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)