一种轨迹生成方法、装置、设备及介质与流程

1.本技术涉及数据处理技术领域，具体涉及一种轨迹生成方法、装置、设备及介质。


背景技术：

2.轨迹是指目标对象从出发点到终点所经过的路径。例如，目标对象可以是用户，轨迹可以是用户从出发点到终点所经过的路径。对用户的轨迹进行分析，能够得到对城市交通的规划起到帮助作用的有效信息。例如，基于用户的轨迹，增设或取消公交路线、增设或取消公交站点等。
3.业界提供了一种用户的轨迹生成方案。具体地，基于用户的手持终端(例如手机)提供的全球定位系统(global positioning system，gps)功能，获取用户的实时位置数据，然后对该实时位置数据进行处理，以生成用户的轨迹。
4.在上述方案中，需要用户的手持终端实时开启gps功能，才能够获取实时位置数据。然而在一些情况中，手持终端的电量较低的情况下，手持终端的gps功能会自动关闭，以减少电量消耗。在手持终端的gps功能处于关闭的状态下，手持终端将无法获取实时位置数据，进而失去实时位置数据的数据源，无法生成用户的轨迹。


技术实现要素：

5.本技术的目的在于提供一种轨迹生成方法、装置、设备及介质，能够在不依赖手持终端的gps功能的情况下，生成用户的轨迹。
6.第一方面，本技术提供了一种轨迹生成方法，该方法包括：
7.获取用户的多个扫码数据，所述扫码数据包括扫码时刻、扫码位置和位置类型；
8.根据所述扫码时刻和预设时刻，将所述多个扫码数据划分为第一类数据以及第二类数据；
9.从所述第二类数据中查找与所述第一类数据中第一扫码数据的位置类型一致的第二扫码数据；
10.将所述第二扫码数据的位置类型和扫码位置作为第一缺失数据的位置类型和扫码位置；
11.在所述第一类数据中补充所述第一缺失数据，所述第一缺失数据的扫码时刻晚于所述第一扫码数据的扫码时刻预设时间段；
12.基于所述第一类数据中的扫码时刻，连接所述第一类数据中的扫码位置，以生成所述用户的轨迹。
13.在一些可能的实现方式中，所述方法还包括：
14.从所述第二类数据中查找第三扫码数据，所述第三扫码数据的扫码时刻晚于所述第二类数据中任一扫码数据的扫码时刻；
15.将所述第三扫码数据的位置类型和扫码位置作为第二缺失数据的位置类型和扫码位置；
16.在所述第一类数据中补充所述第二缺失数据，所述第二缺失数据的扫码时刻早于所述第一类数据中任一扫码数据的扫码时刻。
17.在一些可能的实现方式中，所述第三扫码数据的位置类型为住宅类型或公司类型。
18.在一些可能的实现方式中，所述方法还包括：
19.获取所述第一类数据中相邻第一扫码数据的扫码时刻的时间差；
20.若所述时间差小于预设差值，确定所述相邻第一扫码数据为互斥扫码数据；
21.所述连接所述第一类数据中的扫码位置，包括：
22.连接所述互斥扫码数据中第一个第一扫码数据的扫码位置和第一个第一缺失数据的扫码位置，得到第一轨迹；所述第一个第一缺失数据为所述第一个第一扫码数据对应的第一缺失数据；
23.连接所述互斥扫码数据中第二个第一扫码数据的扫码位置和第二个第一缺失数据的扫码位置，得到第二轨迹；所述第二个第一缺数数据为所述第二个扫码数据对应的第一缺失数据。
24.在一些可能的实现方式中，所述方法还包括：
25.获取目标时间段内所述用户的互斥扫码数据中第一个第一扫码数据出现的第一次数和第二个第一扫码数据出现的第二次数；
26.根据所述第一次数和所述第二次数之和以及所述第一次数，获取所述第一轨迹的概率；
27.根据所述第一次数和所述第二次数之和以及所述第二次数，获取所述第二轨迹的概率。
28.在一些可能的实现方式中，所述根据所述扫码时刻和预设时刻，将所述多个扫码数据划分为第一类数据以及第二类数据，包括：
29.将所述扫码时刻早于所述预设时刻的扫码数据，确定为第一类数据；将所述扫码时刻晚于所述预设时刻的扫码数据确定为第二类数据；
30.或者，
31.将所述扫码时刻早于所述预设时刻的扫码数据，确定为第二类数据；将所述扫码时刻晚于所述预设时刻的扫码数据确定为第一类数据。
32.在一些可能的实现方式中，所述获取用户的多个扫码数据，包括：
33.获取用户的多个待处理扫码数据；
34.从所述多个待处理扫码数据中查找多组目标扫码数据，其中，每组目标扫码数据中的位置类型和扫码位置均一致；
35.通过密度聚类的方式，分别对每组目标扫码数据的扫码时刻进行聚类，得到所述用户的多个扫码数据。
36.第二方面，本技术实施例提供了一种轨迹生成装置，包括：
37.获取单元，用于获取用户的多个扫码数据，所述扫码数据包括扫码时刻、扫码位置和位置类型；
38.划分单元，用于根据所述扫码时刻和预设时刻，将所述多个扫码数据划分为第一类数据以及第二类数据；
39.查找单元，用于从所述第二类数据中查找与所述第一类数据中第一扫码数据的位置类型一致的第二扫码数据；
40.预测单元，用于将所述第二扫码数据的位置类型和扫码位置作为第一缺失数据的位置类型和扫码位置；
41.补充单元，用于在所述第一类数据中补充所述第一缺失数据，所述第一缺失数据的扫码时刻晚于所述第一扫码数据的扫码时刻预设时间段；
42.生成单元，用于基于所述第一类数据中的扫码时刻，连接所述第一类数据中的扫码位置，以生成所述用户的轨迹。
