基于手機(jī)信令數(shù)據(jù)的用戶位置預(yù)測方法研究

吳雨佳，尹偉石，孟品超

（長春理工大學(xué) 數(shù)學(xué)與統(tǒng)計學(xué)院，長春 130022）

隨著移動通信技術(shù)的發(fā)展和互聯(lián)網(wǎng)的普及，人們對手機(jī)的依賴性越來越強(qiáng)，由此產(chǎn)生了大量的手機(jī)信令數(shù)據(jù)。手機(jī)信令中的用戶位置信息可以為各類服務(wù)提供重要支持。在近期流行的新型冠狀病毒的傳染病防控工作中，對傳染源移動軌跡的追溯以及武漢封城后大規(guī)模人員遷徙的統(tǒng)計監(jiān)測都利用了手機(jī)信令數(shù)據(jù)中的位置信息。另外在廣告投放、店鋪推薦、交通狀況監(jiān)測、道路流量分析等問題中，手機(jī)信令數(shù)據(jù)也發(fā)揮了重要的作用。其中，位置預(yù)測是實(shí)現(xiàn)上述應(yīng)用場景問題的關(guān)鍵，因此提出有效的位置預(yù)測方法具有重要意義。

從數(shù)據(jù)來源上說，位置預(yù)測研究大多采用GPS定位數(shù)據(jù)，因?yàn)檫@部分?jǐn)?shù)據(jù)定位精度較高；而利用通信基站測算的位置數(shù)據(jù)精度相對較低，因此位置預(yù)測研究相應(yīng)較少。從研究方法來說，常用方法有馬爾可夫鏈（MC）模型［1-2］、頻繁模式挖掘［3-5］和深度學(xué)習(xí)方法等。近年來，深度學(xué)習(xí)中的循環(huán)神經(jīng)網(wǎng)絡(luò)因擅長時序數(shù)據(jù)的預(yù)測而在位置預(yù)測中逐漸得到應(yīng)用，在基于GPS定位數(shù)據(jù)的位置預(yù)測研究中取得了一定的進(jìn)展。Liu 等人［6］提出了 ST-RNN（spatial temporal-RNN）算法，用移動對象歷史時空數(shù)據(jù)訓(xùn)練RNN網(wǎng)絡(luò)，預(yù)測用戶在某個時刻的位置；許芳芳［7］提出基于時空特性的LSTM模型，在LSTM網(wǎng)絡(luò)的基礎(chǔ)上添加處理用戶移動行為時空信息的門，解決了現(xiàn)有研究時空特征關(guān)聯(lián)不足的問題；Yao等人［8］結(jié)合用戶的時空轉(zhuǎn)移特征以及用戶活動，將GPS軌跡轉(zhuǎn)化為具有語義特征的軌跡，提出了基于語義的循環(huán)模型（SERM，semantics enriched recurrent model），有效地捕獲了基于位置語義的時空移動模式和用戶偏好。相對于GPS定位數(shù)據(jù)，更為豐富的數(shù)據(jù)來自于蜂窩通信系統(tǒng)基站定位的數(shù)據(jù)，由于這部分定位數(shù)據(jù)質(zhì)量相對較差，定位精度受基站所采取的定位技術(shù)的影響而水平不一，因此在位置預(yù)測上較有難度。錢琨［9］對基于蜂窩信令數(shù)據(jù)的位置預(yù)測展開相關(guān)研究，其采用TDOA定位技術(shù)產(chǎn)生的定位數(shù)據(jù)，該種定位技術(shù)相對Cell-ID定位技術(shù)誤差更小，但是其精度仍然不如GPS定位技術(shù)。在軌跡數(shù)據(jù)預(yù)處理上，作者采用聚類算法去除離群點(diǎn)，基于卡爾曼濾波去除噪聲數(shù)據(jù)；在位置預(yù)測方法上，采用層次聚類的方式對用戶進(jìn)行分組，建立一種橫向的預(yù)測方法，基于頻繁序列模式挖掘算法挖掘軌跡模式，構(gòu)建預(yù)測樹進(jìn)行預(yù)測。崔家祥［10］利用Cell-ID定位技術(shù)獲取的移動通信數(shù)據(jù)為研究對象，將狀態(tài)定義為具有功能屬性的基站的集合，使用一種加權(quán)馬爾可夫模型對用戶位置進(jìn)行預(yù)測，綜合考慮距離預(yù)測時刻最近的k個狀態(tài)的影響。以上頻繁模式挖掘的算法效率低下，多階馬爾可夫模型使得轉(zhuǎn)移矩陣的規(guī)模膨脹，預(yù)測復(fù)雜度高。除此之外，上述基于手機(jī)信令數(shù)據(jù)的位置預(yù)測方法都沒有考慮軌跡序列位置間的上下文關(guān)聯(lián)。

