(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210360724.1 (22)申请日 2022.04.07 (71)申请人 斑马网络技 术有限公司 地址 200030 上海市徐汇区淮 海西路55号2 楼D1座 (72)发明人 邱中凯　陈真真　霍霄　 (74)专利代理 机构 北京众达德权知识产权代理 有限公司 1 1570 专利代理师 查薇 (51)Int.Cl. G06F 16/906(2019.01) G06F 16/909(2019.01) G06F 16/23(2019.01) (54)发明名称 行程数据分析方法、 常去点识别方法及电子 设备 (57)摘要 本发明公开了一种行程数据分析方法、 常去 点识别方法及电子设备， 所述行程数据分析方法 包括： 获取车辆在 目标行程中的目标坐标； 基于 目标坐标， 以及已有类簇信息集合， 确定目标坐 标所在目标类簇的类簇信息， 其中， 已有类簇信 息集合包括与N个已有类簇对应的N个类簇中心 坐标， 以及N个已有类簇之间的父子关系， N为自 然数； 基于N个已有类簇的类簇信息， 以及目标类 簇的类簇信息， 对已有类簇信息集合进行更新， 以基于更新后的已有类簇信息集合中的已有类 簇之间的父子关系， 以及每个已有类簇对应的目 标坐标进行常去点识别。 上述方案， 降低了聚类 所需的计算 量， 提高了常去点识别的识别效率。 权利要求书3页 说明书13页 附图3页 CN 114911991 A 2022.08.16 CN 114911991 A 1.一种行程数据分析 方法， 其特 征在于， 包括： 获取车辆在目标 行程中的目标坐标； 基于所述目标坐标， 以及已有类簇信息集合， 确定所述目标坐标所在目标类簇的类簇 信息， 其中， 所述已有类簇信息集合包括与N个已有类簇对应的N个类簇中心 坐标， 以及所述 N个已有类簇之间的父子关系， N 为自然数； 基于所述N个已有类簇的类簇信息， 以及所述目标类簇的类簇信 息， 对所述已有类簇信 息集合进行更新， 以基于更新后的 已有类簇信息集合中的 已有类簇之间的父子关系， 以及 每个已有类簇对应的目标坐标进行常去点识别。 2.如权利要求1所述的方法， 其特征在于， 在N为0时， 所述基于所述目标坐标， 以及已有 类簇信息集 合， 确定所述目标坐标 所在目标类簇的类簇信息， 包括： 基于所述目标坐标， 构建所述目标类簇， 其中， 所述目标类簇的类簇中心坐标为所述目 标坐标。 3.如权利要求1所述的方法， 其特征在于， 所述已有类簇信 息集合中包括每个已有类簇 的类簇状态， 所述类簇状态为有效状态或失效状态， 在N为正整数时， 所述基于所述目标坐 标， 以及已有类簇信息集 合， 确定所述目标坐标 所在目标类簇的类簇信息， 包括： 从所述N个已有类簇中确定出类簇状态为有效状态的S个已有类簇， S为 正整数； 针对所述S个已有类簇中的每个已有类簇， 计算该已有类簇的类簇中心坐标与所述目 标坐标之间的距离， 共获得S个距离； 将所述S个距离依次与预设距离进行比较， 并根据比较结果确定所述目标类簇的类簇 信息。 4.如权利要求3所述的方法， 其特征在于， 所述将所述S个距离依次与预设距离进行比 较， 并根据比较结果确定所述目标类簇的类簇信息， 包括： 若所述S个距离均大于所述预设距离， 基于所述目标坐标， 构建所述目标类簇， 其中， 所 述目标类簇的类簇中心坐标为所述目标坐标。 5.如权利要求3所述的方法， 其特征在于， 所述将所述S个距离依次与预设距离进行比 较， 并根据比较结果确定所述目标类簇的类簇信息， 包括： 若所述S个距离中仅存在一个满足第一预设条件的目标距离， 将所述目标距离对应的 已有类簇作为所述目标类簇， 其中， 所述第一预设条件为小于或等于所述预设距离； 基于所述目标距离对应的已有类簇的类簇中心坐标， 以及所述目标坐标， 确定所述目 标类簇的中心坐标。 6.