基于出行方式及語義軌跡的位置預測模型
摘要：現有位置預測方法的研究多集中于對軌跡數據的挖掘和分析,而在如何通過軌跡數據中含有的信息內容以及外源數據以提高位置預測精確度方面的研究尚不深入,有很大研究空間.提出了一種挖掘語義軌跡信息并結合出行方式的未來位置預測模型,該模型首先可實現根據語義軌跡進行相似用戶挖掘,并結合個人語義軌跡和相似用戶位置軌跡得到頻繁模式集合,最后結合2個集合對目標軌跡得到未來位置預測候選集;然后可實現對未來出行方式進行識別,同時結合歷史出行方式和位置軌跡數據,建立Markov模型對未來位置進行預測得到候選集,最后結合前一部分的候選集得到最終未來位置結果.此模型不僅能結合語義軌跡挖掘相似用戶的行為活動,還可同時融合出行方式的外源數據克服位置軌跡的局限性.實驗驗證表明:該模型能對日常生活中的軌跡位置數據進行預測并達到86%的精確度,同時在不同的頻繁模式支持度下,其精確度都比未結合出行方式模型時平均高出5%,因此本模型對位置預測結果的提高具有有效性.
注: 保護知識產權,如需閱讀全文請聯系計算機研究與發展雜志社
相關推薦
更多