為了更好地利用手機(jī)信令定位數(shù)據(jù)進(jìn)行位置預(yù)測，本文構(gòu)建了強(qiáng)化位置間前后關(guān)聯(lián)的LSTM預(yù)測方法。首先提出一種循環(huán)迭代的數(shù)據(jù)清洗方法，去除冗余定位數(shù)據(jù)的同時完整保留了用戶的有效位置信息；接著采用時間閾值的方法提取停留點(diǎn)，結(jié)合背景地理信息得到用戶語義化的軌跡；最后采用降維的方法將稀疏的one-hot位置編碼轉(zhuǎn)化成位置嵌入向量，與LSTM網(wǎng)絡(luò)結(jié)合成基于LSTM的位置預(yù)測模型。該模型在考慮用戶移動行為具有相似性和實(shí)效性的基礎(chǔ)上，對歷史位置序列進(jìn)行降維并將位置間的語義關(guān)聯(lián)隱含到位置嵌入向量中，從而達(dá)到良好的預(yù)測效果。

1 LSTM神經(jīng)網(wǎng)絡(luò)

LSTM模型是傳統(tǒng)RNN模型的一個拓展，存在控制存儲狀態(tài)的結(jié)構(gòu)，有著比RNN模型更好的學(xué)習(xí)長期記憶信息的能力。LSTM網(wǎng)絡(luò)主要改進(jìn)在兩個方面：新的內(nèi)部狀態(tài)和門機(jī)制。LSTM網(wǎng)絡(luò)引入一個新的內(nèi)部狀態(tài)（internal state）ct專門進(jìn)行線性的循環(huán)信息傳遞，同時非線性輸出信息給隱藏層的外部狀態(tài)ht。

其中，ft、it和ot分別為遺忘門、輸入門和輸出門，用來控制信息傳遞的路徑；⊙為向量點(diǎn)乘運(yùn)算；ct-1為上一時刻的記憶單元；是通過非線性函數(shù)得到的候選狀態(tài)。

在每個時刻t，LSTM網(wǎng)絡(luò)的內(nèi)部狀態(tài)ct記錄了到當(dāng)前時刻為止的歷史信息。遺忘門ft控制上一個時刻內(nèi)部狀態(tài)ct-1需要遺忘多少信息，輸入門it控制當(dāng)前時刻的候選狀態(tài)有多少信息需要保存，輸出門ot控制當(dāng)前時刻的內(nèi)部狀態(tài)ct有多少信息需要輸出給外部狀態(tài)ht。

三個門的計算方式為：

其中，σ(·)為 logistic 函數(shù)，其輸出區(qū)間為 (0,1)；xt為當(dāng)前時刻的輸入；ht-1為上一時刻的外部狀態(tài)。公式（3）—（6）中的W*，U*，b*為可學(xué)習(xí)的網(wǎng)絡(luò)參數(shù)，其中*∈{f,i,o,c}。

圖1給出了LSTM網(wǎng)絡(luò)的循環(huán)單元結(jié)構(gòu)，其計算過程為：（1）首先利用上一時刻的外部狀態(tài)ht-1和當(dāng)前時刻的輸入xt，計算出三個門以及候選狀態(tài)t；（2）結(jié)合遺忘門ft和輸入門it來更新記憶單元ct；（3）結(jié)合輸出門ot，將內(nèi)部狀態(tài)的信息傳遞給外部狀態(tài)ht。

圖1 LSTM神經(jīng)單元結(jié)構(gòu)

2 基于LSTM的位置預(yù)測

基于LSTM的位置預(yù)測研究主要由四部分組成，即將原始的手機(jī)信令數(shù)據(jù)轉(zhuǎn)化為目標(biāo)形式數(shù)據(jù)的預(yù)處理部分，劃分基站小區(qū)范圍并標(biāo)注功能部分，提取停留點(diǎn)生成軌跡位置序列部分和基于LSTM的根據(jù)歷史位置序列學(xué)習(xí)運(yùn)動模式的預(yù)測模型部分。

2.1 手機(jī)信令數(shù)據(jù)預(yù)處理

運(yùn)營商采集到的手機(jī)信令主要字段如表1所示，采集的信令事件包括接打電話、收發(fā)短信、開關(guān)機(jī)、位置更新、BSC切換和尋呼。

