AIPUB归智期刊联盟

微信公众号

网站二维码

2025年4月3日 15:31 星期四
首页 > 过刊浏览>2017年第26卷第1期 >217-221. DOI:10.15888/j.cnki.csa.005525
PDF HTML阅读 XML下载 导出引用 引用提醒
基于过滤-精炼策略的用户特定时间段移动轨迹特征提取
作者:
基金项目:

陕西省教育厅科学研究计划(14JK1307)；陕西省自然科学基金(2015JQ5157)；西安工程大学研究生创新基金(CX201630)


Feature Extraction for Users' Trajectories in a Period Based on Filter-Refinement Strategy
Author:
  • 摘要
    • | |
  • 访问统计
    • |
  • 参考文献 [15]
    • |
  • 相似文献 [20]
    • | | |
  • 文章评论
    摘要:

    发现移动用户在特定时间段的轨迹特征是实现用户个性化推荐服务的关键之一.采用过滤——精炼策略,研究了如何从单用户的大量轨迹数据中发现其在较长时间内的特定时间段的兴趣点.在过滤阶段,将用户连续若干天中同一特定时间段内的轨迹数据进行基于密度的聚类,从而得到用户在这些天中每天的该特定时间段的停留点.在精炼阶段,对所有的停留点再一次聚类,进而得到用户在这些天中该特定时间段的兴趣点.最后,通过实验验证了该方法的有效性.

    Abstract:

    Finding features of users' trajectories in a period of time is one of the key point to realize user's personalized recommendation service.In this paper, how to find the interests in a period from the large amount of user's trajectories is presented with a filter-refinement strategy.In the filter step, the user's trajectories in the same period for several certain days are clustered based on density to obtain the user's stops;in the refinement step, the stops are clustered to obtain the user's interests.Finally, experiments show the effectiveness of this work.

    参考文献
    1 宋国杰,唐世渭,杨冬青,等.一种无线通信环境中的用户移动模式的挖掘算法.软件学报,2002,13(8):1465-1471.
    2 孟祥武,胡勋,王立才,等.移动推荐系统及其应用.软件学报,2013,24(1):91-108.
    3 郭迟,刘经南,方媛,等.位置大数据的价值提取与协同挖掘方法.软件学报,2014,25(4):713-730.
    4 Song C, Qu Z, Blumm N, et al. Limits of predictability in human mobility. Science, 2010, 327(5968):1018-1021.
    5 刘树栋,孟祥武.一种基于移动用户位置的网络服务推荐方法.软件学报,2014,25(11):2556-2574.
    6 刘树栋,孟祥武.基于位置的社会化网络推荐系统.计算机学报,2015,38(2):322-336.
    7 Palma T, Bogorny V, Kuijpers B, et al. A clustering-based approach for discovering interesting places in trajectories. Proc. of the 2008 ACM Symp. on Applied Computing. New York. ACM. 2008. 863-868.
    8 Zhao XL, Xu WX. A clustering-based approach for discovering interesting places in a single trajectory. 2009 Second International Conference on Intelligent Computation Technology and Automation. New York. IEEE. 2009. 429-432.
    9 Rocha JAMR, Times VC, Oliveira G, et al. DB-SMOT:A direction-based spatio-temporal clusteringmethod. IEEE Conference of Intelligent Systems. New York. IEEE. 2010. 114-119.
    10 刘大有,陈慧灵,齐红,等.时空数据挖掘研究进展.计算机研究与发展,2013,50(2):225-239.
    11 刘奎恩,肖俊超,治明,等.轨迹数据库中热门区域的发现.软件学报,2013,24(8):1816-1835.
    12 乔少杰,金琨,韩楠,等.一种基于高斯混合模型的轨迹预测算法.软件学报,2015,26(5):1048-1063.
    13 李国徽,钟细亚.一种基于固定网格的移动对象运动轨迹索引模型.计算机研究与发展,2006,43(5):828-833.
    14 孟祥武,王凡,史艳翠,等.移动用户需求获取技术及其应用.软件学报,2014,25(3):439-456.
    15 Birant D, Kut A. ST-DBSCAN:An algorithm for clustering spatial-temporal data. Data & Knowledge Engineering, 2007, 60(1):208-221.
    引证文献
    网友评论
    网友评论
    分享到微博
    发 布
引用本文

杨东山,张晓滨.基于过滤-精炼策略的用户特定时间段移动轨迹特征提取.计算机系统应用,2017,26(1):217-221

复制
分享
文章指标
  • 点击次数:1841
  • 下载次数: 2170
  • HTML阅读次数: 0
  • 引用次数: 0
历史
  • 收稿日期:2016-04-07
  • 最后修改日期:2016-05-16
  • 在线发布日期: 2017-01-14
文章二维码
友情链接:中国科学院软件研究所中国计算机学会中国科学院国家自然科学基金委员会软件学报
您是第11225741位访问者
版权所有：中国科学院软件研究所 京ICP备05046678号-3
地址：北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码：100190
电话：010-62661041 传真： Email：csa (a) iscas.ac.cn
技术支持：北京勤云科技发展有限公司

京公网安备 11040202500063号