基于用戶移動模式的位置預(yù)測研究.pdf

1、位置預(yù)測技術(shù)是移動計算領(lǐng)域的一個關(guān)鍵技術(shù)，基于用戶移動模式的位置預(yù)測方法具有高效靈活、簡單易行、不受硬件條件限制等優(yōu)點，得到了廣泛關(guān)注和研究。本文針對移動環(huán)境下的位置預(yù)測，主要研究序列頻繁模式挖掘和模式匹配算法，以有效減少頻繁模式挖掘的計算復(fù)雜度、提高頻繁模式與用戶當(dāng)前序列的匹配準(zhǔn)確性。主要研究內(nèi)容包括：
　　(1)針對蜂窩移動位置更新序列的頻繁模式挖掘，提出一種基于 GSP算法的改進(jìn)頻繁模式挖掘算法。該算法通過位置映射和序列合并

2、的方法減少 GSP算法每次迭代的初始結(jié)果集，來降低GSP算法的計算復(fù)雜度以克服GSP算法在挖掘大規(guī)模短頻繁模式時的性能瓶頸。以浙江聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司的信令數(shù)據(jù)信息為實驗數(shù)據(jù)，通過與Apriori類算法和基于投影技術(shù)的PrefixSpan算法的對比實驗，表明改進(jìn)后的GSP算法具有較高的計算效率。
　　(2)針對蜂窩移動位置預(yù)測，研究提出一種基于置信度和相似度的匹配度模型，該模型通過匹配頻繁模式與用戶當(dāng)前移動序列以有效確定最能反

3、映用戶當(dāng)前移動行為的頻繁移動模式。目前的移動模式匹配算法通常只考慮置信度，而沒有考慮移動模式與當(dāng)前移動序列的匹配度，針對這個問題，該匹配度模型首先通過序列挖掘找出頻繁移動模式；然后計算移動模式和當(dāng)前移動序列的編輯距離得到它們的相似度，并結(jié)合置信度得出移動模式的匹配度；最后將該模型應(yīng)用于基于用戶移動模式的位置預(yù)測來驗證該匹配度模型的有效性及準(zhǔn)確度。實驗結(jié)果表明該模型有效提高了位置預(yù)測的準(zhǔn)確度。
　　(3)在匹配度模型基礎(chǔ)上，引入序列

4、層次樹，提出一種優(yōu)化的匹配度計算方法。該方法首先根據(jù)移動序列的層次性特征，對移動模式建立層次模型，然后利用匹配度模型計算出各層次的序列匹配度，最后綜合各層匹配度加權(quán)計算來確定移動模式的匹配度。該方法在匹配度模型的基礎(chǔ)上進(jìn)一步提高了序列模式匹配的準(zhǔn)確性。
　　最后，基于上述研究成果實現(xiàn)了移動用戶出行規(guī)律分析系統(tǒng)，并以紹興新昌縣內(nèi)的聯(lián)通3G基站的用戶位置更新信息為數(shù)據(jù)源，針對用戶出行規(guī)律進(jìn)行了分析和預(yù)測。通過實際案例的應(yīng)用，對算法的有