基于DVTD的移动用户出行模式识别研究

摘要：

针对移动用户出行模式识别过于复杂的问题,提出一种基于密度与动态阈值的任意形状聚类挖掘算法.利用数据预处理技术提取移动用户在各路段的速度,通过MCFT树构造用户速度分类模型,采用DBSCAN方法进行核心子聚类合并,最终生成MCFT树任意形状的聚类结果,从而达到利用动态速度阈值有效识别用户出行模式的目的.实验结果表明,通过DVTD算法得到动态速度阈值识别用户出行模式具有较高的可行性,提高了用户出行识别的准确性.

关键词：DVTD算法、聚类特征树、簇、用户出行模式、动态速度阈值

所属期刊栏目：42

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家发改委移动互联网及第四代移动通信TD-LTE产业化专项基金资助项目发改办高技[2014]2328号;粤港关键领域重点突破基金资助项目2011A011305001

在线出版日期：2016-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：72-76