具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供一种数据处理方法、装置、计算机可读存储介质及计算机设备。其中，该数据处理方法可以使用于数据处理装置中。该数据处理装置可以集成在计算机设备中，该计算机设备可以是终端也可以是服务器。其中，终端可以为手机、平板电脑、笔记本电脑、智能电视、穿戴式智能设备、个人计算机(PC，Personal Computer)等设备。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、网络加速服务(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。其中，服务器可以为区块链中的节点。

请参阅图1，为本申请提供的数据处理的一场景示意图；如图所示，计算机设备A获取目标对象的轨迹数据以及获取地块单元数据，轨迹数据包括目标对象的多个轨迹点对应的定位数据以及时间数据；根据轨迹数据生成目标对象的多个停留点簇，停留点簇由多个聚集密度大于预设阈值的轨迹点组成；基于定位数据确定每一停留点簇对应的地块单元集合；对地块单元集合中的地块单元进行联合处理，得到目标对象对应的目标区域。

需要说明的是，图1所示的数据处理的场景示意图仅仅是一个示例，本申请实施例描述的数据处理场景是为了更加清楚地说明本申请的技术方案，并不构成对于本申请提供的技术方案的限定。本领域普通技术人员可知，随着数据处理的演变和新业务场景的出现，本申请提供的技术方案对于类似的技术问题，同样适用。

基于上述实施场景以下分别进行详细说明。

本申请实施例将从数据处理装置的角度进行描述，该数据处理装置可以集成在计算机设备中。其中，计算机设备可以是终端也可以是服务器。其中，终端可以为手机、平板电脑、笔记本电脑、智能电视、穿戴式智能设备、个人计算机(PC，Personal Computer)等设备。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、网络加速服务(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。如图2所示，为本申请提供的数据处理方法的流程示意图，该方法包括：

步骤101，获取目标对象的轨迹数据以及获取地块单元数据。

其中，目标对象可以为目标人物，例如小张、小明；也可以为目标动物，例如大象、兔子、老虎；还可以为目标物体，例如汽车、机器人等。即目标对象可以为任意可以进行移动以及可以进行轨迹数据采集的事物。

对目标对象的轨迹数据进行获取，可以是根据目标对象携带的定位设备采集的定位数据进行获取，也可以是根据目标对象携带的移动终端中带有定位功能的应用程序进行获取，还可以是通过位置采集装置(如监控摄像头等)采集的定位数据进行获取。在使用定位数据对目标对象的轨迹数据进行获取时，可以严格地进行隐私保护处理，对目标对象的唯一标识信息进行不可逆的加密。在本申请方案中，轨迹数据可以得到严格的保护。进一步地，目标对象的轨迹数据可以为在获得用户授权的基础上进行采集和使用的数据。对目标对象的轨迹数据的获取，可以按照每个预设时间进行一次获取；也可以按照目标对象的停留行为进行获取，即当目标对象在某个位置停留时间达到预设时间长度，便获取该位置的定位数据。

目标对象的轨迹数据，不仅可以包括目标对象的定位数据，还可以包括每个定位数据对应采集的时间点数据。具体的，时间点数据可以为该定位数据采集时间对应的时间戳。每个定位数据和其对应的时间戳构成了一个时间点，因此目标对象的轨迹数据包含了多个时间点，此处为了与本申请中其他的“多个”进行区分，可以确定此处“多个”为第一数量个。其中，目标对象的轨迹数据可以为一段时间的轨迹数据，具体的时间段可以根据需要进行确定，此处不予限定。目标对象在这个时间段内的轨迹数据可以根据每个轨迹点的时间顺序构成一个轨迹点序列。

其中，地块单元数据可以为包括目标对象的活动区域内的各个地块对应的数据，具体地可以为包括每一轨迹点的目标区域内的各个地块对应的数据，目标区域可以根据需要设置更大的区域为目标区域。其中，地块单元数据包括每一地块单元的位置数据以及边缘数据，地块单元的位置数据可以为地块单元的中心的坐标数据。

在一些实施例中，获取地块单元数据包括：将包含每一轨迹点的预设地理区域划分为多个具有地理边界和对应的地理画像信息的地块单元。

其中，包含每一轨迹点的预设地理区域可以为在地理空间上包含每一轨迹点的定位位置的最小凸多边形地理空间，每个轨迹点的定位位置都在这个地理空间内。预设地理区域也可以为包含每一轨迹点的正多边形，例如正方形、矩形或者正六边形等。另一方面，预设地理区域还可以为包含每一轨迹点的一个行政区划空间。例如，若目标对象的轨迹点分布在深圳市的各个区，那么可以确定预设地理区域为深圳市整个行政区划空间。当然，预设地理区域还可以是更大的行政区划空间，例如还可以设置为广东省或者全中国等，只要包含前述目标对象的所有轨迹点即可。

在确定了预设地理区域后，可以进一步对预设地理区域进行划分，得到多个地块单元，此处多个可以为第二数量个。此处第二数量与前述第一数量并无关联，两者可以相等也可以不等。

其中，对预设地理区域进行划分，可以按照地块的空间语义进行划分。具体地，地块的空间语义指地块具有单独的地理画像信息。例如，某个地块为A公园区域、B小区区域、C商场区域、D学校区域或者E街区。上述示例的区域都有明确的地理边界，而且具有明确的而且单独的地理画像信息。每个上述地块单元的地理边界，可以从该预设地理区域对应的电子地图的底图数据中进行获取。根据这些地理边界，可以将预设地理区域划分为第二数量个地块单元。进一步地，划分得到第二数量个地块单元后，还可以从电子地图的底图数据中获取到每个地块单元的地理画像信息，或者也可以称为描述信息。

