基于高精度室内位置感知的大数据研究与应用

发布时间：2018-03-14 17:44

  本文选题：位置大数据　切入点：室内高精定位　出处：《计算机应用》2016年02期 　论文类型：期刊论文

【摘要】：随着室内定位技术的发展,室内位置数据和用户消费行为数据的大量产生为室内位置大数据(LBD)研究和应用提供了可能。基于高精度室内位置感知,突破了室内定位位置数据不准确的瓶颈。通过对室内位置数据聚类、降维等预处理,建立挖掘模型分析并提取了室内商圈区域的聚散和流动等特性,进一步通过特征关联预测用户的消费等行为,提出了室内位置大数据协同挖掘的方法和架构。在某机场商圈、西单某商场亿级用户位置数据集上进行了有效性实验和应用,通过实测数据对比验证了基于此架构室内定位数据的精准性和挖掘方法的可行性。
[Abstract]:With the development of indoor positioning technology, the large amount of indoor location data and consumer behavior data provide the possibility for the research and application of indoor location big data. Through the pretreatment of indoor location data clustering and dimensionality reduction, the mining model is established to analyze and extract the characteristics of indoor commercial area, such as accumulation and flow, etc. Furthermore, by using feature association to predict user consumption and other behaviors, this paper puts forward the method and framework of cooperative mining of indoor location big data. An effective experiment and application are carried out on the location data set of 100 million users in an airport business district and a shopping mall in Xidan. The accuracy of indoor positioning data based on this architecture and the feasibility of mining method are verified by comparing the measured data.
【作者单位】： 北京邮电大学电子工程学院;
【基金】：国家863计划项目(2014AA123103,2015AA124103) 国家自然科学基金资助项目(61372110)~~
【分类号】：TP311.13

【参考文献】

相关期刊论文 前1条

1 孙吉贵;刘杰;赵连宇;;聚类算法研究[J];软件学报;2008年01期

【共引文献】

相关期刊论文 前10条

1 李广水;宋丁全;;数据分析在森林资源调查中的应用及发展研究[J];安徽农业科学;2009年22期

2 左国才;周荣华;符开耀;;基于DBSCAN算法的电信客户分类的应用研究[J];北京联合大学学报(自然科学版);2012年03期

3 李晓方;武仲科;樊亚春;周明全;柳勇光;;一种新的用于三维检索的快速邻域搜索方法[J];北京师范大学学报(自然科学版);2011年05期

4 章林柯;崔立林;;潜艇机械噪声源分类识别的小样本研究思想及相关算法评述[J];船舶力学;2011年08期

5 孙英娟;杨柳;何昆鸟;;属性离散化算法研究[J];长春师范学院学报(人文社会科学版);2009年12期

6 陈庆枝;陈国龙;郭文忠;陈仕涛;;信息安全评估日志数据的一种混合聚类算法[J];重庆工学院学报(自然科学版);2009年10期

7 殷宏威;赵伟;杨志伟;;蚁群算法在KNN文本分类中的应用[J];长春理工大学学报(自然科学版);2010年01期

8 陆娟;汤国安;张宏;蒋平;吴伟;;犯罪热点时空分布研究方法综述[J];地理科学进展;2012年04期

9 冯晓蒲;张铁峰;;基于实际负荷曲线的电力用户分类技术研究[J];电力科学与工程;2010年09期

10 钱宁;胡永东;吴国新;;P2P网络资源搜索中的用户行为模型[J];东南大学学报(自然科学版);2011年04期

相关博士学位论文 前10条

1 徐森;文本聚类集成关键技术研究[D];哈尔滨工程大学;2010年

2 于翔;基于网格的数据流聚类方法研究[D];哈尔滨工程大学;2010年

3 徐红波;基于空间填充曲线高维空间查询算法研究[D];哈尔滨理工大学;2010年

4 尹可挺;Internet环境中基于QoS的Web服务组合研究[D];浙江大学;2010年

5 皋军;智能识别中的降维新方法及其应用研究[D];江南大学;2010年

6 苏晓珂;基于聚类的异常挖掘算法研究[D];东华大学;2010年

7 卓莹;基于拓扑·流量挖掘的网络态势感知技术研究[D];国防科学技术大学;2010年

8 陈彬;面向DEVS的多范式建模与仿真关键技术研究与实现[D];国防科学技术大学;2010年

9 高翠芳;模糊聚类新算法及应用研究[D];江南大学;2011年

10 李群;主题搜索引擎聚类算法的研究[D];北京林业大学;2011年

相关硕士学位论文 前10条

1 刘文昊;基于模糊聚类和纹版辅助的织物疵点检测算法研究[D];浙江理工大学;2010年

2 李振;网络舆情预测关键技术研究[D];郑州大学;2010年

3 丁金凤;基于网格与密度的数据流聚类算法研究[D];哈尔滨工程大学;2010年

4 刘萍;软件体系结构恢复的研究与实现[D];大连理工大学;2010年

5 姜荣;时间序列的聚类和关联规则挖掘研究[D];辽宁师范大学;2010年

6 李丹丹;基于权重设计的聚类融合算法研究及应用[D];辽宁工程技术大学;2009年

7 刘琼;基于群体智能的聚类算法研究[D];长沙理工大学;2010年

8 邵帅;基于数据场的聚类可视化算法研究与应用[D];西北民族大学;2010年

9 孙大朋;入侵检测中模糊C-均值聚类算法研究[D];哈尔滨理工大学;2010年

10 王瑛;基于模糊聚类的入侵检测算法研究[D];江西理工大学;2010年

【二级参考文献】

相关期刊论文 前1条

1 李洁;高新波;焦李成;;基于特征加权的模糊聚类新算法[J];电子学报;2006年01期

【相似文献】

相关期刊论文 前4条

1 李光强;邓敏;张维玲;陈翼;;利用事件影响域挖掘时空关联规则[J];遥感学报;2010年03期

2 丁翠环;程桂勇;岳剑平;李孟学;;一种新型抗多途信号时空关联专家判据[J];舰船科学技术;2008年04期

3 柴思跃;苏奋振;周成虎;;基于周期表的时空关联规则挖掘方法与实验[J];地球信息科学学报;2011年04期

4 ;[J];;年期

相关博士学位论文 前2条

1 董林;时空关联规则挖掘研究[D];武汉大学;2014年

2 苏伟;基于时空关联性的无线传感器网络网关异常检测研究[D];上海大学;2014年

相关硕士学位论文 前3条

1 刘慧;基于时空关联思想的初中地理教学策略研究[D];天津师范大学;2014年

2 陈文曲;基于外观特征和时空关联的无重叠视域目标跟踪技术研究[D];南京邮电大学;2013年

3 严明;高速公路中车辆对象同一性的检索[D];昆明理工大学;2014年

，

本文编号：1612271