如权利要求3所述的方法， 其特征在于， 所述将所述S个距离依次与预设距离进行比 较， 并根据比较结果确定所述目标类簇的类簇信息， 包括： 若所述S个距离中存在M个满足第一预设条件的目标距离， 将M个所述目标距离对应的M 个已有类簇进行合并， 生成所述目标类簇， M为大于1的正整数； 基于所述M个已有类簇的类簇 中心坐标， 以及所述目标坐标， 确定所述目标类簇的中心 坐标。 7.如权利要求6所述的方法， 其特征在于， 所述基于所述S个已有类簇的类簇信 息， 以及 所述目标类簇的类簇信息， 对所述已有类簇信息集 合进行更新， 包括： 将所述目标类簇作为所述M个已有类簇的父级类簇， 并将所述目标类簇以及所述M个已权　利　要　求　书 1/3 页 2 CN 114911991 A 2有类簇之间的父子关系更新至所述已有类簇信息集 合中。 8.如权利要求6所述的方法， 其特征在于， 所述基于所述N个已有类簇的类簇信 息， 以及 所述目标类簇的类簇信息， 对所述已有类簇信息集 合进行更新， 包括： 将所述M个已有类簇的类簇状态更新为失效状态， 以及将所述目标类簇的类簇状态设 置为有效状态。 9.如权利要求1所述的方法， 其特征在于， 所述更新后的已有类簇信息集合中包含有P 个已有类簇的类簇信息， P为正整 数， 在所述基于所述N个已有类簇的类簇信息， 以及所述目 标类簇的类簇信息， 对所述已有类簇信息集 合进行更新之后， 所述方法还 包括： 基于所述P个已有类簇之间的父子关系， 确定所述P个已有类簇 中每个类簇所对应的最 终类簇； 基于所述P个已有类簇中每个已有类簇所对应的车辆坐标， 以及所述P个已有类簇 中每 个类簇所对应的最终类簇， 确定每 个车辆坐标对应的最终类簇； 从每个最终类簇对应的车辆坐标中统计出满足第二预设条件的车辆坐标的数量， 其 中， 所述第二预设条件为车辆坐标对应的行驶时刻满足预设时间范围； 基于统计数量大于预设数量的最终类簇， 确定所述常去点。 10.一种常去点识别方法， 其特 征在于， 包括： 基于已有类簇信 息集合包括的Q个已有类簇之间的父子关系， 确定所述Q个已有类簇 中 每个类簇所对应的最 终类簇， 其中， 所述已有类簇信息集合通过权利要求 1‑9任一项所述的 方法更新获得， Q 为正整数； 基于所述Q个已有类簇中每个已有类簇所对应的车辆坐标， 以及所述Q个已有类簇 中每 个类簇所对应的最终类簇， 确定每 个车辆坐标对应的最终类簇； 从每个最终类簇对应的车辆坐标中统计出满足预设条件的车辆坐标的数量， 其中， 所 述预设条件为车辆坐标对应的行驶时刻满足预设时间范围； 基于统计数量大于预设数量的最终类簇， 确定常去点。 11.一种行程数据分析装置， 其特 征在于， 包括； 获取模块， 用于获取 车辆在目标 行程中的目标坐标； 聚类模块， 用于基于所述目标坐标， 以及已有类簇信息集合， 确定所述目标坐标所在目 标类簇的类簇信息， 其中， 所述已有类簇信息集合包括与N个已有类簇对应的N个类簇中心 坐标， 以及所述 N个已有类簇之间的父子关系， N 为自然数； 更新模块， 用于基于所述N个已有类簇的类簇信息， 以及所述目标类簇的类簇信息， 对 所述已有类簇信息集合进 行更新， 以基于更新后的已有类簇信息集合中的已有类簇之 间的 父子关系， 以及每 个已有类簇对应的目标坐标进行常去点识别。 12.一种常去点识别装置， 其特 征在于， 包括： 第一确定模块， 用于基于已有类簇信 息集合包括的Q个已有类簇之间的父子关系， 确定 所述Q个已有类簇中每个类簇所对应的最 终类簇， 其中， 所述已有类簇信息集合通过权利要 求1‑9任一项所述的方法更新获得， Q 为正整数； 第二确定模块， 用于基于所述Q个已有类簇中每个已有类簇所对应的车辆坐标， 以及所 述Q个已有类簇中每 个类簇所对应的最终类簇， 确定每 个车辆坐标对应的最终类簇； 统计模块， 用于从每个最终类簇对应的车辆坐标中统计出满足预设条件的车辆坐标的权　利　要　求　书 2/3 页 3 CN 114911991 A 3