一种基于MR常驻地的建筑物属性识别方法及系统与流程

一种基于mr常驻地的建筑物属性识别方法及系统
技术领域
1.本发明涉及建筑物属性识别技术领域，具体涉及一种基于mr常驻地的建筑物属性识别方 法及系统。


背景技术：

2.随着互联网、移动物联网、物联网、云计算的不断发展，社会各个领域都 在源源不断地产生大量的数据。数据资源被各国视为未来最重要的国家资产， 推动着未来人类社会生产、生活模式的改变和创新。近两年，各国不断颁布推 动大数据发展的政策，大数据应用也开始逐渐落地，从概念阶段正式进入成熟 阶段。电信运营商作为大数据的重要拥有者，其数据具备数量体大、类型多、 真实、准确的特点；近期电信运营商因传统业务发展饱和，导致其传统业务收 入不断下滑，急需新的业务增长点，与此同时各国际运营商亦积极开展战略转 型，布局大数据等新兴领域；所以围绕当前的数据金矿，充分挖掘、发挥数据 价值是当前电信运营商的必走之路，而在诸多运营商数据核心能力中，位置能 力就是其中之一，在对内运维优化、精准营销，对外数据变现、行业应用支撑 等方面起着至关重要的作用。
3.运营商获取建筑物属性，有利于针对不同场景的建筑物进行合作营销。然而，传统对建 筑物属性的识别通常是实地探测，往往需要花费大量的人力物力，效率较低，针对新建的建 筑物不能及时获取建筑物相关信息。因此，提出一种基于mr常驻地的建筑物属性识别方法及 系统。


技术实现要素：

4.本发明所要解决的技术问题在于：如何解决传统对建筑物属性的识别方式中存在的人力 物力耗费大、效率较低、不能及时获取新建建筑物相关信息的问题，提供了一种基于mr常驻 地的建筑物属性识别方法。该方法先利用精准识别的常住工作地和常住居住地用户，就近依 附到建筑物之中，然后根据结果计算建筑物工作地和居住地的人数密度，以建筑物工作地用 户数、居住地用户数、建筑物面积、居住地用户人数、工作地用户人数、周围人口密度指数、 建筑物属性作为入参，通过lightgbm的机器学习算法对模型进行训练，并通过函数调用形式， 完成对未知建筑物的属性识别。
5.本发明是通过以下技术方案解决上述技术问题的，本发明包括以下步骤：
6.s1：mr常驻地分析
7.通过mr指纹库定位清晰刻画出用户轨迹，对多日用户轨迹聚类分析，分析出用户常住工 作地和居住地；
8.s2：常驻地入楼处理
9.基于pnpoly算法进行点面计算，将用户常驻地归入到建筑物之中；在建筑物之外的用户 常驻地采用计算距离方式，就近依附到楼栋的方法，将用户常驻地入楼；
10.s3：模型参数整合及训练
11.对建筑物工作地用户数、建筑物居住地用户数、建筑物工作地用户年龄分布、建筑物居 住地用户年龄分布、建筑物面积、人口密度指数分布、建筑物属性数据整合，然后将建筑物 工作地用户数、建筑物居住地用户数、建筑物工作地用户年龄分布、建筑物居住地用户年龄 分布、建筑物面积、人口密度指数分布作为模型入参，建筑物属性数据作为模型出参进行模 型学习训练；
12.s4：未知建筑物属性预测
13.对经过评估后输出的模型进行封装，输入建筑物工作地用户数、建筑物居住地用户数、 建筑物工作地用户年龄分布、建筑物居住地用户年龄分布、建筑物面积、人口密度指数参数， 对未知建筑物属性进行预测。
14.更进一步地，在所述步骤s1中，用户常驻地包括用户常住工作地、用户常住居住地。
15.更进一步地，在所述步骤s1中，用户常驻地的分析过程如下：
16.s11：取用户的mr测量报告信息，基于三点定位算法与mr指纹库相匹配，定位出每个用 户的每条mr测量报告的具体位置；
17.s12：通过对每天的时间范围内的已定位的mr测量报告分布点聚类分析，分析出用户每 天的日居住地和日工作地位置；
18.s13：取一段周期内的用户日居住地和用户日工作地，聚类分析出用户的常住工作地和常 住居住地。
19.更进一步地，在所述步骤s12中，对于工作地识别，每天的时间范围取正常的工作时间， 早上08:00-11:00、下午14:00-17:00；对于居住地识别，每天的时间范围取正常的作息时间， 凌晨00:00-06:00、20:00-24:00。
