基于GPS軌跡和照片軌跡的時空數(shù)據(jù)挖掘.pdf

1、現(xiàn)代信息技術(shù)和位置感知技術(shù)迅猛發(fā)展，人們能夠方便的獲得各種移動物體的軌跡數(shù)據(jù)。通過分析軌跡數(shù)據(jù)可以獲得很多有價值的信息，并且推斷出新的知識。許多基于位置推薦的門戶網(wǎng)站已經(jīng)引起了大眾和研究者的關(guān)注，關(guān)于軌跡數(shù)據(jù)挖掘的研究也逐漸變得炙手可熱。軌跡數(shù)據(jù)時時空數(shù)據(jù)的重要分支，本文主要研究了基于GPS軌跡以及照片軌跡的時空數(shù)據(jù)挖掘方法，采用多種統(tǒng)計(jì)方法挖掘軌跡之間的相似度、旅游者的行走模式等有價值的信息，通過針對真實(shí)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，證明了方法在實(shí)踐

2、中的高效性。
　　本文的研究工作主要包含如下四個方面:
　　1)提出度量GPS軌跡相似度的幾何算法(GSAs)。軌跡相似度算法能夠提煉移動軌跡之間的相似信息，這些信息在城市道路網(wǎng)、交通和地理信息系統(tǒng)中發(fā)揮著很重要的作用。首先提出LAR定義(Length-AngleRatio)，用來簡化GPS軌跡并檢測其中的重點(diǎn)區(qū)域(sig-region);然后按照重點(diǎn)區(qū)域?qū)④壽E分段，分別使用向量法和面積法計(jì)算軌跡中各段之間的差異性;最后通過

3、綜合分析這些差異性得到GPS軌跡的相似度。算法的優(yōu)勢在于三方面，首先，當(dāng)GPS點(diǎn)缺失時，算法仍然有效;其次，GSAs應(yīng)用了真實(shí)距離，體現(xiàn)了軌跡的幾何特征，并且在以往研究的基礎(chǔ)上充分考慮了每個用戶和軌跡的獨(dú)特性以及交通網(wǎng)的特征;最后，試驗(yàn)證明GSAs在精確度和時間復(fù)雜度上均優(yōu)于其它現(xiàn)有算法。
　　2)提出路線還原方法，將非連續(xù)Geo照片軌跡（帶有地理位置信息的照片軌跡）還原成連續(xù)的GPS軌跡。GPS軌跡占據(jù)存儲空間大，不易處理，原始

4、Geo照片軌跡雖然易儲存，但是不能提供和GPS軌跡同樣豐富的信息，將Geo照片軌跡還原為GPS軌跡可以同時解決以上難題。本文首先提出區(qū)域興趣度比，將景點(diǎn)排序。然后應(yīng)用隱半馬爾可夫模型（HSMM）解釋旅游者的遷移規(guī)律，得到重要區(qū)域序列，在此基礎(chǔ)上，提出均值算法將重要區(qū)域序列還原成完整的GPS序列。最后，提出基于留一交叉檢驗(yàn)(LOOCV)的試驗(yàn)方法，檢驗(yàn)還原路線與GPS路線的契合性，并且證明得到的連續(xù)GPS軌跡符合人群行走基本規(guī)律。

5、　　3)挖掘照片軌跡的統(tǒng)計(jì)特征以及時空規(guī)律。人群行走活動的基本規(guī)律在路線規(guī)劃、目的地預(yù)測和推薦系統(tǒng)中具有舉足輕重的作用。首先，通過挖掘行走活動的共同統(tǒng)計(jì)特征，發(fā)現(xiàn)照片軌跡的一些變量符合對數(shù)正態(tài)分布，繼而服從重尾法則，這些變量包括LAR，重要區(qū)域間的距離以及用戶在重要區(qū)域的停留時間。其次，照片軌跡表現(xiàn)出高度的時空規(guī)律，本文主要從三方面來進(jìn)一步研究這一問題:①重要區(qū)域間的距離符合對數(shù)正態(tài)分布的原因;②影響用戶選擇目的地的因素;⑧均方位移在照

6、片軌跡中的特征。真實(shí)數(shù)據(jù)結(jié)果證明這些共同的統(tǒng)計(jì)特征和時空規(guī)律在不同的區(qū)域中是相同的。
　　4)用生存分析的方法解決軌跡問題中刪失數(shù)據(jù)的問題。已知在軌跡數(shù)據(jù)挖掘中存在刪失數(shù)據(jù)的問題，傳統(tǒng)模型不適用于這類數(shù)據(jù)，需要建立相應(yīng)的刪失數(shù)據(jù)模型。照片軌跡中照片之間的時間間隔為右刪失數(shù)據(jù)，本文以這一數(shù)據(jù)為例，首先用Kaplan-Meier估計(jì)建立非參數(shù)模型，研究相應(yīng)的生存模型和危險(xiǎn)率模型。然后建立時間間隔關(guān)于拍照停留時間的Buckley-Jam

7、es模型，并且用經(jīng)驗(yàn)似然的方法估計(jì)參數(shù)的置信區(qū)間。最后建立時間間隔關(guān)于拍照停留時間以及用戶個人信息的半?yún)?shù)模型，并且提出基于刪失數(shù)據(jù)的經(jīng)驗(yàn)似然方法，得到經(jīng)驗(yàn)似然函數(shù)比，證明漸進(jìn)分布為標(biāo)準(zhǔn)卡方分布，簡化了置信區(qū)間的求解步驟。
　　軌跡挖掘技術(shù)為快速發(fā)展的信息技術(shù)做出了杰出的貢獻(xiàn)，而迅猛發(fā)展的信息技術(shù)又為軌跡數(shù)據(jù)挖掘提供了更廣闊的發(fā)展空間，兩者相輔相成。本文提供了高效易行的方法和技術(shù)，所得到的研究和技術(shù)成果并不僅僅可局限于軌跡數(shù)據(jù)挖掘