面向稀疏轨迹数据的位置预测方法研究

《面向稀疏轨迹数据的位置预测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据公卷旱／J大‘丁UDC密级学位论文面向稀疏轨迹数据的位置预测方法研究作者姓名：指导教师：申请学位级别：学科专业名称：论文提交日期：学位授予日期：评阅人：贾振美林树宽教授东北大学信息科学与工程学院硕士学科类别：工学计算机软件与理论2014年6月论文答辩日期：2014年6月2014年7月答辩委员会主席：于戈王大玲、孙建伟东北大学2014年6月万方数据AThesisinComputerSoftwareandTheoryResearchonLocationPredictionoverSparseTraje

2、ctoryDataByJiaZhenmeiSupervisor：ProfessorLinShukuanNortheasternUniversityJune2014万方数据独创性声明本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢=6：‘思。学位论文作者签名：荡搿谈日期：y1(唪6目22日学位论文版权使用授

3、权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后：半年口一年口一年半口两年√学位论文作者签名：艨签字日期：Ⅶf佯6目22百导师签名：呵棚窆／签字日期：≥口J够于6牛22日万方数据东北大学硕士学位论文摘要面向稀疏轨迹数据的位置预测方法研究摘要随着很多基于位置服务的兴起，位置预测发展成

4、了一项必要的任务，比如，通过预测用户的目的地，向用户推荐旅游景点的信息，或者发布一些超市、商场的折扣信息等。位置预测就是根据用户的历史轨迹数据，预测下一个可能的位置。由于受到一些实际因素的影响，比如，传输过程中数据包的丢失、采样时间间隔过长、位置更新不及时等，移动对象的位置更新可能会遗漏部分路径信息，所以GPS等移动设备采集到的数据存在一个问题，即数据稀疏问题。已有的研究方案多数都不适用于稀疏数据上的位置预测，如果直接针对稀疏数据进行挖掘，预测的准确率会很低。所以本文就稀疏数据问题，提出了一个位置预测研究

5、方案。为了提高预测的准确率，本文在挖掘轨迹模式的过程中考虑了时间因素对预测的影响，体现了用户的移动规律偏向于就近时间段的特性；同时，将包含频繁轨迹模式的轨迹id保存起来，避免了重复扫描数据集，提高了挖掘的效率。本文的主要贡献如下：首先，针对稀疏数据，本文提出了处理稀疏轨迹数据的具体方法，缓解了因数据稀疏导致的预测准确率低的问题。其次，鉴于老化的轨迹对预测准确性的影响，本文提出了基于保鲜度的支持度计算方法，在挖掘轨迹模式的过程中考虑了时间因素，提高了预测的准确率。再次，针对模式挖掘问题，将轨迹模式与网络拓扑

6、图联系起来，将覆盖区域用带权有向图表示，提出了轨迹标识列表的概念，减少了候选模式的数量，避免了重复扫描原始数据集，提高了算法的效率。最后，提出了一种相似用户聚类算法，使用同类用户的数据进行预测，缓解了数据稀疏问题，同时，提出了一个匹配策略，既能实现完全匹配，又能实现部分匹配，提高了预测的准确率。通过理论分析和实验评估，验证了本文提出的基于稀疏轨迹数据的位置预测方法在理论上的可行性和操作中的有效性。关键词：稀疏轨迹数据；频繁轨迹模式；模式挖掘；位置预测；用户聚类万方数据东北大学硕士学位论文AbstractR

7、esearchonLocationPredictionoverSparseTrajectoryDataAbstractWiththedevelopmentoflocationbasedservices，locationpredictionhasbecomeanecessarytask．Forexample，bypredictinguser’sdestination，touristspotscanberecommendedtotheusers，andsomediscountinformationofsupe

8、rmarketsandshoppingmallscanbereleased，etc．Locationpredictionistoinfertheuser’Snextpositionbasedonusers’historydata．Withtheinfluenceofsomepracticalfactors，forexample，datapacketslost，thesamplingintervalistoolong，andlo