基于并置模式的轨迹热点挖掘研究

基于并置模式的轨迹热点挖掘研究

TP301%G350; [目的]为降低轨迹热点挖掘的时空复杂度,针对不同的轨迹数据特征,分别提出基于N度路径表连接、基于N度路径表遍历和基于图数据库的轨迹热点挖掘算法.[方法]如果轨迹数据不存在明显的图结构,基于N度路径表连接和基于N度路径表遍历的算法根据轨迹数据分布是否密集,选择连接或遍历的方式对路径表进行多次迭代,从而得到轨迹热点.如果轨迹数据明显存在图结构,基于图数据库的算法在图数据库中做遍历搜索和剪枝优化,从而得到轨迹热点.[结果]在ChoroChronos开源真实数据集上展开实验.在时间复杂度上,基于图数据库的轨迹热点挖掘算法与表现最好的对比算法相比,运行时间减少1/4.在空间复杂度...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:数据分析与知识发现 2023-07, Vol.7 (7), p.58-73
Hauptverfasser: 颜瑞彬, 尹德春, 顾益军
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 73
container_issue 7
container_start_page 58
container_title 数据分析与知识发现
container_volume 7
creator 颜瑞彬
尹德春
顾益军
description TP301%G350; [目的]为降低轨迹热点挖掘的时空复杂度,针对不同的轨迹数据特征,分别提出基于N度路径表连接、基于N度路径表遍历和基于图数据库的轨迹热点挖掘算法.[方法]如果轨迹数据不存在明显的图结构,基于N度路径表连接和基于N度路径表遍历的算法根据轨迹数据分布是否密集,选择连接或遍历的方式对路径表进行多次迭代,从而得到轨迹热点.如果轨迹数据明显存在图结构,基于图数据库的算法在图数据库中做遍历搜索和剪枝优化,从而得到轨迹热点.[结果]在ChoroChronos开源真实数据集上展开实验.在时间复杂度上,基于图数据库的轨迹热点挖掘算法与表现最好的对比算法相比,运行时间减少1/4.在空间复杂度上,基于N度路径表连接和基于N度路径表遍历的算法与表现最好的对比算法相比,占用内存空间减少2/3.[局限]未考虑轨迹序列包含的时序特征,未在更广泛的数据集上展开实验.[结论]与其他的轨迹热点挖掘对比算法相比,本文算法能够有效降低时空复杂度.
doi_str_mv 10.11925/infotech.2096-3467.2022.0704
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_xdtsqbjs202307006</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>xdtsqbjs202307006</wanfj_id><sourcerecordid>xdtsqbjs202307006</sourcerecordid><originalsourceid>FETCH-LOGICAL-s1046-ce4ce463ca3a8eef296029d65180e0887c726e90830c175cb82b5dcf79b25bc93</originalsourceid><addsrcrecordid>eNo9j71KA0EcxLdQMMQ8hoXFnf_dvf0qJfgFAZtYh929PU2QC7oRrdVSYiMiNsYuFloGLhh8Ge82j-GBIgzMMMUMP4Q2MMQYK8K2-nk2HDl7EhNQPKIJF3UiJAYByQpq_LdrqOV93wBlBEsueANF5cv8ez4ui1lYfFTT1_LzPjzfLhfT5VcRbt7DdVHdPVbjpzB5CG-zdbSa6VPvWn_eREe7O932ftQ53Dtob3cijyHhkXVJLU6tplo6lxHFgaiUMyzBgZTCCsKdAknBYsGskcSw1GZCGcKMVbSJNn93L3We6fy4NxhenOf1Y-8qHfkzM_A1Hq3pgNMf25BZcg</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于并置模式的轨迹热点挖掘研究</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>颜瑞彬 ; 尹德春 ; 顾益军</creator><creatorcontrib>颜瑞彬 ; 尹德春 ; 顾益军</creatorcontrib><description>TP301%G350; [目的]为降低轨迹热点挖掘的时空复杂度,针对不同的轨迹数据特征,分别提出基于N度路径表连接、基于N度路径表遍历和基于图数据库的轨迹热点挖掘算法.[方法]如果轨迹数据不存在明显的图结构,基于N度路径表连接和基于N度路径表遍历的算法根据轨迹数据分布是否密集,选择连接或遍历的方式对路径表进行多次迭代,从而得到轨迹热点.如果轨迹数据明显存在图结构,基于图数据库的算法在图数据库中做遍历搜索和剪枝优化,从而得到轨迹热点.[结果]在ChoroChronos开源真实数据集上展开实验.在时间复杂度上,基于图数据库的轨迹热点挖掘算法与表现最好的对比算法相比,运行时间减少1/4.在空间复杂度上,基于N度路径表连接和基于N度路径表遍历的算法与表现最好的对比算法相比,占用内存空间减少2/3.[局限]未考虑轨迹序列包含的时序特征,未在更广泛的数据集上展开实验.[结论]与其他的轨迹热点挖掘对比算法相比,本文算法能够有效降低时空复杂度.</description><identifier>ISSN: 2096-3467</identifier><identifier>DOI: 10.11925/infotech.2096-3467.2022.0704</identifier><language>chi</language><publisher>中国人民公安大学信息网络安全学院 北京102600</publisher><ispartof>数据分析与知识发现, 2023-07, Vol.7 (7), p.58-73</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/xdtsqbjs/xdtsqbjs.jpg</thumbnail><link.rule.ids>314,780,784,27924,27925</link.rule.ids></links><search><creatorcontrib>颜瑞彬</creatorcontrib><creatorcontrib>尹德春</creatorcontrib><creatorcontrib>顾益军</creatorcontrib><title>基于并置模式的轨迹热点挖掘研究</title><title>数据分析与知识发现</title><description>TP301%G350; [目的]为降低轨迹热点挖掘的时空复杂度,针对不同的轨迹数据特征,分别提出基于N度路径表连接、基于N度路径表遍历和基于图数据库的轨迹热点挖掘算法.[方法]如果轨迹数据不存在明显的图结构,基于N度路径表连接和基于N度路径表遍历的算法根据轨迹数据分布是否密集,选择连接或遍历的方式对路径表进行多次迭代,从而得到轨迹热点.如果轨迹数据明显存在图结构,基于图数据库的算法在图数据库中做遍历搜索和剪枝优化,从而得到轨迹热点.