43.在一些可能的实现方式中，所述查找单元，还用于从所述第二类数据中查找第三扫码数据，所述第三扫码数据的扫码时刻晚于所述第二类数据中任一扫码数据的扫码时刻；
44.所述预测单元，还用于将所述第三扫码数据的位置类型和扫码位置作为第二缺失数据的位置类型和扫码位置；
45.所述补充单元，还用于在所述第一类数据中补充所述第二缺失数据，所述第二缺失数据的扫码时刻早于所述第一类数据中任一扫码数据的扫码时刻。
46.在一些可能的实现方式中，所述第三扫码数据的位置类型为住宅类型或公司类型。
47.在一些可能的实现方式中，所述获取单元，还用于获取所述第一类数据中相邻第一扫码数据的扫码时刻的时间差；若所述时间差小于预设差值，确定所述相邻第一扫码数据为互斥扫码数据；
48.所述生成单元，具体用于连接所述互斥扫码数据中第一个第一扫码数据的扫码位置和第一个第一缺失数据的扫码位置，得到第一轨迹；连接所述互斥扫码数据中第二个第一扫码数据的扫码位置和第二个第一缺失数据的扫码位置，得到第二轨迹。
49.在一些可能的实现方式中，所述获取单元，还用于获取目标时间段内所述用户的互斥扫码数据中第一个第一扫码数据出现的第一次数和第二个第一扫码数据出现的第二次数；根据所述第一次数和所述第二次数之和以及所述第一次数，获取所述第一轨迹的概率；根据所述第一次数和所述第二次数之和以及所述第二次数，获取所述第二轨迹的概率。
50.在一些可能的实现方式中，所述划分单元，具体用于将所述扫码时刻早于所述预设时刻的扫码数据，确定为第一类数据；将所述扫码时刻晚于所述预设时刻的扫码数据确定为第二类数据；或者，将所述扫码时刻早于所述预设时刻的扫码数据，确定为第二类数据；将所述扫码时刻晚于所述预设时刻的扫码数据确定为第一类数据。
51.在一些可能的实现方式中，所述获取单元，具体用于获取用户的多个待处理扫码数据；从所述多个待处理扫码数据中查找多组目标扫码数据，其中，每组目标扫码数据中的位置类型和扫码位置均一致；通过密度聚类的方式，分别对每组目标扫码数据的扫码时刻进行聚类，得到所述用户的多个扫码数据。
52.第三方面，本技术提供了一种设备，该设备包括：存储器，处理器，及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，所述设备执行如第一方面中的任一种可选的轨迹生成方法。
53.第四方面，本技术提供了一种计算机可读存储介质，所述计算机可读存储介质中
存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行如第一方面中的任一种可选的轨迹生成方法。
54.由此可见，本技术具有如下有益效果：
55.本技术提供的一种轨迹生成方法，该方法基于用户的扫码数据进行分析，无需依赖用户的手持终端的gps功能，也能够得到用户的轨迹。具体地，该方法先获取用户在预设位置的扫码数据，该扫码数据包括扫码时刻、扫码位置和位置类型；然后根据所述扫码时刻和预设时刻，确定所述扫码数据分为第一类数据或第二类数据；接着从第二类数据中查找与第一类数据中第一扫码数据的位置类型一致的第二扫码数据，将该第二扫码数据的位置类型和扫码位置作为第一缺失数据的位置类型和扫码位置，在第一类数据中补充该第一缺失数据，该第一缺失数据的扫码时刻晚于所述第一扫码数据的扫码时刻第一预设时间段；最后基于第一类数据中的扫码时刻，连接第一类数据中的扫码位置，以生成用户的第一轨迹。该方法通过补充缺失数据，连接原始扫码数据中的扫码位置与缺失数据中的扫码位置，生成用户的轨迹。可见，在用户的手持终端的gps功能关闭的情况下，也能够得到用户的轨迹。
附图说明
56.图1为本技术实施例提供的一种轨迹生成方法的流程图；
57.图2a为本技术实施例提供的一种用户的通勤轨迹的示意图；
58.图2b为本技术实施例提供的一种用户的通勤轨迹的示意图；
59.图3为本技术实施例提供的一种包括互斥路线的通勤轨迹的示意图；
60.图4为本技术实施例提供的一种包括概率信息的通勤轨迹的示意图；
61.图5为本技术实施例提供的一种轨迹生成装置的示意图。
具体实施方式
62.本技术实施例中的术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。
63.首先对本技术实施例中所涉及到的一些技术术语进行介绍。
64.轨迹是指目标对象从出发点到终点所经过的路径。例如，出发点可以是用户的家庭地址，终点可以是用户的公司地址，用户的轨迹可以是用户从家庭地址到公司地址所经过的路径。用户从家庭地址到公司地址的所经过的路径可以体现出用户的通勤轨迹，通过对用户的通勤轨迹进行分析，能够得到对城市交通起到优化的作用的有效信息。在一些示例中，对于优化城市交通中的公共交通而言，通过分析用户的通勤轨迹，获取低效运行的公交站点，然后对该低效运行的公交站点进行优化处理，如将该低效运行的公交站点与其他公交站点进行合并处理等。
65.业界在获取用户的轨迹过程中，均需要依赖用户的手持终端提供的gps功能，通过gps功能获取用户的实时位置数据，基于该实时位置数据生成用户的轨迹。然而，在一些情况中，用户的手持终端会自动关闭gps功能，进而无法获取到用户的实时位置数据，失去数据源，也就无法生成用户的轨迹。可见，该方案中对用户的手持终端的gps功能较为依赖，适
