基于轨迹划分与密度聚类的移动用户重要地点识别方法

摘要：

移动用户轨迹数据作为新兴的空间轨迹数据,可用于分析个体或群体的行为特征、兴趣爱好,在智慧城市、交通规划和反恐维稳等领域应用广泛.为了从庞大的数据集中识别出移动用户的重要地点,提出了一种基于转角偏移度与距离偏移量的轨迹划分算法.该算法首先通过轨迹划分提取出用户的重要地点候选集,然后采用一种改进的密度聚类算法进一步对用户的候选重要地点实现聚类,从而识别出用户的最终重要地点.在Geolife轨迹数据集与Foursquare用户签到数据集上的实验表明,采用轨迹划分与密度聚类相结合的重要地点识别方法具有比现有的重要地点识别方法更高的准确率,证明了所提方法的可行性与优越性.

关键词：移动用户、轨迹划分、重要地点、密度聚类

所属期刊栏目：46

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金61273302

在线出版日期：2019-09-05（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：23-27