基于无线轨迹数据的客户分群

无线轨迹数据由若干（时间，点）记录组成，其中每个点关联一个特定的无线设备（WAP 或 BLE 信标），并绑定一个位置标识符，如地名。一条轨迹对应一个特定的移动设备。此类数据可按“语义”聚类以识别相似轨迹，其中相似性涉及非地理特征，如所访问地点的类型。本文提出一种针对此类数据的语义轨迹聚类新方法。该方法适用于解释不含地理坐标的数据，从而补充了当前关于语义轨迹聚类的文献。现有文献似乎未提供此类方法，而是聚焦于可提供经纬度数据的轨迹数据。我们将上述技术应用于 Onward Journey Planner 应用程序中，旨在以情境相关的方式提供后续出行选项的在线推荐。所分析轨迹反映了伦敦地铁的通勤模式。仅在设备与轨交网络内的 WAP 及 BLE 信标通信时才记录点位。该情境带来额外挑战，因为轨迹是“截断”的，无真实的起讫点信息。在上述情境中，我们发现数据中存在一系列出行模式，但并无明显独立簇群。我们就如何基于此类数据集解决在线推荐问题给出建议，并对行程路线与目的地预测这一相关问题进行了思考。