云環(huán)境下軌跡數(shù)據(jù)查詢處理技術的研究與實現(xiàn).pdf

1、近年來，移動終端和基于位置服務技術的快速發(fā)展和廣泛應用，使得軌跡數(shù)據(jù)無處不在，數(shù)據(jù)規(guī)模急劇增加，已成為當前一類重要的大數(shù)據(jù)。針對這些時空特性顯著的大規(guī)模軌跡數(shù)據(jù)，如何對其進行高效索引、查詢處理及深度挖掘分析，受到學術界和工業(yè)界的廣泛研究，并已成為該領域的一個重要研究課題。傳統(tǒng)的軌跡數(shù)據(jù)查詢處理技術由于其集中式的處理方式而導致擴展性較差，無法處理這種軌跡大數(shù)據(jù)，而Hadoop云計算平臺由于其高效的并行處理架構已成為當前大數(shù)據(jù)處理的主流平臺

2、。為此本文基于Hadoop平臺，針對大規(guī)模軌跡數(shù)據(jù)的查詢處理問題進行深入研究，主要做了以下幾方面的工作:
　　首先，在深入分析了軌跡數(shù)據(jù)時空序列特性的基礎上，提出了一種軌跡數(shù)據(jù)壓縮算法，該算法運用空間向量思想，將平面數(shù)據(jù)壓縮算法與軌跡數(shù)據(jù)特征相結合，能夠大大降低軌跡數(shù)據(jù)的存儲開銷、減輕索引構建代價。在此基礎之上，基于MV3R-tree時空索引結構，提出了一種葉子結點分裂處理優(yōu)化算法，該算法能夠保證分裂后的葉子結點內的數(shù)據(jù)具有較高的

3、相似度，同時降低葉子結點間數(shù)據(jù)對象的相似度，使索引結構更加緊湊，能有效提高查詢處理效率。
　　其次，基于Map-Reduce并行處理框架，設計并實現(xiàn)了兩種軌跡數(shù)據(jù)查詢處理算法，主要包括時空范圍查詢和時空點查詢處理算法，在此基礎之上提出了一種基于Dijkstra最短路徑的路徑推薦算法，該算法能夠充分利用歷史軌跡信息找到兩點之間可達且距離短的推薦路徑，為進一步擴展軌跡數(shù)據(jù)分析處理和應用提供了有益的嘗試。
　　最后，通過大量實驗對