基于NoSQL數(shù)據(jù)庫的大規(guī)模軌跡數(shù)據(jù)管理和聚類分析方法.pdf

1、近年來，隨著民用GPS（全球定位系統(tǒng)，Global Positioning System）等定位設備在移動終端上的廣泛使用以及基于位置服務（Location-Based Service）和移動社交網(wǎng)絡（Mobile Social Network）的發(fā)展和普及，大量的軌跡數(shù)據(jù)在日常生活中正在日益積累并為不同類型的應用所服務，大范圍軌跡數(shù)據(jù)的管理、索引和分析越發(fā)顯得重要。本文以移動對象軌跡為研究對象，以移動對象存儲、查詢和分析為主要目標進行

2、研究探討。
　　本文主要從三方面解決移動對象數(shù)據(jù)庫的幾個關鍵性問題。
　?。?）軌跡數(shù)據(jù)管理方面：本文分析移動對象數(shù)據(jù)模型，采用NoSQL分布式數(shù)據(jù)庫存儲大規(guī)模移動對象的軌跡數(shù)據(jù)，并對大規(guī)模的軌跡數(shù)據(jù)插入和查詢進行了性能優(yōu)化；
　?。?）軌跡索引方面：本文提出軌跡R樹混合索引來提高軌跡查詢效率，設計軌跡R樹、哈希表和B樹的軌跡混合索引，實現(xiàn)了索引內外存交互機制和索引緩存機制，并對軌跡索引的層次性查詢算法做了詳細介紹。通

3、過時空生成器生成的模擬軌跡數(shù)據(jù)集，將本文的軌跡R樹混合索引同經典的TB樹做了索引創(chuàng)建性能和查詢性能的實驗對比，并對實驗數(shù)據(jù)進行分析。實驗表明，本文提出的軌跡R樹混合索引方法具有良好的索引創(chuàng)建性能和查詢性能；
　　（3）軌跡數(shù)據(jù)聚類分析方面：本文基于數(shù)據(jù)挖掘知識對軌跡模型、軌跡劃分和軌跡相似度進行問題定義。通過時空數(shù)據(jù)生成器提供Olburgen路網(wǎng)數(shù)據(jù)和軌跡模擬數(shù)據(jù)，在軌跡混合索引減小聚類查詢空間從而進行局部軌跡鄰近查找的基礎上，本