20.更进一步地，在所述步骤s2中，pnpoly算法的计算过程如下：
21.s21：取需要判断点的纵坐标并从目标点出发引一条射线；
22.s22：判断射线和多边形所有边的交点数目；
23.s23：如果有奇数个交点，则说明在内部，即用户常驻地在楼栋内；如果有偶数个交点， 则说明在外部，即用户常驻地在楼栋外。
24.更进一步地，各入参与出参的含义分别如下：
25.建筑物工作地用户数：常住工作地在该建筑物的用户总数；
26.建筑物居住地用户数：常住居住地在该建筑物的用户总数；
27.建筑物工作地用户年龄分布：常住工作地在该建筑物的用户年龄分布情况；
28.建筑物居住地用户年龄分布：常住居住地在该建筑物的用户年龄分布情况；
29.建筑物面积：建筑物的实际占地面积；
30.人口密度指数分布：建筑物内部及周边不同日期不同时间段的人口密度指数分区情况；
31.建筑物属性数据：表明建筑物实际属性。
32.更进一步地，在所述步骤s3中，在模型训练的初始阶段，取样本的80％数据集为训练数 据集，包含入参和出参；对这部分数据进行分析，利用训练集训练模型，建立一个分类或回 归模型；再用剩下20％的数据作为测试集，将训练好的模型应用于测试集上用于预测；根据模 型在测试集上的表现来选择最佳模型。
33.更进一步地，在所述步骤s4中，采用均方根误差rmse来评估模型的预测精度，rmse的 值越小，表明模型的预测结果越准确。
34.本发明还提供了一种基于mr常驻地的建筑物属性识别系统，采用上述的识别方法对未知 建筑物属性进行识别，包括：
35.用户常驻地分析模块，用于通过mr指纹库定位清晰刻画出用户轨迹，对多日用户轨迹聚 类分析，分析出用户常住工作地和居住地；
36.常驻地处理模块，用于基于pnpoly算法进行点面计算，将用户常驻地归入到建筑物之中； 在建筑物之外的用户常驻地采用计算距离方式，就近依附到楼栋的方法，将用户常驻地入楼；
37.整合训练模块，用于对建筑物工作地用户数、建筑物居住地用户数、建筑物工作地用户 年龄分布、建筑物居住地用户年龄分布、建筑物面积、人口密度指数分布、建筑物属性数据 整合，然后将建筑物工作地用户数、建筑物居住地用户数、建筑物工作地用户年龄分布、建 筑物居住地用户年龄分布、建筑物面积、人口密度指数分布作为模型入参，建筑物属性数据 作为模型出参进行模型学习训练；
38.属性预测模块，用于对经过评估后输出的模型进行封装，输入建筑物工作地用户数、建 筑物居住地用户数、建筑物工作地用户年龄分布、建筑物居住地用户年龄分布、建筑物面积、 人口密度指数参数，对未知建筑物属性进行预测；
39.控制处理模块，用于向其他模块发出指令，完成相关动作；
40.所述用户常驻地分析模块、常驻地处理模块、整合训练模块、属性预测模块均与所述控 制处理模块电性连接。
41.本发明相比现有技术具有以下优点：该基于mr常驻地的建筑物属性识别方法及系统，首 先，利用mr识别的常驻地作为数据输入源，精度高，覆盖广，时效性好；其次，引入建筑物 面积、居住地人口密度、工作地人口密度、工作地人数、居住地人数、周围人口密度指数作 为模型入参可以有效反应建筑物的特征状况；通过lightgbm算法对建筑物属性模型训练，训 练效率更高，使用内存更低；此外采用均方根误差rmse，对模型进行有效的精准度评估，最 终实现对已知参数的建筑物属性进行预测，精度较高，有效减少人力物力成本，值得被推广 使用。
附图说明
42.图1是本发明实施例二中基于mr常驻地的建筑物属性识别方法的流程示意图；
具体实施方式
43.下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施， 给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
44.实施例一
45.本实施例提供一种技术方案：一种基于mr常驻地的建筑物属性识别方法，包括以下步骤：
