-
题名时空轨迹序列模式挖掘方法综述
被引量：5
- 1
-
-
作者
康军
黄山
段宗涛
李宜修
-
机构
长安大学信息工程学院
陕西省道路交通智能检测与装备工程技术研究中心
-
出处
《计算机应用》
CSCD
北大核心
2021年第8期2379-2385,共7页
-
基金
陕西省重点研发计划项目(2019ZDLGY03-09-01,2019ZDLGY17-08,2020ZDLGY09-02)。
-
文摘
在全球定位、移动通信技术迅速发展的背景下涌现出了海量的时空轨迹数据,这些数据是对移动对象在时空环境下的移动模式和行为特征的真实写照,蕴含了丰富的信息,这些信息对于城市规划、交通管理、服务推荐、位置预测等领域具有重要的应用价值,而时空轨迹数据在这些领域的应用通常需要通过对时空轨迹数据进行序列模式挖掘才能得以实现。时空轨迹序列模式挖掘旨在从时空轨迹数据集中找出频繁出现的序列模式,例如:位置模式(频繁轨迹、热点区域)、活动周期模式、语义行为模式,从而挖掘时空数据中隐藏的信息。总结近年来时空轨迹序列模式挖掘的研究进展,先介绍时空轨迹序列的数据特点及应用,再描述时空轨迹模式的挖掘过程:从基于时空轨迹序列来挖掘位置模式、周期模式、语义模式这三个方面来介绍该领域的研究情况,最后阐述现有时空轨迹序列模式挖掘方法存在的问题,并展望时空轨迹序列模式挖掘方法未来的发展趋势。
-
关键词
时空轨迹数据
轨迹序列模式挖掘
位置模式
周期模式
语义模式
-
Keywords
spatio-temporal trajectory data
trajectory sequence pattern mining
location pattern
periodic pattern
semantic pattern
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于频繁轨迹序列模式挖掘的路径推荐方法
被引量：3
- 2
-
-
作者
段宗涛
任国亮
康军
黄山
杜锦光
王倩倩
-
机构
长安大学信息工程学院
长安大学陕西省道路交通智能检测与装备工程技术研究中心
-
出处
《太原理工大学学报》
CAS
北大核心
2022年第2期240-247,共8页
-
基金
陕西省重点研发计划项目(2019ZDLGY17-08,2019ZDLGY03-09-01,2020ZDLGY09-02)。
-
文摘
出行路径推荐是智能交通领域的重要研究内容之一。传统路径推荐方法往往基于路径最短或通行时间最短等单一因素进行路径推荐,而忽略了城市人群出行模式对路径推荐过程的影响。针对上述问题,提出了一种基于频繁轨迹序列模式的路径推荐方法,在数据预处理阶段基于历史轨迹数据库挖掘城市不同时段的频繁序列模式,并以此构建频繁路径序列模式库。在路径推荐阶段,对于给定起止点后确定的一组候选路径集合,利用所提出的长短模式权重评估模型对其进行量化评估并进行排序。然后,取出其评估值为Top-n的路径为用户进行推荐。通过4组模拟场景对推荐结果进行分析,结果表明该推荐方法具备合理性,同时将推荐结果和传统的最短路径和测试集比较分析,证明其推荐的路径更优,与传统的路径推荐算法相比其运行速度也更快。
-
关键词
智能交通
时空轨迹数据
最短路径
频繁轨迹序列模式挖掘
路径推荐
-
Keywords
intelligent transportation
spatio-temporal trajectory data
shortest path
frequent trajectory sequence pattern mining
route recommendation
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