用范围较为局限。
66.有鉴于此，本技术实施例提供了一种轨迹生成方法。该方法包括获取用户的多个扫码数据，该扫码数据包括扫码时刻、扫码位置和位置类型，根据扫码时刻和预设时刻，将多个扫码数据划分为第一类数据以及第二类数据；然后从第二类数据中查找与第一类数据中第一扫码数据的位置类型一致的第二扫码数据，将该第二扫码数据的位置类型和扫码位置作为第一缺失数据的位置类型和扫码位置；接着在第一类数据中补充第一缺失数据，第一缺失数据的扫码时刻晚于第一扫码数据的扫码时刻预设时间段；最后基于第一类数据中的扫码时刻，连接第一类数据中的扫码位置，以生成用户的轨迹。
67.该方法基于用户的扫码数据进行分析，该扫码数据包括扫码位置，无需依赖用户的手持终端的gps功能，也能够获取到用户所经过的离散位置点，然后按照扫码数据的扫码时刻在时间上的先后，连接上述离散位置点，进而生成用户的轨迹。并且，该方法无需依赖用户的手持终端的gps功能，对于手持终端的gps功能处于关闭状态的用户而言，也能够获取到该用户的轨迹。可见该方法的适用范围较为广泛。
68.本技术实施例提供的轨迹生成方法可以由处理设备执行。处理设备可以是终端，也可以是服务器。其中，终端包括但不限于台式机、笔记本电脑、平板电脑和智能手机。服务器可以是云环境中的云服务器，例如是中心云计算集群中的中心服务器，或者是边缘云计算集群中的边缘服务器。当然，服务器也可以是本地数据中心中的服务器，所谓本地数据中心是指用户所属数据中心。还需要说明的是，服务器可以是单个服务器，也可以多个服务器形成的服务器集群。本技术实施例不具体限定处理设备，本领域技术人员可以根据实际需要进行选择。
69.本技术实施例提供的轨迹生成方法可以应用于用户通过公共交通(例如：公交、地铁等)通勤的场景。举例说明，用户上午从家所在的小区出发，07:50在10路公交的a1站点扫描二维码(该二维码可以是10路公交在a1站点对应的二维码)，乘坐10路公交，08:15用户在3号线地铁的b1站点扫描二维码(该二维码可以是3号线地铁的b1站点对应的二维码)，乘坐3号线地铁，08:30用户在公司所在的楼宇门口扫描二维码(该二维码可以是公司所在楼宇的位置对应的二维码)进入公司；用户下午从公司所在的楼宇出发，17:50在3号线地铁的b2站点扫描二维码(该二维码可以是3号线地铁的b2站点对应的二维码)，乘坐3号线地铁，18:15用户在10路公交的a2站点扫描二维码(该二维码可以是10路公交在a2站点对应的二维码)，乘坐10路公交，19:00用户在家所在的小区门口扫描二维码(该二维码可以是家所在小区的位置对应的二维码)进入小区。
70.在上述场景中，扫码数据仅包括了用户上公交扫码、上地铁扫码、进入小区扫码、进入公司楼宇扫码时对应的扫码数据，并不包括用户下公交扫码、下地铁扫码、离开小区扫码、离开公司楼宇扫码时对应的扫码数据。处理设备可以基于上述多个扫码数据的扫码时刻，对扫码数据进行分类，得到上午数据和下午数据，然后基于用户上午和下午所乘坐的公交和地铁的上下行对，分别在上午数据和下午数据中补充用户的下公交位置(例如下公交时对应的扫码数据)和下地铁位置(例如下地铁时对应的扫码数据)，进一步的还可以补充上午的出发位置(例如离开小区时对应的扫码数据)和下午的出发位置(例如离开公司楼宇时对应的扫码数据)，接着按照用户经过上述位置的时刻在时间上的先后，依次连接上述位置，进而得到用户的轨迹。在一些示例中，用户的轨迹可以是“小区
‑
10路公交a1站点
‑
10路
公交a2站点
‑
3号线b1站点
‑
3号线b2站点
‑
公司”、还可以是“公司
‑
3号线b2站点
‑
3号线b1站点
‑
10路公交a2站点
‑
10路公交a1站点
‑
小区”、也可以是“小区
‑
10路公交a1站点
‑
10路公交a2站点
‑
3号线b1站点
‑
3号线b2站点
‑
公司
‑
3号线b2站点
‑
3号线b1站点
‑
10路公交a2站点
‑
10路公交a1站点
‑
小区”。在另一些示例中，用户的轨迹中还可以包括扫码时刻，例如用户的轨迹可以是“小区(07:10)
‑
10路公交a1站点(07:50)
‑
10路公交a2站点(08:05)
‑
3号线b1站点(08:15)
‑
3号线b2站点(08:25)
‑
公司(08:30)”本技术实施例不具体限定用户的轨迹，本领域技术人员可以实际需要进行选择。
71.为了使得本技术的技术方案更加清楚、易于理解，下面结合附图对本技术实施例提供的轨迹生成方法进行介绍。
72.参见图1，该图为本技术实施例提供了一种轨迹生成方法的流程图，该方法包括：
73.s101：获取用户的多个扫码数据。
74.扫码数据是指用户在预设位置通过手持终端进行扫码后得到的数据。例如，扫码数据可以是用户07:50在10路公交a1站点，通过手机对该10路公交a1站点所对应的二维码进行扫码得到的数据。该扫码数据包括扫码时刻、扫码位置和位置类型。其中，扫码时刻是指用户扫描二维码的时刻，例如扫码时刻可以是上述示例中的“07:50”，扫码位置是指用户扫描二维码时所处的位置，例如扫码位置可以是上述示例中的“a1站点”，位置类型是指扫码位置的类型，例如位置类型可以是上述示例中的“10路公交”，位置类型还可以是“3号线地铁”、“住宅类型”和“公司类型”等。