表1 手機(jī)信令主要字段

2.1.1 數(shù)據(jù)篩選

原始信令數(shù)據(jù)存在字段缺失、每日數(shù)據(jù)量過少、位置超出研究范圍等問題，為了提高數(shù)據(jù)質(zhì)量，首先對手機(jī)信令數(shù)據(jù)進(jìn)行篩選，方法如下：①刪除存在字段缺失的數(shù)據(jù)；②刪除多余字段，只保留用戶編號、信令發(fā)生時間和基站編號；③篩選出一天大于100條信令的用戶；④用基站編碼將手機(jī)信令數(shù)據(jù)表和基站位置數(shù)據(jù)表匹配，篩選出密集城區(qū)的用戶。

2.1.2 數(shù)據(jù)預(yù)處理

當(dāng)蜂窩網(wǎng)絡(luò)系統(tǒng)處于非理想信道環(huán)境時，無線信號的傳播受到干擾而產(chǎn)生定位誤差，使得采集到的手機(jī)信令數(shù)據(jù)存在大量的噪聲，包括漂移、乒乓切換和靜止冗余定位數(shù)據(jù)，不利于用戶真實(shí)軌跡的提取，需要根據(jù)各類噪聲數(shù)據(jù)的特征予以去除。

去除噪聲數(shù)據(jù)后仍然存在不利于停留點(diǎn)提取的冗余位置信息，本文以基站小區(qū)作為停留點(diǎn)提取的最小單元，目標(biāo)是對于連續(xù)的相同位置，只保留第一條和最后一條，并刪除未連續(xù)出現(xiàn)的定位點(diǎn)。針對上述任務(wù)設(shè)計了一種如圖2所示的可以多次循環(huán)迭代的數(shù)據(jù)清洗算法，該算法可以有效減少不利于停留點(diǎn)提取的冗余位置信息，在對每個用戶的數(shù)據(jù)進(jìn)行瘦身的同時，完整保留了用戶有價值的位置信息。多次循環(huán)迭代清洗算法，能夠得到良好的數(shù)據(jù)沉降效果。

圖2 可迭代的數(shù)據(jù)清洗算法

2.2 區(qū)域功能標(biāo)注

泰森多邊形又叫Voronoi圖，是根據(jù)平面上分散的點(diǎn)對空間平面進(jìn)行剖分的方法，其特點(diǎn)是每個多邊形內(nèi)僅包含一個樣點(diǎn)，且多邊形內(nèi)的任何位置到該多邊形的樣點(diǎn)的距離最近，到相鄰多邊形內(nèi)樣點(diǎn)的距離遠(yuǎn)。由于用戶通訊時所連接的基站默認(rèn)是離用戶最近的基站，因此選用泰森多邊形法對基站小區(qū)的覆蓋范圍進(jìn)行劃分。對于每一個Voronoi區(qū)域，利用高德地圖周邊搜索服務(wù)API抓取興趣點(diǎn)信息，統(tǒng)計各類興趣點(diǎn)的數(shù)量，將占比最高的那一類作為該基站小區(qū)的功能標(biāo)識。

2.3 停留點(diǎn)提取

本文所研究的手機(jī)信令定位數(shù)據(jù)采用Cell-ID的定位技術(shù)，即以基站的位置粗略表示用戶的位置?？紤]到基站的服務(wù)半徑在城市約為幾百米，這個地理空間大小符合用戶停留點(diǎn)的活動范圍，因此本文以基站小區(qū)作為停留點(diǎn)提取的最小單元，以1小時為時間閾值，將在基站小區(qū)內(nèi)停留時間大于1小時的位置點(diǎn)提取出來，并記錄其開始時間和結(jié)束時間，得到用戶停留點(diǎn)位置序列。構(gòu)建移動對象所有n個位置的集合S={L1,L2,…,Ln}，用戶的停留點(diǎn)由位置Li和開始時間ti構(gòu)成的二元組表示，Ti=＜Li,ti＞。用戶停留點(diǎn)構(gòu)成的長度為h的歷史位置序列如式（7）所示。

將歷史位置序列匹配上一步中標(biāo)注的基站小區(qū)功能，可以得到直觀的含有用戶語義信息的位置序列，如式（8）所示。

移動對象的位置預(yù)測問題定義為：設(shè)h個歷史位置序列構(gòu)成的歷史軌跡為H={T1,T2,…,Th}，當(dāng)前軌跡為T′={＜Li,ti＞},0≤i≤t，預(yù)測移動對象在t+1時所在的位置Lt+1。

