位置推薦方法及系統(tǒng)的制作方法
【專(zhuān)利摘要】本發(fā)明提供一種位置推薦方法，包括：從一個(gè)或者多個(gè)用戶(hù)軌跡記錄中，獲取一個(gè)地理屬性范圍內(nèi)的位置數(shù)據(jù)集合；根據(jù)所述位置數(shù)據(jù)集合提取出位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)，構(gòu)成一個(gè)由位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)組成的目標(biāo)數(shù)據(jù)集合；采用統(tǒng)計(jì)推理方法，從所述目標(biāo)數(shù)據(jù)集合中計(jì)算出每一個(gè)位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)的發(fā)生概率；及基于上述計(jì)算出來(lái)的轉(zhuǎn)移關(guān)系數(shù)據(jù)的發(fā)生概率以及用戶(hù)的當(dāng)前位置，選擇前K個(gè)推薦位置，并按其排序發(fā)送給實(shí)時(shí)推薦引擎。本發(fā)明還提供一種位置推薦系統(tǒng)。利用本發(fā)明能夠使位置推薦結(jié)果更加個(gè)性化，更符合用戶(hù)需求。
【專(zhuān)利說(shuō)明】位置推薦方法及系統(tǒng) 【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及移動(dòng)互聯(lián)網(wǎng)應(yīng)用技術(shù)領(lǐng)域，尤其涉及一種位置推薦方法以及系統(tǒng)。 【【背景技術(shù)】】
[0002] 對(duì)于移動(dòng)互聯(lián)網(wǎng)應(yīng)用而言，除了傳統(tǒng)互聯(lián)網(wǎng)所積累的海量信息、各種豐富應(yīng)用可 供使用外，移動(dòng)互聯(lián)網(wǎng)本身也產(chǎn)生了海量的內(nèi)容和應(yīng)用，怎樣基于所述海量信息，準(zhǔn)確識(shí)別 地出用戶(hù)的喜好并在此基礎(chǔ)上向用戶(hù)推薦最相關(guān)的產(chǎn)品、服務(wù)、信息是移動(dòng)互聯(lián)網(wǎng)的主流 應(yīng)用。
[0003] 目前使用的無(wú)論是基于內(nèi)容過(guò)濾（Content-Based filtering)的個(gè)性化推薦技 術(shù)，還是基于協(xié)同過(guò)濾(Collaborative filtering)的個(gè)性化推薦技術(shù)，基于互聯(lián)網(wǎng)的個(gè)性 化推薦基本上還是基于用戶(hù)歷史行為數(shù)據(jù)(例如，包括購(gòu)買(mǎi)行為、點(diǎn)擊行為、收藏行為、點(diǎn)評(píng) 行為等)+當(dāng)前內(nèi)容場(chǎng)景(例如，正在查詢(xún)的內(nèi)容、瀏覽的圖書(shū)、正在交流的SNS好友等)來(lái)進(jìn) 行上下文推薦的，可以說(shuō)互聯(lián)網(wǎng)個(gè)性化推薦主要還是偏重于線(xiàn)上服務(wù)本身的，對(duì)于用戶(hù)的 位置因素以及其他相關(guān)因素(如個(gè)人喜好等)并沒(méi)有太多的考慮。
[0004] 與基于互聯(lián)網(wǎng)的個(gè)性化推薦相比，基于位置服務(wù)的個(gè)性化推薦更有意義。位置服 務(wù)應(yīng)用融合產(chǎn)生了基于位置的社交網(wǎng)絡(luò)（location-based social networks)，簡(jiǎn)稱(chēng)位置社 交網(wǎng)絡(luò)。在位置社交網(wǎng)絡(luò)中，用戶(hù)可以建立社交鏈接(social links)，通過(guò)具有定位功能的 移動(dòng)設(shè)備(如帶GPS的手機(jī)），簽到(check-in)自己所在的位置，特別是某些感興趣的位置， 如餐館、商店、博物館等;撰寫(xiě)評(píng)論以分享訪(fǎng)問(wèn)（簽到)位置的經(jīng)歷。
[0005] 由于位置社交網(wǎng)絡(luò)包含大量的位置，基于位置服務(wù)的推薦技術(shù)可以使用戶(hù)更容易 找到符合自己偏好的位置。因此，位置推薦有利于人們探索城市中的新地帶，提高城市生活 質(zhì)量。特別是當(dāng)用戶(hù)身處在一個(gè)陌生環(huán)境的時(shí)候。也可以利用位置推薦為實(shí)體商店發(fā)現(xiàn)潛 在客戶(hù)，并為這些客戶(hù)提供相關(guān)廣告，促使客戶(hù)訪(fǎng)問(wèn)商店，從而提高商家的利潤(rùn)。位置推薦 還可以為用戶(hù)推薦符合個(gè)人偏好的旅行路線(xiàn)，幫助用戶(hù)避免信息過(guò)載、節(jié)約行程安排時(shí)間， 以及提高旅行意愿，推動(dòng)旅游業(yè)的發(fā)展。因?yàn)槲恢猛扑]能夠?yàn)榇蟊姟⑸碳液吐眯姓邘?lái)便利 和利益，所以，在位置社交網(wǎng)絡(luò)中，為用戶(hù)進(jìn)行位置推薦是尤為重要的。
[0006] 目前，有許多關(guān)于位置推薦的技術(shù)，但其只是簡(jiǎn)單地利用空間特征，忽略了時(shí)間特 征。依據(jù)傳統(tǒng)協(xié)同過(guò)濾思想的位置推薦方法得到的位置結(jié)果，可能距離用戶(hù)當(dāng)前位置非常 遠(yuǎn)而不能馬上前往，或者與用戶(hù)當(dāng)前位置屬性相似而不大可能連續(xù)被訪(fǎng)問(wèn)，從而影響用戶(hù) 的積極性，即傳統(tǒng)位置推薦系統(tǒng)未考慮用戶(hù)當(dāng)前位置信息、位置間屬性等因素對(duì)用戶(hù)的影 響。 【
【發(fā)明內(nèi)容】
】
[0007] 鑒于以上內(nèi)容，有必要提出一種位置推薦方法，能夠使位置推薦結(jié)果更加個(gè)性化， 更符合用戶(hù)需求。
[0008] -種位置推薦方法，包括：
[0009] 從一個(gè)或者多個(gè)用戶(hù)軌跡記錄中，獲取一地理屬性范圍內(nèi)的位置數(shù)據(jù)集合；
[0010] 根據(jù)所述位置數(shù)據(jù)集合提取出位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)，構(gòu)成一個(gè)由位置間轉(zhuǎn)移關(guān)系 數(shù)據(jù)組成的目標(biāo)數(shù)據(jù)集合；
[0011] 采用統(tǒng)計(jì)推理方法，從所述目標(biāo)數(shù)據(jù)集合中計(jì)算出每一個(gè)位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)的 發(fā)生概率;及
[0012] 基于上述計(jì)算出來(lái)的轉(zhuǎn)移關(guān)系數(shù)據(jù)的發(fā)生概率以及用戶(hù)的當(dāng)前位置，選擇前K個(gè) 推薦位置，并按其排序發(fā)送給實(shí)時(shí)推薦引擎。
[0013] 優(yōu)選地，該方法還包括：
[0014] 所述實(shí)時(shí)推薦引擎向一終端設(shè)備進(jìn)行位置推薦。
[0015] 優(yōu)選地，所述用戶(hù)軌跡記錄包括實(shí)時(shí)獲取的用戶(hù)位置數(shù)據(jù)以及該位置的訪(fǎng)問(wèn)時(shí)間 數(shù)據(jù)。
[0016] 優(yōu)選地，所述統(tǒng)計(jì)推理方法為最大似然估計(jì)思想，用于推理出發(fā)生的可能性最大 的位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)，其中：
[0017] 代表用戶(hù)u從位置1轉(zhuǎn)移到位置i的概率值的概率函數(shù)為：
[0018] fui(i) = 〇(<vu,Viu>+<vi,Vii>)；
[0019] 其中：符號(hào)〈，>代表兩向量?jī)?nèi)積;邏輯函數(shù)
?起歸一化作用；向量Vu代 表用戶(hù)u的偏好向量；向量vi代表當(dāng)前位置1的屬性向量；向量Viu代表下一個(gè)位置i與用戶(hù)u 交互的屬性向量;以及向量vii代表下一個(gè)位置i與當(dāng)前位置1交互的屬性向量。