在本申请实施例中，根据地块的空间语义对预设地理区域进行划分得到多个地块单元，使得划分得到的地块单元具有语义性，每个地块单元都具有一个明确的描述信息。如此则采用这些地块单元对目标对象的轨迹进行描述时得到的描述结果也具有语义，从而使得描述结果可以适应更多场景的使用。

步骤102，根据轨迹数据生成目标对象的多个停留点簇。

其中，此处点簇可以为由多个点组成的点的集合，而停留点簇可以为目标对象在某一时段连续轨迹点的聚集密度达到预设密度的连续轨迹点组成的集合。例如，在t₁时刻到t_n时刻中目标对象产生了n个轨迹点，这n个轨迹点的聚集密度达到了预设的密度，而t₁时刻到t_n+1时刻的n+1个轨迹点的聚集密度未达到预设密度，那么则确定这n个轨迹点构成了一个停留点簇。可以理解的是，目标对象的停留点簇可以为1个也可以为多个。此处为了与前述多个进行区分，可以确定目标对象的停留点簇的数量为第三数量个。

在一些实施例中，根据轨迹数据生成目标对象的第三数量个停留点簇，包括：

1、根据预设时间阈值与时间数据确定多个由时间连续的轨迹点组成的轨迹点集合，轨迹点集合中的轨迹点之间的最大时间跨度大于预设时间阈值；

2、计算每一轨迹点集合中任意两个轨迹点之间的空间距离，得到每一轨迹点集合对应的空间距离数据集合；

3、根据每一空间距离数据集合中的最大值确定每一轨迹点集合的表征长度；

4、确定表征长度小于预设长度阈值的轨迹点集合为目标对象的停留点簇，得到第三数量个停留点簇。

其中，在本申请实施例中，提供了一种生成停留点簇的具体方法。其中，在生成目标对象的停留点簇之前，先确定满足停留点簇的时空阈值。其中，该时空阈值可以包括时间阈值以及空间阈值，时间阈值可以为一个预设时间段，空间阈值可以为一个预设长度阈值。其中，此处时空阈值可以预先自行进行设置，此处不作限制。

在确定了预设时间阈值后，可以从轨迹数据中确定时间跨度大于预设时间阈值的连续轨迹点组成的集合。此处连续轨迹点可以为时间上连续的轨迹点。具体地，如前所述，目标对象的轨迹数据可以按照时间顺序生成轨迹点序列，假定轨迹点序列包含t₀时刻到t_m时刻总计m+1个轨迹点，那么对于其中任意两个时刻t_a时刻到t_b时刻，若这两个时刻之间的时间差大于上述预设时间阈值，那么这两个时刻之间的所有b-a+1个轨迹点便可以构成一个轨迹点集合。其中，满足上述条件的轨迹点集合的数量可以是0个，可以是1个，也可以是多个。

在确定了时间跨度大于预设时间阈值的多个轨迹点集合后，计算每个轨迹点集合对应的表征半径。其中，轨迹点集合对应的表征半径可以为轨迹点集合中任意两个轨迹点之间距离的最大值。具体地，对于任一目标轨迹点集合，可以计算该集合中任意两个轨迹点之间的距离，得到多个距离数据，组成轨迹点集合对应的空间距离数据集合。然后，确定这多个距离数据中的最大值为该目标轨迹点集合对应的表征半径。然后，遍历所有轨迹点集合，便可以得到所有轨迹点集合对应的表征半径。此处，表征半径也可以称为表征长度。

进一步地，将每个轨迹点集合对应的表征长度与长度阈值进行比较，此处长度阈值可以为一个预设长度，当目标轨迹点集合的表征长度小于该预设长度时，确定该目标轨迹点集合为目标对象的停留点簇。然后，遍历每一轨迹点集合，确定多个表征长度小于预设长度的轨迹点集合，得到目标对象对应的第三数量个停留点簇。

在一些实施例中，计算每一轨迹点集合中任意两个轨迹点之间的空间距离，得到每一轨迹点集合对应的空间距离数据集合，包括：

2.1、获取每一轨迹点集合中轨迹点的数量；

2.2、当轨迹点集合中的轨迹点数量小于预设数量阈值时，计算轨迹点集合中任意两个轨迹点之间的空间距离，得到轨迹点集合对应的空间距离数据集合；

2.3、当轨迹点集合中的轨迹点数量大于或等于预设数量阈值时，确定在空间上包含轨迹点集合中每一轨迹点的最小凸多边形，计算处于凸多边形边缘的任意两个轨迹点之间的空间距离，得到轨迹点集合对应的空间距离数据集合。

其中，在本申请实施例中，在计算每一轨迹点集合中任意两个轨迹点之间的空间距离，得到每个轨迹点集合对应的空间距离数据集合之前，可以先对轨迹点集合中轨迹点的数量进行获取。在获取到每个轨迹点集合中轨迹点的数量后，可以将每一轨迹点集合中轨迹点的数量与预设数量阈值进行比较。当轨迹点集合中轨迹点的数量小于预设数量阈值时，直接计算每两个轨迹点之间空间距离的计算量不大，可以直接计算轨迹点集合中每两个轨迹点之间的空间距离，得到轨迹点集合对应的空间距离数据集合。当轨迹点集合中轨迹点的数量大于或等于预设数量阈值时，直接计算每两个轨迹点之间空间距离的计算量很大，如此本申请提供一种减少计算量，提升计算速度的方法。

