一种基于电信位置数据的老人安全呵护方法与流程

本发明属于大数据分析技术，具体涉及一种基于电信位置数据的老人安全呵护方法。

背景技术：

1、人口老龄化日益严重，青壮年劳动力在面临工作压力的同时，还面临着父母、子女无人照料等问题，尤其是老年人健康情况和出行安全情况。

2、随着人工智能和大数据分析技术的发展，养老智能化逐渐走入人们的视野。相比于互联网公司得到的数据类型，运营商数据具有速度更快、规模更庞大、种类更丰富等优势。移动终端信令数据具有时空位置复杂、数据量大、噪声多的特点，传统od方法识别移动终端信令数据存在兴趣点不准的问题。

技术实现思路

1、本发明所要解决的技术问题是针对上述现有技术的不足，提供一种基于电信位置数据的老人安全呵护方法，可简单高效的实现漂移数据和乒乓数据消除，基于电信位置数据进行老人活动区域挖掘，满足老人安全呵护的需要。

2、为实现上述技术目的，本发明采取的技术方案为：

3、一种基于电信位置数据的老人安全呵护方法，包括：

4、步骤1：获取老人移动时移动终端信令数据并对数据进行预处理；

5、步骤2：筛选老人预设时间段内有效历史轨迹数据作为样本数据，按照白天和夜间两个时间段分别计算每个驻留点的驻留时长，刻画老人的每个驻留点时间分布情况；

6、步骤3：采用基于驻留时长加权和密度聚类算法相结合的兴趣点识别算法，进行老人居住地和日常活动地数据的提取；

7、步骤4：老人安全呵护系统基于提取的老人居住地和日常活动地数据，进行老人安全呵护。

8、为优化上述技术方案，采取的具体措施还包括：

9、上述的步骤1所述预处理包括：

10、首先进行数据清洗，包括检查数据一致性、剔除格式无效值、重复值和缺失值；

11、然后利用速度阈值、距离阈值以及三角形外接圆半径阈值控制法，消除长距离漂移位置点和短距离抖动位置点。

12、上述的消除长距离漂移位置点和短距离抖动位置点的具体实现过程如下：

13、1)将老人预设时间段内的移动时移动终端信令数据看成是为一条时间序列，即p(ti)＝(loni,lati,tsi)，p(ti+1)＝(loni+1,lati+1,tsi+1)；

14、其中，lon表示老人移动时移动终端与基站交互时所处位置的经度，lat表示老人移动时移动终端与基站交互时所处位置的纬度，ts表示老人移动时移动终端与基站交互时的时间戳；

15、2)消除长距离漂移位置点：逐一计算每条记录和上一条记录之间的距离di＝dis(pi-pi-1)，di+1＝dis(pi+1-pi)，以及时间差ti＝tsi-tsi-1，ti＝tsi+1-tsi,则位置点出现的瞬时速度可表示为

16、当di，di+1均超过距离阈值，并且瞬时速度超过瞬时速度阈值时，去除该漂移位置点

17、3)消除短距离抖动位置点：

18、分别计算第i条记录和第i-1，i+1条记录的距离di＝dis(pi-pi-1)，di+1＝dis(pi+1-pi)；

19、第i-1条记录和第i+1记录的距离di-1＝dis(pi+1-pi-1)；

20、考虑到短距离抖动位置点不在一条直线上，那么{di-1，di，di+1}可组成三角形；

21、利用三角形的三条边来表示其外接圆的半径，则{di-1，di，di+1}构成的三角形的外接圆半径表示为其中

22、若r＞thr，则剔除掉第i条记录；

23、thr为半径阈值。

24、上述的步骤2筛选样本数据的具体实现过程如下：

25、考虑到老人的行为规律，将白天时间段定义为：6:00-20:00，将夜间时间段定义为20:00-次日6:00；

26、样本数据筛选的标准应同时满足以下条件：

27、a.在白天时间段内，每小时至少产生1条移动终端信令数据；

28、b.在夜间时间段内，产生2条以上移动终端信令数据；

29、c.一个自然日产生20条以上移动终端信令数据；

30、所述步骤2刻画每个老人的驻留点分布情况的具体实现过程如下：

31、定义每个位置点的驻留时长为staylen，第i条记录的开始时间为第i-1记录的终止时间，第i条记录的结束时间i+1条记录的出现时间，即staylen＝tsi+1start-tsi-1end；

