基于时空数据的挖掘算法研究

发布时间：2025-02-07 18:16

　　随着移动互联网技术和数据采集技术的发展,产生了大量包含时间、空间等信息的时空数据。如何从这些时空数据中挖掘潜在有用的知识,用于指导决策、商业分析等社会服务,成为数据挖掘研究领域新的研究问题和热点。本文针对时空数据挖掘问题进行了研究,内容主要包括以下两个方面。(1)时空数据下兴趣区域发现方法的研究。针对现有空间聚类方法时间开销大,且不适应时空数据特性的问题,提出一种时空兴趣区域发现算法SPROI,该算法是一种基于网格和时空密度的聚类算法。一方面,结合访问频率和停留时间两个变量给出了时空密度的密度计算方法,充分考虑了时间、空间约束;另一方面,使用基于网格的聚类方法,在需多次、重复聚类的情况下提高了算法的运行效率。算法的主要过程包括:首先,将空间范围划分为单元格,计算数据所在单元格的时空密度,找出符合密度阈值的核心单元格。然后将核心单元格进行合并、过滤等操作,最后得到时空兴趣区域。实验表明该算法有效可行,效率较高。(2)时空数据下频繁模式挖掘方法的研究。由于时空数据的特殊性,现有的频繁模式挖掘算法不适应时空数据下的挖掘问题,提出一个时空数据的频繁模式挖掘算法SPMQT-mining。该算法考虑...

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

图3 国内计算社会科学文献关键词共现网络聚类图

国内计算社会科学研究的关键词共现网络聚类结果如图3所示,表7展示了聚类结果的top9。从聚类结果可知,国内计算社会科学研究主要包含以下主题类别:大数据分析、社会科学研究、地理信息科学、社会网络分析、人工智能、传播学、建模仿真。整体偏向社会科学研究,聚焦大数据的分析与应用,关注人工....

图４－１交通子Ｋ域划分框架ＴＳＤ??４．１

?电宁科技太学硕士学位论文???第四章基于时空轨迹挖掘的交通区域划分关键算法研究??本章基于第三章节清洗、过滤以及压缩之后的轨迹数据，着麗研究基于时耷??轨迹挖掘的交通区域划分关键算法，设计并实现基于时空融合的交通子区域划分??框架ＴＳＤ，该框架生栗包含了轨迹相似性度薰方法选择、....

图2.1时空数据挖掘的分类在时空数据挖掘的应用上，文献[33]首次提出了基于时空轨迹数据分析与挖掘的智

2相关知识概述9图2.1时空数据挖掘的分类在时空数据挖掘的应用上，文献[33]首次提出了基于时空轨迹数据分析与挖掘的智慧城市技术体系框架，如图2.2[33]所示。该框架包含感知层、知识发现层和应用层。感知层即采集数据层，通过GPS等技术获取观测对象等时间、位置等信息；知识发现层即....

图2.2时空轨迹数据分析与挖掘的智慧城市技术体系框架

2相关知识概述9图2.1时空数据挖掘的分类在时空数据挖掘的应用上，文献[33]首次提出了基于时空轨迹数据分析与挖掘的智慧城市技术体系框架，如图2.2[33]所示。该框架包含感知层、知识发现层和应用层。感知层即采集数据层，通过GPS等技术获取观测对象等时间、位置等信息；知识发现层即....

本文编号：4031103