推荐星级：
- 1
- 2
- 3
- 4
- 5
基于停留时间的语义行为模式挖掘
资料介绍
移动对象的语义行为模式挖掘是当前移动对象研究中关注的热点,有益于诸多应用场景,如朋友推荐系统、轨迹破案领域和个性化服务等.目前语义行为模式挖掘方法没有考虑移动对象在停留点的停留时间,不能准确地分辨出移动对象之间的不同行为模式.为了解决上述问题,提出了一种基于停留时间的语义行为模式挖掘(discovering common behavior using staying duration on semantic trajectory,DSTra)方法,首先挖掘每个移动对象的频繁语义行为模式,然后定义语义行为模式之间的相似性度量方法,最后采用层次聚类的方法对移动对象进行聚类,找出具有相似行为模式的移动对象群体.实验结果表明:该方法不仅具有合理性和有效性,同时还具有较高的准确率和较好的效率.
部分文件列表
| 文件名 | 大小 |
| 基于停留时间的语义行为模式挖掘.pdf | 2M |
部分页面预览
（完整内容请下载后查看）：
ＤＯＩ１０．７５４４ｉｓｓｎ１０００ － １２３９ ．２０１７ ．２０１５０７８４
?
计 算 机 研 究 与 发 展
（）： ，
５４１ １１１－１２２ ２０１７
ＪｏｕｒｎａｌｏｆＣｏｍ ｕｔｅｒＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏ ｍｅｎｔ
ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ
ｐ ｐ
基于停留时间的语义行为模式挖掘
，
２３
１
２
２
２
２
２
２
２
郭黎敏
高
需
武
斌
郭皓明
徐怀野
魏闫艳
王之欣
焉
丽
田
霂
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
１
（
）
北京工业大学 北京
ꢀ
１００１２４
ꢀ
２
３
（
）
中国科学院软件研究所 北京
ꢀ
１００１９０
ꢀ
（
）
中国科学院大学 北京
ꢀ
１０００４９
ꢀ
（
）
ｕｏｌｉｍｉｎ ｂｕｔ．ｅｄｕ．ｃｎ
＠ ｊ
ｇ
Ｄｉｓｃｏｖｅｒｉｎ ＣｏｍｍｏｎＢｅｈａｖｉｏｒＵｓｉｎ Ｓｔａｉｎ ＤｕｒａｔｉｏｎｏｎＳｅｍａｎｔｉｃＴｒａｅｃｔｏｒ
ꢀ ꢀ
ｙ
ꢀ
ꢀ
ꢀ
ｊ
ｇ
ꢀ
ｇ
ꢀ
ｙ ｇ
ꢀ
，
２３
１
２
２
２
２
２
２
，
ＧｕｏＬｉｍｉｎ ＧａｏＸｕ
ꢀ
，
，
ＷｕＢｉｎ ＧｕｏＨａｏｍｉｎ
ꢀ
，
，
，
，
，
ＸｕＨｕａｉｅ ＷｅｉＹａｎａｎ Ｗａｎ Ｚｈｉｘｉｎ ＹａｎＬｉ
ꢀ ꢀ
ꢀ
ꢀ
ｇ
ꢀ
ｙ
ꢀ
ｙ
ｇ
ꢀ
２
ａｎｄＴｉａｎＭｕ
ꢀ ꢀ
１
２
３
（
，
）
Ｂｅｉｉｎ １００１２４
ｊ ｇ
Ｂｅｉｉｎ Ｕｎｉｖｅｒｓｉｔ ｏ Ｔｅｃｈｎｏｌｏ
ｊ ｇ ｙ ｆ ｇｙ
ꢀ ꢀ
ꢀ
（ ， ，
