軌跡數(shù)據(jù)分析與挖掘關鍵技術研究

《軌跡數(shù)據(jù)分析與挖掘關鍵技術研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。

1、軌跡數(shù)據(jù)分析與挖掘關鍵技術研究（申請清大學工學博士學位論文）培養(yǎng)單位：計算機科學與技術系學科：計算機科學與技術研究生：塔娜指導教師：馮建華教授二？一七年四月ＫｅＴｅｃｈｎｉｑｕｅｓｏｆＴｒａｅｃｔｏｒａｔａｙｊｙＤＡｎａｌｓｉｓａｎｄＭｉｎｉｎｇｙＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｔｅｄｔｏＴｓｉｎｈｕａＵｎｉｖｅｒｓｉｔｇｙｉｎａｒｔｉａｌｆｕｌｆｉｌｌｍｅｎｔｏｆｔｈｅｒｅｕｉｒｅｍｅｎｔｐｑｆｏｒｔｈｅｒ

2、ｏｆｅｓｓｉｏｎａｌｄｅｒｅｅｏｆｐｇＤｏｃｔｏｒｏｆＥｎｇｉｎｅｅｒｉｎｇｂｙＴａＮａ（ＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ）ＤｉｓｓｅｒｔａｔｉｏｎＳｕｅｒｖｉｓｏｒ：ＰｒｏｆｅｓｓｏｒＦｅｎＪｉａｎｈｕａｐｇＡｒｉｌ２０１７ｐ，摘要摘要定位技術在移動終端上的廣泛使用以及基于位置的服務和移動社交網(wǎng)絡的發(fā)。展和普及，產(chǎn)生了大量的軌跡數(shù)據(jù)，包括車輛軌跡數(shù)據(jù)和用戶軌跡數(shù)據(jù)越來越多的應用（如基于熱度路線的

3、導航、信息推送和廣告推薦以及車輛共享等）對軌跡數(shù)據(jù)進行分析和挖掘：，以實現(xiàn)更好的服務質(zhì)量。在此過程中的研究重點和挑戰(zhàn)包括（１）軌跡相似度理的軌跡相似度函數(shù)分析，如何定義合，并實現(xiàn)大數(shù)據(jù)集上高效的相似度連接算法。（２）用戶軌跡發(fā)現(xiàn)問題，如何從大量非標準化的用戶社交媒體內(nèi)容中識別出用戶的軌跡，并保證較高的準確度。（３）軌跡匹配問題，采用某種相似度度量標準，如何高效地匹配具有相似出行需求的用戶軌跡，實現(xiàn)資源利用的最大化：。具體地，本文的主要研究內(nèi)容和貢獻包括１．基于相似度連

4、接的軌跡分析：論文研究車輛軌跡的相似度連接問題，目的是實現(xiàn)相似軌跡的高效查找。針對現(xiàn)有方法不能較好地度量軌跡相似程度的問題，論一文提出種有效的雙向軌跡相似度函數(shù)。為軌跡設計基于網(wǎng)格和閾值感知的兩種“簽名－，將簽名相似作為軌跡相似的充要條件。論文提出高效的基于簽名的過濾驗”“”證算法框架。在過濾階段，使用基于上下文和基于代價的策略，通過代價較低“”的簽名相似度判定，實現(xiàn)不相似軌跡的快速剪枝。在驗證階段，提出了基于簽名、■基于擴展順序以及基于上下界的候選集驗證策略一，進步提商

5、效率。２．基于微博的軌跡發(fā)現(xiàn)：用戶在社交媒體發(fā)布的內(nèi)容中包含位置信息，對其進行時間、空間維度的組織和分析可以得出用戶軌跡。傳統(tǒng)的軌跡發(fā)現(xiàn)方法對非標準化用戶內(nèi)容的容錯性能欠佳，軌跡識別識別精度較低。本文將位置參考數(shù)據(jù)組織為位置索引樹，進行逐層遞進的位置發(fā)現(xiàn)。利用模糊匹配方法解決微博內(nèi)容不ｔｏ－ｋｔ〇－ｋｔ〇－ｋ規(guī)范的問題；，發(fā)現(xiàn)微博的ｐ位置將多條微博的Ｐ位置聚合形成用戶Ｐ位置ｔｏ－ｋ，得出用戶軌跡，并反饋優(yōu)化微博ｐ位置的質(zhì)量。此外，對微博內(nèi)容和位置參考數(shù)據(jù)的動態(tài)更新也提

6、出了增量式算法，支持數(shù)據(jù)更新。３．資源利用最大化的軌跡匹配：在研究了車輛軌跡相似度連接和用戶軌跡發(fā)一現(xiàn)的基礎上，論文進步探討將用戶行駛活動形成的軌跡按照某種相似度標準（共。享路徑百分比）進行匹配，實現(xiàn)資源利用最大化在基于連接的模型中，將問題轉(zhuǎn)化為二分圖最大匹配問題，并設計了高效的保證質(zhì)量的近似算法。在基于搜索的ｔｏ－ｋ匹配的最快查找模型中，提出了基于擴展的策略和最優(yōu)者最先的策略，實現(xiàn)ｐ。關鍵詞：軌跡分析；軌跡挖掘；軌跡連接；軌跡發(fā)現(xiàn)；軌跡匹配ＩＡｂｓｔｒａｃｔ

7、ＡｂｓｔｒａｃｔＷｉｔｈｔｈｅｒａｐｉｄｄｅｐｌｏｙｍｅｎｔｏｆｐｏｓｉｔｉｏｎｉｎｇｔｅｃｈｎｉｑｕｅｓａｎｄｔｈｅｐｒｏｓｐｅｒｏｕｓｄｅｖｅｌｏｐｍｅｎｔｆ－ｏｂｏｔｈｌｏｃａｔｉｏｎｂａｓｅｄｓｅｒｖｉｃｅｓａｎｄｍｏｂｉｌｅｓｏｃｉａｌｎｅｔｗｏｒｋｍａｓｓｉｖｅｖｅｈｉｃｕｌａｒａｎｄｈｕｍａｎ，ｔｒａｅｃｔｏｒｉｅｓａｒｅｅｎｅｒａｔｅｄｄａｂｄａ－－ｇ．Ｍｏｒｅａｎｄｍｏｒｅａｐｐｌｉｃａｔｉｏｎｓｅ．．ｏ

8、ｌａｒａｔｈｊｙｙｙ（ｇ，ｐｐｕｐｂａｓｅｄｎａｖｉｇａｔｉｏｎ，ｉｎｆｏｒｍａｔｉｏｎａｎｄａｄｖｅｒｔｉｓｉｎｇｄｅｌｉｖｅｒｙ，ａｎｄｒｉｄｅｓｈａｒｉｎｇ，ｅｔｃ．）ａｒｅｔａｋｉｎｇａｄｖａｎｔａｇｅｏｆｔｒａｅｃｔｏｒｄａｔａａｎａｌｓｉｓａｎｄｍｉｎｉｎｔｏｒｏｖｉｄｅｂｅｔｔｅｒｓｅｒｖｉｃｅ．Ａｍｏｎｓｔｓｕｃｈｊｙｙｇｐｇｐｒｏｃｅｓｓｅｓｔｈｅｋｅｒｅｓｅａｒｃｈｏｉｎｔｓａｎｄｃｈａｌｌｅｎｅｓａｒｅ：１