孙 红，陈 锁

1(上海理工大学，上海 200093) 2(上海现代光学系统重点实验室，上海 200093)

1 引 言

近年来，由于大数据时代的来临，以及物联网技术的广泛应用，各种移动终端的大量普及，大量GPS数据随之产生，各种轨迹数据也越来越容易获得，对GPS轨迹数据的研究也越来越多.大部分终端设备都已装有GPS模块，这些终端设备因而可以记录GPS位置序列，这些序列包含经纬度，时间戳等信息.时空轨迹(Trajectory)是移动对象的位置和时间的记录序列.作为一种重要的时空对象数据类型和信息源，时空轨迹的应用范围涵盖了人类行为、交通物流、应急疏散管理、动物习性和市场营销等诸多方面.时空数据的急剧增加，加之时空数据处理更为复杂，使数据处理任务日趋繁重的形势更加严峻.因此，寻找有效的时空数据处理方法具有十分重要的意义.

时空大数据与非空间数据相比，具有空间性、时间性、多维性、海量性、复杂性等特点.关于时空大数据，目前存在一些技术前沿领域，如云计算方法和挖掘技术.而预测移动对象的运动趋势有着广泛的应用.比如能够有效地在轨迹数据中发现隐藏的有价值的信息，如频繁路径、个性化兴趣点以及移动意图等.这些结果将对未来的商业应用以及管理活动提供有力的信息保障.

本文通过分析时空轨迹数据，提出一种根据移动对象经过的轨迹，预测移动对象下一个轨迹点，以及未来的终点位置的模型.

2 研究背景

对于移动对象轨……