Ｉｎｓｔｉｔｕｔｅｏ Ｓｏｔｗａｒｅ ＣｈｉｎｅｓｅＡｃａｄｅｍ ｏ Ｓｃｉｅｎｃｅｓ Ｂｅｉｉｎ １００１９０
ꢀ
）
ꢀ
ｆ
ｆ
ｙ ｆ
ꢀ ꢀ
ｊ ｇ
ꢀ
（
，
Ｕｎｉｖｅｒｓｉｔ ｏ ＣｈｉｎｅｓｅＡｃａｄｅｍ ｏ Ｓｃｉｅｎｃｅｓ Ｂｅｉｉｎ １０００４９
ꢀ
）
ｙ ｆ
ꢀ ꢀ
ｙ ｆ
ꢀ ꢀ
ｊ ｇ
Ａｂｓｔｒａｃｔ Ｗｉｔｈｔｈｅａｄｖａｎｃｅｍｅｎｔｏｆｍｏｂｉｌｅｃｏｍ ｕｔｉｎ ｔｅｃｈｎｏｌｏ ａｎｄｔｈｅｗｉｄｅｓｒｅａｄｕｓｅｏｆＧＰＳ－
ｇｙ
ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ
ꢀ
ꢀ
ｐ
ｇ
ꢀ
ｐ
ꢀ
，
ｅｎａｂｌｅｄｍｏｂｉｌｅｄｅｖｉｃｅｓ ｒｅｓｅａｒｃｈｏｎｓｅｍａｎｔｉｃｔｒａｅｃｔｏｒｉｅｓｈａｓａｔｔｒａｃｔｅｄａｌｏｔｏｆａｔｔｅｎｔｉｏｎｓｉｎｒｅｃｅｎｔ
ꢀ ꢀ ꢀ ｊ ꢀꢀ ꢀ ꢀ ꢀ ꢀ
ꢀ
ꢀ
ꢀ ꢀ
，
ｅａｒｓ ａｎｄｔｈｅｓｅｍａｎｔｉｃｔｒａｅｃｔｏｒ ａｔｔｅｒｎｍｉｎｉｎ ｉｓｏｎｅｏｆｔｈｅｍｏｓｔｉｍ ｏｒｔａｎｔｉｓｓｕｅｓ．Ｍｏｓｔｅｘｉｓｔｉｎ
ꢀ ｊ ꢀ ｐ
ｙｐ ｇ ꢀ ꢀ ꢀ ｇ
ｙ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ｍｅｔｈｏｄｓｄｉｓｃｏｖｅｒｔｈｅｓｉｍｉｌａｒｂｅｈａｖｉｏｒｏｆｍｏｖｉｎ ｏｂｅｃｔｓｔｈｒｏｕｈｔｈｅａｎａｌｓｉｓｏｆｓｅｕｅｎｃｅｓｏｆｓｔｏｓ．
ｇꢀ ｙ ꢀ ꢀ ｑ
ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ
ꢀ
ｇ
ꢀ
ｊ
ｐ
，
Ｈｏｗｅｖｅｒ ｔｈｅｓｅ ｍｅｔｈｏｄｓｈａｖｅｎｏｔｃｏｎｓｉｄｅｒｅｄｔｈｅｄｕｒａｔｉｏｎｏｆｓｔａｉｎ ｏｎａｓｔｏ ｗｈｉｃｈａｆｆｅｃｔｓｔｈｅ
ꢀ ꢀ ｙ ｇ ꢀꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ｐ
ꢀ
ꢀ
ꢀ
ꢀ
，
ａｃｃｕｒａｃ ｔｏｄｉｓｔｉｎｕｉｓｈｄｉｆｆｅｒｅｎｔｂｅｈａｖｉｏｒ ａｔｔｅｒｎｓ．Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅ ｒｏｂｌｅｍ ｔｈｉｓ ａｅｒ ｒｏｏｓｅｓ
ꢀｐ ꢀ ꢀ ꢀｐ ꢀｐｐ ꢀｐ ｐ
ｙ
ꢀ
ꢀ
ｇ
ꢀ
ꢀ
ꢀ
ꢀ
ａｎｏｖｅｌａ ｒｏａｃｈｆｏｒｄｉｓｃｏｖｅｒｉｎ ｃｏｍｍｏｎｂｅｈａｖｉｏｒｕｓｉｎ ｓｔａｉｎ ｄｕｒａｔｉｏｎｏｎｓｅｍａｎｔｉｃｔｒａｅｃｔｏｒ
ꢀ ꢀｐｐ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ｊ
ｙ ｇ ｙ
ｇ
ꢀ
ｇ
ꢀ
ꢀ
（
）
