移動對象興趣區(qū)域挖掘的效率改進.pdf

1、隨著傳感器網(wǎng)絡(luò)、無線通信技術(shù)的飛速發(fā)展，以及空間定位技術(shù)大規(guī)模的普及，人們對各類移動對象的空間位置的實時監(jiān)測能力持續(xù)增強，這些迅猛增長的海量軌跡數(shù)據(jù)之中潛含著一些移動對象的重要信息，軌跡數(shù)據(jù)挖掘中興趣區(qū)域發(fā)現(xiàn)與位置推薦的研究顯得越來越重要。
　　本文系統(tǒng)研究了軌跡數(shù)據(jù)挖掘中興趣區(qū)域發(fā)現(xiàn)與位置推薦相關(guān)的理論知識與技術(shù)方法后，發(fā)現(xiàn)現(xiàn)有的歷史興趣區(qū)域發(fā)現(xiàn)流程中經(jīng)典的DBSCAN直接用于停留點的聚類時，會遇到同時屬于多個類簇的邊界點難以進

2、行準確判定其類簇的情況，另一方面，由于其迭代時需要對整個停留點數(shù)據(jù)集進行搜索，計算的時間代價很高；而現(xiàn)有的潛在興趣區(qū)域推薦則由于普遍使用基于對象的協(xié)同過濾，其流程繁復(fù)導(dǎo)致時間效率較差。
　　針對歷史興趣區(qū)域發(fā)現(xiàn)中的問題，以經(jīng)典的DBSCAN為基礎(chǔ)進行改進，設(shè)計出一種改進的DBSCAN算法，并將其應(yīng)用于興趣區(qū)域發(fā)現(xiàn)之中，取得了不錯的效果。改進的DBSCAN算法，在DBSCAN的基礎(chǔ)上，引入OPTICS中的最小可達距離，利用每個數(shù)據(jù)點