基于前綴樹的頻繁行跡挖掘方法研究.pdf

1、近年來(lái),以智能手機(jī)等移動(dòng)設(shè)備為載體的移動(dòng)應(yīng)用得到了廣泛使用,并逐步影響人們的生活方式。人的移動(dòng)性帶來(lái)的位置行跡不僅記錄了人的行為歷史,也記錄了人與社會(huì)的交互活動(dòng)信息,這些位置軌跡數(shù)據(jù)的分析與利用,可以為基于位置的服務(wù)系統(tǒng)提供更好的幫助。本文通過(guò)分析典型行跡數(shù)據(jù)簡(jiǎn)化、聚類及挖掘方法,研究了基于線段的頻繁行跡數(shù)據(jù)聚類方法,提出了一種基于前綴樹的頻繁行跡挖掘方法,并進(jìn)行了實(shí)驗(yàn)分析和驗(yàn)證,表明本文方法具有較好的性能。本文主要工作包括:
　

2、　(1)由于從移動(dòng)設(shè)備中獲取的GPs行跡具有數(shù)據(jù)量大、處理時(shí)間長(zhǎng),存在異常值等問(wèn)題,因此需要進(jìn)行預(yù)處理。本文首先介紹了行跡數(shù)據(jù)簡(jiǎn)化的主要依據(jù),即垂直歐式距離和基于時(shí)問(wèn)的垂直歐式距離概念,然后詳細(xì)介紹了典型的行跡數(shù)據(jù)簡(jiǎn)化方法和行跡平滑方法,并對(duì)這些方法進(jìn)行了實(shí)驗(yàn)分析和對(duì)比。
　　(2)針對(duì)移動(dòng)對(duì)象行跡中的位置模糊性問(wèn)題,在分析現(xiàn)有的基于行跡點(diǎn)聚類和線段聚類方法基礎(chǔ)上,利用位置點(diǎn)的時(shí)間特性提出了一種基于DBsCAN的行跡聚類改進(jìn)算法。