75.在一些示例中，处理设备可以响应于用户的扫码操作，获取用户的扫码数据。例如，在a1站点存在多路公交，如10路公交和11路公交，可以在a1站点的站牌上设置10路公交对应的二维码1和11路公交对应的二维码2。如此，当用户在07:50通过手机扫描上述二维码1后，处理设备响应于用户的扫码操作，获取该用户的扫码数据，该扫码数据可以是“07:50
‑
10路公交
‑
a1站点”。再例如，在10路公交的车内设置二维码3。如此，当用户在07:50通过手机扫描上述二维码3，处理设备可以响应于用户的扫码操作，获取该10路公交上的车载gps所指示的位置，然后根据该位置生成用户进行扫码操作的位置，进而得到扫码数据，该扫码数据可以是“07:50
‑
10路公交
‑
a1站点”。
76.本技术不限定处理设备获取用户的扫码数据的方式，本领域技术人员可以根据实际需要选择获取扫码数据的方式。在一种可能的实现方式中，本技术实施例还提供了一种处理设备获取用户的扫码数据的具体实现方式，请参见下文。
77.在一些示例中，处理设备获取的多个扫码数据如下表1所示。
78.表1：
[0079][0080]
[0081]
需要说明的是，表1中所示的扫码数据仅仅是示例说明。
[0082]
s102：根据扫码时刻和预设时刻，将多个扫码数据划分为第一类数据以及第二类数据。
[0083]
在一些示例中，处理设备可以将扫码时刻早于预设时刻的扫码数据确定为第一类数据(如表1中标识为“1
‑
1”、“1
‑
2”和“1
‑
3”的扫码数据)，将扫码时刻晚于预设时刻的扫码数据确定为第二类数据(如表1中标识为“1
‑
4”、“1
‑
5”和“1
‑
6”的扫码数据)。在另一些示例中，处理设备还可以将扫码时刻晚于预设时刻的扫码数据确定为第一类数据，将扫码时刻早于预设时刻的扫码数据确定为第二类数据。其中，预设时刻可以是“12:00”、也可以是“11:00”、还可以是“13:00”。本技术实施例不具体限定预设时刻，本领域技术人员可以是根据实际需要进行选择预设时刻的具体值。
[0084]
为了便于理解，下文以第一类数据的扫码时刻早于第二类数据的扫码时刻为例进行介绍。
[0085]
s103：从第二类数据中查找与第一类数据中第一扫码数据的位置类型一致的第二扫码数据。
[0086]
延续上例，第一类数据中的第一扫码数据可以是标识为“1
‑
1”、“1
‑
2”和“1
‑
3”的扫码数据，以第一扫码数据为标识为“1
‑
1”的扫码数据为例，第二类数据中与第一扫码数据的位置类型一致的第二扫码数据可以是标识为“1
‑
5”的扫码数据。同理，第一扫码数据为标识为“1
‑
2”的扫码数据时，第二类数据中与第一扫码数据的位置类型一致的第二扫码数据可以是标识为“1
‑
4”的扫码数据。如此，处理设备可以从第二类数据中查找到与第一类数据中第一扫码数据的位置类型一致的第二扫码数据。
[0087]
在另一些实施例，处理设备还可以在第一类数据中查找与第二类数据中第二扫码数据的位置类型一致的第一扫码数据，具体实现过程与上述示例类似，此处不再赘述。
[0088]
s104：将第二扫码数据的位置类型和扫码位置作为第一缺失数据的位置类型和扫码位置。
[0089]
其中，第一缺失数据是指用户的完整轨迹中缺失部分的扫码数据。例如第一缺失数据可以是用户下公交车所对应的扫码数据，也可以是用户下地铁所对应的扫码数据。完整轨迹是指包括乘坐交通工具(如公交、地铁)上车位置和下次位置的轨迹。从上表1可以看出，扫码数据仅记录了用户上公交、上地铁、进入公司、进入小区，因此处理设备需要对用户下公交时对应的数据进行预测，例如预测用户下公交的时刻及位置、用户下地铁的时刻及位置等。
[0090]
在一些实施例中，处理设备可以基于第二扫码数据的位置类型和扫码位置预测第一缺失数据的位置类型和扫码位置。例如，处理设备可以预测用户在a1站点上10路公交后，上午下10路公交时的第一缺失数据。处理设备在第二类数据中查找到标识为“1
‑
5”的扫码数据后，将标识为“1
‑
5”的扫码数据的位置类型和扫码位置作为下10路公交时的第一缺失数据的位置类型和扫码位置。同理，处理设备还可以将标识为“1
‑
4”的扫码数据的位置类型和扫码位置作为上午下3号线地铁时的第一缺失数据的位置类型和扫码位置。
[0091]
在一些实施例中，处理设备还可以将第一扫码数据的位置类型和扫码位置预测下午下公交和/或下地铁时的缺失数据(为了便于描述，将该缺失数据记为第三缺失数据)的位置类型和扫码位置，具体实现过程与上述示例类似，此处不再赘述。
[0092]
s105：在第一类数据中补充第一缺失数据。
[0093]
第一缺失数据的扫码时刻晚于第一扫码数据的扫码时刻预设时间段。其中，预设时间段可以是5分钟、8分钟。本技术不具体限定预设时间段，本领域技术人员可以根据实际需要选择预设时间段的具体时长。
[0094]
延续上例，上午下10路公交时的第一缺失数据可以为“07:53
‑
10路公交
‑
a2站点”，上午下3号线地铁时的第一缺失数据可以为“08:20
‑
3号线地铁
‑
