-
题名近似到达时间约束下的语义轨迹频繁模式挖掘
被引量：6
- 1
-
-
作者
吴瑕
唐祖锴
祝园园
彭煜玮
彭智勇
-
机构
软件工程国家重点实验室(武汉大学)
武汉大学计算机学院
武汉理工大学计算机科学与技术学院
-
出处
《软件学报》
EI
CSCD
北大核心
2018年第10期3184-3204,共21页
-
基金
科技部国家重点研发计划(2016YFB1000700)
国家自然科学基金(61502349)~~
-
文摘
随着GPS定位技术的不断发展与智能移动设备的普及,轨迹数据的获取变得越来越容易,同时,轨迹数据相关应用的需求也逐渐增多.在轨迹数据上加入语义信息,可以得到体积较小、质量较高、能够更好地反映用户行为的语义轨迹,在其上实现旅游线路推荐、路线预测、用户生活模式挖掘、朋友推荐等应用,可以更好地满足用户需求.挖掘语义轨迹的频繁模式是实现这些应用的技术基础,而在很多情况下,用户对语义轨迹频繁模式常存在到达时间方面的需求,比如按特定时间游玩热门景点的同时需要按时到达车站候车.现有的语义轨迹模式挖掘方法大多没有考虑到达时间的约束,挖掘出的频繁模式缺少到达时间信息;少数方法考虑了精确的到达时间,但因为约束太强会导致无法挖掘到频繁的模式.因此,首次对近似到达时间约束下的语义轨迹频繁模式(approximatearrival-time constrained frequent pattern,简称AAFP)挖掘方法进行了研究,并给出了其形式化定义;通过时间轴划分提出了挖掘AAFP的基线算法,并通过建立索引AAP-tree提出了改进后的高效、灵活的AAFP挖掘算法;之后提出了信息熵增量公式,并给出了时间轴划分及AAP-tree的高效维护方法;最后在真实数据集上进行实验,验证了方法的有效性及高效性.
-
关键词
轨迹数据
语义轨迹
近似到达时间
轨迹频繁模式
频繁模式挖掘
-
Keywords
trajectory data
semantic trajectory
approximate arrival-time
trajectory frequent pattern
frequent pattern mining
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
