基于GPS軌跡的位置預測和活動推薦.pdf

1、通過GPS設備，人們可以將自己當前的地理坐標作為上下文與相應的基于位置的服務(LBS)進行交互。隨著支持GPS功能設備的大量普及，產(chǎn)生了大量GPS軌跡信息，但這些GPS軌跡信息中蘊涵的用戶相關的大量信息并未得到有效的利用，近年來人們漸漸地開始意識到這點，進行了大量軌跡相關的研究，然而都還局限于粗粒度的重大興趣點挖掘的研究。
　　本文提出了一種基于馬爾科夫模型的位置預測算法—基于用戶相似的軌跡推薦算法。該算法主要分為兩個主要部分，首

2、先通過用戶-位置交互矩陣得到top-k個相似用戶，然后查詢每個用戶的位置狀態(tài)轉(zhuǎn)移矩陣，最終得到top-k個可能位置。該算法的主要難點在于如何構建用戶-位置交互矩陣和用戶位置轉(zhuǎn)移矩陣。針對用戶-位置交互矩陣，本文提出了基于劃分的用戶-位置交互矩陣，即通過對停留區(qū)域(SR)再次聚類來實現(xiàn)矩陣降維處理。而針對用戶位置狀態(tài)轉(zhuǎn)移矩陣，提前在SR位置歷史的基礎上構建一個SR的圖拓撲結(jié)構，然后在該拓撲結(jié)構上提取位置狀態(tài)轉(zhuǎn)移矩陣。由于算法采用基于劃分的

3、用戶-位置交互矩陣，在此基礎上提取出來的用戶特征向量的相似計算，不僅計算代價大大降低，而且可以得到更高質(zhì)量的相似用戶。
　　盡管用戶相似的軌跡推薦算法具有較好的推薦質(zhì)量，但是該算法并沒有挖掘軌跡之間的深層次的活動關聯(lián)。鑒于此，本文提出基于語義規(guī)則的位置預測和活動推薦算法。為使GPS軌跡信息包含一定的語義信息，本文首先使用改進后的停留點定義對停留點進行語義擴充，從而得到停留點—活動(SPA)模型，然后在SPA模型基礎上利用Aprio