具体地，当轨迹点集合中的轨迹点数量大于或等于预设数量阈值时，先确定空间上包含该轨迹点集合中每一轨迹点的最小凸多边形，得到每个轨迹点集合对应的凸包。为便于理解，凸包可以理解为包围着轨迹点集合中所有轨迹点的橡皮筋。在确定了轨迹点集合对应的凸包后，可以进一步确定处于凸包的边缘的目标轨迹点，然后计算处于凸包边缘的目标轨迹点之间的空间距离，得到多个空间距离数据，得到轨迹点集合对应的空间距离数据集合。

在本申请实施例中，当轨迹点集合中轨迹点数量较少时，以任意两点之间空间距离的最大值为轨迹点集合对应的表征长度；当轨迹点集合中轨迹点数量较多时，以轨迹点集合对应的凸包的边缘轨迹点之间的空间距离的最大值为轨迹点集合对应的表征长度。如此可以降低对轨迹点集合对应的表征长度的计算量，从而提升了数据处理的效率。

步骤103，基于定位数据确定每一停留点簇对应的地块单元集合。

其中，在确定了目标对象对应的第三数量个停留点簇后，需要对每一停留点簇对应的地理位置进行描述，而在本申请中对每一停留点簇的地理位置进行描述的基本单元，可以为前述步骤102中划分得到的多个地块单元。具体地，对于每一停留点簇中的每一个单个的轨迹点，都可以根据其携带的定位数据确定其所述的目标地块单元，然后可以进一步根据每个轨迹点对应的目标地块单元确定停留点簇对应的地块单元集合。

在一些实施例中，基于定位数据确定每一停留点簇对应的地块单元集合，包括：

1、基于每个停留点簇包含的轨迹点的定位数据生成在空间上包含对应停留点簇中每个轨迹点的最小凸多边形，得到每一停留点簇对应的凸包；

2、查找与任一目标凸包相交的多个地块单元，得到每一凸包对应的第一地块单元集合；

3、计算第一地块单元集合中每一地块单元与对应凸包之间的相交面积；

4、确定相交面积满足预设条件的地块单元为对应停留点簇的目标地块单元，得到每一停留点簇对应的地块单元集合。

其中，在本申请实施例中，无需逐一根据轨迹点集合中每个轨迹点的定位数据确定其对应的地块单元，尤其在轨迹点集合中包含大量轨迹点时，逐一对每一轨迹点所处的地块单元进行确定需要消耗大量的计算资源。本申请实施例可以先确定每个停留点簇对应的凸包，其中，停留点簇对应的凸包为在空间上包含该停留点簇中所有轨迹点的最小凸多边形。

在确定了任一目标停留点簇对应的凸包后，可以进一步根据目标停留点簇对应的凸包在空间上的位置确定与该凸包相交的多个地块单元。其中，与凸包相交具体可以为地块单元所占的地面和凸包所占的地面之间存在交集。即当地块单元的部分或者全部处于凸包中时，则确定该地块单元为与凸包相交的地块单元。其中，可以理解的是，与凸包相交的地块单元至少有一个。可以在划分得到的第二数量个地块单元中查找与凸包相交的所有地块单元，得到与凸包相交的地块单元集合。

进一步地，由于在根据停留点簇中的轨迹点确定停留点簇对应的凸包时，会对轨迹点范围进行一定程度的扩大，进而可能会将一些与停留点簇关联较小的地块单元确定为停留点簇对应的地块单元。例如，某一地块单元中不包含停留点簇中的任一轨迹点，而且停留点簇对应的凸包与该地块单元的相交面积也很小，那么可以确定该地块单元与停留点簇的关联也很小，那边便需要将这些关联很小的地块单元从与凸包相交的地块单元集合中排除出去，以避免该地块单元对目标对象的停留区域的确定造成干扰。

因此，在确定了与凸包相交的地块单元集合后，可以进一步计算与凸包相交的地块单元集合中每一地块单元与凸包的相交部分的相交面积。然后进一步根据相交面积确定相交面积满足一定条件的地块单元。其中，相交面积满足的条件可以为相交面积大于预设面积或者相交面积在地块单元面积中的占比达到预设阈值。进一步地，可以确定满足条件的地块单元组成的集合为目标停留点簇对应的地块单元集合。进一步可以遍历每一停留点簇，得到每一停留点簇对应的地块单元集合。

在一些实施例中，确定相交面积满足预设条件的地块单元为对应停留点簇的目标地块单元，得到每一停留点簇对应的地块单元集合，包括：

4.1、当存在相交面积和参考面积的比值大于预设比值的目标地块单元时，根据目标地块单元生成停留点簇对应的地块单元集合，参考面积为地块单元面积和对应凸包的面积中的最小值；

4.2、当不存在相交面积和参考面积的比值大于预设比值的地块单元时，确定与对应凸包的相交面积最大的地块单元为目标地块单元，并根据目标地块单元生成停留点簇对应的地块单元集合。

