基于基站數(shù)據(jù)的用戶移動(dòng)行為挖掘.pdf

1、近年來(lái),隨著計(jì)算技術(shù)和硬件技術(shù)不斷革新,電子設(shè)備不斷的智能化而且更加便攜,像無(wú)線傳感器,PDA,智能手機(jī)等電子設(shè)備都擁有了強(qiáng)大的計(jì)算能力。這些小型智能設(shè)備為基于位置的服務(wù)提供了方便,有很多的應(yīng)用都可以從用戶的位置數(shù)據(jù)中獲得有用的信息。比如廣告,基于位置的服務(wù)(LBS),路徑規(guī)劃與預(yù)測(cè)等。
　　然而,這些應(yīng)用所需要的用戶移動(dòng)路徑信息無(wú)法直接從手機(jī)中獲取。手機(jī)捕獲到的移動(dòng)信息只是一些底層的位置信息,比如由GPS獲取到的經(jīng)緯度信息,或者

2、是基站信息等,無(wú)法直接被其他應(yīng)用使用。因此本課題要解決的主要問(wèn)題是如何從利用手機(jī)采集到的底層用戶位置數(shù)據(jù)來(lái)挖掘用戶的移動(dòng)模式,為路徑預(yù)測(cè)等應(yīng)用提供方便。本課題的主要研究?jī)?nèi)容包括幾個(gè)方面:
　　首先,解決信號(hào)漂移現(xiàn)象對(duì)構(gòu)造路徑的影響。在分析基站數(shù)據(jù)時(shí),發(fā)現(xiàn)手機(jī)記錄的基站數(shù)據(jù)同樣會(huì)出現(xiàn)Wi-Fi網(wǎng)絡(luò)中的信號(hào)漂移問(wèn)題。即在數(shù)據(jù)采集過(guò)程中,用戶并沒有移動(dòng),但是記錄到的基站信息卻發(fā)生變化,產(chǎn)生多條記錄。這樣就會(huì)對(duì)路徑的構(gòu)造產(chǎn)生影響,使得原本

3、應(yīng)該成為終點(diǎn)的記錄沒有被正確的劃分。針對(duì)信號(hào)漂移的問(wèn)題本課題采用了層次圖聚類的方法對(duì)記錄中的基站進(jìn)行聚類,將記錄中的基站數(shù)據(jù)變成相應(yīng)的地點(diǎn),從而解決了信號(hào)漂移的問(wèn)題。
　　其次,本課題采用改進(jìn)的序列模式挖掘算法挖掘用戶的頻繁模式。針對(duì)用戶路徑數(shù)據(jù)的特點(diǎn),采用構(gòu)造有向路徑拓?fù)鋱D的方法,消除了大量無(wú)用的候選項(xiàng)集,提高了算法執(zhí)行的效率。同時(shí),本課題針對(duì)群體的移動(dòng)特征進(jìn)行了挖掘,分析特征發(fā)現(xiàn)同一群體內(nèi)的用戶會(huì)存在相似性。
　　最后,