[0020] 優(yōu)選地，所述統(tǒng)計(jì)推理方法包括：
[0021] 將所有可能的Vu、VI、Viu、Vil組成一個(gè)參數(shù)矩陣? = {U，U，Liu，Lu}，其中，U代表由 所有用戶(hù)偏好向量組成的矩陣，L1代表由所有當(dāng)前位置1的屬性向量V1組成的矩陣，Liu代 表由所有下一個(gè)位置i與用戶(hù)u交互的屬性向量v lu組成的矩陣，以及Lil代表由所有下一個(gè) 位置i與當(dāng)前位置1交互的屬性向量^1組成的矩陣；
[0022]對(duì)所述目標(biāo)數(shù)據(jù)集合Ds做最大似然估計(jì)，得到優(yōu)化函數(shù)：
[0023] L( ? ) =argmaxn〇(〈vu，viu>+〈vi，vii>);及
[0024]對(duì)上述優(yōu)化函數(shù)進(jìn)行計(jì)算求解，以不斷更新其屬性向量值VU，VI，Viu及Vil，使得函 數(shù)L( ? )結(jié)果不斷增大直至收斂，得到的收斂時(shí)的向量值vu，vi，viu及vu。
[0025] 鑒于以上內(nèi)容，還有必要提出一種位置推薦方法，能夠使位置推薦結(jié)果更加個(gè)性 化，更符合用戶(hù)需求。
[0026] -種位置推薦系統(tǒng)，包括：
[0027]數(shù)據(jù)處理模塊，用于從一個(gè)或者多個(gè)用戶(hù)軌跡記錄中，獲取一地理屬性范圍內(nèi)的 位置數(shù)據(jù)集合，并根據(jù)所述位置數(shù)據(jù)集合提取出位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)，構(gòu)成一個(gè)由位置間 轉(zhuǎn)移關(guān)系數(shù)據(jù)組成的目標(biāo)數(shù)據(jù)集合；
[0028] 數(shù)據(jù)建模求解模塊，用于采用統(tǒng)計(jì)推理方法，從所述目標(biāo)數(shù)據(jù)集合中計(jì)算出每一 個(gè)位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)的發(fā)生概率;及
[0029] 推薦位置分析模塊，用于基于上述計(jì)算出來(lái)的轉(zhuǎn)移關(guān)系數(shù)據(jù)的發(fā)生概率以及用戶(hù) 的當(dāng)前位置，選擇前K個(gè)推薦位置，并按其排序發(fā)送給實(shí)時(shí)推薦引擎。
[0030] 優(yōu)選地，該系統(tǒng)進(jìn)一步包括：
[0031] 數(shù)據(jù)獲取模塊，用于從一個(gè)或者多個(gè)終端設(shè)備獲取所述用戶(hù)軌跡記錄。
[0032] 優(yōu)選地，所述用戶(hù)軌跡記錄包括實(shí)時(shí)獲取的用戶(hù)位置數(shù)據(jù)以及該位置的訪(fǎng)問(wèn)時(shí)間 數(shù)據(jù)。
[0033]優(yōu)選地，所述統(tǒng)計(jì)推理方法為最大似然估計(jì)思想，用于推理出發(fā)生的可能性最大 的位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)，其中：
[0034]代表用戶(hù)u從位置1轉(zhuǎn)移到位置i的概率值的概率函數(shù)為：
[0035] fui(i) = 〇(<vu,Viu>+<vi,Vii>)；
[0036] 其中：符號(hào)〈，>代表兩向量?jī)?nèi)積;邏輯函數(shù)
-起歸一化作用；向量Vu代 表用戶(hù)u的偏好向量；向量vi代表當(dāng)前位置1的屬性向量；向量Viu代表下一個(gè)位置i與用戶(hù)u 交互的屬性向量;以及向量vii代表下一個(gè)位置i與當(dāng)前位置1交互的屬性向量。
[0037]優(yōu)選地，所述統(tǒng)計(jì)推理方法包括：
[0038] 將所有可能的vu、vi、viu、vii組成一個(gè)參數(shù)矩陣? = {U，Li，Liu，Lu}，其中，U代表由 所有用戶(hù)偏好向量組成的矩陣，L1代表由所有當(dāng)前位置1的屬性向量V1組成的矩陣，Liu代 表由所有下一個(gè)位置i與用戶(hù)u交互的屬性向量Vu組成的矩陣，以及Lil代表由所有下一個(gè) 位置i與當(dāng)前位置1交互的屬性向量^1組成的矩陣；
[0039]對(duì)所述目標(biāo)數(shù)據(jù)集合Ds做最大似然估計(jì)，得到優(yōu)化函數(shù)：
[0040] L( ? ) =argmaxn〇(〈vu，viu>+〈vi，vii>);及
[0041] 對(duì)上述優(yōu)化函數(shù)進(jìn)行計(jì)算求解，以不斷更新其屬性向量值vu，vi，ViU及vu，使得函 數(shù)L( ? )結(jié)果不斷增大直至收斂，得到的收斂時(shí)的向量值vu，vi，viu及vu。
[0042] 相較于現(xiàn)有技術(shù)，本發(fā)明綜合用戶(hù)對(duì)位置訪(fǎng)問(wèn)的軌跡數(shù)據(jù)及其產(chǎn)生的位置間的轉(zhuǎn) 移關(guān)系數(shù)據(jù)，進(jìn)行建模、求解，以實(shí)現(xiàn)下一個(gè)位置推薦，推薦結(jié)果更加個(gè)性化，更符合用戶(hù)需 求而容易被接受。 【【附圖說(shuō)明】】
[0043] 圖1是一個(gè)示意圖演示了本發(fā)明位置推薦方法較佳實(shí)施例的方法流程圖。
[0044] 圖2為一個(gè)用戶(hù)軌跡示意圖。
[0045] 圖3是一個(gè)示意圖演示了本發(fā)明實(shí)現(xiàn)所述位置推薦方法較佳實(shí)施例的硬件系統(tǒng)架 構(gòu)圖。
[0046] 圖4是一個(gè)示意圖演示了本發(fā)明位置推薦系統(tǒng)的較佳實(shí)施例的功能模塊圖。
[0047]【主要元件符號(hào)說(shuō)明】
[0048] 終端設(shè)備 1
[0049] 服務(wù)器 2
[0050] 位置推薦系統(tǒng) 10
[0051] 處理器 11、21
[0052] 位置獲取單元 12
[0053] 電子地圖單元 13、23
[0054] 計(jì)時(shí)單元 14
[0055] 通訊單元 15、25
[0056] 存儲(chǔ)設(shè)備 26
[0057] 數(shù)據(jù)獲取模塊 100
[0058] 數(shù)據(jù)處理模塊 101
[0059] 數(shù)據(jù)建模求解模塊 102
[0060] 推薦位置分析模塊 103
[0061 ]如下【具體實(shí)施方式】將結(jié)合上述附圖進(jìn)一步說(shuō)明本發(fā)明。 【【具體實(shí)施方式】】
[0062]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清除、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明的一部分實(shí)施例，而不是全部的實(shí)施例。
[0063] 基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)的前提下所 獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0064] 請(qǐng)參考圖1，是本發(fā)明提供的位置推薦方法較佳實(shí)施例的方法流程圖。根據(jù)不同的 需求，該圖所示流程圖中步驟的執(zhí)行順序可以改變，某些步驟可以省略。
[0065]所述位置推薦方法包括：
[0066] S10,終端設(shè)備在得到用戶(hù)允許的情況下，實(shí)時(shí)獲取用戶(hù)位置數(shù)據(jù)以及該位置的訪(fǎng) 問(wèn)時(shí)間數(shù)據(jù)，將獲取的數(shù)據(jù)記錄到一個(gè)用戶(hù)軌跡記錄集中，并將該用戶(hù)軌跡記錄集傳送給 服務(wù)器。
[0067] 其中，所述終端設(shè)備可以是用戶(hù)的手持式電子設(shè)備，如用戶(hù)的智能手機(jī)，筆記本電 腦，智能式穿戴式設(shè)備等。
[0068] 所述智能式穿戴設(shè)備可以不依賴(lài)智能手機(jī)實(shí)現(xiàn)完整或者部分的功能。例如，所述 的智能式穿戴設(shè)備可以是智能手表或智能眼鏡等。
