基于位置轨迹数据的用户相似性分析

• 作者: 刘曙光 孙启龙 贾若然
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 聚类 轨迹 数据挖掘 用户相似性
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 1523-1527
• 页数: 5页
• 分类号: TP393
• 字数: 4592字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2016.08.026

摘要

随着获取位置信息越来越方便，实时记录用户的移动轨迹成为可能，但是对用户轨迹数据的分析一直停留在轨迹聚类上，而对通过用户的位置轨迹信息分析用户的相似性的研究则较少。为此，提出了分层级多粒度，在不同的邻域半径下密度聚类的方法；改进了传统的聚类算法，探索根据用户的移动轨迹分析用户之间的相似性度量方法。该方法在不同粒度下观察用户访问各个兴趣区域的时长，进而利用向量空间模型（VSM ）计算用户在各个粒度下的相似性，最终以不同权重叠加各粒度下的用户相似性值，得出用户在地理空间行为上的相似性。基于真实用户数据的实验结果表明，该方法能有效识别出访问地理位置相似的用户。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘曙光	中国科学院重庆绿色智能技术研究院	8	40	4.0	6.0
2	孙启龙	中国科学院重庆绿色智能技术研究院	5	15	2.0	3.0
3	贾若然	中国科学院重庆绿色智能技术研究院	1	9	1.0	1.0