2.4 基于LSTM的位置預(yù)測模型

圖3是基于LSTM的位置預(yù)測網(wǎng)絡(luò)結(jié)構(gòu)。

圖3 基于LSTM的位置預(yù)測網(wǎng)絡(luò)結(jié)構(gòu)

不同于粒子的無規(guī)則運(yùn)動，移動對象在每個時刻出現(xiàn)的位置是存在某種關(guān)聯(lián)的，即當(dāng)前時刻的位置與之前時刻的位置是相關(guān)的，可以用條件概率表示。設(shè)一個長度為N的位置序列出現(xiàn)概率為P(L1,L2,…,LN)，假設(shè)在一段位置中，移動對象的位置與前t個位置有關(guān)，條件概率如式（9）所示。

構(gòu)成軌跡序列的各個位置是離散的編碼，比如1表示XX大學(xué)，2表示商業(yè)區(qū)，3表示景區(qū)，4表示高鐵站，對于［1，2，3］和［1，2，4］兩種軌跡情況可能蘊(yùn)含不同的語義信息。向量［1，2，3］和向量［1，2，4］通過歐式距離計算相似度會比較接近，但實(shí)際是兩種完全不同的語義軌跡，這種離散的編碼無法直接進(jìn)行訓(xùn)練，需要先轉(zhuǎn)換成向量。Embedding是把離散的編碼轉(zhuǎn)化為向量的關(guān)鍵路徑。

設(shè)移動對象歷史位置序列共有n個位置，將所有位置按出現(xiàn)次數(shù)降序排列并賦予從1到n的編號，再對所有位置進(jìn)行one-hot編碼。One-hot編碼將n個離散的編號轉(zhuǎn)化為長度為n的向量，在編號對應(yīng)的位置上賦值為“1”，其余位置賦值為“0”。Embedding層的訓(xùn)練任務(wù)是找到一個矩陣Vn×m，將n維的one-hot位置向量降成m維的位置嵌入向量，并將位置間的語義關(guān)聯(lián)隱含到位置嵌入向量中，使得P(Li|Li-t,Li-t+1,…,Li-1)最 大化，如圖4所示。權(quán)重矩陣Vn×m由神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)結(jié)合下游預(yù)測任務(wù)隨模型一起訓(xùn)練，通過反向傳播不斷地調(diào)整網(wǎng)絡(luò)參數(shù)，位置嵌入向量實(shí)際就是權(quán)重矩陣中對應(yīng)位置上的向量。

圖4 Embedding層任務(wù)示意圖

經(jīng)過embedding層對稀疏的one-hot向量降維后，離散的位置編碼被轉(zhuǎn)化為低維度的含有上下文信息的位置嵌入向量，從而使得基于LSTM的位置預(yù)測算法可以更好地處理位置預(yù)測問題。

根據(jù)上文對位置預(yù)測問題的定義，采用滑動窗口的方法構(gòu)建訓(xùn)練數(shù)據(jù)，將所有的移動對象的軌跡序列分割并轉(zhuǎn)化為可訓(xùn)練的固定長度的輸入和輸出樣本集，如圖5所示。

圖5 滑動窗口法生成樣本集

構(gòu)建好訓(xùn)練數(shù)據(jù)后就有了理想狀態(tài)下的輸出向量。用softmax激活函數(shù)對全連接層輸出的logits向量進(jìn)行歸一化處理得到一個n維的概率分布，代表在各個位置上取值的概率，如式（10）所示。

將目標(biāo)位置以one-hot向量表示，記為oi，于是損失函數(shù)為：

使用梯度下降的方法反向傳播更新網(wǎng)絡(luò)的參數(shù)。經(jīng)過LSTM根據(jù)訓(xùn)練數(shù)據(jù)調(diào)整神經(jīng)元之間權(quán)重的學(xué)習(xí)過程，得到一個全局的位置預(yù)測模型。該模型利用語言模型中學(xué)習(xí)詞嵌入的思想構(gòu)建Embedding層，將位置間的語義關(guān)聯(lián)隱含到位置嵌入向量中，同時降低輸入LSTM網(wǎng)絡(luò)結(jié)構(gòu)的訓(xùn)練向量的維度，降低了模型訓(xùn)練的復(fù)雜度。通過LSTM網(wǎng)絡(luò)的門控機(jī)制，解決了處理長序列時容易產(chǎn)生的歷史信息損失、梯度消失和梯度爆炸等問題，能夠較好地應(yīng)用于移動對象的位置預(yù)測。

