谈谈定义位置可信度（精度）的思路

背景

因项目中需要对一份位置数据做精细化判断，需要加入可信度指标，辅助业务人员进行判断。下文基于此展示一些分析思路。

 

分析

目标：定义位置的可信度，需要构建一个可信度模型指标。在这个指标框架下有一个评分标准。所有数据在这个评分标准下周期性的更新。

已有数据：1、loc：经纬度。2、time：清洗的时间。3、device/person：设备/人。4、type：汇报形式

 

数据分析告诉我们分析一份数据要用5个w去看待。how（如何），how many（多少次），how much（价值）， who（谁），when（何时）。

这5点结合现有数据可以定义出很多可信度高价值条件（如某个汇报形式是高可信），但如何形成一个体系呢？  

构建数据质量阶梯模型

阶梯模型的构建原则：1、高层级阶梯的可信度是低的，低层级可信度是高的。2、相邻的两个层级一定要有交集范围

 

实施

我们是这么构建阶梯模型的

1、3周期内数据

2、3周内出现至少2次的

3、3周内出现至少2次&&位置波动小于m米

4、3周内出现至少2次&&位置波动小于n米

5、3周内出现至少2次&&位置波动小于n米&&高价值条件1

6、3周内出现至少2次&&位置波动小于n米&&高价值条件1&&高价值条件2

。。。。

 

最后根据样本数据结果，分析定义目标数据范围和可信度

 

计算

位置计算的方式：1、直接选择高频位置；2、求中间点；3、排除漂移点再计算平均点

我们这边采用了求中间点的方式，用位置波动条件，不断修正位置。

具体求中间点的计算方式：加权求平均（多次汇报不去重），利用米勒投影进行坐标系转换。得到中间点再转换为geohash。