46.s1：mr常驻地分析
47.通过mr指纹库定位清晰刻画出用户轨迹，对多日用户轨迹聚类分析，分析出用户常住工 作地和居住地；
48.s2：常驻地入楼处理
49.基于pnpoly算法进行点面计算，将用户常驻地归入到建筑物之中；在建筑物之外的用户 常驻地采用计算距离方式，就近依附到楼栋的方法，将用户常驻地入楼；
50.s3：模型参数整合及训练
51.对建筑物工作地用户数、建筑物居住地用户数、建筑物工作地用户年龄分布、建筑物居 住地用户年龄分布、建筑物面积、人口密度指数分布、建筑物属性数据整合，然后将建筑物 工作地用户数、建筑物居住地用户数、建筑物工作地用户年龄分布、建筑物居住地用户年龄 分布、建筑物面积、人口密度指数分布作为模型入参，建筑物属性数据作为模型出参进行模 型学习训练；
52.s4：未知建筑物属性预测
53.对经过评估后输出的模型进行封装，输入建筑物工作地用户数、建筑物居住地用户数、 建筑物工作地用户年龄分布、建筑物居住地用户年龄分布、建筑物面积、人口密度指数参数， 对未知建筑物属性进行预测。
54.在本实施例中，在所述步骤s1中，用户常驻地包括用户常住工作地、用户常住居住地。
55.在本实施例中，在所述步骤s1中，用户常驻地的分析过程如下：
56.s11：取用户的mr测量报告信息，基于三点定位算法与mr指纹库相匹配，定位出每个用 户的每条mr测量报告的具体位置；
57.s12：通过对每天的时间范围内的已定位的mr测量报告分布点聚类分析，分析出用户每 天的日居住地和日工作地位置；
58.s13：取一段周期内的用户日居住地和用户日工作地，聚类分析出用户的常住工作地和常 住居住地。
59.在本实施例中，在所述步骤s12中，对于工作地识别，每天的时间范围取正常的工作时 间，早上08:00-11:00、下午14:00-17:00；对于居住地识别，每天的时间范围取正常的作息 时间，凌晨00:00-06:00、20:00-24:00。
60.在本实施例中，在所述步骤s2中，pnpoly算法的计算过程如下：
61.s21：取需要判断点的纵坐标并从目标点出发引一条射线；
62.s22：判断射线和多边形所有边的交点数目；
63.s23：如果有奇数个交点，则说明在内部，即用户常住地在楼栋内；如果有偶数个交点， 则说明在外部，即用户常住地在楼栋外。
64.在本实施例中，各入参与出参的含义分别如下：
65.建筑物工作地用户数：工作地在该建筑物的用户总数；
66.建筑物居住地用户数：居住地在该建筑物的用户总数；
67.建筑物工作地用户年龄分布：工作地在该建筑物的用户年龄分布情况；
68.建筑物居住地用户年龄分布：居住地在该建筑物的用户年龄分布情况；
69.建筑物面积：建筑物的实际占地面积；
70.人口密度指数分布：建筑物内部及周边不同日期不同时间段的人口密度指数分区
情况；
71.建筑物属性数据：表明建筑物实际属性。
72.在本实施例中，在所述步骤s3中，在模型训练的初始阶段，取样本的80％数据集为训练 数据集，包含入参和出参；对这部分数据进行分析，利用训练集训练模型，建立一个分类或 回归模型；再用剩下20％的数据作为测试集，将训练好的模型应用于测试集上用于预测；根据 模型在测试集上的表现来选择最佳模型。
73.在本实施例中，在所述步骤s4中，采用均方根误差rmse来评估模型的预测精度，rmse 的值越小，说明模型的预测结果越准确。
74.本实施例还提供了一种基于mr常驻地的建筑物属性识别系统，采用上述的识别方法对未 知建筑物属性进行识别，包括：
75.用户常驻地分析模块，用于通过mr指纹库定位清晰刻画出用户轨迹，对多日用户轨迹聚 类分析，分析出用户常住工作地和居住地；
76.常驻地处理模块，用于基于pnpoly算法进行点面计算，将用户常驻地归入到建筑物之中； 在建筑物之外的用户常驻地采用计算距离方式，就近依附到楼栋的方法，将用户常驻地入楼；
