[发明专利]一种基于多标签的室内人群聚类方法

摘要

本发明公开了一种基于多标签的室内人群聚类方法。该方法包括以下步骤：(1)通过AP设备得到区域内移动终端设备的访问状态；(2)计算出每个移动终端的多类标签，标签包含：①访问时段：以分钟为单位得到访问区域最频繁的进入时间；②平均访问时长：过滤掉极短的停留时间，移动终端在区域内停留的平均时间；③平均回访周期：当天时间内，终端设备距离上次访问该区域的时间；(3)以每个标签为一个维度将每个终端映射为多维坐标系下的点；(4)任选一个点，规定一个相似半径K，依次计算每个点与选中点的加权余弦距离d，将加权余弦距离小于相似半径的点归为一类，如果群体中半数以上的点与目标点相似，那么认为目标点属于该群体。

主权项

一种基于多标签的室内人群聚类方法，其特征在于：通过AP设备采集每一秒钟进入区域内的MAC地址，针对每个MAC地址，根据其当日的所有状态数据计算出对应的多类标签数值；任意选取一个MAC地址，计算它与其他MAC地址的余弦相似度，如果相似度小于预定义阈值即归为一类，如果该群体内半数以上的MAC地址与待比较的MAC地址相似，那么也归为一类，最后得到多个不同的群体。包括以下步骤：步骤1：通过AP设备探测当前区域内拥有Wi‑Fi模块的移动终端设备的MAC地址、信号强度RSSI和采集时间；步骤2：AP设备可以将采集到的数据发送给服务器，服务器程序将每个MAC地址在当日是否处于区域内的状态序列按照时间升序进行存储；步骤3：针对每个MAC地址，根据其状态序列得到停留该区域时间最长的一个时段的访问时间；步骤4：针对每个MAC地址，根据其状态序列得到每次驻留该区域的平均时间；步骤5：针对每个MAC地址，根据其状态序列得到回访周期的平均值；步骤6：规定相似阈值K，任选一个MAC地址与其他所有MAC地址对应的标签依次计算加权余弦距离，重复选择所有的MAC地址进行上述计算，使所有的MAC地址之间都有一个余弦距离；步骤7：根据K值和余弦距离对所有MAC地址进行群体划分。