基于GPS軌跡的位置預(yù)測和活動推薦.pdf

1、通過GPS設(shè)備，人們可以將自己當(dāng)前的地理坐標(biāo)作為上下文與相應(yīng)的基于位置的服務(wù)(LBS)進行交互。隨著支持GPS功能設(shè)備的大量普及，產(chǎn)生了大量GPS軌跡信息，但這些GPS軌跡信息中蘊涵的用戶相關(guān)的大量信息并未得到有效的利用，近年來人們漸漸地開始意識到這點，進行了大量軌跡相關(guān)的研究，然而都還局限于粗粒度的重大興趣點挖掘的研究。
　　本文提出了一種基于馬爾科夫模型的位置預(yù)測算法—基于用戶相似的軌跡推薦算法。該算法主要分為兩個主要部分，首

2、先通過用戶-位置交互矩陣得到top-k個相似用戶，然后查詢每個用戶的位置狀態(tài)轉(zhuǎn)移矩陣，最終得到top-k個可能位置。該算法的主要難點在于如何構(gòu)建用戶-位置交互矩陣和用戶位置轉(zhuǎn)移矩陣。針對用戶-位置交互矩陣，本文提出了基于劃分的用戶-位置交互矩陣，即通過對停留區(qū)域(SR)再次聚類來實現(xiàn)矩陣降維處理。而針對用戶位置狀態(tài)轉(zhuǎn)移矩陣，提前在SR位置歷史的基礎(chǔ)上構(gòu)建一個SR的圖拓?fù)浣Y(jié)構(gòu)，然后在該拓?fù)浣Y(jié)構(gòu)上提取位置狀態(tài)轉(zhuǎn)移矩陣。由于算法采用基于劃分的

3、用戶-位置交互矩陣，在此基礎(chǔ)上提取出來的用戶特征向量的相似計算，不僅計算代價大大降低，而且可以得到更高質(zhì)量的相似用戶。
　　盡管用戶相似的軌跡推薦算法具有較好的推薦質(zhì)量，但是該算法并沒有挖掘軌跡之間的深層次的活動關(guān)聯(lián)。鑒于此，本文提出基于語義規(guī)則的位置預(yù)測和活動推薦算法。為使GPS軌跡信息包含一定的語義信息，本文首先使用改進后的停留點定義對停留點進行語義擴充，從而得到停留點—活動(SPA)模型，然后在SPA模型基礎(chǔ)上利用Aprio