[0069] 所述智能式穿戴設(shè)備也可以只專(zhuān)注于某一類(lèi)應(yīng)用功能，需要和其它設(shè)備，如智能 手機(jī)配合使用，以進(jìn)行各種體征監(jiān)測(cè)。例如，所述的智能式穿戴設(shè)備可以是智能手環(huán)、智能 首飾等。
[0070] 所述終端設(shè)備具有位置獲取功能。所述終端設(shè)備首先需要檢測(cè)用戶(hù)是否允許獲取 該用戶(hù)的地理定位信息。獲取地理定位信息可能侵犯用戶(hù)的隱私，因此，除非用戶(hù)同意，否 則所述終端設(shè)備的位置獲取功能是不可用的。
[0071]終端設(shè)備可以在其用戶(hù)界面上彈出一個(gè)對(duì)話(huà)框，表明是否允許獲取用戶(hù)的地理定 位信息。若用戶(hù)選擇允許獲取地理定位信息，則所述終端設(shè)備的位置獲取功能可用，否則， 若用戶(hù)選擇不允許獲取地理定位信息，則所述終端設(shè)備的位置獲取功能不可用。
[0072] 本發(fā)明的一個(gè)實(shí)施例中，所述位置獲取功能可以基于GPS(Global Positioning System，全球定位系統(tǒng)）定位獲取用戶(hù)位置數(shù)據(jù)。所述基于GPS定位是通過(guò)測(cè)量出已知位置 的衛(wèi)星到用戶(hù)接收機(jī)(例如，用戶(hù)的終端設(shè)備上安裝的GPS模塊)之間的距離，然后，綜合多 顆衛(wèi)星的數(shù)據(jù)計(jì)算出所述接收機(jī)的具體位置。
[0073] 本發(fā)明其他實(shí)施例中，所述位置獲取功能也可以是基于通訊運(yùn)營(yíng)商的基站定位獲 取用戶(hù)位置數(shù)據(jù)。所述基站定位一般應(yīng)用于手機(jī)用戶(hù)，手機(jī)基站定位服務(wù)又叫做移動(dòng)位置 服務(wù)(LBS，Location Based Service)，是通過(guò)通訊運(yùn)營(yíng)商的網(wǎng)絡(luò)（如GSM網(wǎng)，Global System for Mobile Communication)獲取移動(dòng)終端用戶(hù)的手機(jī)SIM卡（Subscriber Identity Module，客戶(hù)識(shí)別模塊）的位置信息（如，經(jīng)煒度坐標(biāo)），在電子地圖平臺(tái)，如Google地圖服 務(wù)，的支持下進(jìn)行對(duì)接，并將所述位置信息顯示到所述電子地圖上面，從而達(dá)到定位的目 的。
[0074] 本發(fā)明其他實(shí)施例中，所述位置獲取功能也可以是基于輔助全球衛(wèi)星定位系統(tǒng) (AGPS，ASsist edGPS)定位獲取用戶(hù)位置數(shù)據(jù)。所述AGPS定位是利用通訊基站信息來(lái)輔助 GPS模塊進(jìn)行手機(jī)定位，以在受遮蓋的室內(nèi)沒(méi)有GPS信號(hào)的地方，利用基站定位來(lái)提供位置 信息，縮小定位盲區(qū)，減輕GPS模塊對(duì)衛(wèi)星的依賴(lài)度。
[0075] 此外，在本發(fā)明其他實(shí)施例中，所述位置獲取功能也可以是利用Wi-Fi在小范圍內(nèi) 的定位方式或者其他任何已經(jīng)在使用或者尚未開(kāi)發(fā)使用的任何位置獲取技術(shù)。
[0076]進(jìn)一步地，所述終端設(shè)備同時(shí)具有計(jì)時(shí)功能，以記錄用戶(hù)在某個(gè)地理位置的訪(fǎng)問(wèn) 時(shí)間。
[0077]其中，所述數(shù)據(jù)記錄包括所述用戶(hù)位置數(shù)據(jù)，例如位置名稱(chēng)(例如天安門(mén)、故宮等） 以及經(jīng)煒度信息等數(shù)據(jù)，以及該位置的訪(fǎng)問(wèn)時(shí)間數(shù)據(jù)。進(jìn)一步地，在本發(fā)明的其他實(shí)施例 中，所述位置數(shù)據(jù)還可以包括位置所屬類(lèi)別(例如餐飲、旅游、住宿等）。
[0078] 所述數(shù)據(jù)記錄可以顯示在電子地圖上，如Google地圖、百度地圖、高德地圖等。如 圖2所示，某一用戶(hù)在2016年2月23日，從上午9點(diǎn)鐘左右到下午2點(diǎn)鐘左右的大概5個(gè)小時(shí)， 連續(xù)訪(fǎng)問(wèn)了前門(mén)、天安門(mén)、故宮博物院、景山公園等位置。
[0079] S11，所述服務(wù)器從所接收的所有用戶(hù)軌跡記錄集中獲取一個(gè)地理屬性范圍內(nèi)的 位置數(shù)據(jù)集合。
[0080]每一個(gè)終端設(shè)備在得到了用戶(hù)的允許的情況下，在獲取了該用戶(hù)的位置數(shù)據(jù)后， 都會(huì)通過(guò)該終端設(shè)備的通訊單元將由所述位置數(shù)據(jù)組成的用戶(hù)軌跡記錄集傳送給所述服 務(wù)器。因此，所述服務(wù)器可以獲取多個(gè)用戶(hù)的用戶(hù)軌跡記錄集。
[0081 ] 所述通訊單元可以是無(wú)線(xiàn)通訊模塊，包括Wi-Fi模塊，WiMax(World Interoperability for Microwave Access，即全球微波接入互操作性）模塊，GSM(Global System for Mobile Communication，全球移動(dòng)通信系統(tǒng)）模塊，CDMA(Code Division Multiple Access，碼分多址）包括CDMA2000，CDMA，CDMA2000 lx evdo，WCDMA，TD-SCDMA等 等），ITE(Long Term Evolution，長(zhǎng)期演進(jìn)），HiperLAN(high_performance radio local area network，高性能無(wú)線(xiàn)局域網(wǎng)）等等。
[0082] 在本實(shí)施例中，所述服務(wù)器對(duì)所有用戶(hù)軌跡記錄集中的位置數(shù)據(jù)記錄，以一個(gè)相 同的地理屬性，例如，以城市這個(gè)屬性，對(duì)所有位置數(shù)據(jù)進(jìn)行分類(lèi)，并得到某一個(gè)城市，例如 某一用戶(hù)A當(dāng)前所在城市這個(gè)地理范圍內(nèi)的所有位置數(shù)據(jù)集合。
[0083] 應(yīng)該了解，在收集位置數(shù)據(jù)時(shí)，所選取的地理范圍的大小會(huì)影響數(shù)據(jù)規(guī)模和位置 推薦的準(zhǔn)確度，本實(shí)施例以城市為單位進(jìn)行位置數(shù)據(jù)收集。在本發(fā)明的其他實(shí)施例中，也可 以采用其他的地理屬性，如以某一位置(如用戶(hù)A當(dāng)前所在位置)為中心，以500米、1000米或 者2000米等為活動(dòng)半徑的地理范圍內(nèi)。
[0084] S12,所述服務(wù)器根據(jù)所述位置數(shù)據(jù)集合提取出位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)，從而構(gòu)成一 個(gè)由位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)組成的目標(biāo)數(shù)據(jù)集合Ds。
[0085] 在本實(shí)施例中，上述獲取的位置數(shù)據(jù)集合中包括用戶(hù)訪(fǎng)問(wèn)位置數(shù)據(jù)(u，l，t)，其 中，u代表用戶(hù)，1代表位置，t代表訪(fǎng)問(wèn)時(shí)間。所述位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)為(u，l，i)，其中，i是 轉(zhuǎn)移位置，其代表用戶(hù)從位置1轉(zhuǎn)移到位置i，其中，位置i的選擇原則為ti-tl〈T，即從位置1 到達(dá)位置i的時(shí)間小于預(yù)設(shè)時(shí)間T。
[0086] 本實(shí)施例中，從位置1到位置i的時(shí)間可以是利用電子地圖的導(dǎo)航功能所計(jì)算出來(lái) 的時(shí)間。例如，現(xiàn)在的百度地圖、高德地圖、Google地圖等都能夠根據(jù)確定的起始地及目的 地計(jì)算從所述起始地到所述目的地的大概時(shí)間，包括步行時(shí)間、乘坐公共交通工具時(shí)間及 自駕時(shí)間等。