其中，由于相交面积为地块单元与凸包的相交面积，即对于任一目标相交面积，其都是目标地块单元和凸包的相交部分的面积，也就是说相交面积和地块单元之间是一一对应的。在本申请实施例中，可以对每一相交面积设置一个参考面积，对于任一目标相交面积，可以设置其对应的参考面积为其对应的地块单元面积和凸包面积中的最小值。具体地，例如停留点簇对应的凸包的面积为100平方米，与该凸包相交的地块单元有三个，该三个地块单元的面积分别为50平方米、80平方米以及110平方米，这三个地块单元与凸包的相交面积分别为20平方米、30平方米以及40平方米。那么20平方米这个相交面积对应的参考面积便为50平方米和100平方米中的最小值，也就是50平方米。同样，40平方米这个相交面积对应的参考面积便为110平方米和100平方米中的最小值，也就是100平方米。

根据上述描述可知，每个相交面积都有一个与之对应的参考面积。进一步地，可以计算相交面积与其对应的参考面积的比值，若比值大于一个预设比值，那么便可以确定该相交面积对应的地块单元为停留点簇对应的地块单元。进一步遍历与停留点簇对应的凸包相交的所有地块单元，确定所有相交面积与参考面积的比值大于预设比值的地块单元，得到停留点簇对应的地块单元集合。

若遍历与停留点簇对应的凸包相交的所有地块单元，不存在相交面积与参考面积的比值大于预设比值的地块单元时，则确定与停留点簇对应的凸包相交面积最大的目标地块单元，并根据该目标地块单元确定停留点簇对应的地块单元集合。可以理解的是，该集合中只包含一个元素。

步骤104，对地块单元集合中的地块单元进行联合处理，得到目标对象对应的目标区域。

其中，在确定了每一停留点簇对应的地块单元集合后，可以进一步根据地块单元集合中的地块单元进行联合处理，得到目标对象对应的目标区域。其中，对多个地块单元集合中的地块单元进行联合处理，可以是分别对每个地块单元集合中的地块单元进行联合处理，得到目标对象对应的多个目标区域，也可以是对多个地块单元中包含的所有地块单元进行联合处理，得到目标对象对应的至少一个目标区域。

在一些实施例中，对地块单元集合中的地块单元进行联合处理，得到目标对象对应的目标区域，包括：

1、计算地块单元集合的并集，得到目标对象对应的目标地块单元集合；

2、从目标地块单元集合中提取连续连通的地块单元，得到多个子目标地块单元集合；

3、对每个子目标地块单元集合中的地块单元进行联合处理，得到目标对象对应的多个目标区域。

其中，在一些情况下，会存在停留点簇之间存在交集的情况，如果分别根据每个停留点簇对应的地块单元集合确定目标对象对应的多个目标区域，会存在目标区域之间相交的情况，使得对目标对象的停留区域或者经常活动区域的描述不够准确。那么就需要将这些存在交集的停留点簇对应的地块单元进行融合。在本申请实施例中，对于多个停留点簇对应的多个地块单元集合，可以先计算这些地块单元集合之间的并集，得到所有与停留点簇对应的地块单元组成的目标地块单元集合。

确定了所有与停留点簇对应的地块单元组成的目标地块单元集合后，可以进一步对目标地块单元集合中的每一地块单元之间的连通性进行确定，然后根据地块单元之间的连通性确定多个连续连通的地块单元组成的子目标地块单元集合。进一步地，对每一子目标地块单元集合中的地块单元，可以对其进行联合处理，得到目标对象对应的多个目标区域。

如此，可以通过计算多个地块单元集合的并集，得到目标地块单元集合，从而将重复的地块单元进行剔除。然后进一步根据地块单元之间的连通性确定连续的地块单元组成的子目标地块单元集合，并对子目标地块单元集合中的地块单元进行联合处理，得到目标对象对应的多个目标区域。从而提高了对目标对象对应的目标区域的准确性。

在一些实施例中，从目标地块单元集合中提取连续连通的地块单元，得到多个子目标地块单元集合，包括：

2.1、对目标地块单元集合中的每一地块单元按照预设尺寸进行放大，得到放大后的地块单元；

2.2、根据放大后的地块单元之间的相交关系生成目标地块单元集合对应的邻接矩阵；

2.3、基于邻接矩阵生成目标地块单元集合中的地块单元之间的邻接关系图；

2.4、从邻接关系图中提取多个极大连通子图；

2.5、根据多个极大连通子图确定多个子目标地块单元集合。

其中，在本申请实施例中，当确定了目标对象对应的目标地块单元集合后，可以对目标地块单元集合中的每一地块单元按照预设尺寸进行放大，得到每一地块单元放大后的地块单元。然后可以逐一确定放大后的地块单元之间是否相交，若放大后的地块单元之间相交，则确定放大前的地块单元之间相邻。如此，可以逐一确定放大前的地块单元之间的相邻关系，并可以据此生成目标地块单元集合对应的邻接矩阵。进一步地，可以以每个地块单元为节点，以邻接关系矩阵示意节点之间的连接关系构建目标地块单元集合中的地块单元之间的邻接关系图。从邻接关系图中，可以方便得出该图中包含的多个极大连通子图。其中，极大连通子图为邻接关系图中一个节点通过其他节点连续连接到另外一个节点，连续连通的这些节点构成一个节点序列，而序列的两端的两个节点不再与节点序列的其他节点相连接。进一步地，可以根据多个极大连通子图确定多个目标地块单元集合。其中，极大连通子图中的每个节点对应了一个地块单元。