ＤＳＴｒａ ｗｈｉｃｈｃａｎｅａｓｉｌ ｄｉｆｆｅｒｅｎｔｉａｔｅｔｒａｅｃｔｏｒ ａｔｔｅｒｎｓ．ＤＳＴｒａｃａｎｂｅｕｓｅｄｔｏｄｅｔｅｃｔｔｈｅ ｒｏｕ ｔｈａｔ
ｙｐ
ꢀ ｊ ꢀ ꢀ ꢀ ꢀ ꢀｇ
ꢀ
ꢀ
ｙ
ꢀ
ꢀ
ꢀ
ｐ
ꢀ
ꢀ
，
ｈａｓｓｉｍｉｌａｒｌｉｆｅｓｔｌｅ ｈａｂｉｔｏｒｂｅｈａｖｉｏｒ ａｔｔｅｒｎｓ．Ｓｅｍａｎｔｉｃｔｒａｅｃｔｏｒ ａｔｔｅｒｎｓｏｆｅａｃｈｍｏｖｉｎ ｏｂｅｃｔａｒｅ
ｙｐ ｊ ꢀ
ꢀ ꢀ ꢀｐ ꢀ ｊ ꢀ ꢀ
ꢀ
ꢀ
ｙ
ꢀ
ｇ
ꢀ
ꢀ
，
，
ｍｉｎｅｄｆｉｒｓｔｌ ．Ｔｈｅｎ ｔｈｅｔｉｍｅ－ｗｅｉｈｔｂａｓｅｄ ａｔｔｅｒｎｓｉｍｉｌａｒｉｔ ｍｅａｓｕｒｅｍｅｎｔｉｓｄｅｓｉｎｅｄ．Ａｆｔｅｒｔｈａｔ ａ
ｇ ꢀ
ꢀｐ ꢀ ꢀ
ꢀ
ｙ
ꢀ
ꢀ
ｙ
ꢀ
ｇ
ꢀ
，
ｈｉｅｒａｒｃｈｉｃａｌｃｌｕｓｔｅｒｉｎ ｍｅｔｈｏｄｗｉｔｈ ｒｕｎｉｎ ｓｔｒａｔｅ ｉｓ ｒｏｏｓｅｄ ｗｈｅｒｅｅａｃｈｃｌｕｓｔｅｒｒｅｒｅｓｅｎｔｓｔｈｅ
ｇｙ ꢀｐ ｐ
ꢀｐ ꢀ ｐ
ꢀ
ｇ
ꢀ
ꢀ
ｇ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
，
ｃｏｍｍｏｎｂｅｈａｖｉｏｒ ａｔｔｅｒｎｓｆｒｏｍ ｍｏｖｉｎ ｏｂｅｃｔｓ．Ｆｉｎａｌｌ ｅｘｅｒｉｍｅｎｔｓｏｎｂｏｔｈｒｅａｌ－ｗｏｒｌｄｄａｔａｓｅｔａｎｄ
ꢀｐ ꢀ ꢀ
ꢀ
ꢀ
ꢀ
ｇ
ꢀ
ｊ
ｙ
ｐ
ꢀ
ꢀ
ꢀ
，
ｓｎｔｈｅｔｉｃｄａｔａｓｅｔｄｅｍｏｎｓｔｒａｔｅｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓ ｒｅｃｉｓｉｏｎａｎｄｅｆｆｉｃｉｅｎｃ ｏｆＤＳＴｒａ．
ꢀ
ｙ
ꢀ
ꢀ
ꢀ
ꢀ
ｐ
ꢀ
ｙ
ꢀ
ꢀ
；
ｙ
；
；
ｐ
；
Ｋｅ ｗｏｒｄｓ ｓｅｍａｎｔｉｃｔｒａｅｃｔｏｒ ｓｔａｉｎ ｄｕｒａｔｉｏｎ ｓｅｍａｎｔｉｃｔｒａｅｃｔｏｒ ａｔｔｅｒｎ ａｔｔｅｒｎｓｉｍｉｌａｒｉｔ
ꢀ ｊ ꢀ ｊ
ｙ ｇ ｙｐ ｙ
ꢀ
ꢀ
ｙ
ꢀ
ꢀ
ꢀ
ｍｏｖｉｎ ｏｂｅｃｔｃｌｕｓｔｅｒｉｎ
ｇ ｊ ꢀ
ꢀ
ｇ
， ，
移动对象的语义行为模式挖掘是当前移动对象研究中关注的热点 有益于诸多应用场景 如朋
摘
要
ꢀ
ꢀ
、
友推荐系统 轨迹破案领域和个性化服务等 目前语义行为模式挖掘方法没有考虑移动对象在停留点的
．
， ，
停留时间 不能准确地分辨出移动对象之间的不同行为模式 为了解决上述问题 提出了一种基于停留
．
（
时间 的 语 义 行 为 模 式 挖 掘
ｄｉｓｃｏｖｅｒｉｎ ｃｏｍｍｏｎ ｂｅｈａｖｉｏｒ ｕｓｉｎ ｓｔａｉｎ ｄｕｒａｔｉｏｎ ｏｎ ｓｅｍａｎｔｉｃ
ꢀ ꢀ ꢀ ꢀ
ｇ ｙ ｇ
ꢀ
ｇ
ꢀ
ꢀ
，
ｔｒａｅｃｔｏｒ ＤＳＴｒａ
ｙ
） ， ，
方法 首先挖掘每个移动对象的频繁语义行为模式 然后定义语义行为模式之间的
ｊ
：
；
：
修回日期
２０１６ １１ ０４
