贾若然　刘曙光　孙启龙

(中国科学院重庆绿色智能技术研究院　重庆　400714)



基于位置轨迹数据的用户相似性分析

贾若然刘曙光孙启龙

(中国科学院重庆绿色智能技术研究院重庆400714)

随着获取位置信息越来越方便,实时记录用户的移动轨迹成为可能,但是对用户轨迹数据的分析一直停留在轨迹聚类上,而对通过用户的位置轨迹信息分析用户的相似性的研究则较少。为此,提出了分层级多粒度,在不同的邻域半径下密度聚类的方法;改进了传统的聚类算法,探索根据用户的移动轨迹分析用户之间的相似性度量方法。该方法在不同粒度下观察用户访问各个兴趣区域的时长,进而利用向量空间模型(VSM)计算用户在各个粒度下的相似性,最终以不同权重叠加各粒度下的用户相似性值,得出用户在地理空间行为上的相似性。基于真实用户数据的实验结果表明,该方法能有效识别出访问地理位置相似的用户。

聚类; 轨迹; 数据挖掘; 用户相似性

Class NumberTP393

1　引言

随着移动通信技术、无线网络技术、全球定位系统(GPS)、Wi-Fi和蓝牙室内定位技术的快速发展以及智能设备的普及率越来越高,人们获取移动对象的位置信息变得越来越方便[1～2]。智能设备如智能手机、车载GPS、Pad等设备,能够轻松方便地获取移动对象的位置信息,并将带有时间标记的位置信息上传到服务器。个体移动追踪数据逐渐有可获得性[3～4]。通过对一个人的物理移动轨迹进行长期的追踪,可以分析总结出该个体在地理空间上移动的特征。……