3 實(shí)驗(yàn)與分析

3.1 實(shí)驗(yàn)數(shù)據(jù)

本文以長春市聯(lián)通用戶2019年8月份的手機(jī)信令數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)，該數(shù)據(jù)集共有約524.56萬個用戶，考慮到每天產(chǎn)生信令數(shù)小于100條不足以準(zhǔn)確反應(yīng)用戶的移動軌跡，過濾掉這部分用戶后剩余共15 231人的13 281.90萬條數(shù)據(jù)。將用戶的手機(jī)信令數(shù)據(jù)與基站經(jīng)緯度進(jìn)行匹配，結(jié)果顯示有14 198人在這1個月期間有長春市市區(qū)以外的活動軌跡，本實(shí)驗(yàn)以長春市區(qū)作為研究范圍，最終符合條件的有1 033個用戶的共708.15萬條數(shù)據(jù)，從中隨機(jī)選擇180個用戶的手機(jī)信令數(shù)據(jù)作為本次實(shí)驗(yàn)的最終數(shù)據(jù)。

3.2 預(yù)測評價標(biāo)準(zhǔn)

本文的預(yù)測目標(biāo)是用戶下一個可能去的位置，但是為了體現(xiàn)LSTM模型在預(yù)測長序列方面的能力以及以往在文本生成中的良好表現(xiàn)，除了下一步位置的預(yù)測精度，嘗試展示以下連續(xù)多步位置的預(yù)測精度。為此定義一個n單位步長精確度（n-gram precision），設(shè)n為當(dāng)前位置后面想要預(yù)測的長度為n的位置序列，pli為第i個位置的預(yù)測結(jié)果，tli為第i個位置的真實(shí)結(jié)果，若當(dāng)i≤k，(1≤k≤n)時，對于任意的i滿足pli=tli，則預(yù)測步長記為k-gram。設(shè)共有K個測試樣本，用 num()計數(shù)，num（k-gram）表示預(yù)測步長為k-gram的樣本數(shù)，則k(k≤n)單位步長精確度k-gram precision計算方式如式（12）所示。

3.3 預(yù)處理數(shù)據(jù)沉降效果

數(shù)據(jù)預(yù)處理各階段的效果可以用數(shù)據(jù)經(jīng)過每一步處理后的數(shù)據(jù)減少率來描述。統(tǒng)計每個用戶信令數(shù)據(jù)在依次經(jīng)過去漂移、去冗余、去乒乓切換和再次去冗余后剩余的信令條數(shù)，用絕對數(shù)據(jù)沉降率Ai來表示各階段處理后信令數(shù)據(jù)累計減少的程度，用相對數(shù)據(jù)沉降率Ri來表示各階段本身對數(shù)據(jù)的沉降能力，計算公式如下：

其中，D*為用戶數(shù)據(jù)在預(yù)處理各階段后信令減少的數(shù)目；Ntotal為原始信令條數(shù)；i取 1，2，3分別表示去漂移、去冗余、去乒乓切換，i＞3時每增加1表示迭代一次數(shù)據(jù)清洗算法。

數(shù)據(jù)預(yù)處理各階段后，數(shù)據(jù)量的變化情況如圖6所示。從圖中可以看出，在去乒乓步驟后，數(shù)據(jù)沉降率在30%～60%的人占比最大，經(jīng)過一次迭代清洗冗余數(shù)據(jù)的算法后，幾乎所有人的數(shù)據(jù)沉降率都達(dá)到了50%～100%之間，經(jīng)過兩次迭代后，此時相對第一次清洗后的數(shù)據(jù)量減少量大部分在0%～30%之間，說明再次清洗仍然可以去除冗余數(shù)據(jù)，經(jīng)過二次迭代后，絕對數(shù)據(jù)沉降率整體相對第一次有了提升，說明數(shù)據(jù)清洗算法具有良好的效果。

