基于GPS軌跡和照片軌跡的時空數(shù)據(jù)挖掘.pdf

1、現(xiàn)代信息技術和位置感知技術迅猛發(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注，關于軌跡數(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，通過針對真實數(shù)據(jù)進行實驗，證明了方法在實踐

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區(qū)域(sig-region);然后按照重點區(qū)域?qū)④壽E分段，分別使用向量法和面積法計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GPS點缺失時，算法仍然有效;其次，GSAs應用了真實距離，體現(xiàn)了軌跡的幾何特征，并且在以往研究的基礎上充分考慮了每個用戶和軌跡的獨特性以及交通網(wǎng)的特征;最后，試驗證明GSAs在精確度和時間復雜度上均優(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，將景點排序。然后應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(LOOCV)的試驗方法，檢驗還原路線與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。真實數(shù)據(jù)結果證明這些共同的統(tǒng)計特征和時空規(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估計建立非參數(shù)模型，研究相應的生存模型和危險率模型。然后建立時間間隔關于拍照停留時間的Buckley-Jam

7、es模型，并且用經(jīng)驗似然的方法估計參數(shù)的置信區(qū)間。最后建立時間間隔關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)驗似然方法，得到經(jīng)驗似然函數(shù)比，證明漸進分布為標準卡方分布，簡化了置信區(qū)間的求解步驟。
　　軌跡挖掘技術為快速發(fā)展的信息技術做出了杰出的貢獻，而迅猛發(fā)展的信息技術又為軌跡數(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，所得到的研究和技術成果并不僅僅可局限于軌跡數(shù)據(jù)挖掘