一个基于基站轨迹数据的城市移动模式可视分析系统

随着移动通信技术的发展,手机基站轨迹数据在分析人类移动规律方面的优势日趋显著.由于人群移动模式与其社会行为息息相关,该模式能够直接反映各地理区块在不同时间段所具备的社会功能.根据词嵌入模型,首先将基站的时空信息映射为向量,通过计算基站间的高层语义的相似规律来分析地理区域的功能性信息;再将带有时空变化信息的手机用户移动轨迹映射至向量空间,使基站地理坐标与轨迹相结合,从而获取更加丰富的语义信息.在交互方面,设计了一个可视化分析系统Trajectory2Vec来探索城市区域功能和用户行为的关系,案例分析证明了该系统可以有效地帮助用户分析移动人群与城市区域间关系的动态变化规律.     

大规模接警日志语义时空模式交互探索

接警日志包含时间、空间和案件描述信息,属于非结构时空数据.与时空社交媒体相比,接警日志的数据项之间存在较少的联系,数据项之间不能形成复杂网络关系,在挖掘其数据模式时难以提供有价值的线索,因此,其分析更加依赖于其中的语义挖掘和语义时空模式探索.针对这一问题,提出了一个可视分析框架支持对大规模非结构接警日志时空模式的交互探索.首先,提出了一种基于主题模型集成的方法,实现从异构文本中抽取主题;其次,该框架包含一个数据立方体,实现快速响应用户的查询请求;第三,设计并实现了一个可视化交互系统,支持对数据立方体的可视化交互探索.最后,使用国内某城市真实接警日志进行实验,找到的丰富的模式和主题预测准确性证明了方法的有效性.     

基于用户轨迹及基站语义的城市活动模式可视分析

移动运营商搭建的基站能够记录智能终端的活动,蕴涵着用户的移动行为以及基站的语义信息.针对城市中基站语义以及活动模式难以获取的问题,提出一种基于用户轨迹的基站语义及城市活动模式可视分析方法.该方法首先根据终端用户的轨迹构建基站序列,接着采用文本分析中的词嵌入技术对基站语义信息进行提取,对城市中的手机用户进行聚类以发现其移动模式.为了帮助用户对结果进行探索和分析,设计了基于用户轨迹以及基站语义的城市活动模式可视分析系统,能够根据用户的轨迹特征、基站的地域特征、用户访问基站的时空特征,对手机用户的行为以及城市的活动模式进行发现和解释.基于真实数据的实验结果表明,在系统用户的迭代交互中该方法能够帮助系统用户有效地结合基站轨迹及其基站语义信息,对城市居民行为模式以及城市整体的活动模式进行探索.     

基于出租车轨迹数据的城市热点出行区域挖掘

出租车轨迹是蕴含着居民出行行为的地理时空大数据,从出租车轨迹数据中挖掘居民出行的热点区域和移动模式对于城市规划、交通管理等具有重要意义。针对现有热点区域挖掘方法在面对大规模轨迹数据时存在的伸缩性差、计算效率低等问题,提出一种基于网格密度的GScan聚类算法。该算法首先将轨迹空间划分成网格单元,并设定网格单元的密度阈值;然后将轨迹点映射到网格单元,基于密度阈值提取热点网格单元;通过合并可达热点网格单元发现城市的热点区域。以重庆市出租车轨迹载客/卸客点进行实例分析,给出网格单元大小和密度阈值2个参数的设定方法,得到重庆市主城区居民出租车出行热点区域的时空分布,进而分析重庆市居民出行行为。     

基于出租车GPS轨迹的城市区域时空交互特征分析

城市大数据为探索城市内部居民出行的行为特征提供数据支撑.本文将以兰州市出租车GPS轨迹数据为基础,结合数据挖掘和可视化技术,研究兰州市城市居民出行规律和城市空间交互特征.首先,分析4个城区居民出行特征和城区间空间交互特征;然后,采用城市栅格方法,统计分析城市栅格空间之间的交通出行量,并采用CLARA聚类算法识别工作日和...     

GPS车辆导航和诱导系统的设计与实现

城市交通信息化管理已经成为解决城市交通拥塞的重要手段。3G网络广泛应用使得3G平台下的城市信息化管理成为重要的应用热点。论文针对交通管理信息化中人们出行的行为,利用3G无线移动网络和G IS电子地图,设计一种GPS车辆导航和诱导系统的实现方案。探讨用五元组和有向图描述的移动对象时空属性,分析GPS终端的实现功能和模块,把GPS终端功能扩展为可实现交通信息共享的诱导系统终端,把以距离为参考量的最短路导航改进为以实时移动对象交通流为参考量的动态导航,为人们出行提供更好的导航决策支持。     