在一些实施例中，对每个子目标地块单元集合中的地块单元进行联合处理，得到目标对象对应的多个目标区域，包括：

3.1、对每个子目标地块单元集合中的每一地块单元按照预设尺寸进行放大，得到每个子目标地块单元集合对应的放大后的地块单元；

3.2、对每个子目标地块单元集合对应的放大后的地块单元在空间上进行叠加，得到多个空间区域；

3.3、对每个空间区域按照预设尺寸进行缩小，得到目标对象对应的多个目标区域。

其中，在确定了目标对象对应的多个子目标地块单元集合后，可以对每一子目标地块单元集合中的地块单元进行联合处理，得到目标对象对应的多个目标区域。其中，可以理解的是，每一个子目标地块单元集合都对应了一个目标区域。

根据子目标地块单元集合确定目标区域的具体方法，可以为将子目标地块单元集合中的每一地块单元按照预设尺寸进行放大，得到子目标地块单元集合对应的放大后的地块单元。然后，对放大得到的地块单元进行联合，由于字母表地块单元集合中的地块单元本身就是相互连接的，那么放大后的地块单元之间便会存在交叉部分，对放大得到的多个地块单元进行空间叠加，即对交叉部分只保留一份，得到多个放大后的地块单元组成的一个整体的区域。然后，对得到的整体区域按照前述放大的尺寸进行缩小，得到目标对象对应的一个目标区域。进一步可以遍历每一子目标地块单元集合，得到目标对象对应的多个目标区域。

根据上述描述可知，本申请实施例提供的数据处理方法，通过获取目标对象的轨迹数据以及获取地块单元数据，轨迹数据包括目标对象的多个轨迹点对应的定位数据以及时间数据；根据轨迹数据生成目标对象的多个停留点簇，停留点簇由多个聚集密度大于预设阈值的轨迹点组成；基于定位数据确定每一停留点簇对应的地块单元集合；对地块单元集合中的地块单元进行联合处理，得到目标对象对应的目标区域。以此，通过从目标对象的轨迹数据自动确定目标对象的停留区域对应的轨迹数据，并结合停留区域对应轨迹数据和按照地理画像信息进行划分的地块单元确定目标对象具有空间语义的停留区域。该方法可以提高数据处理的效率，从而提高了确定目标对象对应的目标区域的效率。

本申请还提供了一种数据处理方法，该方法可以使用于计算机设备中，该计算机设备可以为终端也可以为服务器。如图3所示，为本申请提供的数据处理方法的另一流程示意图，方法具体包括：

步骤201，计算机设备获取对象的轨迹数据。

其中，计算机设备对对象的常活动区域进行确定，需要首先获取对象的轨迹数据。该轨迹数据可以是对象在某一个具体时间段内的轨迹数据，该轨迹数据包含了多个按时间顺序排列的轨迹点。每个轨迹点的数据格式可以为P(x，y，t)，其中x为轨迹点定位数据的地理经度，y为轨迹点定位数据的地理纬度，t为该轨迹点定位数据采集时对应的时间戳。对象轨迹数据包含了多个按照时间顺序排列的上述轨迹点数据，具体可以为P₀，P₁...P_n-2，P_n-1总计n个按时间顺序排列的轨迹点构成的轨迹序列。对象轨迹数据的获取可以为计算机设备自行采集的，也可以为用户输入的，此处不作限定。

步骤202，计算机设备采用停留点识别算法从对象的轨迹数据中识别出对象的多个停留点簇。

其中，在获取到对象的轨迹数据后，可以采用停留点识别算法将对象的轨迹数据处理为若干个停留点簇。停留点识别算法可以为基于距离和时间的规则判断，也可以为基于密度的聚类算法(Density-Based Spatial Clustering of Applications with Noise，DBSCAN)。下面，对采用停留点识别算法从轨迹数据中识别出多个停留点簇的过程进行详细描述。

首先，可以设置停留点识别的时空阈值，具体包括时间阈值T_time以及空间阈值T_dist，时间阈值和空间阈值的具体数值可以自行设置，具体例如可以设置T_time＝20分钟，T_dist＝500米。

然后，可以设置一个循环算法，先初始化i＝0，计算j，其中j为正整数，且j<n。使得轨迹点P_i到P_j之间的时间差大于或等于T_time，且轨迹点P_i到P_j-1之间的时间差小于T_time。

若存在这样的j，则确定P₀，P₁...P_j-1，P_j为一个过渡点簇。然后对i进行更新，赋值i＝i+1，重新计算满足上述条件的j，得到新的过渡点簇，直到i＝n-1。

若不存在这样的j，则直接对i进行更新，赋值i＝i+1，重新计算是否存在满足上述条件的j，直到i＝n-1。

如此，便可以计算得到多个过渡点簇，可以理解的是，过渡点簇中的轨迹点按照时间先后顺序排序后，该序列中收尾两个轨迹点之间的时间差大于或等于T_time。

进一步地，对每一过渡点簇，可以计算该过渡点簇对应的表征半径。

具体地，当过渡点簇中的轨迹点的数量少于一个预设的数量阈值时，可以计算轨迹点之间距离的最大值作为过渡点簇的表征半径。

当过渡点簇中的轨迹点的数量少于一个预设的数量阈值时，可以先确定过渡点簇对应的凸包，在对凸包轮廓上的轨迹点计算轨迹点之间距离的最大值作为过渡点簇的表征半径。

如果过渡点簇的表征半径大于空间阈值T_dist，则说明对象在该T_time段时间内的活动轨迹比较分散，未驻留于某个区域，因此不适合作为停留点。如果过渡点簇的表征半径不大于空间阈值T_dist，则说明对象在该T_time段时间内的活动轨迹比较集合，驻留于某个区域，适合作为停留点，则确定该过渡点簇为对象的停留点簇。然后，遍历每一过渡点簇，将表征半径不大于空间阈值的过渡点簇确定为停留点簇，得到对象的多个停留点簇。为了对每个停留点簇进行表征，可以确定停留点簇对应的凸包的集合中心的经纬度坐标来表征停留点簇的位置，以平均时间或者中位时间的时间戳来表征停留点簇的时间。