b2站点”。处理设备可以在第一类数据中补充上述第一缺失数据，得到如下表2所示的补充后的第一类数据。
[0095]
表2：
[0096]
标识扫码时刻扫码位置位置类型2
‑
107:45a1站点10路公交2
‑
207:53a2站点10路公交2
‑
308:15b1站点3号线地铁2
‑
408:28b2站点3号线地铁2
‑
508:40xx公司公司类型
[0097]
其中，标识为“2
‑
2”的扫码数据为标识为上午下10路公交时的第一缺失数据，该第一缺失数据表征07:53用户在10路公交的a2站点下公交。标识为“2
‑
4”的扫码数据为上午下3号线地铁时的第一缺失数据，该第一缺失数据表征08:20用户在3号线地铁b2站点下地铁。
[0098]
在另一些实施例中，处理设备还可以在第二类数据中补充第三缺失数据，得到补充后的第二类数据，具体实现过程与上述示例类似，此处不再赘述。
[0099]
s106：基于第一类数据中的扫码时刻，连接第一类数据中的扫码位置，以生成用户的轨迹。
[0100]
如上表2所示，处理设备可以基于第一类数据中的扫码时刻在时间上的先后，对第一类数据中的扫码数据进行排序，排序结果可以通过扫码数据的标识表征，例如排序结果可以是
“‘2‑1’
、
‘2‑2’
、
‘2‑3’
、
‘2‑4’
、
‘2‑5’”
。然后处理设备基于该排序结果，连接第一类数据中的扫码位置，进而生成用户的轨迹。在一些示例中，用户的轨迹可以是“10路公交a1站点
‑
10路公交a2站点
‑
3号线地铁b1站点
‑
3号线地铁b2站点
‑
xx公司”；在另一些示例中，用户的轨迹还可以包括扫码时刻，例如用户的轨迹可以是“10路公交a1站点(07:45)
‑
10路公交a2站点(07:53)
‑
3号线地铁b1站点(08:15)
‑
3号线地铁b2站点(08:28)
‑
xx公司(08:40)”。
[0101]
基于上述内容描述，本技术实施例提供了一种轨迹生成方法，该方法基于用户的扫码数据进行分析，该扫码数据包括扫码位置，无需依赖用户的手持终端的gps功能，也能够获取到用户所经过的离散位置点，然后按照扫码数据的扫码时刻在时间上的先后，连接上述离散位置点，进而生成用户的轨迹。并且，该方法无需依赖用户的手持终端的gps功能，对于手持终端的gps功能处于关闭状态的用户而言，也能够获取到该用户的轨迹。可见该方法的适用范围较为广泛。
[0102]
在一些实施例中，处理设备可以获取用户在历史时间段内的多个扫码数据，然后对历史时间段内的多个扫码数据进行数据分析，以获取上述表1所示的扫码数据。本技术实施例提供了一种处理设备获取用户的多个扫码数据的具体实现方式，可以包括以下步骤：
[0103]
a1：获取用户的多个待处理扫码数据。
[0104]
待处理扫码数据可以是用户在历史时间段在预设位置进行扫码操作后，处理设备
响应该扫码操作获取的扫码数据。为了便于理解，如下表3示出了多个待处理扫码数据。
[0105]
表3：
[0106]
标识扫码时刻扫码位置位置类型3
‑
107:50a1站点10路公交3
‑
207:48a1站点10路公交3
‑
307:53a1站点10路公交3
‑
407:15a1站点10路公交3
‑
508:18b1站点3号线地铁3
‑
608:20b1站点3号线地铁3
‑
708:14b1站点3号线地铁3
‑
816:30xx幼儿园学校类型
……………………
[0107]
处理设备获取上述表3所示的多个待处理扫码数据后，可以对多个待处理扫码数据进行处理，得到上述表1所示的扫码数据。
[0108]
a2：从多个待处理扫码数据中查找多组目标扫码数据。
[0109]
其中，每组目标扫码数据中的位置类型和扫码位置均一致。为了便于理解，以处理设备从多个待处理扫码数据中查找两组目标扫码数据为例，第一组目标扫码数据可以是表3中标识为“3
‑
1”、“3
‑
2”、“3
‑
3”和“3
‑
4”的待处理扫码数据，第二组目标扫码数据可以是表3中标识为“3
‑
5”、“3
‑
6”和“3
‑
7”的待处理扫码数据。如此处理设备可以从多个待处理扫码数据中查找多组目标扫码数据。
[0110]
a3：通过密度聚类的方式，分别对每组目标扫码数据的扫码时刻进行聚类，得到用户的多个扫码数据。
[0111]
在一些示例中，为了使基于扫码时刻进行聚类后的扫码数据更贴近于用户的真实扫码情况，降低扫码数据的误差，处理设备可以通过密度聚类的方式，分别对每组目标扫码数据的扫码时刻进行聚类，得到用户的多个扫码数据。以处理设备对上述第一组目标扫码数据的扫码时刻进行密度聚类为例，上述第一组目标扫码数据中的扫码时刻接近于07:50，而标识为“3
‑
4”的待处理扫码数据的扫码时刻为07:15，大幅偏离第一组目标扫码数据中其他待处理扫码数据的扫码时刻，处理设备可以将该标识为“3
‑
4”的待处理扫码数据丢弃，进而得到上述表1中标识为“1
‑
1”的扫码数据。
[0112]
在一些实现方式中，可以预先设置扫码时刻的偏差阈值。例如偏差阈值可以是20分钟，延续上例，07:15与07:50在时间上相差超过20分钟，处理设备则确定标识为“3
‑
4”的待处理扫码数据的扫码时刻大幅偏离第一组目标扫码数据中其他待处理扫码数据的扫码时刻。
[0113]