77.整合训练模块，用于对建筑物工作地用户数、建筑物居住地用户数、建筑物工作地用户 年龄分布、建筑物居住地用户年龄分布、建筑物面积、人口密度指数分布、建筑物属性数据 整合，然后将建筑物工作地用户数、建筑物居住地用户数、建筑物工作地用户年龄分布、建 筑物居住地用户年龄分布、建筑物面积、人口密度指数分布作为模型入参，建筑物属性数据 作为模型出参进行模型学习训练；
78.属性预测模块，用于对经过评估后输出的模型进行封装，输入建筑物工作地用户数、建 筑物居住地用户数、建筑物工作地用户年龄分布、建筑物居住地用户年龄分布、建筑物面积、 人口密度指数参数，对未知建筑物属性进行预测；
79.控制处理模块，用于向其他模块发出指令，完成相关动作；
80.所述用户常驻地分析模块、常驻地处理模块、整合训练模块、属性预测模块均与所述控 制处理模块电性连接。
81.实施例二
82.如图1所示，本发明是利用精准的mr常驻地以及建筑物的轮廓进行建模分析，实现对未 知的建筑物属性进行识别，主要数据源及流程步骤如下：
83.数据源说明：
84.mr常驻地：包含利用mr指纹库定位轨迹，挖掘精准的mr用户工作地和居住地；
85.gis建筑物数据：包含建筑物名称、建筑物属性、建筑物gis经纬度序列。在用户常驻地 入楼栋处理时，需要知道建筑物的边界信息，根据用户的常驻地信息和楼栋边界判断用户是 否在该建筑物楼栋内。
86.流程步骤说明：
87.步骤一：mr常驻地分析
88.通过mr指纹库定位清晰刻画出用户轨迹，通过对多日用户轨迹聚类分析，分析出用户常 住工作地和居住地，精度高达50米。
89.在步骤一中，具体分析过程如下：
90.取用户的mr测量报告信息，基于三点定位算法与mr指纹库相匹配，定位出每个用户的 每条mr测量报告的具体位置；具体为取用户的mr测量报告信息，基于三点定位算法与mr指 纹库相匹配，定位出每个用户的每条mr测量报告的具体位置。
91.具体实现为首先需要建立一个mr指纹库，取mr数据和s1-u数据(xdr信令数据，含有 具体经纬度信息，关联度较低，可作为建库基础数据使用)相关联，取出关联结果并落入到 对应的50米栅格中，根据栅格中落入的点，分别计算每个栅格的特征信息(包含平均电平值、 主小区信息、邻区信息、ta值等)，即为mr指纹库；最后定位的过程中，对于每一条需要定 位的mr测量报告信息，取其特征信息与mr指纹库相匹配，根据三点定位算法，找出三个与 该mr测量报告信息特征最为接近的栅格，计算三个栅格的平均经纬度即为该mr测量报告信 息的最终位置。
92.对于工作地识别，一般取正常的工作时间，早上08:00-11:00、下午14:00-17:00。对于 居住地识别，一般取正常的作息时间，凌晨00:00-06:00、20:00-24:00；
93.通过对每天的时间范围内的已定位的mr测量报告分布点聚类分析，分析出用户每天的日 居住地和日工作地位置；
94.最后取一段周期内的用户日居住地和用户日工作地，聚类分析出用户的常住工作地和常 住居住地。
95.步骤二：常驻地入楼处理
96.基于pnpoly算法进行点面计算，将用户常驻地(包括日常驻地与月常驻地)归入到建筑 物之中；在建筑物之外的用户常驻地采用计算距离方式，就近依附到楼栋的方法，将用户常 驻地入楼。
97.在步骤二中，pnpoly算法规则如下：
98.首先，需要取判断点的纵坐标并从目标点出发引一条射线。然后，判断射线和多边形所 有边的交点数目。如果有奇数个交点，则说明在内部，即用户常驻地在楼栋内；如果有偶数 个交点，则说明在外部，即用户常驻地在楼栋外。
99.步骤三：模型参数整合及训练
100.对建筑物工作地用户数、建筑物居住地用户数、建筑物工作地用户年龄分布、建筑物居 住地用户年龄分布、建筑物面积、人口密度指数分布、建筑物属性数据整合，然后将建筑物 工作地用户数、建筑物居住地用户数、建筑物工作地用户年龄分布、建筑物居住地用户年龄 分布、建筑物面积、人口密度指数分布作为模型入参，建筑物属性数据作为模型出参进行模 型学习训练；