[0087] 根據(jù)不同的系統(tǒng)設(shè)置或者用戶(hù)設(shè)置，所述預(yù)設(shè)時(shí)間T可以是步行時(shí)間、乘坐公共交 通工具時(shí)間或者自駕時(shí)間等。例如，用戶(hù)可以通過(guò)該用戶(hù)的終端設(shè)備提供的一個(gè)設(shè)置界面 設(shè)置預(yù)設(shè)時(shí)間T的個(gè)性化需求，如自駕一個(gè)小時(shí)之內(nèi)、步行二十分鐘之內(nèi)、公共交通工具直 達(dá)且時(shí)間在半個(gè)小時(shí)之內(nèi)、最多轉(zhuǎn)車(chē)一次且時(shí)間在一個(gè)小時(shí)之內(nèi)，等等。
[0088] 在其中一個(gè)示意性的例子中，根據(jù)所述用戶(hù)軌跡記錄集，用戶(hù)A在11位置停留了tl 分鐘，在12位置停留了t2分鐘，在13位置停留了t3分鐘，在14位置停留了tl分鐘；用戶(hù)B在11 位置停留了 t4分鐘，在15位置停留了 t2分鐘，在16位置停留了 t5分鐘，在14位置停留了 t6分 鐘；用戶(hù)C在17位置停留了t7分鐘，在12位置停留了t8分鐘，在18位置停留了t9分鐘，在19位 置停留了 tl分鐘。
[0089] 因此，根據(jù)上述例子，所述用戶(hù)訪(fǎng)問(wèn)位置數(shù)據(jù)包括(uA，ll，tl)、（uA，12，t2)、（uA， 13，t3)、（uA，14，tl)、（uB，ll，t4)、（uB，15，t2)、（uB，16，t5)、（uB，14，t6)、（uC，17，t7)、（uC， 12 48)、（11(：，18 49)、（11(：，19 41)。所提取出的位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)可以包括(1^，11，15)、 (uA，ll，16)、(uA，12，15)、(uA，12，14)，等等。
[0090] S13,所述服務(wù)器采用統(tǒng)計(jì)推理方法，從所述目標(biāo)數(shù)據(jù)集合Ds中計(jì)算出每一個(gè)位置 間轉(zhuǎn)移關(guān)系數(shù)據(jù)的發(fā)生概率。
[0091] 在本實(shí)施例中，所述統(tǒng)計(jì)推理方法為最大似然估計(jì)思想，即最合理的推理是使已 有的位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)發(fā)生的可能性最大。其中，代表用戶(hù)u從位置1轉(zhuǎn)移到位置i的概率 值的概率函數(shù)為：
[0092] fui (i) = 〇 (<vu，viU>+〈vi，vii>)。
[0093] 其中：符號(hào)〈，>代表兩向量?jī)?nèi)積;邏輯函數(shù)
-起歸一化作用；向量vu代 表用戶(hù)u的偏好向量，如用戶(hù)u喜歡的位置類(lèi)別；向量V1代表當(dāng)前位置1的屬性向量，如位置1 的位置名稱(chēng)、所屬類(lèi)別、經(jīng)煒度等；向量vlu代表下一個(gè)位置i與用戶(hù)u交互的屬性向量，如用 戶(hù)u對(duì)位置i的喜歡程度；以及向量vu代表下一個(gè)位置i與當(dāng)前位置1交互的屬性向量，如從 當(dāng)前位置1轉(zhuǎn)移到下一位置i的概率。
[0094] 所有可能的％、^、％11、％1可以組成一個(gè)參數(shù)矩陣0={1]丄1，1^，1^1}。
[0095] 其中：U代表由所有用戶(hù)偏好向量vu組成的矩陣，L1代表由所有當(dāng)前位置1的屬性 向量vi組成的矩陣，Liu代表由所有下一個(gè)位置i與用戶(hù)u交互的屬性向量vi U組成的矩陣，以 及Lil代表由所有下一個(gè)位置i與當(dāng)前位置1交互的屬性向量Vll組成的矩陣。
[0096] 在本實(shí)施例中，對(duì)所述目標(biāo)數(shù)據(jù)集合Ds做最大似然估計(jì)，得到優(yōu)化函數(shù):L( ? )= argmax n o (<vu, viu>+<vi, vu>) 〇
[0097] 進(jìn)一步對(duì)上述優(yōu)化函數(shù)進(jìn)行計(jì)算求解，以不斷更新其屬性向量值vu，vi，Viii及vu， 使得函數(shù)L( ? )結(jié)果不斷增大直至收斂，得到的收斂時(shí)的向量值vu，vi，viu及vug卩為最優(yōu)結(jié) 果D
[0098]詳細(xì)地，所述計(jì)算求解算法如下： 輸入：所有位置轉(zhuǎn)移關(guān)系數(shù)據(jù)（u ,1，i ); 輸出：所有參數(shù)0 procedure Learn i ng(0) randomly initialize 0
[0099] repeat draw (Uj 1, i) uniformly from Ds for () d 和沒(méi) + , V奴 > + < V;, vz7 >)) end for until convergence
[0100] return ? end procedure.
[0101] 在上述求解算法中，所有位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)(u，l，i)組成集合Ds作為算法輸入， 其對(duì)應(yīng)參數(shù)集合為? = {1]兒1，1^1!，1^1}，當(dāng)優(yōu)化函數(shù)收斂時(shí)，參數(shù)集合亦是算法輸出。過(guò)程 則是不斷從集合Ds中隨機(jī)選取一個(gè)(u，l，i)轉(zhuǎn)移關(guān)系數(shù)據(jù)，并依據(jù)梯度上升思想對(duì)相應(yīng)參
數(shù)做修改，既 直至函數(shù)收斂。 5
[0102] 利用每一個(gè)位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)(u，l，i)對(duì)應(yīng)的參數(shù)0，以及上述的概率函數(shù)ful (i)=〇(〈vu，viU>+〈vi，vii>)，可以計(jì)算出每一個(gè)位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)(u，l，i)的發(fā)生概率。
[0103] S14,所述服務(wù)器基于上述計(jì)算出來(lái)的轉(zhuǎn)移關(guān)系數(shù)據(jù)(u，l，i)的發(fā)生概率以及用戶(hù) 的當(dāng)前位置，根據(jù)所述轉(zhuǎn)移關(guān)系數(shù)據(jù)中的轉(zhuǎn)移位置i，選擇多個(gè)(例如前K個(gè))推薦位置，并按 其發(fā)生概率從大到小進(jìn)行排序后，發(fā)送給實(shí)時(shí)推薦引擎，由所述實(shí)時(shí)推薦引擎向終端設(shè)備 進(jìn)行位置推薦。
[0104]至此，完成一次位置推薦過(guò)程。
[0105]上述圖1詳細(xì)介紹了本發(fā)明的位置推薦方法，下面結(jié)合第3~4圖，分別對(duì)實(shí)現(xiàn)上述 位置推薦方法的硬件系統(tǒng)架構(gòu)以及實(shí)現(xiàn)該位置推薦方法的軟件系統(tǒng)的功能模塊進(jìn)行介紹。 [0106]應(yīng)該了解，該實(shí)施例僅為說(shuō)明之用，在專(zhuān)利申請(qǐng)范圍上并不受此結(jié)構(gòu)的限制。
[0107] 如圖3所示，為本發(fā)明實(shí)現(xiàn)所述位置推薦方法較佳實(shí)施例的硬件系統(tǒng)架構(gòu)圖。
[0108] 在本發(fā)明的其中一個(gè)較佳實(shí)施例中，所述位置推薦方法的實(shí)現(xiàn)由兩大部分構(gòu)成：
[0109] -、收集用戶(hù)位置數(shù)據(jù)的一臺(tái)或者多臺(tái)終端設(shè)備1
[0110]其中，所述終端設(shè)備1可以是用戶(hù)的手持式電子設(shè)備，如用戶(hù)的智能手機(jī)，筆記本 電腦，智能式穿戴式設(shè)備等。 所述智能式穿戴設(shè)備可以不依賴(lài)智能手機(jī)實(shí)現(xiàn)完整或者部分的功能。例如，所述 智能式穿戴設(shè)備可以是智能手表或智能眼鏡等。其他實(shí)施例中，所述智能式穿戴設(shè)備也可 以只專(zhuān)注于某一類(lèi)應(yīng)用功能，需要和其它設(shè)備，如智能手機(jī)配合使用，以進(jìn)行各種體征監(jiān) 測(cè)。例如，所述的智能式穿戴設(shè)備可以是智能手環(huán)、智能首飾等。
