基于停留點聚類的多粒度熱點區(qū)域分析方法_劉穎

　　隨著各種定位技術的不斷發(fā)展，尤其是含有 GPS 裝置的手機的普及，方便收集了個人的位置信息，這些位置信息可用于定位、導航以及其它基于位置的服務。本文將基于大量用戶的 GPS 軌跡來挖掘不同地理區(qū)域內(nèi)不同粒度的熱點區(qū)域。一個熱點區(qū)域即大量用戶訪問過的地方或者一個用戶經(jīng)常去的地方， 這些信息讓用戶在短時間內(nèi)的了解某個不熟悉地方， 例如某地的旅游景點或者酒店等，也可以為人們提供旅行線路規(guī)劃。同時這些位置信息使移動電子導游變得可行， 持有移動設備的用戶將享受更高質(zhì)量的服務。目前熱點區(qū)域分析方法主要是基于原始的 GPS 數(shù)據(jù)，該方法缺點就是數(shù)據(jù)量很大，結果中含有很多噪音數(shù)據(jù)，而且熱點區(qū)域的分布是固定在某個地區(qū)， 為了解決這些問題首先從每個用戶的 GPS 軌跡中提取出所有的停留點并構成一個所有用戶停留點的數(shù)據(jù)集，它不僅含有豐富的語義，而且大大的減少了數(shù)據(jù)量。使用基于密度的聚類算 ClusteringⅡ來挖掘熱點區(qū)域是由于該算法適合處理分布是任意的，存在噪音數(shù)據(jù)的數(shù)據(jù)集，同時變換算法中參數(shù)的大小可以發(fā)現(xiàn)不同粒度上的熱度區(qū)域， 而且算法的時間復雜度為相比 OPTICS 有很大的提高， 最后使用 107 個用戶 2 年內(nèi)的 GPS 軌跡數(shù)據(jù)進行試驗，通過實驗表明我們的方法在數(shù)據(jù)量上更少，但是結果中的噪音數(shù)據(jù)更少。