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！

龙图腾网获悉中电万维信息技术有限责任公司申请的专利一种基于场所码数据与聚类集成的人群类型识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116070124B 。

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211608733.4，技术领域涉及：G06F18/23213；该发明授权一种基于场所码数据与聚类集成的人群类型识别方法是由朱耀玺;陶晓龙;黄涛设计研发完成，并于2022-12-15向国家知识产权局提交的专利申请。

本一种基于场所码数据与聚类集成的人群类型识别方法在说明书摘要公布了：本发明属于数据挖掘技术领域，涉及一种基于场所码数据与聚类集成对人群类型识别的方法。该方法基于场所码数据，首先从不同的角度提取了人群出行的相关特征，分析了不同特征对人群类型的表征能力；然后采用三种经典的聚类算法对不同特征分别进行了聚类分析，为每一种特征选取了最佳的聚类算法，生成了基聚类成员；最后通过加权投票的集成方式，依据特征的重要性为基聚类成员赋予相应的权重，将基聚类的结果集成得到最终的聚类结果，实现对人群类型的识别。

本发明授权一种基于场所码数据与聚类集成的人群类型识别方法在权利要求书中公布了：1.一种基于场所码数据与聚类集成的人群类型识别方法，其特征在于包括如下步骤： A数据预处理及特征提取 S1：数据预处理 1脱敏处理，机号、身份证号以及家庭住址等个人信息较为敏感，从原始数据中剔除此类数据； 2数据清洗，对于扫码时间相同或时间间隔在5分钟以内的数据合并为一条数据；对于缺失部分字段的数据进行剔除； S2、特征提取 经过上述数据预处理步骤后，场所码数据主要由用户id，扫码时间、扫码类型、场所类型以及地理位置所组成； 1统计特征提取，特征有扫码频次、出行频次、进入频次； 2时间特征提取，一天可以分为凌晨、早晨、上午、中午、下午、傍晚、晚上以及深夜八个时间段； 3空间特征提取，将经纬度进行特征分类，得到类别特征；然后使用笛卡尔积生活空间后的特征；最后对子空间进行编码，得到类别特征； B、基聚类器选择 采用基于划分的K-means、基于密度的DBSCAN以及基于层次化聚类的凝聚式层次聚类三种经典的聚类算法分别对不同特征进行聚类分析，通过对比分析为不同特征选择所对应的最佳基分类器； C、基于聚类集成算法的人群类型识别 1基于F-Ratio的集成权重计算 F-Ratio通过特征的类内差异与类间差异的平方比去衡量特征Xj的线性鉴别能力，其计算公式如式1所示； 式中，mjc和分别是c类特征Xj的均值和方差，这意味着特征的F-Ratio得分越大，该特征的辨别能力越强； 在得到所有特征的F-Ratio得分的基础上，通过计算不同类别特征的权重，来反映对路面状况的表征能力，假设基模型为Mjj＝1,2,...,m，其使用了kk＝1,2,...,n个特征，k特征的F-Ratio得分为FSi＝i＝1,2,...,k；六种计算方法分别如下： a求和法：将所有特征的F-Ratio得分简单相加，其计算公式如下： b对数求和法：先将所有特征的F-Ratio得分求和，然后进行对数变换，计算公式如下： c平方和求和法：将每个特征的F-Ratio得分先平方再求和，其计算公式如下： d对数平方和法：与对数求和法类似，先求得所有特征的F—Ratio得分平方和，在对其进行对数变换，其计算公式如下： e平方根求和法：首先求得每个特征F-Ratio得分的平方根，然后进行求和，其计算公式如下： f对数平方根求和法：将特征F-Ratio得分的平方根和进行对数变换，其计算公式如下： 求得wj之后，对其进行归一化处理就可得到基聚模型Mj的权重 2聚类集成策略 以Bagging算法采用加权投票集成法，先将三种样本分别输入对应的基聚类器以并行的方式进行训练，然后依据上述求得权重，采用加权投票的方式对各基聚类其的结果进行集成，得到人群类型识别的最终结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中电万维信息技术有限责任公司，其通讯地址为：730000 甘肃省兰州市城关区张苏滩553号（电信第二枢纽B区4-7层）；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。