一种基于手机信令数据的个体多日活动模式聚类方法

本发明公开了一种基于手机信令数据的个体多日活动模式聚类方法，该方法首先利用引入动态伪标签更新策略的教师‑学生循环模型对手机信令数据的活动字段进行补全；然后，对一周时间按照30min进行切片，基于个体停留点的活动类型对切片添加标签，得到活动序列，并对活动序列进行表征；最后，利用层次聚类对表征后的活动序列进行聚类得到典型活动模式。本发明方法首先在知识迁移的过程中引入动态伪标签更新策略，避免数据分布差异性，进而获取准确率更高的活动标签，并基于确定的活动标签对切片添加活动标签；该方法还引入一个全新的活动序列表征策略，进一步提升特征提取的深度，也提高了聚类效率和效果，为活动序列预测提供了重要的特征信息。