步骤203，计算机设备获取基础地块单元数据。

其中，对象的轨迹数据包含了每个轨迹的经纬度数据，而对对象的常活动区域进行描述，若采用经纬度数据进行描述，则会过于生涩而且无法确定其实际的意义，导致确定了用户常活动区域的信息的利用价值不大。例如，若确定用户常活动区域为东经115度，北纬22度附近，那么只能确定用户常活动的一个大致区域，根本无法据此对用户的画像进行进一步的描述也就更无法根据用户的画像做其他的使用。

因此，在本申请实施例中，对对象的轨迹数据附近的具有空间语义的基础地块单元进行获取。具体地，这些地块单元是根据地块的空间语义进行划分得到的，例如某个小区为一个地块单元，某个商场为一个地块单元以及某个公园为一个地块单元，如此得到多个地块单元。对每个地块单元进行描述，可以采用如下格式进行描述(标识，轮廓)，其中标识可以为地块单元的唯一身份标识(Identity Document，ID)，轮廓可以包括记录地块单元轮廓的多组坐标数据。

具体地，对地块单元数据进行获取，可以为计算机设备对该区域进行自行划分并确定每一地块单元的标识和轮廓得到地块单元数据，也可以是从其他终端或服务器中获取到的地块单元的数据。无论是从其他终端或服务器中获取还是自行划分确定，地块单元数据均是按照空间语义进行划分得到的地块单元数据。

步骤204，计算机设备查询每个停留点簇对应的多个地块单元，得到对象常活动的地块单元。

其中，在确定了对象的多个停留点簇后，可以进一步将对象的多个停留点簇映射到地块单元上，得到每个停留点簇对应的地块单元，进而得到对象常活动区域对应的地块单元。

具体地，对于每一停留点簇，可以先利用凸包算法构建每个停留点簇的凸包轮廓。具体地，可以采用Graham扫描法(一种凸包扫描方法，葛立恒法)或者Jarvis步进法(包裹法)构建凸包轮廓。凸包即由点击中点的子集组成的凸多边形(即在一个多边形上任意取两点并以一条线段连接该两点，线段上的每一点均在该多边形上或者多边形内部)。

对于步骤203中获取到的基础地块单元数据，可以构建空间索引。具体地，可以采用四叉树索引或者R树(一种树状数据结构)方法构建空间索引。然后基于上述空间索引查询与凸包相交的多个地块单元。

具体地，对于任一目标停留点簇对应的目标凸包X，确定与其相交的地块单元集合Ys。对于Ys中的任一地块单元Y，可以进行如下两个条件的判断：

S(X∩Y)≥[AT]*S(X) 式(1)

S(X∩Y)≥[AT]*S(Y) 式(2)

其中，S代表求面积算子，S(X∩Y)代表求地块单元Y与目标凸包X的相交面积，[AT]为一个预设的阈值参数，取值为(0,1]，例如可以取0.5。

若Ys中存在Y满足式(1)，则说明凸包X有一定比例面积落在地块单元Y内；若Ys中存在Y满足式(2)，则说明地块单元Y有一定比例面积落在凸包X内。

当Ys中存在满足上述式(1)或式(2)中任意一项的Y时，确定所有满足上述条件的Y，得到目标凸包X对应的地块单元集合。

当Ys中不存在满足上述条件的Y，则确定与目标凸包X相交面积最大的地块单元为目标凸包对应的地块单元集合，该集合中仅有一个元素。然后，可以遍历每一停留点簇，得到每一停留点簇对应的地块单元集合。

在确定了每一停留点簇对应的地块单元集合后，确定这些地块单元集合组成的并集为对象常活动的地块单元集合。其中的每个地块单元为对象常活动的地块单元。

步骤205，计算机设备根据对象常活动的地块单元生成空间邻接矩阵。

其中，在确定了对象常活动的地块单元后，可以进一步根据对象常活动的地块单元确定对象常活动区域。

具体地，可以设置一个缓冲距离d，对于对象常活动地块单元中的任意两个地块单元A和地块单元B，将两者均按照距离d向外缓冲(膨胀)处理。若两者缓冲后的轮廓相交，则确定地块单元A和地块单元B是相邻的地块单元，否则确定两者并不相邻。然后，可以遍历对象常活动地块单元中每两个地块单元，可以确定任意两个地块单元之间的邻接关系。进一步地，根据常活动地块单元之间的邻接关系可以构建一个N*N的空间邻接矩阵E，其中N为对象常活动地块单元的数量。

步骤206，计算机设备根据从邻接矩阵中挖掘最大连通子图，得到对象对应的多个地块单元簇。

其中，以对象常活动地块单元为节点，以上述邻接矩阵E为边，可以构建一个无向图。然后，可以通过广度优先搜索方法(Breadth First Search，BFS)或者并查集(Union-Find)方法从该无向图中挖掘其各个极大连通子图，得到多个极大连通子图。每个极大连通子图中的每个节点都对应了一个对象常活动的地块单元，这些地块单元构成了一个地块单元簇。那么根据多个极大连通子图便可以得到多个地块单元簇。

