买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京工业大学;首都经济贸易大学

摘要：一种利用手机信令数据识别家庭关系的方法属于交通运输领域。家庭数据往往通过人工手段获取，存在调查周期长、调查范围小和耗费巨大等缺点。本发明根据手机信令数据识别出用户的居住地，并计算用户间的居住地距离，当两用户居住地间距离满足阈值条件时，对用户间的通话特征进行提取，包括夜间居住地相同的天数、通话天数、夜间通话频率和晚高峰通话频率等；根据夜间居住地相同的天数和通话天数两个指标，利用决策树初步将用户间关系分为两个类别：非家庭关系和可能存在家庭关系两大类；基于可能存在家庭关系的群体和少量已知关系的用户间的通话特征，利用KNN方法进一步判断该群体中用户间的关系。本发明可准确推测手机用户间的家庭关系。

主权项：1.一种利用手机信令数据识别家庭关系的方法，其特征在于包括以下步骤：步骤1：数据预处理：定义夜间时段为当日20:00:00—23:59:59和次日00:00:00—7:00:00，对用户Ui的信令数据按事件发生时间先后排序，提取夜间范围内的数据记录，根据定义的夜间序列，根据用户信令数据的时间将数据与相应的夜间时段对应，构建夜间数据集合B＝{Bi,1,Bi,2...Bi,m}，Bi,m表示在第m个夜间时段用户Ui的手机信令数据构成的集合；步骤2：居住地位置识别：计算用户Ui的夜间居住地，以B为对象，第m个夜间内，用户连接基站所属交通小区AREAi,j的停留时长，一个周期内，通过对相同基站所属交通小区的夜间停留时间进行累加，选取停留时长最大的基站所属交通小区，作为用户Ui的居住地，记为和分别代表居住地的经度和纬度，即夜间停留时长最大的基站所属交通小区的质心坐标；步骤3：居住地距离比较：分别对其余所有用户Q＝{Q1,Q2,...,Qn}，i≠n，n为自然数，且n0，进行居住地判断，即循环步骤1和步骤2中操作，并分别计算集合Q与用户Ui的居住地间直线距离其中为用户Qn的居住地位置信息，即用户Qn夜间停留时长最大的基站所属交通小区的质心坐标，取出D中元素小于1KM的用户，形成该用户的数据集Z，同时构建用户对集合其中，v为自然数，且v0，n为自然数，且n0，指用户Qv与用户Ui的唯一标识码连接起来的用户对；D中元素大于或等于1KM的用户则认为无家庭关系；步骤4：通话特征指标提取，计算集合QUi中每一个元素的特征指标，即每一个用户对的特征指标，包括以下四个指标：1夜间居住地相同的天数：夜间范围内，相较于非家庭成员，具有家庭关系的用户往往具有共同居住地点，因此提出“夜间居住地相同的天数”，记为即在T周期内，用户对的夜间居住地相同的天数；2通话的天数：相较于非家庭关系的用户，家庭成员间的通话行为更为稳定，提出指标“通话的天数”，记为即用户对在T周期内存在通话行为的天数；3夜间通话频率：由于家庭成员间的共同居住行为，夜间通话频率较少，与非家庭关系用户具有显著区别，提出“夜间通话频率”指标，即计算公式如下： 其中，指用户Qv与用户Ui在T周期内夜间时的通话总次数，指QUi中每一个用户对在T周期内夜间的通话次数的和；4晚高峰通话频率：定义晚高峰时段为17:00—19:00，并提出“晚高峰通话频率”指标，即指用户对在周期T内的晚高峰期间的通话频率： 其中，指在T周期内，用户Ui与用户Qv在晚高峰时段内的通话总次数，指用户对在T周期内的通话总次数；为QUi中每一个用户对构建特征集步骤5：利用决策树的分类规则，去除不可能具有家庭关系的用户,根据特征集合P中的夜间居住地相同的天数和通话天数两个指标进行判断，当两用户的夜间居住地相同的天数为0时，两用户间不可能存在居住上的家庭关系，当夜间居住地相同的天数大于0时，若两用户间在一个周期内的通话天数大于0时，则认为两用户间“可能存在家庭关系”，否则为非家庭关系，基于此，提取出“可能存在家庭关系”的用户对的特征集合，f为自然数，且f0，v为自然数，且v0，GfUi指用户对步骤6：基于KNN算法的家庭关系分类：根据人工样本中已知的家庭用户对和非家庭用户对，构建用户对特征集合W，同时标定用户对的关系， n为自然数，且n0，SaHa指用户对Laa指用户对之间的家庭关系标签，对“可能存在家庭关系”的用户对特征集合f为自然数，且f0，v为自然数，且v0，进一步使用KNN算法进行分类，过程如下：1首先，计算“可能存在家庭关系”的用户对特征集合 f为自然数，且f0，v为自然数，且v0，与已知标签的集合W中的之间的欧氏距离，计算公式为构建欧式距离集合E＝{E1,E2,...,Ea}，Ea表示用户对与用户对之间的欧氏距离；2将欧式距离集合E按照距离值的大小进行递增排序；3选取前3个样本，确定前3个样本所在类别出现的频率并输出出现频率最高的类别；步骤7：家庭关系判别，当前3个样本中频率最高的类别为家庭关系时，此时用户对为家庭关系，当前3个样本中频率最高的类别为非家庭关系时，此时用户对为非家庭关系。

全文数据：

权利要求：

百度查询： 北京工业大学 首都经济贸易大学 一种利用手机信令数据识别家庭关系的方法