原文服务方: 计算机应用研究       
摘要:
针对海量的用户轨迹数据进行研究,提出一种动态分析移动对象轨迹模式、预测轨迹位置的方法(PRED).首先使用改进的模式挖掘模型,提取轨迹频繁模式(简称T-模式);然后提出DPTUpdate算法,设计蕴涵时空信息的快捷数据结构——DPT(dynamic pattern tree),存储和查询移动物体的T-模式,并提出Prediction算法计算最佳匹配度,得到移动对象轨迹的预测位置.基于真实数据集进行对比实验,结果证明,PRED方法可提供动态分析的能力,平均准确率达到72%、平均覆盖率达到92.1%,与已有方法相比,其预测效果有显著提升.
推荐文章
基于模式匹配度的用户移动规则挖掘及位置预测方法研究
移动用户
位置预测
模式匹配度
用户移动规则
时空轨迹频繁模式挖掘研究进展
数据挖掘
时空轨迹
频繁模式
基于后缀自动机的轨迹模式挖掘方法
定阶马尔可夫模型
变阶马尔可夫模型
后缀字典树
后缀自动机
轨迹模式
轨迹预测
带相对时间的轨迹序列模式挖掘
相对时间
网格密度
兴趣区域
序列模式
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面向位置预测的动态轨迹模式挖掘
来源期刊 计算机应用研究 学科
关键词 轨迹模式 时空数据挖掘 模式树 位置预测
年,卷(期) 2017,(10) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2984-2988
页数 5页 分类号 TP301
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2017.10.023
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王永利 南京理工大学计算机科学与工程学院 45 174 8.0 11.0
2 邓佳 南京理工大学计算机科学与工程学院 2 12 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (9)
同被引文献  (20)
二级引证文献  (3)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(8)
  • 引证文献(5)
  • 二级引证文献(3)
研究主题发展历程
节点文献
轨迹模式
时空数据挖掘
模式树
位置预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导