[0112] 所述終端設(shè)備1包括處理器11、位置獲取單元12、電子地圖單元13、計(jì)時(shí)單元14以 及通訊單元15。應(yīng)該了解，所述終端設(shè)備1也可以包括其他硬件或者軟件，例如，存儲(chǔ)設(shè)備、 顯示屏幕、攝像頭等，而并不限制于上述列舉的部件。
[0113] 在本發(fā)明的其中一個(gè)實(shí)施例中，所述位置獲取單元12可以是GPS(Global Positioning System，全球定位系統(tǒng))模塊，其基于GPS系統(tǒng)定位獲取用戶(hù)位置數(shù)據(jù)。所述 GPS定位是測(cè)量出已知位置的衛(wèi)星到用戶(hù)接收機(jī)(如用戶(hù)終端設(shè)備的GPS模塊)之間的距離， 然后綜合多顆衛(wèi)星的數(shù)據(jù)計(jì)算出接收機(jī)的具體位置。
[0114] 在本發(fā)明的其他實(shí)施例中，所述位置獲取單元12也可以是基站定位模塊，其基于 通訊運(yùn)營(yíng)商的基站定位獲取用戶(hù)位置數(shù)據(jù)。所述基站定位是基于通訊運(yùn)營(yíng)商信號(hào)塔的定位 方式，通過(guò)信號(hào)塔獲取到手機(jī)SIM(Subscriber Identity Module客戶(hù)識(shí)別模塊)卡的經(jīng)煒 度信息，通過(guò)計(jì)算將該位置點(diǎn)通過(guò)與電子地圖單元13,如Google地圖服務(wù)，進(jìn)行對(duì)接顯示到 電子地圖單元13上，達(dá)到定位的目的。
[0115] 在本發(fā)明的其他實(shí)施例中，所述位置獲取單元12也可以是GPS模塊與基站定位模 塊的組合，其基于A(yíng)GPSUssistedGPS:輔助全球衛(wèi)星定位系統(tǒng)）定位獲取用戶(hù)位置數(shù)據(jù)。所 述AGPS利用通訊基站信息來(lái)輔助GPS模塊進(jìn)行手機(jī)定位，以在室內(nèi)沒(méi)有GPS信號(hào)的地方利用 基站定位來(lái)提供位置信息，縮小定位盲區(qū)。
[0116] 此外，在本發(fā)明的其他實(shí)施例中，所述位置獲取單元12也可以是Wi-Fi模塊，其利 用Wi-Fi實(shí)現(xiàn)在小范圍內(nèi)的定位。或者所述位置獲取單元 12也可以是其他任何已經(jīng)在使用 或者尚未開(kāi)發(fā)使用的能夠支持位置獲取技術(shù)的任何模塊，而不限于上述所列舉的。
[0117] 所述電子地圖單元13即數(shù)字地圖，是利用計(jì)算機(jī)技術(shù)，以數(shù)字方式存儲(chǔ)和查閱的 地圖。電子地圖儲(chǔ)存資訊的方法，一般使用向量式圖像儲(chǔ)存，地圖比例可放大、縮小或旋轉(zhuǎn) 而不影響顯示效果。
[0118]所述電子地圖單元13結(jié)合衛(wèi)星圖片、地圖，以及搜索技術(shù)可以獲取全球地理信息。
[0119] 在本發(fā)明的其中一個(gè)實(shí)施例中，所述電子地圖單元13可以是，但并不限制于， Google地圖、百度地圖、高德地圖等。
[0120] 所述計(jì)時(shí)單元14用于記錄用戶(hù)在某個(gè)地理位置的訪(fǎng)問(wèn)時(shí)間。例如，圖2所示，所述 計(jì)時(shí)單元14記錄了某個(gè)用戶(hù)于2016年2月23日，在前門(mén)、天安門(mén)、故宮博物院、景山公園等位 置，從上午9點(diǎn)鐘左右到下午2點(diǎn)鐘左右，連續(xù)訪(fǎng)問(wèn)了大概5個(gè)小時(shí)。
[0121] 所述通訊單元15可以是無(wú)線(xiàn)通訊模塊，包括Wi-Fi模塊，WiMax(World Interoperability for Microwave Access，即全球微波接入互操作性）模塊，GSM(Global System for Mobile Communication，全球移動(dòng)通信系統(tǒng)）模塊，CDMA(Code Division Multiple Access，碼分多址）包括CDMA2000，CDMA，CDMA2000 lx evdo，WCDMA，TD-SCDMA等 等），ITE(Long Term Evolution，長(zhǎng)期演進(jìn)），HiperLAN(high_performance radio local area network，高性能無(wú)線(xiàn)局域網(wǎng)）等等。
[0122] 所述通訊單元15可以用于終端設(shè)備1與其他設(shè)備，如其他終端設(shè)備1或者服務(wù)器之 間的信息交換。
[0123] 所述處理器11又稱(chēng)中央處理器（CI^tLCentral Processing Unit)，是一塊超大規(guī) 模的集成電路，是終端設(shè)備1的運(yùn)算核心(Cor e)和控制核心(Con tro 1 Unit)。處理器11的功 能主要是解釋程序指令以及處理軟件中的數(shù)據(jù)。
[0124] 所述處理器11連接于所述位置獲取單元12、電子地圖單元13、計(jì)時(shí)單元14以及通 訊單元15,用于控制位置獲取單元12獲取用戶(hù)的位置數(shù)據(jù)以及控制計(jì)時(shí)單元14記錄用戶(hù)在 某個(gè)地理位置的訪(fǎng)問(wèn)時(shí)間，將所述位置數(shù)據(jù)以及訪(fǎng)問(wèn)時(shí)間數(shù)據(jù)進(jìn)行處理，如存儲(chǔ)在用戶(hù)軌 跡記錄集，及/或顯示在所述電子地圖單元13上等等。
[0125] 在本實(shí)施例的其中一個(gè)應(yīng)用實(shí)例中，當(dāng)用戶(hù)來(lái)到某個(gè)地方時(shí)，該用戶(hù)隨身攜帶的 終端設(shè)備1，如用戶(hù)的手機(jī)，通過(guò)其位置獲取單元12,得到用戶(hù)當(dāng)前所述的位置，將此時(shí)的經(jīng) 度和維度保存起來(lái)。進(jìn)一步地，還可以透過(guò)電子地圖單元13獲取所述位置的名稱(chēng)，如XX公 園，并得到該位置的所屬類(lèi)別，如屬于景點(diǎn)，并將該些信息一并保存起來(lái)。進(jìn)一步地，終端設(shè) 備1的計(jì)時(shí)單元14還會(huì)記錄用戶(hù)在該位置的訪(fǎng)問(wèn)時(shí)間（即停留時(shí)間）。其中，所述用戶(hù)記為u， 所述位置記為1，以及所述時(shí)間記為t。
[0126] 所述終端設(shè)備1會(huì)將由用戶(hù)訪(fǎng)問(wèn)位置數(shù)據(jù)(包括所述用戶(hù)u，位置1，以及時(shí)間t)組 成的用戶(hù)軌跡記錄集傳送至一服務(wù)端系統(tǒng)中，待該服務(wù)端系統(tǒng)進(jìn)行數(shù)據(jù)處理，得到推薦位 置，并將所述推薦位置推送給所述終端設(shè)備1，供用戶(hù)參考使用。
[0127] 二、數(shù)據(jù)處理的服務(wù)器2
[0128] 所述服務(wù)器2可以是云服務(wù)器。與所述終端設(shè)備1相似地，所述服務(wù)器2包括處理器 21、電子地圖單元23以及通訊單元25。此外，所述服務(wù)器2還安裝有位置推薦系統(tǒng)10。
[0129] 本實(shí)施例中，所述位置推薦系統(tǒng)10可以包括多個(gè)由程序段所組成的功能模塊(詳 見(jiàn)圖4)。所述位置推薦系統(tǒng)10中的各個(gè)程序段的程序代碼可以存儲(chǔ)于服務(wù)器2的存儲(chǔ)設(shè)備 26中，并由服務(wù)器2的處理器21所執(zhí)行，以對(duì)所述終端設(shè)備1傳送過(guò)來(lái)的用戶(hù)軌跡記錄集進(jìn) 行數(shù)據(jù)處理，得到一個(gè)或者多個(gè)推薦位置，并將所述推薦位置推送給所述終端設(shè)備1，供用 戶(hù)參考使用(詳見(jiàn)圖4中描述）。
[0130]參閱圖4所示，為本發(fā)明位置推薦系統(tǒng)較佳實(shí)施例的功能模塊圖。本實(shí)施例中，所 述位置推薦系統(tǒng)10根據(jù)其所執(zhí)行的功能，可以被劃分為多個(gè)功能模塊。本實(shí)施例中，所述功 能模塊包括:數(shù)據(jù)獲取模塊100、數(shù)據(jù)處理模塊101、數(shù)據(jù)建模求解模塊102以及推薦位置分 析模塊103。
