利用手机定位数据的用户特征挖掘  

Personal Profile Mining Based on Mobile Phone Location Data

作　　者：陈佳[1] 胡波[2] 左小清[3] 乐阳[4] 

机构地区：[1]福建省基础地理信息中心,福建福州350003 [2]重庆市勘测院,重庆420020 [3]昆明理工大学国土资源工程学院,云南昆明650093 [4]深圳大学空间信息智能感知与服务深圳市重点实验室,广东深圳518060

出　　处：《武汉大学学报（信息科学版）》2014年第6期734-738,744,共6页Geomatics and Information Science of Wuhan University

基　　金：国家自然科学基金资助项目(41231171;41171348;41061043);深圳市科技研发资金资助项目(JCYJ20121019111128765;JCYJ20130329144141856);CCF-腾讯犀牛鸟科研基金资助项目(CCF-TencentARG20130115)~~

摘　　要：手机定位数据已经逐渐成为一类新兴的空间数据,可用于分析个体或大规模区域内群体的活动特征,服务于基于位置的服务和城市及交通规划等。提出了一种基于手机定位数据,结合区域内兴趣点(POI)、房产价格等,利用空间聚类及语义分析等手段,对用户特征进行分析和挖掘的方法。首先采用DBSCAN方法提取用户重点活动区域;其次,根据用户的活动规律假设对活动区域进行类别标注;最后引入自然语言处理方法对POI和楼盘描述信息进行词频分析。并结合区域内POI类别和房价信息推断用户可能的偏好特征及收入或消费能力等特征,对用户一个月的手机定位数据进行挖掘分析。结果表明,该方法对用户重点活动区域及个体喜好特征等能够进行较为有效的挖掘。Understanding personal profiles like preferences, income levels, and geographical areas is the basis of providing a person with personalized and accurate services. In order to acquire personal profiles we propose a reasonable technical route that first extracts the geographic regions from personal mobile phone location data based on a density-based clustering algorithm. Then, the geographic regions are tagged with semantic meaning and we analyze house descriptions by NLP（Natural Language Processing）. A division method for people＇s daily time is given, based on the assumed the activity patterns of people. At last , an individual＇s taste for something or his income levels is analyzed using the statistics for POIs and house prices in the extracted places. An experiment with real data shows that this method is an effective solution to mining personal profiles.

关 键 词：数据挖掘 手机数据 用户特征 位置服务 

分 类 号：P208[天文地球—地图制图学与地理信息工程]