101.在步骤三中，输入参数(入参)的详细信息如下：
102.建筑物工作地用户数：常住工作地在该建筑物的用户总数；
103.建筑物居住地用户数：常住居住地在该建筑物的用户总数；
104.建筑物工作地用户年龄分布：常住工作地在该建筑物的用户年龄分布情况(年龄数据通 过由运营商客户登记的客户信息为准)；
105.建筑物居住地用户年龄分布：常住居住地在该建筑物的用户年龄分布情况(年龄数据通 过由运营商客户登记的客户信息为准)；
106.建筑物面积：建筑物的实际占地面积；
107.人口密度指数分布：建筑物内部及周边不同日期(周末及节假日与工作日分开提
供)不 同时间段的人口密度指数分区情况(通过对不同时间段的mr测量报告信息定位计算分析出人 口密度指数分布)。
108.输出参数(出参)的详细信息如下：
109.建筑物属性数据：表明建筑物实际属性，如医院、高校、商超(商场超市)、写字楼等。
110.在步骤三中，模型训练的过程如下：
111.在模型训练的初始阶段，取样本的80％数据集为训练数据集，包含入参和出参。对这部分 数据进行探索性数据分析，获得对数据的初步了解，通常方法包括描述性统计(平均数、中位 数、模式、标准差)、数据可视化(热力图、箱形图、散点图、主成分分析)、数据整形-对数 据进行透视、分组、过滤等，利用训练集训练模型，建立一个分类或回归模型。用剩下20％的 数据作为测试集，将训练好的模型应用于测试集上用于预测。根据模型在测试集上的表现来 选择最佳模型，为了获得最佳模型，还可以进行参数优化。
112.步骤四：未知建筑物属性预测
113.对经过评估后输出的模型进行封装，输入建筑物工作地用户数、建筑物居住地用户数、 建筑物工作地用户年龄分布、建筑物居住地用户年龄分布、建筑物面积、人口密度指数参数， 从而实现对未知建筑物属性进行预测。
114.为了保证模型训练后的精确度，采用均方根误差rmse来评估其预测精度，rmse的值越 小，说明模型的预测结果越准确。
115.需要说明的是，对于不同的建筑物属性，与所属人的职业属性特点关联性较强，对于入 参有较明显的特征。比如高校，每天的工作地用户和居住地用户数较为稳定，之间也没有明 显的差异；用户年龄分布趋于17-25周岁之间，较为集中；人口密度在工作日和周末以及白 天和晚上亦无明显差异。而对于写字楼来说，首先工作地用户和居住地用户差异较大；用户 年龄分布较为分散；人口密度在白天和晚上以及工作日和周末的差异非有明显的差异性。
116.在训练的模型中，通过对入参的大量迭代训练，每一种建筑物属性都与其自有的入参属 性较为拟合，对于新的入参输入到模型中，至少需要满足50％的入参的特征属性相拟合，就能 在模型中找到与其相拟合的特征值，以及出参-建筑物属性。在实际的测试过程中，对于高校、 写字楼、商超等具有明显特征的建筑物属性的识别准确率在90％左右，而对于医院等没有明 显特征的建筑物属性识别率在65％左右。
117.需要注意的是，在本实施例中，常驻地包括常住居住地与常住工作地，常住地即常住居 住地，同时也是用户居住地，工作地即常住工作地，同时也是用户工作地。
118.综上所述，上述实施例的基于mr常驻地的建筑物属性识别方法，首先，利用mr识别的 常驻地作为数据输入源，精度高，覆盖广，时效性好；其次，引入建筑物面积、居住地人口 密度、工作地人口密度、工作地人数、居住地人数、周围人口密度指数作为模型入参可以有 效反应建筑物的特征状况；通过lightgbm算法对建筑物属性模型训练，训练效率更高，使用 内存更低；此外采用均方根误差rmse，对模型进行有效的精准度评估，最终实现对已知参数 的建筑物属性进行预测，精度较高，有效减少人力物力成本，值得被推广使用。
119.尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的， 不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述
实施例进 行变化、修改、替换和变型。