移动轨迹聚类方法研究综述

• 作者: 刘希亮 张恒才 张灵先 徐玉静 牟乃夏 陈洁
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 移动轨迹数据 数据挖掘 聚类方法 研究综述
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 综述
• 页码范围: 1-7
• 页数: 7页
• 分类号: P208
• 语种: 中文

摘要

轨迹数据是人类移动行为的表征,能够映射出人的出行模式和社会属性等信息.怎样有效挖掘轨迹数据蕴藏的人类活动规律一直是研究的热点.通过轨迹聚类发现行为相似的类簇,从而探究群体的移动模式是轨迹挖掘和深度应用常见的方法之一.本文首先根据轨迹数据的特点,将轨迹数据模型分为轨迹点模型和轨迹段模型,并据此定义相应的相似性度量:空间相似性度量和时空相似性度量;然后,对两类模型的聚类方法进行了综述,并总结不同聚类算法的优缺点,以期为不同应用选取聚类算法提供科学依据;最后对移动轨迹数据聚类方法研究的发展趋势进行了讨论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈洁	中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室	90	1445	18.0	36.0
2	张恒才	中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室	19	259	10.0	16.0
3	张灵先	山东科技大学测绘科学与工程学院	11	104	5.0	10.0
4	牟乃夏	山东科技大学测绘科学与工程学院	25	242	8.0	15.0
8	徐玉静	山东科技大学测绘科学与工程学院	6	21	2.0	4.0