基于信令数据的人流时空分布和移动模式研究

针对采用手机信令数据研究移动模式存在的数据稀疏、分布不均和信号漂移异常等问题，提出从数据量和数据分布两个层面解决数据稀疏和分布不均匀的数据预处理方法；提出基于主活动区域的人流时空分布算法来解决现有研究在考虑时段差异上的不足，并以上海市为例，对比分析了不同功能区在工作日和周末的人流时空分布规律；深入分析基于居住地的人类日常移动模式，提出了基于时空的栅格停留点抽取算法。实验结果表明该算法可以更准确地抽取出对用户有特殊意义的停留点，获取更简洁明了的用户移动模式。     

陕西民办高校学生移动学习现状调查研究——以西安翻译学院为例

伴随3G、4G网络及移动设备的高速发展,移动学习以其不受时空限制的优势,已备受人们的青睐,本文通过调查研究,对西安翻译学院学生移动学习现状进行分析,旨在了解目前陕西民办高校学生对移动学习使用的情况,态度、行为以及需求,为进一步研究开发适合民办高校学生的移动学习平台和学习资源提供参考。     

面向签到日志的用户行为模式交互探索

签到日志记录了用户对于某类设施的使用情况,从中发现用户行为模式,在很多领域如精确广告投放、犯罪团伙发现等方面都具有非常广泛的应用价值.但是,发现过程却较为困难,主要因为：（1）日志数据体现为长时间序列且含有噪声,导致数据在高维空间分布较为稀疏,影响模式提取的准确性;（2）行为模式往往与不同的时间尺度相关;（3）多样的参数选择空间以及数据处理方式使得传统的机器学习方法很难获得可信且易于理解的行为分析结果.提出一种面向签到日志的用户行为模式交互探索的方法,该过程采用动态子空间策略,动态改变用于分析相似行为模式的时间片,从而减少人为设定参数对于分析结果的影响.方法集成了一个可视分析工具以支持该过程,利用该工具,分析人员可以实时了解方法每一步发现的模式,及时调整分析过程、直观理解和验证分析结论.包含了一个基于真实数据集的案例分析和一个来自不同领域专家的评审,其结果验证了方法的有效性.     

陕西民办高校学生移动学习现状调查研究--以西安翻译学院为例

伴随3G、4G网络及移动设备的高速发展,移动学习以其不受时空限制的优势,已备受人们的青睐,本文通过调查研究,对西安翻译学院学生移动学习现状进行分析,旨在了解目前陕西民办高校学生对移动学习使用的情况,态度、行为以及需求,为进一步研究开发适合民办高校学生的移动学习平台和学习资源提供参考。     

时空数据库移动点轨迹建模

时空数据库的移动点轨迹建模技术是近年来是时空数据库研究热点之一.本文在给定一系列时空数据库移动点的信息,找出实际应用中时间更新阈值和空间距离阈值,结合移动点时空模型和数学上线性回归的建模思想,建立一种新的支持过去、现在、未来的移动点轨迹模型,并有效地预测了移动点在某一时间阈值内,移动点的运动趋势及范围.     

动态空间网络中的黑洞模式挖掘算法

黑洞模式是人类移动模式研究中的标志性成果,但在移动模式的演化建模方面存在局限性,因此研究具有时间演化特性的黑洞模式。新模式定义需要满足群体规模性、空间区域性和时间持续性3方面要求。提出具有时间演化特性的动态空间网络模型,基于此模型定义新的黑洞模式,并提出相应的挖掘算法。为了提升模式挖掘算法的效率,设计了基于时空划分的候选模式剪枝算法,有效降低了挖掘算法在时空维中的搜索代价。最后,基于真实数据的实验结果表明了该黑洞模式及其挖掘算法的有效性和可行性。     

多源地理大数据视角下的城市动态研究

海量具有个体标记和时空语义信息的地理大数据,为我们定量理解城市提供了手段。利用时空模式挖掘的方法,集成多源地理大数据中的个体时空间行为特征,在聚合层面揭示城市社会经济现象的分布、联系和过程等规律,可以实现城市的动态感知。本文梳理了目前城市研究中常见地理大数据的优缺点和应用场景,归纳了基于地理大数据感知城市动态的思路,介绍了相关的代表性研究成果,并对地理大数据的前景进行了探讨与展望。     

基于动机分析的区块链数字货币异常交易行为识别方法

当前区块链数字货币被众多恶意交易者利用,导致了"粉尘"注入、"空投"操作、勒索、骗局等一系列异常交易行为.因此,研究区块链数字货币异常交易行为的识别方法对于规范交易行为、保障网络空间安全具有重要意义.在众多区块链数字货币中,比特币市值超过所有区块链数字货币市值和的一半,具有高代表性.比特币系统的用户数量多、交易规模大、...     