[0131]所述數(shù)據(jù)獲取模塊100用于從各個(gè)終端設(shè)備1獲取每個(gè)終端設(shè)備1所收集的用戶(hù)軌 跡記錄集。
[0132] 本實(shí)施例中，每一臺(tái)終端設(shè)備1在得到用戶(hù)允許的情況下，實(shí)時(shí)獲取用戶(hù)位置數(shù)據(jù) 以及該位置的訪(fǎng)問(wèn)時(shí)間數(shù)據(jù)，將獲取的數(shù)據(jù)記錄到一個(gè)用戶(hù)軌跡記錄集中，并將獲取的數(shù) 據(jù)記錄到一個(gè)用戶(hù)軌跡記錄集中。
[0133] 所述終端設(shè)備1首先要檢測(cè)用戶(hù)是否允許獲取地理定位信息。獲取地理定位信息 可能侵犯用戶(hù)的隱私，因此除非用戶(hù)同意，否則位置獲取功能是不可用的。
[0134] 終端設(shè)備1可以在其用戶(hù)界面上彈出一個(gè)對(duì)話(huà)框，表明是否允許獲取用戶(hù)的地理 定位信息。若用戶(hù)選擇允許獲取地理定位信息，則所述終端設(shè)備1的位置獲取功能可用，否 貝1J，若用戶(hù)選擇不允許獲取地理定位信息，則所述終端設(shè)備1的位置獲取功能不可用。
[0135] 其中，其中，所述數(shù)據(jù)記錄包括所述用戶(hù)位置數(shù)據(jù)，例如位置名稱(chēng)(例如天安門(mén)、故 宮等）以及經(jīng)煒度信息等數(shù)據(jù)，以及該位置的訪(fǎng)問(wèn)時(shí)間數(shù)據(jù)。進(jìn)一步地，本發(fā)明其他實(shí)施例 中，所述位置數(shù)據(jù)還可以包括位置所屬類(lèi)別(例如餐飲、旅游、住宿等）。
[0136] 所述數(shù)據(jù)記錄可以顯示在電子地圖上，如Google地圖、百度地圖、高德地圖等。如 圖2所示，某個(gè)用戶(hù)在2016年2月23日，從上午9點(diǎn)鐘左右到下午2點(diǎn)鐘左右的大概5個(gè)小時(shí)， 連續(xù)訪(fǎng)問(wèn)了前門(mén)、天安門(mén)、故宮博物院、景山公園等位置。
[0137] 所述數(shù)據(jù)處理模塊101用于從所有用戶(hù)軌跡記錄集中獲取一個(gè)地理屬性范圍內(nèi)的 位置數(shù)據(jù)集合。
[0138] 每一個(gè)終端設(shè)備1在得到了用戶(hù)的允許的情況下，在獲取了該用戶(hù)的位置數(shù)據(jù)后， 都會(huì)通過(guò)有線(xiàn)或者無(wú)線(xiàn)的方式將由所述位置數(shù)據(jù)組成的用戶(hù)軌跡記錄集傳送給所述服務(wù) 器。因此，所述服務(wù)器可以獲取多個(gè)用戶(hù)的用戶(hù)軌跡記錄集。
[0139] 本實(shí)施例中，所述服務(wù)器對(duì)所有用戶(hù)軌跡記錄集中的位置數(shù)據(jù)記錄，以一個(gè)相同 的地理屬性，例如，以城市這個(gè)屬性，對(duì)所有位置數(shù)據(jù)進(jìn)行分類(lèi)，得到某一個(gè)城市，例如某個(gè) 用戶(hù)A當(dāng)前所在城市這個(gè)地理范圍內(nèi)的所有位置數(shù)據(jù)集合。
[0140] 應(yīng)該了解，在收集位置數(shù)據(jù)時(shí)，所選取的地理范圍的大小會(huì)影響數(shù)據(jù)規(guī)模和位置 推薦的準(zhǔn)確度，本實(shí)施例中以城市為單位進(jìn)行位置數(shù)據(jù)收集。在本發(fā)明的其他實(shí)施例中，也 可以采用其他的地理屬性，如以某個(gè)位置(如用戶(hù)A當(dāng)前所在位置)為中心，以500米、1000米 或者2000米等為活動(dòng)半徑的地理范圍內(nèi)。
[0141] 進(jìn)一步地，所述數(shù)據(jù)處理模塊101還用于根據(jù)所述位置數(shù)據(jù)集合提取出位置間轉(zhuǎn) 移關(guān)系數(shù)據(jù)，從而構(gòu)成一個(gè)由出位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)組成的目標(biāo)數(shù)據(jù)集合Ds。
[0142] 本實(shí)施例中，上述獲取的位置數(shù)據(jù)集合中包括用戶(hù)訪(fǎng)問(wèn)位置數(shù)據(jù)(u，l，t)，其中，u 代表用戶(hù)，1代表位置，t代表訪(fǎng)問(wèn)時(shí)間。所述位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)為(u，l，i)，其中，i是轉(zhuǎn)移 位置，其代表用戶(hù)從位置1轉(zhuǎn)移到位置i，其中，位置i的選擇原則為ti_tl〈T，即從位置1到達(dá) 位置i的時(shí)間小于預(yù)設(shè)時(shí)間T。
[0143] 本實(shí)施例中，從位置1到位置i的時(shí)間可以是利用電子地圖的導(dǎo)航功能所計(jì)算出來(lái) 的時(shí)間。例如，現(xiàn)在的百度地圖、高德地圖、Google地圖等都能夠根據(jù)確定的起始地及目的 地計(jì)算從所述起始地到所述目的地的大概時(shí)間，包括步行時(shí)間、乘坐公共交通工具時(shí)間及 自駕時(shí)間等。
[0144] 根據(jù)不同的系統(tǒng)設(shè)置或者用戶(hù)設(shè)置，所述預(yù)設(shè)時(shí)間T可以是步行時(shí)間、乘坐公共交 通工具時(shí)間或者自駕時(shí)間等。例如，用戶(hù)可以通過(guò)該用戶(hù)的終端設(shè)備提供的一個(gè)設(shè)置界面 設(shè)置預(yù)設(shè)時(shí)間T的個(gè)性化需求，如自駕一個(gè)小時(shí)之內(nèi)、步行二十分鐘之內(nèi)、公共交通工具直 達(dá)且時(shí)間在半個(gè)小時(shí)之內(nèi)、最多轉(zhuǎn)車(chē)一次且時(shí)間在一個(gè)小時(shí)之內(nèi)，等等。
[0145] 在其中一個(gè)示意性的例子中，根據(jù)所述用戶(hù)軌跡記錄集，用戶(hù)A在11位置停留了tl 分鐘，在12位置停留了t2分鐘，在13位置停留了t3分鐘，在14位置停留了tl分鐘；用戶(hù)B在11 位置停留了 t4分鐘，在15位置停留了 t2分鐘，在16位置停留了 t5分鐘，在14位置停留了 t6分 鐘；用戶(hù)C在17位置停留了t7分鐘，在12位置停留了t8分鐘，在18位置停留了t9分鐘，在19位 置停留了 tl分鐘。
[0146] 因此，根據(jù)上述例子，所述用戶(hù)訪(fǎng)問(wèn)位置數(shù)據(jù)包括(uA，ll，tl)、（uA，12，t2)、（uA， 13，t3)、（uA，14，tl)、（uB，ll，t4)、（uB，15，t2)、（uB，16，t5)、（uB，14，t6)、（uC，17，t7)、（uC， 12 48)、（11(：，18 49)、（11(：，19 41)。所提取出的位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)可以包括(1^，11，15)、 (uA，ll，16)、(uA，12，15)、(uA，12，14)，等等。
[0147] 所述數(shù)據(jù)建模求解模塊102用于采用統(tǒng)計(jì)推理方法，從所述目標(biāo)數(shù)據(jù)集合Ds中計(jì) 算出每一個(gè)轉(zhuǎn)移關(guān)系數(shù)據(jù)的發(fā)生概率。
[0148] 本實(shí)施例中，所述統(tǒng)計(jì)推理方法為最大似然估計(jì)思想，即最合理的推理是使已有 的位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)發(fā)生的可能性最大。其中，代表用戶(hù)u從位置1轉(zhuǎn)移到位置i的概率值 的概率函數(shù)為：
[0149] fui (i) = 〇 (<vu，viU>+〈vi，vii>) 〇
[0150] 其中：符號(hào)〈，>代表兩向量?jī)?nèi)積;邏輯函數(shù)
