉及一种位置和行为信息预测系统及方 法。
【背景技术】
[0002] 在LBSN(Location-basedSocialNetwork基于位置的社会网络）领域，用户行为 模式的获取已经引起了广大学者的关注，并产生了较多的研究成果。其中，郑宇等科研人员 基于用户行驶轨迹，通过挖掘用户的频繁移动序列，并建立概率转移模型，能够较好的预测 用户下一个可能到达地点。总体来说，基于用户的行为模式能够有效提高预测用户未来到 达地点的准确率，若用户的行为模式与推荐系统相结合，能够为用户提供更符合其生活习 惯的推荐服务。
[0003]周期性行为是用户行为模式的一种，通过挖掘用户的周期性行为，能够有效的发 现用户某一行为在时间上的规律性。目前，周期性行为的主要研究方向分为时间序列周期 获取以及周期模式获取。前者通过相关算法获取时间序列中的潜在周期，时间序列周期获 取的经典算法是周期图与自相关，在单独使用周期图时，其存在因谱泄漏问题导致周期获 取不准确的情况，而单独使用自相关时，又存在因其它时间戳事件的发生，导致正确的周期 不明显，一些科研人员使用周期图与自相关相结合的方法，能够有效的避免了在单独使用 周期图时谱泄漏产生的周期获取不准确的问题。
[0004] 综上，目前时间序列周期获取算法在获取时间序列多周期时均存在周期间互相干 扰的情况，导致最终结果的不准确。而挖掘用户的周期性行为需要准确的获取用户在当前 周期的哪个阶段发生改行为，自相关与周期图均不能挖掘该类信息。
【发明内容】
[0005] 鉴于以上所述现有技术的缺点，本发明的目的在于提供一种位置和行为信息预测 系统及方法，用于解决现有技术中周期获取准确度低、周期图的谱泄漏、自相关的周期不明 显等问题。
[0006] 为实现上述目的及其他相关目的，本发明提供一种位置和行为信息预测系统及方 法。
[0007] 优选地，位置和行为信息预测方法，用于通过挖掘用户行为的周期，预测用户未来 到达的位置；位置和行为信息预测方法主要包括以下步骤：
[0008] 第一步、分别获取移动客户端的位置和行为信息；
[0009] 第二步、对获取的位置和行为信息分类，分别形成位置信息序列和行为信息序 列；
[0010] 第三步、将不同类的位置和行为信息经过换算和处理后放在数据存储结构中，每 个数据存储结构中的元素可随机访问；遍历所述数据存储结构，循环执行判断条件，选取多 个不同的周期；
[0011] 第四步、根据获得的周期，预测移动客户端的位置和行为信息。
[0012] 优选地，第一步中还包括：确定一个特定时段；从接收到的位置和行为信息中选 取特定时段中的位置和行为信息。
[0013] 优选地，第二步中还包括：对特定时段中的位置和行为信息进行分类；将分类过 程中产生的类别信息加入每条位置和行为信息中，按照时间顺序生成不同类的位置和行为 信息序列。
[0014] 优选地，第三步中还包括：设定的数据存储结构中位置和该位置元素之间的固定 关系；按照固定关系求得元素值，随机遍历数据存储结构中各个元素；根据设定的判定关 系筛选出准确的周期并保存。
[0015] 优选地，一种用户位置和行为信息记录方法，用于记录用户的当前位置和行为信 息并向其他接收端发送当前位置和行为信息；其特征在于，包括以下步骤：
[0016] 第一步：位置记录模块采集当前位置和行为信息；
[0017] 第二步：位置记录模块将采集到的当前位置和行为信息传送至信息发送模块；
[0018] 第三步：信息发送模块将当前位置和行为信息向外发送。
[0019] 优选地，位置记录模块采集用户当前位置和行为信息，并将采集的当前位置和行 为信息传送至信息发送模块。
[0020] 优选地，一种移动客户端，其特征在于，包括：
[0021] 位置记录模块，采集用户的当前位置和行为信息，
[0022] 信息发送模块，与位置记录模块通信；用于向外发送位置记录模块采集的当前位 置和行为信息。
[0023] 优选地，一种位置和行为信息预测服务器端包括：位置和行为信息处理模块.多 周期获取模块和预测模块；
[0024] 优选地，位置和行为信息处理模块，用于接收并存储用户的当前位置和行为信息， 并从所有当前位置和行为信息中获取特定移动客户端的特定时段位置和行为信息的集合， 形成时间序列信息；
[0025] 优选地，多周期获取模块与位置和行为信息处理模块通信，用于找出时间序列信 息中的所有周期；
