公开(公告)号：CN110955804B

公开(公告)日：2024-03-22

申请号：CN201911222910.3

申请日：2019-12-03

Applicant: 南京大学

Inventor： 张雷 ,  淦珺 ,  曾成 ,  罗向阳

IPC: G06F16/901 ,  G06F18/22

Abstract: 本发明公开了一种针对用户时空数据行为检测的Adaboost方法，根据用户的时空数据，空间数据用于经纬度的表示，根据时间序将这些空间点有序的连接起来形成一个轨迹图。轨迹图可以将用户的常驻点作为一个核心点将整个轨迹划分成多个环。利用空间上经纬度之间的距离计算以及时间节点上的差值计算，可以从图中得到多条特征。根据计算所得，将简单的用户时空数据转化成了更多维度的特征向量，送入机器学习的分类模型当中对用户行为分析进行预测。本发明通过图上的轨迹挖掘出用户更为丰富的潜在信息，基于机器学习Adaboost的预测方法，可以更加显著地提高预测的准确率。

公开(公告)号：CN110955804A

公开(公告)日：2020-04-03

申请号：CN201911222910.3

申请日：2019-12-03

Applicant: 南京大学

Inventor： 张雷 ,  淦珺 ,  曾成 ,  罗向阳

IPC: G06F16/901 ,  G06K9/62

Abstract: 本发明公开了一种针对用户时空数据行为检测的Adaboost方法，根据用户的时空数据，空间数据用于经纬度的表示，根据时间序将这些空间点有序的连接起来形成一个轨迹图。轨迹图可以将用户的常驻点作为一个核心点将整个轨迹划分成多个环。利用空间上经纬度之间的距离计算以及时间节点上的差值计算，可以从图中得到多条特征。根据计算所得，将简单的用户时空数据转化成了更多维度的特征向量，送入机器学习的分类模型当中对用户行为分析进行预测。本发明通过图上的轨迹挖掘出用户更为丰富的潜在信息，基于机器学习Adaboost的预测方法，可以更加显著地提高预测的准确率。