-起歸一化作用；向量Vu代 表用戶(hù)u的偏好向量，如用戶(hù)u喜歡的位置類(lèi)別；向量V1代表當(dāng)前位置1的屬性向量，如位置1 的位置名稱(chēng)、所屬類(lèi)別、經(jīng)煒度等；向量vlu代表下一個(gè)位置i與用戶(hù)u交互的屬性向量，如用 戶(hù)u對(duì)位置i的喜歡程度；以及向量vu代表下一個(gè)位置i與當(dāng)前位置1交互的屬性向量，如從 當(dāng)前位置1轉(zhuǎn)移到下一位置i的概率。
[0151] 所有可能的％、^、％11、％1可以組成一個(gè)參數(shù)矩陣0={1]丄1，1^，1^1}。
[0152] 其中：U代表由所有用戶(hù)偏好向量vu組成的矩陣，L1代表由所有當(dāng)前位置1的屬性 向量vi組成的矩陣，Liu代表由所有下一個(gè)位置i與用戶(hù)u交互的屬性向量vi U組成的矩陣，以 及Lil代表由所有下一個(gè)位置i與當(dāng)前位置1交互的屬性向量Vll組成的矩陣。
[0153] 本實(shí)施例中，對(duì)所述目標(biāo)數(shù)據(jù)集合Ds做最大似然估計(jì)，得到優(yōu)化函數(shù)：
[0154] L( ? ) =argmaxn〇(〈vu，viu>+〈vi，vii>) 0
[0155] 進(jìn)一步對(duì)上述優(yōu)化函數(shù)進(jìn)行計(jì)算求解，以不斷更新其屬性向量值vu，vi，Viii及vu， 使得函數(shù)L( ? )結(jié)果不斷增大直至收斂，得到的收斂時(shí)的向量值vu，vi，viu及vug卩為最優(yōu)結(jié) 果。
[0156] 詳細(xì)地，所述計(jì)算求解算法如下：
[0157] 輸入：所有位置轉(zhuǎn)移關(guān)系數(shù)據(jù)（U，1 , i ); 輸出：所有參數(shù)? procedure Learning(0) randomly initialize ? repeat draw (u, 1, i) uniformly from Ds
[0158] for
end for until convergence return 0 end procetliire,
[0159] 在上述求解算法中，所有位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)(u，l，i)組成集合Ds作為算法輸入， 其對(duì)應(yīng)參數(shù)集合為? = {1]兒1，1^1!，1^1}，當(dāng)優(yōu)化函數(shù)收斂時(shí)，參數(shù)集合亦是算法輸出。過(guò)程 則是不斷從集合Ds中隨機(jī)選取一個(gè)(u，l，i)轉(zhuǎn)移關(guān)系數(shù)據(jù)，并依據(jù)梯度上升思想對(duì)相應(yīng)參
數(shù)做修改，既 直至函數(shù)收斂。 ，.
[0160] 利用每一個(gè)位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)(u，l，i)對(duì)應(yīng)的參數(shù)0，以及上述的概率函數(shù)ful (i)=〇(〈vu，viU>+〈vi，vii>)，可以計(jì)算出每一個(gè)位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)(u，l，i)的發(fā)生概率。
[0161] 所述推薦位置分析模塊103用于基于上述計(jì)算出來(lái)的轉(zhuǎn)移關(guān)系數(shù)據(jù)(u，l，i)的發(fā) 生概率以及用戶(hù)的當(dāng)前位置，根據(jù)所述轉(zhuǎn)移關(guān)系數(shù)據(jù)中的轉(zhuǎn)移位置i，選擇前K個(gè)推薦位置， 并按其發(fā)生概率從大到小進(jìn)行排序后，發(fā)送給所述服務(wù)器2中的實(shí)時(shí)推薦引擎，由所述實(shí)時(shí) 推薦引擎向終端設(shè)備1進(jìn)行位置推薦。
[0162] 需要說(shuō)明的是，上述描述的實(shí)施例采用的是服務(wù)器-客戶(hù)端的模式對(duì)用戶(hù)進(jìn)行位 置推薦。即所述位置推薦系統(tǒng)安裝于服務(wù)器中，由服務(wù)器執(zhí)行數(shù)據(jù)處理與位置推薦的動(dòng)作。
[0163] 該種模式的應(yīng)用場(chǎng)景可以是利用服務(wù)器通過(guò)網(wǎng)絡(luò)進(jìn)行主動(dòng)的位置推薦。只要用戶(hù) 有聯(lián)網(wǎng)，并開(kāi)啟了某個(gè)應(yīng)用時(shí)，如開(kāi)啟了瀏覽器、團(tuán)購(gòu)網(wǎng)站等時(shí)，所述服務(wù)器就會(huì)執(zhí)行位置 推薦操作。
[0164] 該種模式的另一個(gè)應(yīng)用場(chǎng)景可以是利用目前流行的微信公眾號(hào)的形式，當(dāng)用戶(hù)關(guān) 注了某個(gè)特定公眾號(hào)，并在該公眾號(hào)平臺(tái)執(zhí)行了刷新或者其他任何預(yù)先設(shè)定的動(dòng)作時(shí)，所 述服務(wù)器就會(huì)執(zhí)行位置推薦操作。在其他實(shí)施例中，用戶(hù)也可以在所述公眾號(hào)平臺(tái)輸入一 個(gè)特定關(guān)鍵字，如"餐飲"，則所述服務(wù)器也可以從所分析出來(lái)的位置中篩選出具有該關(guān)鍵 字特性的前K個(gè)推薦位置進(jìn)行推薦。
[0165] 應(yīng)該了解，本發(fā)明所述應(yīng)用場(chǎng)景不限于上述所列舉的情況。本領(lǐng)域技術(shù)人員在了 解本發(fā)明方案的基礎(chǔ)上，可以將本發(fā)明所述方案應(yīng)用到任何適合的場(chǎng)景中。
[0166] 在本發(fā)明的其他實(shí)施例中，所述位置推薦系統(tǒng)10也可以安裝于任何的終端設(shè)備 中，由終端設(shè)備對(duì)用戶(hù)進(jìn)行位置推薦。本實(shí)施例中，服務(wù)器可以定時(shí)或者實(shí)施將收集到的其 他用戶(hù)的用戶(hù)軌跡記錄集發(fā)送給終端設(shè)備。當(dāng)終端設(shè)備上的位置推薦系統(tǒng)10被開(kāi)啟后即可 實(shí)現(xiàn)位置推薦操作。此時(shí)，即使終端設(shè)備不能連上網(wǎng)絡(luò)，也可以根據(jù)其之前從服務(wù)器中得到 的用戶(hù)軌跡記錄執(zhí)行位置推薦操作。
[0167] 在本發(fā)明所提供的幾個(gè)實(shí)施例中，應(yīng)該理解到，所揭露的系統(tǒng)，裝置和方法，可以 通過(guò)其它的方式實(shí)現(xiàn)。例如，以上所描述的裝置實(shí)施例僅僅是示意性的，例如，所述模塊的 劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式。
[0168] 另外，在本發(fā)明各個(gè)實(shí)施例中的各功能模塊可以集成在一個(gè)處理單元中，也可以 是各個(gè)單元單獨(dú)物理存在，也可以?xún)蓚€(gè)或兩個(gè)以上單元集成在一個(gè)單元中。上述集成的單 元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用硬件加軟件功能模塊的形式實(shí)現(xiàn)。
[0169] 上述以軟件功能模塊的形式實(shí)現(xiàn)的集成的單元，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存 儲(chǔ)介質(zhì)中。上述軟件功能模塊存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī) 設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)或處理器(processor)執(zhí)行本發(fā)明各個(gè) 實(shí)施例所述方法的部分步驟。
[0170] 對(duì)于本領(lǐng)域技術(shù)人員而言，顯然本發(fā)明不限于上述示范性實(shí)施例的細(xì)節(jié)，而且在 不背離本發(fā)明的精神或基本特征的情況下，能夠以其他的具體形式實(shí)現(xiàn)本發(fā)明。因此，無(wú)論 從哪一點(diǎn)來(lái)看，均應(yīng)將實(shí)施例看作是示范性的，而且是非限制性的，本發(fā)明的范圍由所附權(quán) 利要求而不是上述說(shuō)明限定，因此旨在將落在權(quán)利要求的等同要件的含義和范圍內(nèi)的所有 變化涵括在本發(fā)明內(nèi)。不應(yīng)將權(quán)利要求中的任何附圖標(biāo)記視為限制所涉及的權(quán)利要求。此 外，顯然"包括"一詞不排除其他單元或步驟，單數(shù)不排除復(fù)數(shù)。系統(tǒng)權(quán)利要求中陳述的多個(gè) 單元或裝置也可以由一個(gè)單元或裝置通過(guò)軟件或者硬件來(lái)實(shí)現(xiàn)。第一，第二等詞語(yǔ)用來(lái)表 示名稱(chēng)，而并不表示任何特定的順序。
