积分商城

最新搜索： PL2303 altium Designer 20 电路设计与仿真从入门到精通 CH340 排插 常用LOGO标识 microBUCK
您现在的位置是：首页 > 技术资料 > 基于停留时间的语义行为模式挖掘
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于停留时间的语义行为模式挖掘

更新时间：2019-12-25 13:14:07 大小：2M 上传用户：zhiyao6查看TA发布的资源 标签：语义行为模式挖掘 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

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

【关注视频号领20积分】   【关注公众号立即送20积分】

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  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号