基于停留时间的语义行为模式挖掘

被引：11

作者：

郭黎敏 ^{[1
]}

高需 ^{[2
,3
]}

武斌 ^{[2
]}

郭皓明 ^{[2
]}

徐怀野 ^{[2
]}

魏闫艳 ^{[2
]}

王之欣 ^{[2
]}

焉丽 ^{[2
]}

田霂 ^{[2
]}

机构：

[1] 北京工业大学

[2] 中国科学院软件研究所

[3] 中国科学院大学

来源：

计算机研究与发展 | 2017年 / 54卷 / 01期

关键词：

语义轨迹; 停留时间; 语义行为模式; 模式相似度; 移动对象聚类;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

移动对象的语义行为模式挖掘是当前移动对象研究中关注的热点,有益于诸多应用场景,如朋友推荐系统、轨迹破案领域和个性化服务等.目前语义行为模式挖掘方法没有考虑移动对象在停留点的停留时间,不能准确地分辨出移动对象之间的不同行为模式.为了解决上述问题,提出了一种基于停留时间的语义行为模式挖掘(discovering common behavior using staying duration on semantic trajectory,DSTra)方法,首先挖掘每个移动对象的频繁语义行为模式,然后定义语义行为模式之间的相似性度量方法,最后采用层次聚类的方法对移动对象进行聚类,找出具有相似行为模式的移动对象群体.实验结果表明:该方法不仅具有合理性和有效性,同时还具有较高的准确率和较好的效率.

引用

页码：111 / 122

页数：12

共 5 条

[1] Semantic Trajectories Modeling and Analysis
Parent, Christine
Spaccapietra, Stefano
Renso, Chiara
Andrienko, Gennady
Andrienko, Natalia
Bogorny, Vania
Damiani, Maria Luisa
Gkoulalas-Divanis, Aris
Macedo, Jose
Pelekis, Nikos
Theodoridis, Yannis
Yan, Zhixian
[J]. ACM COMPUTING SURVEYS, 2013, 45 (04)
[2] Recommending Friends and Locations Based on Individual Location History
Zheng, Yu
Zhang, Lizhu
Ma, Zhengxin
Xie, Xing
Ma, Wei-Ying
[J]. ACM TRANSACTIONS ON THE WEB, 2011, 5 (01)
[3] Learning Travel Recommendations from User-Generated GPS Traces
Zheng, Yu
Xie, Xing
[J]. ACM TRANSACTIONS ON INTELLIGENT SYSTEMS AND TECHNOLOGY, 2011, 2 (01)
[4] Stochastic modelling of animal movement
Smouse, Peter E.
Focardi, Stefano
Moorcroft, Paul R.
Kie, John G.
Forester, James D.
Morales, Juan M.
[J]. PHILOSOPHICAL TRANSACTIONS OF THE ROYAL SOCIETY B-BIOLOGICAL SCIENCES, 2010, 365 (1550) : 2201 - 2211
[5] Indexing Multidimensional Time-Series[J] . Michail Vlachos,Marios Hadjieleftheriou,Dimitrios Gunopulos,Eamonn Keogh.The VLDB Journal . 2006 (1)

← 1 →