[0171]最后應(yīng)說(shuō)明的是，以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案而非限制，盡管參照 較佳實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對(duì)本發(fā)明的 技術(shù)方案進(jìn)行修改或等同替換，而不脫離本發(fā)明技術(shù)方案的精神和范圍。
【主權(quán)項(xiàng)】
1. 一種位置推薦方法，其特征在于，該方法包括： 從一個(gè)或者多個(gè)用戶(hù)軌跡記錄中，獲取一個(gè)地理屬性范圍內(nèi)的位置數(shù)據(jù)集合； 根據(jù)所述位置數(shù)據(jù)集合提取出位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)，構(gòu)成一個(gè)由位置間轉(zhuǎn)移關(guān)系數(shù)據(jù) 組成的目標(biāo)數(shù)據(jù)集合； 采用統(tǒng)計(jì)推理方法，從所述目標(biāo)數(shù)據(jù)集合中計(jì)算出每一個(gè)位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)的發(fā)生 概率;及 基于所述轉(zhuǎn)移關(guān)系數(shù)據(jù)的發(fā)生概率W及用戶(hù)的當(dāng)前位置，選擇前K個(gè)推薦位置，并按推 薦位置的排序發(fā)送給實(shí)時(shí)推薦引擎。2. 如權(quán)利要求1所述的位置推薦方法，其特征在于，該方法進(jìn)一步包括： 所述實(shí)時(shí)推薦引擎向終端設(shè)備發(fā)送位置推薦。3. 如權(quán)利要求1所述的位置推薦方法，其特征在于，所述用戶(hù)軌跡記錄包括實(shí)時(shí)獲取的 用戶(hù)位置數(shù)據(jù)W及該位置數(shù)據(jù)對(duì)應(yīng)的訪(fǎng)問(wèn)時(shí)間數(shù)據(jù)。4. 如權(quán)利要求1所述的位置推薦方法，其特征在于，所述統(tǒng)計(jì)推理方法為最大似然估計(jì) 思想，用于推理出發(fā)生的可能性最大的位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)，其中： 代表用戶(hù)U從位置1轉(zhuǎn)移到位置i的概率值的概率函數(shù)為：ful(i) = 〇(<Vu,Viu> + <Vl,Vil>); 其中：符號(hào) <，〉代表兩向量?jī)?nèi)積;邏輯函數(shù) 臣?xì)w一化作用；向量Vu代表用 戶(hù)U的偏好向量；向量代表當(dāng)前位置1的屬性向量；向量Viu代表下一個(gè)位置i與用戶(hù)U交互 的屬性向量;W及向量Vil代表下一個(gè)位置i與當(dāng)前位置1交互的屬性向量。5. 如權(quán)利要求4所述的位置推薦方法，其特征在于，所述統(tǒng)計(jì)推理方法包括： 將所有可能的Vu、vi、viu、vi組成一個(gè)參數(shù)矩陣0 =化山，Liu，Lii}，其中，U代表由所有 用戶(hù)偏好向量Vu組成的矩陣，Ll代表由所有當(dāng)前位置1的屬性向量組成的矩陣，Liu代表由 所有下一個(gè)位置i與用戶(hù)U交互的屬性向量vi。組成的矩陣，W及Lil代表由所有下一個(gè)位置i 與當(dāng)前位置1交互的屬性向量Vil組成的矩陣； 對(duì)所述目標(biāo)數(shù)據(jù)集合化做最大似然估計(jì)，得到優(yōu)化函數(shù)： 1(0)=日1'卵日義11〇(<乂11,￥111> + <￥1,￥11>);及 對(duì)上述優(yōu)化函數(shù)進(jìn)行計(jì)算求解，W不斷更新其屬性向量值Vu，yi，yi。及Vi 1，使得函數(shù)L (@ )結(jié)果不斷增大直至收斂，得到的收斂時(shí)的向量值Vu，Vl，Vi^Vil。6. -種位置推薦系統(tǒng)，其特征在于，該系統(tǒng)包括： 數(shù)據(jù)處理模塊，用于從一個(gè)或者多個(gè)用戶(hù)軌跡記錄中，獲取一個(gè)地理屬性范圍內(nèi)的位 置數(shù)據(jù)集合，并根據(jù)所述位置數(shù)據(jù)集合提取出位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)，構(gòu)成一個(gè)由位置間轉(zhuǎn) 移關(guān)系數(shù)據(jù)組成的目標(biāo)數(shù)據(jù)集合； 數(shù)據(jù)建模求解模塊，用于采用統(tǒng)計(jì)推理方法，從所述目標(biāo)數(shù)據(jù)集合中計(jì)算出每一個(gè)位 置間轉(zhuǎn)移關(guān)系數(shù)據(jù)的發(fā)生概率;及 推薦位置分析模塊，用于基于所述轉(zhuǎn)移關(guān)系數(shù)據(jù)的發(fā)生概率W及用戶(hù)的當(dāng)前位置，選 擇前K個(gè)推薦位置，并按推薦位置的排序發(fā)送給實(shí)時(shí)推薦引擎。7. 如權(quán)利要求6所述的位置推薦系統(tǒng)，其特征在于，該系統(tǒng)進(jìn)一步包括： 數(shù)據(jù)獲取模塊，用于從一個(gè)或者多個(gè)終端設(shè)備獲取所述用戶(hù)軌跡記錄。8. 如權(quán)利要求7所述的位置推薦系統(tǒng)，其特征在于，所述用戶(hù)軌跡記錄包括實(shí)時(shí)獲取的 用戶(hù)位置數(shù)據(jù)W及該位置數(shù)據(jù)對(duì)應(yīng)的訪(fǎng)問(wèn)時(shí)間數(shù)據(jù)。9. 如權(quán)利要求6所述的位置推薦系統(tǒng)，其特征在于，所述統(tǒng)計(jì)推理方法為最大似然估計(jì) 思想，用于推理出發(fā)生的可能性最大的位置間轉(zhuǎn)移關(guān)系數(shù)據(jù)，其中： 代表用戶(hù)U從位置1轉(zhuǎn)移到位置i的概率值的概率函數(shù)為： ful(i) = 〇(<Vu,Viu> + <Vl,Vil>); 其中：符號(hào) <，〉代表兩向量?jī)?nèi)積;邏輯函I起歸一化作用；向量Vu代表用 戶(hù)U的偏好向量；向量Vl代表當(dāng)前位置1的屬性向量；向量Viu代表下一個(gè)位置i與用戶(hù)U交互 的屬性向量;W及向量Vil代表下一個(gè)位置i與當(dāng)前位置1交互的屬性向量。10. 如權(quán)利要求9所述的位置推薦系統(tǒng)，其特征在于，所述統(tǒng)計(jì)推理方法包括： 將所有可能的Vu、vi、viu、vi組成一個(gè)參數(shù)矩陣0 =化山，Liu，Lii}，其中，U代表由所有 用戶(hù)偏好向量Vu組成的矩陣，Ll代表由所有當(dāng)前位置1的屬性向量組成的矩陣，Liu代表由 所有下一個(gè)位置i與用戶(hù)U交互的屬性向量Viu組成的矩陣，W及Lil代表由所有下一個(gè)位置i 與當(dāng)前位置1交互的屬性向量Vil組成的矩陣； 對(duì)所述目標(biāo)數(shù)據(jù)集合化做最大似然估計(jì)，得到優(yōu)化函數(shù)： 1(0)=日1'卵日義11〇(<乂11,￥111> + <￥1,￥11>);及 對(duì)上述優(yōu)化函數(shù)進(jìn)行計(jì)算求解，W不斷更新其屬性向量值Vu，Vl，Viu及Vil，使得函數(shù)L (@ )結(jié)果不斷增大直至收斂，得到的收斂時(shí)的向量值Vu，Vl，Vi^Vil。
【文檔編號(hào)】G06F17/30GK105912702SQ201610266263
【公開(kāi)日】2016年8月31日
【申請(qǐng)日】2016年4月26日
【發(fā)明人】姚偉, 曹奕松, 焦凱
【申請(qǐng)人】南京酷派軟件技術(shù)有限公司