基于轨迹段压缩的地铁场景用户识别方法及系统

本发明涉及时序深度学习、用户行为智能识别，尤其是基于轨迹段压缩的地铁场景用户识别方法及系统。

背景技术：

1、随着移动通信网络的快速发展及5g网络规模化部署，运营商现网数据规模持续增长，基于网络侧数据的用户行为分析在通信网络智能运维领域中的应用需求不断提升。扩展数据记录（extended data record，xdr）融合用户行为信息、无线测量指标及业务会话特征等多维数据，用于获取网络侧用户行为特征。相比传统路测方式，基于xdr数据的分析方法具有覆盖范围广、采集连续性强及数据规模大的优势，已成为通信网络用户行为识别的重要方法。

2、在地铁场景中，基于xdr数据进行用户识别已成为一种常用技术手段。然而，现有技术仍存在以下问题：基于规则的方法依赖静态工参信息或人工设定阈值进行判别，泛化能力较弱，当网络拓扑变化时需频繁调整参数；基于传统监督学习的方法（如xgboost、随机森林等）对用户移动行为的时序特征建模能力有限，难以捕获复杂地铁移动模式；深度学习的方法（如rnn、lstm、cnn等）在处理长时序数据时存在长程依赖建模能力不足的问题；地铁环境具有高速移动、封闭空间、多小区密集覆盖及频繁小区重叠等特点，用户设备频繁发生小区切换，导致xdr数据中存在大量不稳定切换和信令波动，进一步增加了用户行为识别的难度。尤其是在地铁站与室外区域交界位置，存在较多边界样本，传统方法难以有效区分真实地铁用户与周边区域用户，造成识别准确率下降。

3、因此，如何在高噪声xdr数据环境下构建稳定的用户行为序列，并进一步提高长时序行为特征的建模能力，以实现复杂地铁场景下的用户识别，成为当前亟需解决的技术问题。

技术实现思路

1、针对现有技术的不足，本发明提供基于轨迹段压缩的地铁场景用户识别方法及系统，本发明通过两阶段不稳定切换处理与轨迹段压缩构建稳定用户行为序列，并结合e-glm编码器对长时序特征进行建模，实现地铁场景用户的识别。

2、第一方面，本发明提供的技术方案为：基于轨迹段压缩的地铁场景用户识别方法，包括：

3、获取现网xdr数据，对所述现网xdr数据执行时间字段标准化、数值范围压缩及缺失值填充预处理，得到标准化的xdr数据；

4、基于用户标识supi，采用桶排序策略对标准化的xdr数据执行用户级聚合，并按时间顺序对同一用户的数据进行排序，得到用户行为特征序列；

5、对所述用户行为特征序列执行两阶段轨迹段压缩处理，得到稳定轨迹序列，并基于所述稳定轨迹序列计算用户移动速度特征；

6、对所述稳定轨迹序列执行特征构造处理，得到统一对齐的用移动户特征序列；

7、利用数值特征编码器将所述统一对齐的用移动户特征序列映射至高维隐空间，并将映射后的高维特征序列输入e-glm编码器，采用双向注意力机制提取首位cls token对应的cls全局向量，并通过线性分类器对cls全局向量执行二分类计算得到用户识别结果，以判定用户是否为地铁场景用户。

8、作为优选的，所述的现网xdr数据包括用户标识supi、时间戳、小区标识nci、位置区标识tac及无线测量特征。

9、作为优选的，基于用户标识supi，采用桶排序策略对标准化的xdr数据执行用户级聚合，并按时间顺序对同一用户的数据进行排序，得到用户行为特征序列，包括：

10、根据集群并行度、日数据总量配置设定分布式分桶总数b，并对每条标准化的xdr数据的用户标识supi做哈希运算，得到相应标准化的xdr数据的桶编号；

11、根据桶编号对标准化的xdr数据进行重分区，将相同桶编号的标准化的xdr数据分配至同一计算分片；

12、在每个计算分片内以用户标识supi为分组键构建本地哈希字典，遍历计算分片内所有标准化的xdr数据，将同用户标识supi的全部标准化的xdr数据归集至同一本地哈希字典条目下，所述本地哈希字典内每一组键值对代表单个用户的全部标准化的xdr数据；

