基于混合多步Markov模型的位置預(yù)測方法研究.pdf

1、近年來，隨著移動(dòng)定位技術(shù)的成熟和流行，基于位置服務(wù)越來越受到人們的關(guān)注。位置預(yù)測技術(shù)是其中重要部分，并有著廣泛的應(yīng)用。目前，位置預(yù)測方法中較為常用的是基于Markov模型的預(yù)測方法，然而這類方法存在很多問題，例如:沒有有效的劃分區(qū)域、沒有考慮用戶特性以及只基于當(dāng)前位置進(jìn)行預(yù)測。因此，基于Markov模型的新的位置預(yù)測方法的研究迫在眉睫。
　　本文以傳統(tǒng)的基于Markov模型的位置預(yù)測理論為基礎(chǔ)，并針對其中存在的問題加以改進(jìn)。建立了

2、包括離線數(shù)據(jù)處理、線下模型訓(xùn)練和線上位置預(yù)測的完整位置預(yù)測方案，使得預(yù)測準(zhǔn)確率更高，系統(tǒng)適用范圍更廣。本文的主要貢獻(xiàn)如下:
　　首先，針對GPS數(shù)據(jù)遠(yuǎn)比其他數(shù)據(jù)更容易獲取的特點(diǎn)，提出只基于用戶歷史GPS數(shù)據(jù)進(jìn)行位置預(yù)測的方案，使得位置預(yù)測方法更符合實(shí)際、應(yīng)用范圍更廣。
　　其次，針對傳統(tǒng)位置預(yù)測中將地圖網(wǎng)格化的方法所存在的問題，提出一種新的劃分方案，從GPS數(shù)據(jù)中提取興趣點(diǎn)，并依據(jù)興趣點(diǎn)將地圖進(jìn)行更有意義的劃分。
　　

3、再次，針對傳統(tǒng)Markov模型預(yù)測方法沒有考慮用戶特性的問題，提出一種聚類算法，將用戶聚類為用戶組并為每個(gè)用戶組建立預(yù)測模型，實(shí)驗(yàn)證明可以有效的提高預(yù)測的準(zhǔn)確率。
　　最后，針對傳統(tǒng)基于Markov模型的位置預(yù)測方法存在的問題，提出了建立混合多步Markov模型的方法，考慮了軌跡上的多個(gè)位置，并給出了每個(gè)位置對預(yù)測的影響系數(shù)。
　　另外，因?yàn)橛脩裘看蔚囊苿?dòng)行為并不一定完全符合用戶的習(xí)慣，所以提出一種貝葉斯方法，可以僅根據(jù)當(dāng)前