语义轨迹数据分析:一种概念和计算方法
来源:互联网 发布:钢铁力量刷钻石软件 编辑:程序博客网 时间:2024/05/22 00:49
语义轨迹数据分析:一种概念和计算方法
Towards Semantic Trajectory Data Analysis:A Conceptual and Computational Approach
作者:Zhixian Yan——瑞士EPFL
来源:VLDB2009(大规模数据库系统年会)
译者注:该文章比较老,但是代表了一种趋势,将人类难于理解的空间点数据(GPS轨迹)转化为易于人类理解的语义数据(地标),供人类更好的使用。
摘要:
GPS轨迹收集极其普遍,如何收集、整理、检索、挖掘这些数据成为了研究的热点。但是,大多数工作都基于轨迹的时空特性展开,没有充分开发高层的轨迹语义特性。本文通过结合语义概念和统计学方法来进行轨迹数据分析:主要包含如下三个方面:轨迹模型、轨迹计算和轨迹数据挖掘。
主要内容:
1、 相关工作:语义轨迹处理是个新生概念,2008年文献三【3】首次提出了一个概念模型,将轨迹表示为一系列的“停点——移动”,文献【4】提出使用位置兴趣点来丰富停点的内容。
同时,轨迹挖掘领域挖掘出的具有语义特性的知识(大多数也是基于轨迹的时空属性展开的,数据处理量大,费时),也可以看作一种语义轨迹,但是这种知识距离使用也很远。
2、 本文工作:A、由上至下(Top-down)的轨迹模型(同时包含集合属性和语义属性);B、轨迹计算:由下至上(down-top)将原始GPS轨迹通过计算(设计轨迹预处理、分段、停点挖掘算法)转化为语义轨迹(移动,停止模型,并结合现实世界的语义知识);C、基于语义轨迹,设计轨迹模式挖掘算法(不同于基于原始数据的方法)。
3、 子包含的轨迹语义模型:包含三类知识,轨迹的几何属性(RMD - Raw Movement Data);周围的地理数据(GD - Geographic Data);与具体应用相关的领域知识(ADD - Application Domain Data)。
则:轨迹的语义表示方式如下:(注:为了支持自动推理,文中提出了本体库)
语义轨迹的表示方法:起点,移动,停点,终点。
4、 轨迹计算:包括轨迹分段、停点挖掘,以及使用外部地理数据和应用相关的数据丰富轨迹数据(将起点、停点、重点等表示为地标数据)
5、 语义轨迹挖掘:同传统挖掘算法的差别是,输入为语义轨迹(起始、终点,重要的停点等)大大降低了数据量。
- 语义轨迹数据分析:一种概念和计算方法
- 中文文本相似度算法分析与研究之改进算法----一种结合文本主题网络构建和语义分析的文本相似计算方法
- SOA语义、概念、术语分析
- 椭圆轨迹计算方法
- 圆轨迹弧度计算方法
- 语法和语义分析
- 时间复杂度的概念和计算方法
- Spark高级数据分析(1) ——纽约出租车轨迹的空间和时间数据分析
- Spark高级数据分析(1) ——纽约出租车轨迹的空间和时间数据分析
- 语义相似度的计算方法
- 一种星期计算方法和由此开始的有趣事情
- 语义网络,语义网,链接数据和知识图谱
- 数据分析概念
- 数据分析-概念
- 原码, 反码, 补码的基础概念和计算方法
- 提供语义分析和分词服务
- 语义分析
- 语义分析
- linux2.6 设备驱动编写
- GDB调试不常用命令小结
- 简单的矩阵元素平移
- 什么是电子商务?电子商务面临的几个关键问题及解决办法?电子商务的核心是什么?B2C电子商务运营的核心是什么 ?
- 站在C++和Java的路口
- 语义轨迹数据分析:一种概念和计算方法
- 开始尝试nginx
- 里氏代换原则
- DOS命令学习笔记
- 掌握设计模式
- swing(1)
- hibernate 学习笔记(马士兵教程) 第二天
- 将Mozilla源码里的内嵌Gecko示例winEmbed工程移植到VC
- TWebbrowser报invalid floating point operation错误解决办法