步骤207，计算机设备对每个地块单元簇进行联合处理，得到对象的常活动区域。

其中，在得到了对象对应的多个地块单元簇之后，可以对每个地块单元簇中的地块单元进行联合处理，从而聚合成一个完整的轮廓，得到对象的一个常活动区域。具体地，对地块单元簇中的地块单元进行联合处理，可以为先对簇内的各个地块单元往外缓冲(膨胀)距离d，对膨胀后的地块单元，通过空间叠置分析法进行联合处理，使其整合为单个轮廓，然后再往内缓冲(收缩)距离d，从而得到对象的一个常活动区域。然后遍历每个地块单元簇，便可以得到对象的多个常活动区域。

如图4所示，为确定用户常活动区域的一个场景示意图。具体地，可以先获取用户的轨迹数据，轨迹数据包含用户的多个轨迹点11以及每个轨迹点对应的时间数据，然后获取基础地块单元数据，基础地块单元包括将预设区域10划分得到的多个具有空间语义的地块单元，具体例如XX公寓、XX商场、XX小学以及XX公园。然后根据用户的轨迹数据确定多个停留点簇，并进一步确定每个停留点簇对应的多个地块单元。在确定了用户常活动的地块单元后，再对这些地块单元进行连通性计算，得到多个地块单元簇；最后再对每个地块单元簇进行联合处理，得到用户常活动区域12。

根据上述描述可知，本申请实施例提供的数据处理方法，通过获取目标对象的轨迹数据以及获取地块单元数据，轨迹数据包括目标对象的多个轨迹点对应的定位数据以及时间数据；根据轨迹数据生成目标对象的多个停留点簇，停留点簇由多个聚集密度大于预设阈值的轨迹点组成；基于定位数据确定每一停留点簇对应的地块单元集合；对地块单元集合中的地块单元进行联合处理，得到目标对象对应的目标区域。以此，通过从目标对象的轨迹数据自动确定目标对象的停留区域对应的轨迹数据，并结合停留区域对应轨迹数据和按照地理画像信息进行划分的地块单元确定目标对象具有空间语义的停留区域。该方法可以提高数据处理的效率，从而提高了确定目标对象对应的目标区域的效率。

为了更好地实施以上方法，本发明实施例还提供一种数据处理装置，该数据处理装置可以集成在终端或服务器中。

例如，如图5所示，为本申请实施例提供的数据处理装置的结构示意图，该数据处理装置可以包括获取单元301、生成单元302、确定单元303以及联合单元304，如下：

获取单元301，用于获取目标对象的轨迹数据以及获取地块单元数据，轨迹数据包括目标对象的多个轨迹点对应的定位数据以及时间数据；

生成单元302，用于根据轨迹数据生成目标对象的多个停留点簇，停留点簇由多个聚集密度大于预设阈值的轨迹点组成；

确定单元303，用于基于定位数据确定每一停留点簇对应的地块单元集合；

联合单元304，用于对地块单元集合中的地块单元进行联合处理，得到目标对象对应的目标区域。

在一些实施例中，生成单元，包括：

第一确定子单元，用于根据预设时间阈值与时间数据确定多个由时间连续的轨迹点组成的轨迹点集合，轨迹点集合中的轨迹点之间的最大时间跨度大于时间阈值；

第一计算子单元，用于计算每一轨迹点集合中任意两个轨迹点之间的空间距离，得到每一轨迹点集合对应的空间距离数据集合；

第二确定子单元，用于根据每一空间距离数据集合中的最大值确定每一轨迹点集合的表征长度；

第三确定子单元，用于确定表征长度小于预设长度的轨迹点集合为目标对象的停留点簇，得到多个停留点簇。

在一些实施例中，计算子单元，包括：

获取模块，用于获取每一轨迹点集合中轨迹点的数量；

计算模块，用于当轨迹点集合中的轨迹点数量小于预设数量阈值时，计算轨迹点集合中任意两个轨迹点之间的空间距离，得到轨迹点集合对应的空间距离数据集合；

第一确定模块，用于当轨迹点集合中的轨迹点数量大于或等于预设数量阈值时，确定在空间上包含轨迹点集合中每一轨迹点的最小凸多边形，计算处于凸多边形边缘的任意两个轨迹点之间的空间距离，得到轨迹点集合对应的空间距离数据集合。

在一些实施例中，确定单元，包括：

生成子单元，用于基于每个停留点簇包含的轨迹点的定位数据生成在空间上包含对应停留点簇中每个轨迹点的最小凸多边形，得到每一停留点簇对应的凸包；

查找子单元，用于查找与任一目标凸包相交的多个地块单元，得到每一凸包对应的第一地块单元集合；

第二计算子单元，用于计算第一地块单元集合中每一地块单元与对应凸包之间的相交面积；

第四确定子单元，用于确定相交面积满足预设条件的地块单元为对应停留点簇的目标地块单元，得到每一停留点簇对应的地块单元集合。

在一些实施例中，第四确定子单元，包括：

第一生成模块，用于当存在相交面积和参考面积的比值大于预设比值的目标地块单元时，根据目标地块单元生成停留点簇对应的地块单元集合，参考面积为地块单元面积和对应凸包的面积中的最小值；

第二确定模块，用于当不存在相交面积和参考面积的比值大于预设比值的地块单元时，确定与对应凸包的相交面积最大的地块单元为目标地块单元，并根据目标地块单元生成停留点簇对应的地块单元集合。

