基于用户轨迹数据的热点区域分析
- 5. 建模过程
• 停留点(Stay Point)
移动对象具有随机性,需要提取轨迹中的停留点作为轨迹的特征。
P={pm, pm+1, ... , pn} , ∀𝑚<𝑖≤𝑛 , 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑒(𝑝𝑚,𝑝𝑖) ≤ 𝐷threh, 𝑝𝑛.𝑇−𝑝𝑚.𝑇 ≥ 𝑇threh
S=(Lat, Lngt, arvT, levT), 𝑠.𝐿𝑎𝑡= 𝑝𝑖.𝐿𝑎𝑡/|𝑃|, 𝑠.𝐿𝑛𝑔𝑡= 𝑝𝑖.𝐿𝑛𝑔𝑡/|𝑃|,
𝑠.𝑎𝑟𝑣𝑇 = 𝑝𝑚.𝑇, 𝑠.𝑙𝑒𝑣𝑇 = 𝑝𝑛.𝑇
p4
p3
p5
p6
p7
A Stay Point S
p1
p2
Latitude, Longitude, Time
p1: Lat1, Lngt1, T1
p2: Lat2, Lngt2, T2
………...
pn: Latn, Lngtn, Tn
- 10. DBSCAN
• Density-based spatial clustering of applications with noise
• DBSCAN是一种最常用的基于密度的聚类算法,目的在于过滤低密
度区域,发现稠密度样本点。相比K-means,不需要用户预先指
定聚类的个数,可以发现任意形状的聚类簇。 (K-means 不能发现
非凸形状的簇)
- 12. 距离度量
• C = sin(MLatA)*sin(MLatB)*cos(MLonA-MLonB) +
cos(MLatA)*cos(MLatB)
• Distance = R*Arccos(C)*Pi/180
- 17. 参考
• Yu Zheng, Lizhu Zhang, Xing Xie, Wei-Ying Ma. Mining Interesting
Locations and Travel Sequences from GPS Trajectories.
• 张明月. 基于出租车轨迹的载客点与热点区域推荐.
• 唐志博,姜小荣,陈伟. 基于dbscan算法的geolife人员位置分析.