收稿日期
－ －
２０１５ ０９ ０１
－
－
ꢀ
：
基金项目 国家自然科学基金项目
（
， ，
６１４０２４４９ ９１５４６１１１ ９１６４６２０１
）；
中国科学院重点部署项目
（ ）；
北京市教委重点
ＫＧＺＤ－ＥＷ－１０２－３－３
ꢀ
（
）；
北京工业大学
“
１７
———
引进人才科研启动费
”
项目
内涵发展定额
Ｋ Ｚ２０１６１０００５００９
（ ， ， ），
Ｔｈｉｓｗｏｒｋ ｗａｓｓｕ ｏｒｔｅｄｂ ｔｈｅ ＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ ６１４０２４４９ ９１５４６１１１ ９１６４６２０１ ｔｈｅ Ｋｅ
ꢀ
ꢀ
ꢀ
ꢀ ｐｐ
ꢀｙ
ꢀ
ꢀ
ꢀ
ꢀ ꢀ
ꢀ
ｙ
ꢀ
（
），
Ｄｅｌｏ ｍｅｎｔＰｒｏｅｃｔｏｆｔｈｅＣｈｉｎｅｓｅ Ａｃａｄｅｍ ｏｆＳｃｉｅｎｃｅｓ ＫＧＺＤ－ＥＷ －１０２－３－３ ｔｈｅ Ｋｅ ＰｒｏｅｃｔｏｆＢｅｉｉｎ Ｍｕｎｉｃｉａｌ
ꢀ ｙ ꢀ
ｐ
ꢀ
ｐ ｙ ｊ ꢀ ꢀ ꢀ ꢀ ꢀ ｊ ꢀ ꢀ ｊ ｇ
ｙ
ꢀ
ꢀ
（ ）， —
ＥｄｕｃａｔｉｏｎＣｏｍｍｉｓｓｉｏｎ Ｋ Ｚ２０１６１０００５００９ ａｎｄｔｈｅＣｏｎｎｏｔａｔｉｏｎＤｅｖｅｌｏ ｍｅｎｔ２０１７ Ｉｎｔｒｏｄｕｃｉｎ ｔｈｅＴａｌｅｎｔｓＳｃｉｅｎｔｉｆｉｃＲｅｓｅａｒｃｈ
ｇ
ꢀ
ꢀ
ꢀ
ꢀ
ｐ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ＦｏｕｎｄａｔｉｏｎｏｆＢｅｉｉｎ Ｕｎｉｖｅｒｓｉｔ ｏｆＴｅｃｈｎｏｌｏ
ｙ
．
ꢀ ꢀ ｊ ｇ ꢀ ｇｙ
ꢀ
ꢀ
，
（）
２０１７ ５４１
ꢀ
计算机研究与发展
１１２
， ，
相似性度量方法 最后采用层次聚类的方法对移动对象进行聚类 找出具有相似行为模式的移动对象群
： ，
体 实验结果表明 该方法不仅具有合理性和有效性 同时还具有较高的准确率和较好的效率
．
．
； ； ； ；
语义轨迹 停留时间 语义行为模式 模式相似度 移动对象聚类
关键词
ꢀ
中图法分类号
ＴＰ３１１
ꢀ
： ，
模式 家 饭店 公司 饭店 但是实际上
→
随着移动便携设备的广泛普及以及无线通信技
与
ＭＯ１
ꢀꢀ
→
→
，
术和全球定位技术的飞速发展 移动对象可以方便
，
并不相似 因为
，
在饭店工作 去公司送外
在饭店吃完早餐后去公
，
ＭＯ３
ＭＯ１
，
卖后再返回饭店 而
地获取其位置信息并对移动轨迹进行存储管理 移
．
ＭＯ３
，
动轨迹本身的价值使得各种基于位置的服务越来越
司上班 并再次返回饭店吃午饭 因此 现有的基于
．
，
受到国内外研究学者的关注 移动对象的轨迹模式
挖掘是其中最受关注的热点问题之一 本文研究了
．
语义的方法不能准确地分辨出移动对象之间不同的
生活方式
．
，
移动对象的语义行为模式挖掘方法 即在移动对象
，
