基于用户移动行为相似性聚类的 Markov 位置预测

• 作者: 乔建忠 李昇智 杨迪 林树宽
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 移动行为相似性 转移概率矩阵 区域向量 聚类概率向量 位置预测
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 信 息 与 控 制
• 页码范围: 323-326
• 页数: 4页
• 分类号: TP391
• 字数: 2887字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-3026.2016.03.005

摘要

由于采集点丢失或出现新用户等原因,GPS 轨迹数据往往具有稀疏性,使得基于单个用户数据的位置预测准确率较低。针对这种情况,提出了基于移动行为相似性和用户聚类的 Markov 位置预测方法。首先,基于 Voronoi 图和原始 GPS 轨迹进行区域划分,位置预测基于区域轨迹进行；其次,提出了同时考虑用户转移特性和用户区域特性的移动行为相似性计算方法；再次,根据移动行为相似性对用户进行聚类,并在聚类的用户组上采用一阶 Markov 模型进行位置预测,提高了位置预测的准确性。真实 GPS 轨迹数据上的实验表明了所提出方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林树宽	东北大学计算机科学与工程学院	38	191	7.0	12.0
2	乔建忠	东北大学计算机科学与工程学院	42	161	8.0	10.0
3	李昇智	东北大学计算机科学与工程学院	4	14	2.0	3.0
4	杨迪	东北大学计算机科学与工程学院	3	9	2.0	3.0