32、分别统计白天时间段内、夜间时间段各个位置地点的累计时长和出现频次，以刻画老人每个驻留点的时间分布情况。

33、上述的步骤3所述基于驻留时长加权和密度聚类算法相结合的兴趣点识别算法的具体实现过程如下：

34、基于步骤2得到的老人有效历史轨迹数据，按照白天时间段和夜间时间段分别进行密度聚类，生成目标簇；

35、对于生成的目标簇，将每一个点簇进一步分解得到每一个点簇里的所有位置点以及点簇里每个位置点驻留的时长；

36、采用基于驻留时长加权的位置点归并算法分别得到白天时间段的兴趣点集合pday，夜间时间段的兴趣点集合pnight；

37、定义集合pnight中驻留时长排名第1的兴趣点为居住地，定义集合pday中驻留时长排名前3的兴趣点为日常活动地，进而挖掘出老人日常活动区域。

38、上述的对于白天时间段样本数据集，生成目标簇的过程为：

39、输入：白天时间段样本数据集p＝(p(t1),p(t2),p(t3),......,p(ti)),其中

40、p(ti)＝(loni,lati,tsi)，半径阈值ε＝500，最小点数minpts＝2；

41、输出：聚类生成的目标簇p'＝(p(t1),p(t2),p(t3),......,p(tj))；

42、具体步骤如下：

43、1)对集合p中的每个点p，标记聚类索引为点p在集合中的位置索引，标记访问状态为未访问，标记点类型为未定义；

44、2)计算p中的每个点p的ε邻域内的点数量count，若count大于minpts，则将点p标记为核心点，并加入核心点集合pc；

45、3)对核心点集合pc中的每个点p，判断核心点集合内的其他点p'是否在p的ε邻域内；若在，则在p的核心点集合p'中加入p'；

46、4)对核心点集合pc中的每个点p，若点p未被访问，则依次取出点p的核心点集合p'中的点p'，若p'未被访问，则将p的聚类索引赋值给p'，并标记为已访问；

47、5)对p中的每个点p，若p不为核心点，则从核心点集合pc中依次取出点p'，判断点p是否在p'的ε邻域内；若在，则标记p为边缘点，并将p'的聚类索引赋值给p；

48、6)将p中未被标记为核心点或边缘点的点记为噪声点。

49、上述的对于生成的目标簇，将每一个点簇进一步分解得到每一个点簇里的所有位置点以及点簇里每个位置点驻留的时长，包括：

50、对于目标簇p'，将每一个点簇进一步分解，geo＝[(lon1,lat1),(lon2,lat2),......(loni,lati)]表示每一个点簇里的所有位置点；staysum＝(staylen1,staylen1,......stayleni)表示点簇里每个位置点驻留的时长。

51、上述的基于驻留时长加权的位置点归并算法实现过程为：

52、1)将驻留点集合geo和驻留时长集合staysum的长度记为length，定义每个位置点的权重系数为

53、2)若length＝1，返回geo＝(lon1,lat1)；

54、3)若length＞1，i＝1，计算x1＝cos(lat1)×cos(lon1)×fre1，

55、y1＝cos(lat1)×sin(lon1)×fre1，z1＝sin(lat1)×fre1；

56、4)类似的当i＞1时，依次计算xi＝xi-1+cos(lati)×cos(loni)×frei，yi＝yi-1+cos(lati)×sin(loni)×frei，zi＝zi-1+sin(lati)×frei；

57、5)将(4)中得到结果进一步做归一化处理，得到

58、6)最后利用反正切函数计算得到归并点坐标，如下

59、geo(lon,lat)＝[degrees(atan(x,y)),degrees(atan2(z,sqrt(x2+y2)))]；

60、7)按照步骤1)-6)，分别求解兴趣点簇p'中的归并点，最后将驻留时长加入兴趣点中，如下所示：

61、p'＝[geo(lon1,lat1，staysum1),......,geo(loni,lati，staysumi)]

62、上述的步骤4所述老人安全呵护系统基于soa架构设计，系统整体划分为不同组件或者应用服务，支持分布式的部署及扩展，并通过nginx组件实现负载均衡；其根据逻辑关联划分为：展现层、业务层和数据、持久层；

63、其中，展现层负责系统与用户或者外部系统交互；业务层服务于展现层，实现业务逻辑处理满足表现层的需求；数据层、持久层负责系统数据的存储。

64、上述的步骤4所述老人安全呵护系统基于提取的老人居住地和日常活动地数据，进行老人安全呵护，具体步骤如下：

65、1)实时位置查看：

66、通过运营商的位置能力，每15分钟采集老人手机移动终端信令数据，对老人所持手机移动终端最近一次所在区域进行展示；

67、2)活动区域守护：

68、a、设置活动范围阈值，包括居住地阈值thhome、日常活动地阈值thactivity；

69、b、每15分钟采集老人手机移动终端信令数据；

70、c、计算老人最新位置和居住地dhome；

71、d、计算老人最新位置日常活动地的距离dactivity；

72、e、若同时满足dhome＞thhome，dactivity＞thactivity，生成偏离提醒信息，并将所述老人活动异常状态的偏离信息发送给子女移动终端；

73、f、设置医院驻留时间阈值thhospital，当检测老人移动终端在医院周围区域驻留时长超过thhospital时，生成就医提醒信息，并将所述老人活动异常状态的就医信息发送给子女移动终端；

74、g、设置医火车站等大型交通枢纽时间阈值thstation，当检测老人移动终端在火车站等大型交通枢纽周围区域驻留时长超过thstation时，生成出行提醒信息，并将所述老人活动异常状态的出行信息发送给子女移动终端；

75、h、设置河流等危险场所时间阈值thdanger，当检测老人移动终端在河流等危险场所周围区域驻留时长超过thdanger时，生成危险场所提醒信息，并将所述老人活动异常状态的危险场所信息发送给子女移动终端；

76、3)位置兴趣统计：

77、对老人日常活动地进行研判，并对老人所持手机移动终端最近一个月经常活动的区域进行展示。

78、本发明具有以下有益效果：

79、针对移动终端信令数据时空位置复杂、数据量大、噪声多的特点，利用速度阈值、距离阈值以及三角形外接圆半径阈值控制法，能够简单高效地消除漂移数据和乒乓数据。通过电信位置、大数据分析等技术手段，提出一种基于驻留时长加权和密度聚类算法相结合的兴趣点识别(rdw-dbscan)算法，解决传统od方法识别移动终端信令数据兴趣点不准的问题，能够有效地挖掘出老人的居住地、日常活动地等兴趣点。

80、同时解决老人机无法安装app、无法获取gps定位信息，设计一种无端化、无感化老人呵护系统；充分挖掘电信位置信息，结合老人移动终端位置、行为等数据分析，对异常情况进行准确识别，判断老人的位置、行为等状态，实时智能提醒，包括居住地偏离提醒、日常活动地偏离提醒、移动终端异常提醒、危险场所提醒，保障老人安全。