语义轨迹的基础上 找出具有相似行为模式的移动
对象群体
．
，
事实上 移动对象轨迹记录了人们在现实世界
，
中的活动 而这些活动在一定程度上反映了其生活
， ，
方式或行为习惯 因此通过对轨迹数据进行分析 挖
，
掘出移动对象的行为模式 发现移动对象之间相关
性具有重要的研究价值与广泛的应用领域 如在朋
．
， ，
友推荐系统中 通过用户分享的轨迹数据 发现用户
、 ， ；
的生活方式 兴趣爱好等 推荐趣味相投的朋友 在
， ，
轨迹破案领域 分析犯罪行为遗留的轨迹信息 结合
， ，
对嫌疑人的关联分析 查找案件的同伙关系人 并发
Ｆｉ ．１ Ｇｅｏｒａｈｉｃａｎｄｓｅｍａｎｔｉｃｔｒａｅｃｔｏｒｉｅｓ
ｇ ｇ ｐ
ꢀ ꢀ ꢀ ꢀ ｊ
， ，
现嫌疑人的移动模式及其规律 预测其发展走向 协
图
地理信息轨迹和语义信息轨迹
１
ꢀ
； ，
助案件侦破 在个性化服务中 帮助服务供应商了解
，
通过上述分析可以看出 在轨迹模式挖掘技术
， ，
用户的生活规律 预测用户的行驶路径 实现商品或
，
方面 目前缺乏一种能够处理移动对象停留时间的
，
路径推荐 可以说 移动对象的轨迹模式挖掘技术已
．
，
高准确性的轨迹模式挖掘方法 为了解决上述问题
．
经得到了人们日益广泛的重视
．
本文提出了一种基于停留时间的语义行为模式挖掘
：
移动对象的轨迹模式挖掘可以分为两大类 基
于地理信息的轨迹模式挖掘和基于语义信息的轨迹
（
ｄｉｓｃｏｖｅｒｉｎ ｃｏｍｍｏｎｂｅｈａｖｉｏｒｕｓｉｎ ｓｔａｉｎ ｄｕｒａｔｉｏｎ
ｇ
ꢀ ꢀ
ꢀ
ｇ
ｙ ｇ
ꢀ ꢀ
，
ｏｎｓｅｍａｎｔｉｃｔｒａｅｃｔｏｒ ＤＳＴｒａ
ꢀ ｊ
ｙ
）
方法
具备
种
２
．ＤＳＴｒａ
ꢀ
， ，
模式挖掘 其中 前者主要关注轨迹的位置特征 如
．
：）
能够提高不同语义行为模式之间的区分度
１
；
优势
、 、 ；
轨迹形状 行驶方向 速度等 后者则主要关注轨迹
的语义信息 在基于地理信息的轨迹模式挖掘方法
．
，
中 位置越靠近并且形状越相似的轨迹被认为越相
，
似 如图 所示 仅从轨迹的位置特征考虑
１
，
ＭＯ１
与
．
，
最相似 因为
与
ＭＯ２
的轨迹距离最接近
ＭＯ２
ＭＯ１
，
并且形状最相似 然而 基于地理位置的相似性度量
．
，
缺乏语义信息 并不能挖掘移动对象的移动模式 在
．
，
基于语义信息的轨迹模式挖掘方法中 语义轨迹对
移动对象行驶路径中的地理位置 标 注上 了 语 义 信
，
息 图 中语义层的轨迹是地理层中的移动轨迹对
１
，
应的语义轨迹 然而 现有的基于语义信息的轨迹模
．
Ｆｉ ．２ Ｕｓｅｒｂｅｈａｖｉｏｒｓｗｉｔｈｓｔａｉｎ ｄｕｒａｔｉｏｎｓ
ｇ
ꢀ ꢀ ꢀ ꢀ ｙ ｇ
ꢀ
式挖掘方法没有考虑移动对象在每个停留点的停留
图
基于停留时间的语义行为模式挖掘
２
ꢀ
，
时间 例如 在图
．
中
和
具有相同的移动
ＭＯ３
１
ＭＯ１
全部评论(0)