融合多类时空轨迹特征的跨网络用户身份识别

随着位置社交网络的蓬勃发展,用户移动行为数据得到极大丰富,推动了基于时空数据的身份识别问题的相关研究。跨位置社交网络的用户身份识别,强调学习不同平台时空序列间的相关性,旨在发现同一用户在不同平台的注册账号。为解决现有研究面临的数据稀疏、低质量和时空不匹配问题,提出了一种融合双向时空依赖和时空分布的识别算法UI-STDD。该算法主要包含3个模块：时空序列模块通过结合成对注意力的双向长短时记忆网络来刻画用户移动模式;时间偏好模块从粗、细两个粒度定义用户个性化模式;空间位置模块挖掘位置点的局部和全局信息,量化空间邻近性。基于上述模块得到的用户轨迹对特征,UI-STDD利用多层前馈网络判断跨网络的两个账户是否对应于现实中的同一个人。为验证UI-STDD的可行性和有效性,在3组公开的数据集上进行了实验。实验结果表明,所提算法能够提高基于时空数据的用户身份识别率,F1值平均高于最优对比方法10%以上。     

基于区域语义的城市移动模式可视分析

针对城市区域语义及移动模式难以提取的问题,提出一种基于区域语义的城市移动模式可视分析方法用于直观地分析人群出行情况.通过提取用户通话特征,使用高斯混合模型区分基站通话模式来发现城市区域的功能性信息;进一步使用层次聚类算法对用户行为进行语义发现,分析区域用户行为规律;区域语义与用户语义结合分析,挖掘人群在区域间的移动模式.案例分析表明,该方法能有效地发现区域功能特征,结合数据能帮助分析人员发现城市间移动模式以及探索用户移动意图,得到用户移动模式和功能区域之间的联系.     

时空数据库中的时空拓扑查询

1 引言现代社会大量的科学应用,如航空系统的飞行器导航、森林火灾探测、乃至于人们生活中应用越来越广泛的移动通讯手机等等,这些都导致有必要研究一个能兼顾时空两属性的数据库管理系统。研制一个能有效表示和处理时空对象的DBMS,其中一项重要工作就是对时空对象进行空间分析操作。典型的时空对象的分析操作估计有近百个,大致划分为七类:a)时空对象间拓扑关系的操作,如求一个移动点是否在一个移动区域中:b)时空对象与空间对象间拓扑关系的操作,如求一个移动点是否在一个固定区域中;c)返回值为时空对象的操作,如求移动点的轨迹;d)返回值为空间对象的操作,如求一个移动点在某一个特定时刻的空间位置;e)返回值为单个数值的操作,如求一个移动点的速度;f)返回值为多个数值的操作,如求两个移动点间的距离;g)在时空对象集合上的操作,如在一些移动区域上进行FUSION操作。     

时空数据语义理解:技术与应用

随着移动互联网的发展与手持智能终端的普及,海量带有用户时空属性的数据被生成.理解这些数据表达的语义信息对推测用户需求,分析用户偏好,进而提供精准时空推荐和预测服务具有重要作用.因此,近些年来,时空数据语义理解正成为时空数据挖掘领域的研究热点.从技术和应用两个层面,对近些年来国内外研究者在该领域的研究成果进行了系统的归类和总结.技术层面上,依据语义理解的不同任务,提出了时空数据语义理解的研究框架;并依次从地理位置语义理解、用户行为语义理解、热点事件语义理解3个主要任务,归纳了时空数据语义理解所包含的相关研究成果和关键技术.应用层面上,分别总结了时空数据语义理解在时空推荐和时空预测中的应用.最后,从数据质量、算法模型和计算模式3个方面,归纳了时空数据语义理解面临的主要挑战以及未来的研究方向.     

一种移动物体时空轨迹聚类的相似性度量方法

针对利用最小包围盒(MBB)压缩的移动物体时空轨迹,为了能对其进行有效地聚类,提出了一个基于盒内数据点密度的轨迹间相似性度量公式.首先,把两条轨迹的相似性度量转化为两条轨迹上有时间交叠的MBB之间的相似性度量,这在很大程度上减少了数据存储量.其次,分析两条轨迹上有时间交叠的MBB之间影响相似性的因素:时间持续、空间距离和盒内数据点的密度.剖析这3个因素对轨迹相似性的影响作用,提出了利用MBB压缩的移动物体时空轨迹相似性度量公式.实验证明采用本公式对移动物体时空轨迹进行聚类,可以提高聚类结果有效性指标Dunn的值.     

一种平面移动对象的时空数据模型

提出了一种平面移动对象的时空数据模型--OPH模型.在该模型中,平面移动对象由3种几何表示,即平面对象的观测几何O,目前存在的几何P以及平面移动对象的历史几何H.通过几何点集的差、并、交,研究并得出OPH的递归计算和更新策略.通过分析对象之间的空间拓扑关系和时间关系,得出两个平面移动对象在重叠时间区间上的时空拓扑关系.利用OPH模型,定义了平面移动对象的速度、方向、影响范围等空间方法;利用时空拓扑关系和空间方法,确定时空查询和空间触发事件.