在一些实施例中，处理设备在分别对每组目标扫码数据的扫码时刻进行聚类之前，还可以从多个待处理扫码数据中剔除偶然出现的待处理扫码数据。偶然出现的待处理扫码数据可以是该扫码位置在多个待处理扫码数据中出现频次低于预设频次阈值的待处理扫码数据，如上表3中标识为“3
‑
8”的待处理扫码数据。如此，在处理设备生成用户的通勤轨迹的场景下，剔除用户在通勤过程中无需经过的位置，进而是得到的通勤轨迹更符合用户通勤的真实情况。
[0114]
在一些实施例中，处理设备还可以对用户的出发位置进行预测，进而可以得到从家到公司的轨迹或从公司到家的轨迹。本技术实施例提供了一种对用户的出发位置进行预测的具体实现方式，包括以下步骤：
[0115]
b1：从第二类数据中查找第三扫码数据。
[0116]
其中，第三扫码数据的扫码时刻晚于第二类数据中任一扫码数据的扫码时刻。为了便于理解，以第一类数据的扫码时刻早于第二类数据的扫码时刻为例，参见上述表1，第二类数据包括标识为“1
‑
4”、“1
‑
5”和“1
‑
6”的扫码数据，标识为“1
‑
6”的扫码数据的扫码时刻晚于第二类数据中任一扫码数据的扫码时刻。如此处理设备可以从表1中查找到第三扫码数据，即标识为“1
‑
6”的扫码数据。从表1中可以看出，第三扫码数据的位置类型为住宅类型。
[0117]
b2：将第三扫码数据的位置类型和扫码位置作为第二缺失数据的位置类型和扫码位置。
[0118]
第一类数据包括标识为“1
‑
1”、“1
‑
2”和“1
‑
3”的扫码数据，标识为“1
‑
3”的扫码数据的扫码时刻晚于第一类数据中任一扫码数据的扫码时刻，可以将该标识为“1
‑
3”的扫码数据记为第四扫码数据。从表1中可以看出，第四扫码数据的位置类型为公司类型，处理设备可以对用户的出发位置进行预测，以便得到用户从家到公司的轨迹。
[0119]
在一些示例中，处理设备可以预测用户上午离开小区时的第二缺失数据。例如，处理设备将第三扫码数据的位置类型和扫码位置作为第二缺失数据的位置类型和扫码位置。
[0120]
b3：在第一类数据中补充第二缺失数据。
[0121]
其中，第二缺失数据的扫码时刻早于第一类数据中任一扫码数据的扫码时刻。例如第二缺失数据的扫码时刻可以是“07:15”，处理设备可以得到第二缺失数据为“07:15
‑
住宅类型
‑
xx小区”，接着处理设备可以将该第二缺失数据补充到上述第一类数据中。如此，处理设备基于第一类数据的扫码时刻，连接扫码位置可以生成用户从家到公司的轨迹。
[0122]
同理，处理设备还可以从第一类数据中查找第四扫码数据，然后基于第四扫码数据的位置类型和扫码位置预测用户下午离开公司楼宇时的缺失数据(为了便于描述，将该缺失数据记为第四缺失数据)，接着在第二类数据中补充第四缺失数据，该第四缺失数据的扫码时刻早于第二类数据中任一扫码数据的扫码时刻。如此，处理设备基于第二类数据的扫码时刻，连接扫码位置可以生成用户从公司到家的轨迹。
[0123]
在一些实施例中，处理设备可以将上述用户从家到公司的轨迹与用户从公司到家的轨迹进行连接，进而得到更符合用户的通勤轨迹。在一些实现方式中，处理设备可以通过显示器呈现上述用户的通勤轨迹。如图2a所示，该图为本技术实施例提供的一种用户的通勤轨迹的示意图。
[0124]
在一些场景中，用户可能会存在上夜班的情况，处理设备获取用户的多个扫码数据可以如下表4所示。
[0125]
表4：
[0126]
标识扫码时刻扫码位置位置类型4
‑
107:45b1站点3号线地铁4
‑
208:15a1站点10路公交4
‑
308:40xx小区住宅类型
4
‑
418:10a2站点10路公交4
‑
518:30b2站点3号线地铁4
‑
618:45xx公司公司类型
[0127]
以第一类数据的扫码时刻早于第二类数据的扫码时刻为例，从表4中可以看出，第三扫码数据的位置类型为公司类型，第四扫码数据的位置类型为住宅类型。相应的，处理设备可以在第一类扫码数据中第一缺失数据和第二缺失数据，进而得到用户从公司到家的轨迹；处理设备还可以在第二类数据中补充第三缺失数据和第四缺失数据，进而得到用户从家到公司的轨迹。
[0128]
在一些实施例中，处理设备可以将上述用户从公司到家的轨迹与用户从家到公司的轨迹进行连接，进而得到更符合用户的通勤轨迹。在一些实现方式中，处理设备可以通过显示器呈现上述用户的通勤轨迹。如图2b所示，该图为本技术实施例提供的一种用户的通勤轨迹的示意图。
[0129]
在一些场景中，用户可以在多种公共交通的方式中选择一种方式进行通勤。例如，用户可以选择10路公交和3号线地铁进行通勤，也可以选择12路公交和3号线地铁进行通勤。在该场景中，处理设备获取用户的多个扫码数据如下表5所示。
[0130]
表5：
[0131][0132][0133]
为了便于理解，以第一类数据的扫码时刻早于第二类数据的扫码时刻为例进行介绍。第一类数据包括标识为“5
‑
1”、“5
‑
2”、“5
‑
3”和“5
‑
4”的扫码数据，处理设备可以获取第一类数据中相邻第一扫码数据的扫码时刻的时间差，若该时间差小于预设差值，则确定相邻第一扫码数据为互斥扫码数据。
[0134]
其中，相邻第一扫码数据是扫码时刻在时间上相邻的两个第一扫码数据。例如相邻第一扫码数据可以是标识为“5
