基于位置信息的移動對象行為模式分析.pdf

1、隨著移動設備的普及，GPS定位技術的迅速發(fā)展，移動對象使用位置應用服務產(chǎn)生的位置數(shù)據(jù)呈指數(shù)型增長。位置數(shù)據(jù)中蘊含著豐富的時間、空間信息，通過研究移動對象隨時間的空間變化規(guī)律，發(fā)現(xiàn)移動對象的行為模式，對于對象行為預測、個性化服務推薦等具有重要意義。目前關于行為模式抽取的研究大多將 GPS坐標作為軌跡基點，往往不能體現(xiàn)出移動對象的興趣愛好和移動意圖；且由于位置數(shù)據(jù)的高維特性，直接處理真實GPS坐標會導致行為模式抽取工作繁重。
　　針對

2、以上移動對象行為模式分析還存在的不足，本文著力解決兩個問題：高維稀疏性和時序性。本文針對位置數(shù)據(jù)的特殊性，提出位置語義發(fā)現(xiàn)方法，挖掘位置坐標下潛在的地區(qū)功能特征，將高維的位置坐標數(shù)據(jù)映射到低維的位置語義空間。并在位置語義發(fā)現(xiàn)方法的基礎上，提出了一種基于位置語義和概率的人群分類方法，將對象對位置語義空間的訪問概率作為其靜態(tài)特征向量，應用于人群分類。同時，針對位置數(shù)據(jù)中包含的時序信息，建立了三條移動軌跡抽取應遵循的約束條件，為不同時間段、不

3、同地理位置距離、不同位置語義的坐標點建立統(tǒng)一且合理的軌跡抽取模式。挖掘移動對象特定時間片的移動軌跡，將其頻繁移動的軌跡作為對象行為模式。將行為模式作為移動對象的動態(tài)特征，應用到人群分類中。在動態(tài)時間規(guī)整（Dynamic Time Warping，DTW）算法基礎上建立了行為模式相似度計算機制，在移動對象行為模式長度不一致的情況下，計算移動對象間的最大相似度，以此作為人群分類依據(jù)。通過人群分類結果，驗證靜態(tài)特征和動態(tài)特征的有效性。在采集到