云計算環(huán)境下時空軌跡頻繁模式挖掘研究.pdf

1、ResearchonTrajectoryFrequentPatternsinCloudComputingEnvironmentAThesisSubmittedtoNanjingNormalUniversityFortheAcademicDegreeofMasterofEngineeringBYChuanyunChenAdvisedbyProfessorGenlinJiSchoolofComputerScienceandTechnolog

2、yNanjingNormalUniversityMarch2015南京師范大學(xué)碩士學(xué)位論文摘要摘要隨著信息技術(shù)的迅速發(fā)展，GPS以及帶有定位功能的移動終端應(yīng)用到各個領(lǐng)域中，此外，移動互聯(lián)網(wǎng)的迅速崛起進(jìn)一步推動了基于位置服務(wù)的發(fā)展，使得大量的時空軌跡數(shù)據(jù)不斷產(chǎn)生。對海量的時空軌跡數(shù)據(jù)進(jìn)行模式挖掘?qū)τ诶斫庖苿訉ο蟮倪\動模式具有重要意義。每天產(chǎn)生的海量軌跡數(shù)據(jù)對于時空軌跡挖掘的效率問題是一個很大的挑戰(zhàn)。云計算提供了一種新的并行計算模型，為挖掘

3、海量數(shù)據(jù)提供了一種高效的解決辦法。本文利用MapReduce分布式并行編程框架實現(xiàn)海量時空軌跡數(shù)據(jù)挖掘，研究云計算環(huán)境下時空軌跡頻繁模式挖掘算法，取得的主要成果如下：1提出了基于停留點的興趣區(qū)域發(fā)現(xiàn)方法。在時空軌跡數(shù)據(jù)中有些坐標(biāo)點有著重要的意義，例如用戶到某商業(yè)中心購物，那么時空軌跡中位于商業(yè)中心內(nèi)的采樣點就有了具體的含義，如何通過時空軌跡中的坐標(biāo)點發(fā)現(xiàn)感興趣的區(qū)域(如商業(yè)中心)對于理解用戶行為具有重要的意義。本文提出了基于時空軌跡中的

4、停留點發(fā)現(xiàn)更有意義的興趣區(qū)域從而挖掘出更有意義的頻繁模式。首先將地理空間劃分為一個個網(wǎng)格空間，然后計算每個網(wǎng)格單元中軌跡停留點的個數(shù)，對于大于一定閾值的網(wǎng)格則認(rèn)為是興趣網(wǎng)格，然后對興趣網(wǎng)格進(jìn)行合并從而發(fā)現(xiàn)興趣區(qū)域。2提出了基于網(wǎng)格劃分的子軌跡頻繁模式并行挖掘方法。隨著定位技術(shù)的廣泛使用，每天產(chǎn)生海量的時空軌跡數(shù)據(jù)，單機(jī)環(huán)境下很難快速有效地挖掘出其中的頻繁模式，利用并行環(huán)境提高時空軌跡挖掘效率是一種有效地解決辦法。本文利用軌跡數(shù)據(jù)的空間特

5、性，首先通過網(wǎng)格對地理空間進(jìn)行劃分，則軌跡落到不同的網(wǎng)格單元中，然后并行地處理每個網(wǎng)格中的軌跡數(shù)據(jù)，同時為了避免網(wǎng)格劃分過程中，同一個模式中的軌跡落入到相鄰網(wǎng)格中的情況，每個處理節(jié)點同時處理相鄰網(wǎng)格中的軌跡，最后挖掘出軌跡中頻繁模式。3提出了基于后綴樹的軌跡頻繁模式并行挖掘方法。時空軌跡數(shù)據(jù)是移動對象在時間維上的空間位置序列，頻繁的位置序列體現(xiàn)了移動對象的出行習(xí)慣。提出通過后綴樹并行挖掘時空軌跡中的頻繁位置序列。首先根據(jù)地理空間中的興趣