‑
1”的扫码数据和标识为“5
‑
2”的扫码数据，再例如相邻第一扫码数据还可以是标识为“5
‑
2”的扫码数据和标识为“5
‑
3”的扫码数据。预设差值可以是5分钟、4分钟等。本技术实施例不具体限定预设差值，本领域技术人员可以根据实际需要进行选择。
[0135]
在一些可能的实现方式中，处理设备可以获取标识为“5
‑
1”的扫码数据的扫码时刻和标识为“5
‑
2”的扫码数据的扫码时刻，然后计算得到两个扫码时刻之间的时间差，即07:45和07:48之间的时间差3分钟，接着将该时间差与预设差值进行比较。以预设差值为4分钟为例，该时间差小于预设差值，进而处理设备确定标识为“5
‑
1”的扫码数据和标识为“5
‑
2”的扫码数据为互斥扫码数据。
[0136]
在一些示例中，本技术实施例提供了一种多个扫码数据中存在互斥扫码数据时，处理设备生成用户的轨迹的具体实现方式，可以包括以下步骤：
[0137]
c1：连接互斥扫码数据中第一个第一扫码数据的扫码位置和第一个第一缺失数据的扫码位置，得到第一轨迹。
[0138]
其中，第一个缺失数据为第一个第一扫码数据对应的第一缺失数据。延续上例，互斥扫码数据中第一个第一扫码数据可以是标识为“5
‑
1”的扫码数据，处理设备获取第一个第一缺失数据的过程可以参考以上实施例中的介绍，此处不再赘述。第一轨迹可以是指用户从第一个第一扫码数据的扫码位置到第一个第一缺失数据的扫码位置的轨迹。
[0139]
在一些可能的实现方式中，处理设备还可以将该第一轨迹与家所在小区的位置和公司所在楼宇的位置连接，进而得到用户从家到公司的轨迹。
[0140]
c2：连接互斥扫码数据中第二个第一扫码数据的扫码位置和第二个第一缺失数据的扫码位置，得到第二轨迹。
[0141]
第二个第一缺数数据为第二个扫码数据对应的第一缺失数据。延续上例，互斥扫码数据中第二个第一扫码数据可以是标识为“5
‑
2”的扫码数据，处理设备获取第二个第一缺失数据的过程可以参考以上实施例中的介绍，此处不再赘述。第二轨迹可以是指用户从第二个第一扫码数据的扫码位置到第二个第一缺失数据的扫码位置的轨迹。
[0142]
在一些可能的实现方式中，处理设备还可以将该第二轨迹与家所在小区的位置和公司所在楼宇的位置连接，进而得到用户从家到公司的轨迹。
[0143]
需要说明的是，本技术实施例不限定c1和c2的执行顺序，在另一些示例中，处理设备可以先执行c2，后执行c1，处理设备也可以同时执行c1和c2。
[0144]
在另一些示例中，处理设备还可以获取第二类数据中相邻第二扫码数据的扫码时刻的时间差，若该时间差小于预设差值，则确定相邻第二扫码数据为互斥扫码数据。接着处理设备连接互斥扫码数据中第一个第二扫码数据的扫码位置、第一个第三缺失数据的扫码位置，得到第三轨迹；连接互斥扫码数据中第二个第二扫码数据的扫码位置、第二个第三缺失数据的扫码位置，得到第四轨迹。
[0145]
在一些可能的实现方式中，处理设备可以基于上述第一轨迹、第二轨迹、第三轨迹、第四轨迹对用户的通勤轨迹进行修正，从而得到包括互斥路线的通勤轨迹。接着处理设备可以通过显示器呈现包括互斥路线的通勤轨迹。如图3所示，该图为本技术实施例提供的一种包括互斥路线的通勤轨迹的示意图。
[0146]
在一些实施例中，处理设备可以通过计算用户选择不同路线的概率，进而为优化公共交通提供参考依据。本技术实施例提供了一种计算用户选择不同路线的概率的具体实现方式，可以包括以下步骤：
[0147]
d1：获取目标时间段内用户的互斥扫码数据中第一个第一扫码数据出现的第一次数和第二个第一扫码数据出现的第二次数。
[0148]
其中，目标时间段可以是1个月，也可以是2个月，本技术实施例不具体限定目标时间段的时间长度，本领域技术人员可以根据实际需要进行选择。以目标时间段为1个月为例，互斥扫码数据中第一个第一扫码数据可以是表5中标识为“5
‑
1”的扫码数据，第一次数为表5中标识为“5
‑
1”的扫码数据在1个月内出现的次数，例如第一次数可以为8次；互斥扫码数据中第二个第一扫码数据可以是表5中标识为“5
‑
2”的扫码数据，第二次数为表5中标
识为“5
‑
2”的扫码数据在1个月内出现的次数，例如第二次数可以为12次。如此处理设备可以获取上述第一次数和第二次数。
[0149]
d2：根据第一次数和第二次数之和以及第一次数，获取第一轨迹的概率。
[0150]
延续上例，第一次数和第二次数之和为20，第一次数为8。处理设备可以通过如下公式计算第一轨迹的概率：
[0151][0152]
其中，p1为第一轨迹的概率，n1为第一次数，n2为第二次数。如此，处理设备可以通过上述公式(1)计算得到p1＝40％。
[0153]
d3：根据第一次数和第二次数之和以及第二次数，获取第二轨迹的概率。
[0154]
延续上例，第一次数和第二次数之和为20，第二次数为12。处理设备可以通过如下公式计算第二轨迹的概率：
[0155][0156]
其中，p2为第二轨迹的概率，n1为第一次数，n2为第二次数。如此，处理设备可以通过上述公式(2)计算得到p2＝60％。
[0157]
需要说明的是，本技术实施例不限定d2和d3的执行顺序，在另一些示例中，处理设备可以先执行d3，后执行d2，处理设备也可以同时执行d2和d3。
