轨迹数据库中热门区域的发现

被引：40

作者：

刘奎恩 ^{[1
]}

肖俊超 ^{[1
]}

丁治明 ^{[1
]}

李明树 ^{[1
,2
]}

机构：

[1] 中国科学院软件研究所基础软件国家工程研究中心

[2] 计算机科学国家重点实验室(中国科学院软件研究所)

来源：

软件学报 | 2013年 / 24卷 / 08期

关键词：

移动对象; 轨迹数据库; 热门区域; 数据挖掘;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

摘要：

发现被移动对象频繁造访的热门区域是从轨迹数据库中挖掘运动模式的重要前提,而合理约束热门区域的大小是提高轨迹模式的精确表达能力的关键.研究如何从轨迹数据库找出热门区域及如何限制其大小.定义了带有覆盖范围约束的热门区域,并采用过滤-精炼策略发现热门区域.在过滤阶段,设计了一种基于网格的密集区域发现近似算法以提高发现效率;在精炼阶段,提出了基于趋势和差异性的度量指标,实现了对应区域重构算法及重构参数启发性选择算法,保证了从密集区域中有效提取出符合覆盖范围约束的热门区域.在真实数据集上验证了该工作的有效性.

引用

页码：1816 / 1835

页数：20

共 5 条

[1]

Space–time density of trajectories: exploring spatio-temporal patterns in movement data[J] Urška Demšar;Kirsi Virrantaus International Journal of Geographical Information Science 2010,

[2]

Object tracking[J] Alper Yilmaz;Omar Javed;Mubarak Shah ACM Computing Surveys (CSUR) 2006,

[3]

Efficient mining of group patterns from user movement data[J] Yida Wang;Ee-Peng Lim;San-Yih Hwang Data & Knowledge Engineering 2005,

[4]

A data mining approach for location prediction in mobile environments[J] Data & Knowledge Engineering 2004,

[5]

A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise Ester M; Kriegel HP; Sander J; Xu X; Proceedings of the Second International Conference on Knowledge Discovery and Data Mining 1996,

← 1 →