在一些实施例中，联合单元，包括：

第三计算子单元，用于计算地块单元集合的并集，得到目标对象对应的目标地块单元集合；

提取子单元，用于从目标地块单元集合中提取连续连通的地块单元，得到多个子目标地块单元集合；

联合子单元，用于对每个子目标地块单元集合中的地块单元进行联合处理，得到目标对象对应的多个目标区域。

在一些实施例中，提取子单元，包括：

第一放大模块，用于对目标地块单元集合中的每一地块单元按照预设尺寸进行放大，得到放大后的地块单元；

第二生成模块，用于根据放大后的地块单元之间的相交关系生成目标地块单元集合对应的邻接矩阵；

第三生成模块，用于基于邻接矩阵生成目标地块单元集合中的地块单元之间的邻接关系图；

提取模块，用于从邻接关系图中提取多个极大连通子图；

第三确定模块，用于根据多个极大连通子图确定多个子目标地块单元集合。

在一些实施例中，联合子单元，包括：

第二放大模块，用于对每个子目标地块单元集合中的每一地块单元按照预设尺寸进行放大，得到每个子目标地块单元集合对应的放大后的地块单元；

叠加模块，用于对每个子目标地块单元集合对应的放大后的地块单元在空间上进行叠加，得到多个空间区域；

缩小模块，用于对每个空间区域按照预设尺寸进行缩小，得到目标对象对应的多个目标区域。

具体实施时，以上各个单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元的具体实施可参见前面的方法实施例，在此不再赘述。

根据上述描述可知，本申请实施例提供的数据处理方法，通过获取单元301获取目标对象的轨迹数据以及获取地块单元数据，轨迹数据包括目标对象的多个轨迹点对应的定位数据以及时间数据；生成单元302根据轨迹数据生成目标对象的多个停留点簇，停留点簇由多个聚集密度大于预设阈值的轨迹点组成；确定单元303基于定位数据确定每一停留点簇对应的地块单元集合；联合单元304对地块单元集合中的地块单元进行联合处理，得到目标对象对应的目标区域。以此，通过从目标对象的轨迹数据自动确定目标对象的停留区域对应的轨迹数据，并结合停留区域对应轨迹数据和按照地理画像信息进行划分的地块单元确定目标对象具有空间语义的停留区域。该方法可以提高数据处理的效率，从而提高了确定目标对应的目标区域的效率。

本申请实施例还提供一种计算机设备，该计算机设备可以为终端或服务器，如图6所示，为本申请提供的计算机设备的结构示意图。具体来讲：

该计算机设备可以包括一个或者一个以上处理核心的处理模块401、一个或一个以上存储介质的存储单元402、电源模块403和输入模块404等部件。本领域技术人员可以理解，图6中示出的计算机设备结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

处理模块401是该计算机设备的控制中心，利用各种接口和线路连接整个计算机设备的各个部分，通过运行或执行存储在存储单元402内的软件程序和/或模块，以及调用存储在存储单元402内的数据，执行计算机设备的各种功能和处理数据，从而对计算机设备进行整体监控。可选的，处理模块401可包括一个或多个处理核心；优选的，处理模块401可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理模块401中。

存储单元402可用于存储软件程序以及模块，处理模块401通过运行存储在存储单元402的软件程序以及模块，从而执行各种功能应用以及数据处理。存储单元402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能以及网页访问等)等；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储单元402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储单元402还可以包括存储器控制器，以提供处理模块401对存储单元402的访问。

计算机设备还包括给各个部件供电的电源模块403，优选的，电源模块403可以通过电源管理系统与处理模块401逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源模块403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

该计算机设备还可包括输入模块404，该输入模块404可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。

尽管未示出，计算机设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，计算机设备中的处理模块401会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储单元402中，并由处理模块401来运行存储在存储单元402中的应用程序，从而实现各种功能，如下：

获取目标对象的轨迹数据以及获取地块单元数据，轨迹数据包括目标对象的多个轨迹点对应的定位数据以及时间数据；根据轨迹数据生成目标对象的多个停留点簇，停留点簇由多个聚集密度大于预设阈值的轨迹点组成；基于定位数据确定每一停留点簇对应的地块单元集合；对地块单元集合中的地块单元进行联合处理，得到目标对象对应的目标区域。

应当说明的是，本申请实施例提供的计算机设备与上文实施例中的方法属于同一构思，以上各个操作的具体实施可参见前面的实施例，在此不作赘述。

本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。

为此，本发明实施例提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的任一种方法中的步骤。例如，该指令可以执行如下步骤：

获取目标对象的轨迹数据以及获取地块单元数据，轨迹数据包括目标对象的多个轨迹点对应的定位数据以及时间数据；将包含每一轨迹点的预设地理区域划分为多个具有地理边界和对应的地理画像信息的地块单元；根据轨迹数据生成目标对象的第三数量个停留点簇，停留点簇由多个聚集密度大于预设阈值的轨迹点组成；基于定位数据确定每一停留点簇对应的地块单元集合；对地块单元集合中的地块单元进行联合处理，得到目标对象对应的目标区域。

以上各个操作的具体实施可参见前面的实施例，在此不再赘述。

其中，该计算机可读存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。

由于该计算机可读存储介质中所存储的指令，可以执行本发明实施例所提供的任一种方法中的步骤，因此，可以实现本发明实施例所提供的任一种方法所能实现的有益效果，详见前面的实施例，在此不再赘述。

其中，根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在存储介质中。计算机设备的处理器从存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述图2或图3的各种可选实现方式中提供的方法。

以上对本发明实施例所提供的一种数据处理方法、装置、计算机可读存储介质及计算机设备进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。