圖6 數(shù)據(jù)預(yù)處理各階段數(shù)據(jù)量變化分布圖

3.4 實(shí)驗(yàn)設(shè)置

隨機(jī)抽取180個用戶的原始信令數(shù)據(jù)共有132.89萬條，位置集合S共3 296個位置。在對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行預(yù)處理后，將180個用戶的前27天的手機(jī)信令數(shù)據(jù)作為訓(xùn)練集，后3天數(shù)據(jù)作為測試集，對用戶軌跡數(shù)據(jù)提取停留點(diǎn)，轉(zhuǎn)化為停留點(diǎn)位置序列。對訓(xùn)練集和測試集中提取出的停留點(diǎn)位置序列，使用滑動窗口的方式劃分輸入和標(biāo)簽，設(shè)滑動窗口長度len=5，滑動步長step=1。輸入一段待預(yù)測位置序列，模型輸出一個預(yù)測結(jié)果的概率分布，采用隨機(jī)采樣策略生成一個位置；把這個位置加入到輸入位置序列并將滑動窗口前移，生成新的輸入再預(yù)測下一個位置，依次類推，生成一個長度為5的預(yù)測結(jié)果序列。通過多次實(shí)驗(yàn)調(diào)整模型參數(shù)，最終確定LSTM位置預(yù)測模型中部分參數(shù)的最優(yōu)值如表2所示。

表2 LSTM模型參數(shù)

3.5 模型評價

加載上一小節(jié)中用最優(yōu)參數(shù)進(jìn)行訓(xùn)練時保存的模型，對測試集中的待預(yù)測位置序列進(jìn)行預(yù)測。遍歷測試集所有樣本，對每個待預(yù)測位置序列預(yù)測下5個單位步長的位置，保留每次的預(yù)測結(jié)果，計算n-gram precision（此時n取5）。為了驗(yàn)證基于LSTM的位置預(yù)測模型具有更好的預(yù)測效果，本文將基于LSTM模型的預(yù)測結(jié)果與文獻(xiàn)9中橫向的頻繁序列模式挖掘算法、文獻(xiàn)10中加權(quán)馬爾可夫模型當(dāng)階數(shù)為5時（階數(shù)為5時模型達(dá)到最高準(zhǔn)確率）的預(yù)測結(jié)果進(jìn)行對比分析。為了統(tǒng)一評價標(biāo)準(zhǔn)，將加權(quán)馬爾可夫模型在不同時段的預(yù)測準(zhǔn)確率的均值作為該模型準(zhǔn)確率，結(jié)果如圖7所示。

圖7 位置預(yù)測模型的n步預(yù)測精度

由圖7可知，本文的LSTM位置預(yù)測模型對下一個位置（1-gram）的預(yù)測精度高達(dá)79%，明顯高于加權(quán)馬爾可夫模型（weighted-MM）的70.1%和頻繁序列模式挖掘（FSPM）模型的61%，說明本文的LSTM位置預(yù)測模型在位置嵌入向量的加持下，能夠較好地表達(dá)位置間的上下文關(guān)聯(lián)，得到更加準(zhǔn)確的預(yù)測結(jié)果。隨著預(yù)測步長的增加，加權(quán)馬爾可夫模型預(yù)測準(zhǔn)確率迅速下降，而LSTM模型和FSPM的準(zhǔn)確率下降相對緩慢。這是由于FSPM模型利用分組的方法對用戶聚類，使得可預(yù)測距離有了一定改善；LSTM模型得益于門控機(jī)制對歷史信息的記憶，對較長的可預(yù)測序列也具有一定潛力。總體來說，本文基于LSTM的位置預(yù)測模型具有較高的預(yù)測精確度。

4 結(jié)論

本文提出一種基于手機(jī)信令數(shù)據(jù)的LSTM位置預(yù)測方法。使用運(yùn)營商提供的真實(shí)的用戶手機(jī)信令數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。針對手機(jī)信令數(shù)據(jù)的特點(diǎn)，提出一種循環(huán)迭代的數(shù)據(jù)清洗方法，經(jīng)實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證，在預(yù)處理后期多次迭代該算法能夠達(dá)到良好的數(shù)據(jù)沉降效果，有利于停留點(diǎn)提取。本文建立一個強(qiáng)化位置間語義關(guān)聯(lián)的LSTM位置預(yù)測模型，采用矩陣降維的方法構(gòu)建embedding層，將稀疏的one-hot位置編碼轉(zhuǎn)化成位置嵌入向量，強(qiáng)化位置間的語義關(guān)聯(lián)，并降低輸入LSTM網(wǎng)絡(luò)的數(shù)據(jù)維度。實(shí)驗(yàn)證明本文的基于手機(jī)信令數(shù)據(jù)結(jié)合LSTM的位置預(yù)測算法具有良好的預(yù)測效果。在今后的工作中希望可以將降維程度與預(yù)測精度的關(guān)系進(jìn)行量化，進(jìn)一步優(yōu)化模型。