[0026] 优选地，预测模块与多周期获取模块通信，用于预测用户在未来时间点的位置和 行为信息。
[0027] 优选地，位置和行为信息处理模块包括
[0028] 信息存储模块，用于存储移动客户端发送的当前位置和行为信息；
[0029] 信息获取模块，该模块与信息存储模块通信，用于获取当前位置和行为信息；
[0030] 位置分类模块，该模块与信息获取模块通信，用于获取当前位置和行为信息；
[0031] 时序模块，该模块与位置分类模块通信，用于生成形成位置和行为信息序列。
[0032] 优选地，多周期获取模块与位置和行为信息处理模块通信，接收位置和行为信息 序列；多周期获取模块用于确定多个周期。
[0033] 优选地，预测模块与多周期获取模块通信，根据周期预测移动客户端的位置。
[0034] 优选地，一种位置和行为信息预测系统包括移动客户端以及位置和行为信息预测 服务器端；
[0035] 优选地，移动客户端为多个，每个移动客户端连续采集用户的当前位置和行为信 息。
[0036] 优选地，位置和行为信息预测服务器端用于从不同的时间点出发，对移动客户端 未来时间点的位置和行为信息进行预测。
[0037] 如上所述，本发明提供的一种位置和行为信息预测系统及方法，具有以下有益效 果：
[0038] 本发明提供的一种位置和行为信息预测系统及方法，与传统的使用周期图和自相 关以及二者相结合的方法相比，本发明能有效规避如周期长短差异的不利影响以及随机起 伏对获取周期精度的影响，同时降低了多周期获取过程中，不同周期之间的相互干扰作用， 能够更加准确的获取时间序列中的多周期性行为，解决了传统方法中获得的周期不明显的 问题；通过挖掘用户的周期性行为，能够有效的发现用户某一行为在时间上的规律性，可以 与推荐系统结合产生技术效益。本发明提供的位置和行为信息预测方法不用通过寻找潜在 周期或时间序列周期，而是通过数据存储结构的随机遍历和判断，筛选精度更高的周期信 息，降低了因谱泄漏问题对周期获取进程的不利影响。本发明能够通过对数据结构的遍历 与判断准确的获取用户在当前周期的哪个阶段发生改行为，并利用时间重复发生次数等参 数确定每一步遍历过程的判断条件，从而挖掘出传统的自相关与周期图无法挖掘出的精确 周期信息。本发明同时能获取周期性行为的发生时间点，解决了周期图与自相关无法预测 用户周期性行为发生时间点的问题。
【附图说明】
[0039] 图1显示为本发明的位置和行为信息预测系统示意图；
[0040] 图2显示为本发明的位置和行为信息预测方法示意图；
[0041] 图3显示为本发明的位置和行为信息处理模块示意图；
[0042] 图4显示为本发明的多周期寻找步骤示意图。
【具体实施方式】
[0043] 以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明 书所揭露的内容轻易地了解本发明的其他优点及功效。
[0044] 请参阅图1至图4。须知，本说明书所附图式所绘示的结构，均仅用以配合说明书 所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条 件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响 本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容所能涵 盖的范围内。同时，本说明书中所引用的如"上"、"下"、"左"、"右"、"中间"及"一"等的用语， 亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在 无实质变更技术内容下，当亦视为本发明可实施的范畴。
[0045] 第一个实施例提供一种位置和行为信息预测方法，提供位置和行为信息预测服务 器端；
[0046] 如图2所示，位置和行为信息预测方法，用于通过挖掘用户行为的周期，预测用户 未来到达的位置；位置和行为信息预测方法主要包括以下步骤：
[0047] 第一步：获取用户携带的移动客户端的位置和行为信息；
[0048] 第二步：对位置和行为信息进行分类，形成位置和行为信息序列；
[0049] 第三步：将不同类的位置和行为信息放在不同的集合中，每个