Spark平台上基于K-Means算法的热点路径发现方法研究

• 作者: 周刚 崔艳超
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 移动对象 热点路径发现 Spark 停留点 K-means算法
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 计算机技术及应用
• 页码范围: 743-747
• 页数: 5页
• 分类号: TP311
• 字数: 4005字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2016.06.020

摘要

移动对象的热点路径发现问题是大数据环境下位置服务研究的一个热点,可支撑用户行程推荐、智能交通管控以及城市道路规划等诸多应用.当前,随着智能移动终端的快速发展和应用,移动对象轨迹数据的规模量日益增大,而现有的轨迹热点路径发现方法在大数据环境下存在处理效率不高的问题.针对该问题,提出了在Spark平台上基于K-means聚类算法的热点路径发现方法.该方法首先确定轨迹中的停留点,通过停留点将轨迹划分为若干轨迹段,给出轨迹段之间距离的定义和计算方法,在此基础上采用K-means算法,对移动轨迹段进行聚类,聚类结果即反映出轨迹中的热点路径.实验结果表明,在Spark平台上实现该方法有效的提高了在大规模数据集上发现热点路径的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周刚		10	64	4.0	7.0
2	崔艳超		1	4	1.0	1.0