如何區分兩個居住在彼此附近的不同用戶？

Question

如何區分兩個不同的用戶，例如居住在同一地址並前往同一辦公室的兩個不同的鄰居，但他們有不同的駕駛模式和不同的辦公時間表。我想找出兩個人的行爲或多或少精確的概率。根據地圖的分辨率，我想知道它們的位置，頻率。我可以爲每個駕駛員創建一個模式，將其設置爲可追蹤其身份的簽名。

Answer 1

我認爲，由你問你的問題，你還沒有得到任何合理的想法還的方式。所以我會做出一個完全基於您可能想嘗試的想法的答案。

我最初以爲這表明沿着字相似度量的東西線，但由於訂單不一定這裏很重要，也許這是值得嘗試簡單的東西開始。事實上，如果我在開發模型時發現自己考慮了一些複雜的事情，我會退後一步並嘗試簡化。編寫代碼更快，而且你不會對這種死衚衕感到束手無策。

那麼，直方圖怎麼樣？如果將時間和空間劃分爲更大的塊，則可以在每個時間間隔的相關位置增加一個值。你得到一個人的位置的二維直方圖。您可以使用基本的抗鋸齒功能使直方圖更具代表性。

從那裏，它的下跌給直方圖比較。您只能使用1D條實現一些真正的基本功能。你知道，就像總結每個垂直和水平條的相似性度量。線性直方圖比較非常簡單，只需像C這樣的語言中的幾行代碼即可。足夠用於概念驗證。如果感覺你在正確的軌道上，然後開始尋找更棘手的想法...

接下來我要做的事情是進一步分層我的數據，使用星期幾和法定節假日......也許甚至使用季節性變量進一步分層。我發現它對預測電力負荷非常有效，這與社會模式和天氣一樣多。當分離影響變量時，趨勢變得更加明顯。

所以，分層後，你得到的二維「切片」的堆棧，您的簽名變成了一種三維體積。把整個地球表現爲一個網格我沒有看錯。無論你的廣場代表100米還是1公里。很容易將這些稀疏地存儲起來，並剪掉任何超出標準偏差數量的東西。您可能只選擇當天最重要的活動，並最終獲得少量地點。

然後，您可以專注於比較度量。也許某種基於圖像的梯度或聚類分析。我確定那裏有很多非常棒的東西。這只是我做的一些起點，沒有做過研究。

如果您需要添加一些時間信息向人們介紹的分離具有非常相似的生活，你也許可以建立一些滯後到系統......如「他們在那裏一個小時前」。在那個時候（或者可能在之前），你可能想從我的過度簡化的平均出一個人的日常活動的方法轉向，而是使用類似分類樹的東西。用MATLAB或R這樣的工具開發這種東西是非常容易和快速的。