室內(nèi)移動對象軌跡相似性度量與應(yīng)用.pdf

1、據(jù)最近的報告統(tǒng)計，人類生活約有80％以上的時間位于室內(nèi)空間中，比如辦公樓、購物商場、機場、地鐵等。隨著RFID、Wi-Fi、藍牙等室內(nèi)定位技術(shù)的發(fā)展，獲取室內(nèi)空間中的移動對象位置和軌跡數(shù)據(jù)已成為可能。同時，如何有效地管理和利用室內(nèi)移動對象軌跡數(shù)據(jù)，進而開發(fā)面向室內(nèi)空間的位置服務(wù)技術(shù)，已成為目前學術(shù)界和工業(yè)界都共同關(guān)注的一個熱點問題。
　　本文基于室內(nèi)移動對象數(shù)據(jù)管理的發(fā)展背景，研究室內(nèi)移動對象軌跡相似性度量及其在室內(nèi)位置個性化推薦

2、中的應(yīng)用問題。室內(nèi)移動對象軌跡數(shù)據(jù)背后往往蘊含著豐富的用戶行為信息，例如用戶的興趣愛好、位置偏好及移動模式等，因此，挖掘和分析室內(nèi)移動對象軌跡數(shù)據(jù)并應(yīng)用于室內(nèi)空間位置服務(wù)具有重要的實際價值。
　　本文圍繞室內(nèi)位置服務(wù)的需求，重點研究了兩個內(nèi)容，即室內(nèi)移動對象軌跡相似性度量和室內(nèi)位置個性化推薦?？傮w而言，本文的主要工作和貢獻可以歸納為如下幾點:
　　(1)針對室內(nèi)移動對象軌跡的特點，提出了一種語義擴充的室內(nèi)移動對象軌跡相似性度

3、量方法。該方法考慮了室內(nèi)應(yīng)用場景的特點，將位置的語義屬性引入到軌跡相似性度量中，并設(shè)計了一種室內(nèi)位置語義分類樹SC tree來描述位置之間的語義關(guān)系。在此基礎(chǔ)上，論文提出了室內(nèi)分層移動模式的概念，并設(shè)計了一種室內(nèi)分層移動模式抽取算法用于計算軌跡間的語義相似度。此外，論文基于室內(nèi)軌跡的空間特性，提出了利用特征點對軌跡進行化簡的方法，并設(shè)計了室內(nèi)軌跡空間相似度的度量算法，最終實現(xiàn)了面向室內(nèi)空間的語義與空間相結(jié)合的移動對象軌跡相似度度量。

4、r>　　(2)基于室內(nèi)移動對象軌跡相似性的度量方法，提出了一種基于用戶軌跡聚類的室內(nèi)位置個性化推薦算法。該算法采用了協(xié)同過濾的推薦思路，首先提出了一種基于軌跡相似性度量的用戶聚類算法，然后對于查詢用戶產(chǎn)生其候選推薦位置集，并計算用戶之間的相似性;然后依據(jù)用戶對位置的歷史訪問數(shù)據(jù)提出了一種室內(nèi)空間中用戶-位置的隱式評分算法，以此度量用戶對于位置的興趣偏好程度。最后，我們提出了用戶對位置的興趣度預(yù)測方法，實現(xiàn)查詢用戶對候選推薦位置的興趣度預(yù)