基于位置大数据的人群运动驻留判别模型
案例介绍
主要职责：
1）对原始数据进行数据清洗等工作，包括填充空值、过滤脏数据等，过滤脏数据使用的方法包括前后位置点形成的角度限制、驻留时间限制、连接次数限制等；
2）数据量少时，采用栅格编码算法判断运动静止；
3）数据量多时，将时间维度考虑在内，采用合适的聚类算法，如DBSCAN\ST-DBSCAN等方法建立聚类模型。
基于位置大数据的人群运动驻留判别模型
案例介绍
项目描述：基于位置大数据，判定用户的运动静止状态，并找出其驻留点。解决基站数据切换快、干扰数据多、乒乓效应强的问题。
主要职责：
1）对原始数据进行数据清洗等工作，包括填充空值、过滤脏数据等，过滤脏数据使用的方法包括前后位置点形成的角度限制、驻留时间限制、连接次数限制等；
2）数据量少时，采用栅格编码算法判断运动静止；
3）数据量多时，将时间维度考虑在内，采用合适的聚类算法，如DBSCAN\ST-DBSCAN等方法建立聚类模型。
案例图片
1小时精推人才
需求方专属客服，免费梳理匹配
