时空轨迹序列模式挖掘方法综述

• 作者: 康军 黄山 段宗涛 李宜修
• 来源期刊: 计算机应用
• 关键词: 时空轨迹数据 轨迹序列模式挖掘 位置模式 周期模式 语义模式
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 第八届CCF大数据学术会议|CCF Bigdata 2020
• 页码范围: 2379-2385
• 页数: 7页
• 分类号: TP311
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020101571

摘要

在全球定位、移动通信技术迅速发展的背景下涌现出了海量的时空轨迹数据,这些数据是对移动对象在时空环境下的移动模式和行为特征的真实写照,蕴含了丰富的信息,这些信息对于城市规划、交通管理、服务推荐、位置预测等领域具有重要的应用价值,而时空轨迹数据在这些领域的应用通常需要通过对时空轨迹数据进行序列模式挖掘才能得以实现.时空轨迹序列模式挖掘旨在从时空轨迹数据集中找出频繁出现的序列模式,例如:位置模式(频繁轨迹、热点区域)、活动周期模式、语义行为模式,从而挖掘时空数据中隐藏的信息.总结近年来时空轨迹序列模式挖掘的研究进展,先介绍时空轨迹序列的数据特点及应用,再描述时空轨迹模式的挖掘过程:从基于时空轨迹序列来挖掘位置模式、周期模式、语义模式这三个方面来介绍该领域的研究情况,最后阐述现有时空轨迹序列模式挖掘方法存在的问题,并展望时空轨迹序列模式挖掘方法未来的发展趋势.