[结果]在ChoroChronos开源真实数据集上展开实验.在时间复杂度上,基于图数据库的轨迹热点挖掘算法与表现最好的对比算法相比,运行时间减少1/4.在空间复杂度上,基于N度路径表连接和基于N度路径表遍历的算法与表现最好的对比算法相比,占用内存空间减少2/3.[局限]未考虑轨迹序列包含的时序特征,未在更广泛的数据集上展开实验.[结论]与其他的轨迹热点挖掘对比算法相比,本文算法能够有效降低时空复杂度.</description><issn>2096-3467</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2023</creationdate><recordtype>article</recordtype><recordid>eNo9j71KA0EcxLdQMMQ8hoXFnf_dvf0qJfgFAZtYh929PU2QC7oRrdVSYiMiNsYuFloGLhh8Ge82j-GBIgzMMMUMP4Q2MMQYK8K2-nk2HDl7EhNQPKIJF3UiJAYByQpq_LdrqOV93wBlBEsueANF5cv8ez4ui1lYfFTT1_LzPjzfLhfT5VcRbt7DdVHdPVbjpzB5CG-zdbSa6VPvWn_eREe7O932ftQ53Dtob3cijyHhkXVJLU6tplo6lxHFgaiUMyzBgZTCCsKdAknBYsGskcSw1GZCGcKMVbSJNn93L3We6fy4NxhenOf1Y-8qHfkzM_A1Hq3pgNMf25BZcg</recordid><startdate>20230725</startdate><enddate>20230725</enddate><creator>颜瑞彬</creator><creator>尹德春</creator><creator>顾益军</creator><general>中国人民公安大学信息网络安全学院 北京102600</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>20230725</creationdate><title>基于并置模式的轨迹热点挖掘研究</title><author>颜瑞彬 ; 尹德春 ; 顾益军</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-s1046-ce4ce463ca3a8eef296029d65180e0887c726e90830c175cb82b5dcf79b25bc93</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2023</creationdate><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>颜瑞彬</creatorcontrib><creatorcontrib>尹德春</creatorcontrib><creatorcontrib>顾益军</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>数据分析与知识发现</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>颜瑞彬</au><au>尹德春</au><au>顾益军</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于并置模式的轨迹热点挖掘研究</atitle><jtitle>数据分析与知识发现</jtitle><date>2023-07-25</date><risdate>2023</risdate><volume>7</volume><issue>7</issue><spage>58</spage><epage>73</epage><pages>58-73</pages><issn>2096-3467</issn><abstract>TP301%G350; [目的]为降低轨迹热点挖掘的时空复杂度,针对不同的轨迹数据特征,分别提出基于N度路径表连接、基于N度路径表遍历和基于图数据库的轨迹热点挖掘算法.[方法]如果轨迹数据不存在明显的图结构,基于N度路径表连接和基于N度路径表遍历的算法根据轨迹数据分布是否密集,选择连接或遍历的方式对路径表进行多次迭代,从而得到轨迹热点.如果轨迹数据明显存在图结构,基于图数据库的算法在图数据库中做遍历搜索和剪枝优化,从而得到轨迹热点.[结果]在ChoroChronos开源真实数据集上展开实验.在时间复杂度上,基于图数据库的轨迹热点挖掘算法与表现最好的对比算法相比,运行时间减少1/4.在空间复杂度上,基于N度路径表连接和基于N度路径表遍历的算法与表现最好的对比算法相比,占用内存空间减少2/3.[局限]未考虑轨迹序列包含的时序特征,未在更广泛的数据集上展开实验.[结论]与其他的轨迹热点挖掘对比算法相比,本文算法能够有效降低时空复杂度.</abstract><pub>中国人民公安大学信息网络安全学院 北京102600</pub><doi>10.11925/infotech.2096-3467.2022.0704</doi><tpages>16</tpages></addata></record>
fulltext fulltext
identifier ISSN: 2096-3467
ispartof 数据分析与知识发现, 2023-07, Vol.7 (7), p.58-73
issn 2096-3467
language chi
recordid cdi_wanfang_journals_xdtsqbjs202307006
source 国家哲学社会科学学术期刊数据库 (National Social Sciences Database)
title 基于并置模式的轨迹热点挖掘研究
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-05T12%3A08%3A45IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E5%B9%B6%E7%BD%AE%E6%A8%A1%E5%BC%8F%E7%9A%84%E8%BD%A8%E8%BF%B9%E7%83%AD%E7%82%B9%E6%8C%96%E6%8E%98%E7%A0%94%E7%A9%B6&rft.jtitle=%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E4%B8%8E%E7%9F%A5%E8%AF%86%E5%8F%91%E7%8E%B0&rft.au=%E9%A2%9C%E7%91%9E%E5%BD%AC&rft.date=2023-07-25&rft.volume=7&rft.issue=7&rft.spage=58&rft.epage=73&rft.pages=58-73&rft.issn=2096-3467&rft_id=info:doi/10.11925/infotech.2096-3467.2022.0704&rft_dat=%3Cwanfang_jour%3Exdtsqbjs202307006%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=xdtsqbjs202307006&rfr_iscdi=true