[0158]
在一些可能的实现方式中，处理设备可以通过显示器呈现包括概率信息的通勤轨迹，如图4所示，该图本技术实施例提供的一种包括概率信息的通勤轨迹。处理设备通过对不同路线的概率进行计算并呈现，更能够有助于公共交通的优化，例如公交站点的合并等。
[0159]
基于上述方法实施例提供的轨迹生成方法，本技术实施例还提供了一种轨迹生成装置，下面结合附图，对本轨迹生成装置进行说明。
[0160]
参见图5，该图为本技术实施例提供的一种轨迹生成装置的示意图。如图5所示，该轨迹生成装置包括：
[0161]
获取单元501，用于获取用户的多个扫码数据，所述扫码数据包括扫码时刻、扫码位置和位置类型；
[0162]
划分单元502，用于根据所述扫码时刻和预设时刻，将所述多个扫码数据划分为第一类数据以及第二类数据；
[0163]
查找单元503，用于从所述第二类数据中查找与所述第一类数据中第一扫码数据的位置类型一致的第二扫码数据；
[0164]
预测单元504，用于将所述第二扫码数据的位置类型和扫码位置作为第一缺失数据的位置类型和扫码位置；
[0165]
补充单元505，用于在所述第一类数据中补充所述第一缺失数据，所述第一缺失数据的扫码时刻晚于所述第一扫码数据的扫码时刻预设时间段；
[0166]
生成单元506，用于基于所述第一类数据中的扫码时刻，连接所述第一类数据中的扫码位置，以生成所述用户的轨迹。
[0167]
在一些可能的实现方式中，所述查找单元503，还用于从所述第二类数据中查找第三扫码数据，所述第三扫码数据的扫码时刻晚于所述第二类数据中任一扫码数据的扫码时
刻；
[0168]
所述预测单元504，还用于将所述第三扫码数据的位置类型和扫码位置作为第二缺失数据的位置类型和扫码位置；
[0169]
所述补充单元505，还用于在所述第一类数据中补充所述第二缺失数据，所述第二缺失数据的扫码时刻早于所述第一类数据中任一扫码数据的扫码时刻。
[0170]
在一些可能的实现方式中，所述第三扫码数据的位置类型为住宅类型或公司类型。
[0171]
在一些可能的实现方式中，所述获取单元501，还用于获取所述第一类数据中相邻第一扫码数据的扫码时刻的时间差；若所述时间差小于预设差值，确定所述相邻第一扫码数据为互斥扫码数据；
[0172]
所述生成单元506，具体用于连接所述互斥扫码数据中第一个第一扫码数据的扫码位置和第一个第一缺失数据的扫码位置，得到第一轨迹；连接所述互斥扫码数据中第二个第一扫码数据的扫码位置和第二个第一缺失数据的扫码位置，得到第二轨迹。
[0173]
在一些可能的实现方式中，所述获取单元501，还用于获取目标时间段内所述用户的互斥扫码数据中第一个第一扫码数据出现的第一次数和第二个第一扫码数据出现的第二次数；根据所述第一次数和所述第二次数之和以及所述第一次数，获取所述第一轨迹的概率；根据所述第一次数和所述第二次数之和以及所述第二次数，获取所述第二轨迹的概率。
[0174]
在一些可能的实现方式中，所述划分单元502，具体用于将所述扫码时刻早于所述预设时刻的扫码数据，确定为第一类数据；将所述扫码时刻晚于所述预设时刻的扫码数据确定为第二类数据；或者，将所述扫码时刻早于所述预设时刻的扫码数据，确定为第二类数据；将所述扫码时刻晚于所述预设时刻的扫码数据确定为第一类数据。
[0175]
在一些可能的实现方式中，所述获取单元501，具体用于获取用户的多个待处理扫码数据；从所述多个待处理扫码数据中查找多组目标扫码数据，其中，每组目标扫码数据中的位置类型和扫码位置均一致；通过密度聚类的方式，分别对每组目标扫码数据的扫码时刻进行聚类，得到所述用户的多个扫码数据。
[0176]
另外，本技术实施例还提供了一种计算设备，包括：存储器，处理器，及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上述任一项实施例所述的轨迹生成方法。
[0177]
另外，本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行如上述任一项实施例所述的轨迹生成方法。
[0178]
需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0179]
应当理解，在本技术中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：只存在a，只存在b以及同时存在a和b三种情况，其中a，b可以是单数或者复数。字
符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
[0180]
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0181]
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd
‑
rom、或技术领域内所公知的任意其它形式的存储介质中。
[0182]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。