13、以标准化的时间戳对本地哈希字典中每个用户标识supi对应的全部标准化的xdr数据进行排序，剔除相同时间戳下的重复标准化的xdr数据；

14、并剔除排序后的用户标准化的xdr数据的长度小于最小有效记录阈值的用户标准化的xdr数据，并将所有用户的用户标准化的xdr数据封装为用户行为特征序列。

15、作为优选的，对所述用户行为特征序列执行两阶段轨迹段压缩处理，得到稳定轨迹序列，包括：

16、遍历用户行为特征序列，识别短时间尺度下频繁往返切换的抖动片段，并将抖动片段统一回填修正为主驻留小区；

17、将修正后的用户行为特征序列按连续相同小区标识nci划分为多个独立轨迹片段；

18、基于剔除阈值和压缩阈值对每一个独立轨迹片段按长度进行剔除或压缩处理；将所有保留的独立轨迹片段、以及压缩的单条压缩片段拼接为一级压缩序列；

19、遍历一级压缩序列，识别间隔多条记录后再次出现的往返回切片段作为隐式抖动片段；

20、对于检测到的隐式抖动片段计算其片段长度，若隐式抖动片段的片段长度大于等于压缩阈值，则隐式抖动片段进行压缩；

21、若隐式抖动片段的片段长度大于剔除阈值且小于压缩阈值，保留当前隐式抖动片段；

22、将全部修正后的轨迹片段按时间戳顺序重新拼接，得到稳定轨迹序列。

23、作为优选的，基于剔除阈值和压缩阈值对每一个独立轨迹片段按长度进行剔除或压缩处理，包括：

24、若独立轨迹片段的长度小于等于剔除阈值，则剔除当前独立轨迹片段；

25、若独立轨迹片段的长度大于等于压缩阈值，则将独立轨迹片段压缩为单条压缩片段；

26、若独立轨迹片段的长度大于剔除阈值，且小于压缩阈值，则直接保留当前独立轨迹片段。

27、作为优选的，若独立轨迹片段满足压缩条件，通过独立轨迹片段内所有用户标准化的xdr数据做均值聚合生成单条压缩片段的起始时间戳和结束时间戳，即：

28、，；

29、式中，、为独立轨迹片段压缩前的第t条用户标准化的xdr数据的起始时间戳和结束时间戳；、分别为对第k条原始轨迹片段进行压缩后的压缩片段的起始时间戳和结束时间戳；为独立轨迹片段的长度；

30、并将单条压缩片段的代表小区标识nci映射为具体的经度和纬度，并标记稳定性状态位，即：

31、；

32、式中，为经纬度映射函数。

33、作为优选的，所述的数值特征编码器采用多层感知机mlp结构，通过非线性变换将将所述统一对齐的用移动户特征序列映射至高维隐空间，得到高维特征序列。

34、作为优选的，所述的e-glm编码器移除单向因果掩码，采用双向注意力机制，搭配双pre-ln结构、rmsnorm归一化模块、swiglu前馈网络。

35、作为优选的，将高维特征序列输入e-glm编码器，先对高维特征序列执行rmsnorm 均方根归一处理，然后通过双向注意力机制提取注意力输出特征，并与高维特征序列残差得到中间特征序列，即：

36、；

37、对中间特征序列进行rmsnorm归一化处理后送入swiglu激活的ffn 前馈网络，完成非线性特征增强，并与中间特征序列进行残差连接得到单层e-glm编码器的输出特征，即：

38、；

39、式中，为swiglu前馈网络；为rmsnorm归一化模块。

40、经过多层e-glm编码器处理后，获取截取统一对齐的用移动户特征序列首位clstoken对应的高维向量作为用户轨迹的cls全局向量。

41、作为优选的，将cls全局向量通过分类头进行类别映射，得到类别概率分布，并将概率最大值对应的类别标签作为最终的类别标签，即：

42、；

43、；

44、式中，为用户最终的类别标签，若，判定用户为地铁场景用户；为用户的类别分值；、分别为分类头的权重矩阵和偏置项。

45、第二方面，本发明提供的技术方案为：基于轨迹段压缩的地铁场景用户识别系统，包括：

46、数据采集模块，用于获取现网xdr数据，对所述现网xdr数据执行时间字段标准化、数值范围压缩及缺失值填充预处理，得到标准化的xdr数据；

47、用户行为特征提取模块，用于基于用户标识supi，采用桶排序策略对标准化的xdr数据执行用户级聚合，并按时间顺序对同一用户的数据进行排序，得到用户行为特征序列；

48、两阶段压缩模块，用于对所述用户行为特征序列执行两阶段轨迹段压缩处理，得到稳定轨迹序列，并基于所述稳定轨迹序列计算用户移动速度特征；

49、用户移动特征构造模块，用于对所述稳定轨迹序列执行特征构造处理，得到统一对齐的用移动户特征序列；

50、用户预测模块，用于利用数值特征编码器将所述统一对齐的用移动户特征序列映射至高维隐空间，并将映射后的高维特征序列输入e-glm编码器，采用双向注意力机制提取首位cls token对应的cls全局向量，并通过线性分类器对cls全局向量执行二分类计算得到用户识别结果，以判定用户是否为地铁场景用户。

51、第三方面，本发明提供一种电子设备，包括：

52、至少一个处理器；

53、以及与所述至少一个处理器通信连接的存储器；

54、其中，所述存储器存储有可被至少一个处理器执行的计算机程序，所述计算机程序被至少一个处理器执行时实现所述基于轨迹段压缩的地铁场景用户识别方法。

55、本发明的有益技术效果为：

56、1、本发明通过两阶段不稳定切换处理和轨迹段压缩，降低序列长度，从而降低后续计算复杂度，提高处理效率，并有效降低地铁场景下信令抖动与频繁小区切换对用户轨迹表达的干扰，提高轨迹序列稳定性；

57、2、本发明通过e-glm编码器对稳定轨迹序列进行双向时序建模，适配地铁轨迹序列的非因果特性以捕获长距离时序依赖关系，提高复杂地铁场景下用户长程行为特征表达能力，用户移动行为模式的刻画能力及边界样本识别准确性，实现复杂地铁场景下用户行为的准确识别；

58、3、本发明对短时间尺度下的显式不稳定切换进行检测与修正，并执行轨迹段压缩处理；随后对中等时间尺度下的隐式不稳定切换进行稳定性修正，最终获得稳定轨迹序列，从而降低信令噪声对轨迹表达的影响，提高用户行为序列的稳定性与可建模性。