检索结果-内蒙古大学图书馆

武汉大学学报（信息科学版） 2018年第10期43卷 1595-1602页

作者：龚希陈占龙谢忠中国地质大学(武汉)信息工程学院国家地理信息系统工程技术研究中心

基于地域的移动模式(zone-based movement pattern,ZMP)的发掘通过对出租车轨迹的聚类分析,同步发掘地域与移动轨迹。该方法通过ZMP的合并达到新地域发掘的目的,并加以距离和专题属性组成的相邻约束以保留移动的方向性、地域的功能属性... 详细信息

基于地域的移动模式(zone-based movement pattern,ZMP)的发掘通过对出租车轨迹的聚类分析,同步发掘地域与移动轨迹。该方法通过ZMP的合并达到新地域发掘的目的,并加以距离和专题属性组成的相邻约束以保留移动的方向性、地域的功能属性以及地域间的距离关系。通过连接矩阵迭代计算得到最优合并的ZMP进行合并,从而发掘ZMP,同时通过覆盖度、精准度以及基于这两者的平衡评估因子等对合并得到的ZMP进行评定。通过现实世界的出租车数据进行实验,结果表明该方法高效可行,能合理地实现合并现有区以发掘新地域。

关键词：地域分析地域发掘移动模式分析移动模式发掘出租车轨迹

来源：评论

学校读者我要写书评

暂无评论

基于移动终端上网数据的移动模式分析及轨迹预测

引用

复杂系统与复杂性科学 2015年第2期12卷 53-59页

作者：卢扬赵志丹蔡世民电子科技大学计算机科学与工程学院成都611731

基于某城市用户移动终端使用某运营商流量上网产生的数据分析用户移动模式及轨迹预测。实证发现个体上网时的移动行为具有阵发性、异质性、弱时间规律性以及短时间内的地点停留特性。基于实证结果,本文提出了动态贝叶斯网络、基于相似... 详细信息

基于某城市用户移动终端使用某运营商流量上网产生的数据分析用户移动模式及轨迹预测。实证发现个体上网时的移动行为具有阵发性、异质性、弱时间规律性以及短时间内的地点停留特性。基于实证结果,本文提出了动态贝叶斯网络、基于相似度的马尔科夫模型等多种轨迹预测模型及它们的混合模型,并取得了较好的预测结果。

关键词：人类动力学移动计算移动模式分析轨迹预测

来源：评论

学校读者我要写书评

暂无评论

基于交通大数据的移动模式分析综述

引用

中国公路学报 2021年第12期34卷 175-202页

作者：焦朋朋赵霞张勇胡永利尹宝才北京建筑大学通用航空技术北京实验室北京102616 北京工业大学北京市多媒体与智能软件技术实验室北京100124

交通大数据可为揭示交通主体显性出行行为背后的深层规律(即移动模式)提供重要基础。精确掌握大数据驱动下交通主体的移动模式,可为需求预测、客流组织、土地利用、事件管理等应用提供理论依据。交通大数据主体繁多、时空多态、关联性... 详细信息

交通大数据可为揭示交通主体显性出行行为背后的深层规律(即移动模式)提供重要基础。精确掌握大数据驱动下交通主体的移动模式,可为需求预测、客流组织、土地利用、事件管理等应用提供理论依据。交通大数据主体繁多、时空多态、关联性复杂的特性迫使小数据时代下的移动模式分析方法转型和升级,但仍可能遇到移动模式一致性表达难、异常类型检测难、复杂关联性表达难、时空多态性建模难、一体可视化分析难等普遍问题。针对这些问题,利用科学知识图谱,对2010~2020年期间3 747篇文献的热点关键词分布、发表趋势分布、出版刊物分布等特点进行归纳总结,结合常见的移动模式分析数据集,系统综述现有研究在移动模式常态分析、非常态分析、关联分析、预测分析和可视化分析方向上的阶段性进展。其中,移动模式常态分析综述了个体活动特性分析、出行类别划分、特定群体分析等应用的研究进展。移动模式非常态分析综述了基于模板匹配和数据驱动的非常态事件检测方法的发展脉络。移动模式关联分析综述了面向不同数据源的关联特性检测方法的发展近况。移动模式预测分析综述了基于数理统计和数据驱动的交通属性预测方法的发展状况。移动模式可视化分析综述了用户交互设计、移动模式宏观可视化、微观可视化和整体可视化的发展近况。最后,系统总结各个分支方向面临的主要问题与挑战,并从数据整合、模型创新、机制变革等角度提炼移动模式分析研究的未来发展趋势,期望为后续研究采用新理论技术开展移动模式分析提供参考。

关键词：交通工程交通大数据综述移动模式分析深度学习

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯模型的用户日常移动模式分析方法的设计与实现

基于贝叶斯模型的用户日常移动模式分析方法的设计与实现

引用

作者：杨碧姗北京大学

学位级别：硕士

随着移动通信技术的飞速发展，越来越多的用户在日常生活中使用手机。为了提供移动服务，移动基站会时刻监测开机用户的当前位置以及时间戳。基于基站收集到这些用户移动信息，能够有针对性地进行手机用户的移动模式分析。用户移动模式... 详细信息

随着移动通信技术的飞速发展，越来越多的用户在日常生活中使用手机。为了提供移动服务，移动基站会时刻监测开机用户的当前位置以及时间戳。基于基站收集到这些用户移动信息，能够有针对性地进行手机用户的移动模式分析。用户移动模式分析具有十分重要的应用意义。典型的应用如优化基站位置管理服务，基于位置的移动增值服务，交通高峰期预，广告推荐（餐饮，商店，旅游）等等。\n 由于用户移动信息的时间，空间特性，分析用户移动记录时需要有效地对时间，空间之间的关系进行建模。在发现由时间，空间点组成的隐含模式的同时，还需考虑经常重复这一模式的某些群体用户。目前已有的用户移动模式分析方法无法在建模时同时考虑这几方面问题，因此建模效果并不理想。\n 由于移动用户数量庞大，且用户每天产生的移动记录数目很多，用户移动模式分析方法需要能够有效地处理大规模的用户移动数据。因此如何提高算法的效率和可扩展性也是十分重要的研究问题。\n 本文提出了一种基于贝叶斯模型的用户移动模式分析算法BDMP(Bayesian-based Daily Moving Pattern algorithm)，能够有效地对移动记录中的时间，空间关系进行建模，并描述用户与不同时间点，空间点之间的依赖关系。其建模结果能够发现一些隐含的移动模式，每个移动模式被一群用户重复，由一些空间点和时间点组成，且移动模式中的所有元素都能够依据概率排序。模型可解释性强而且能够用于新用户的移动模式预测。本文在MIT Reality Mining数据集以及中国移动数据集上对BDMP模型进行了实验，实验结果表明BDMP模型不仅在建模效果上而且在预测能力上都优于已有模型。\n 为了进一步将BDMP模型用于大规模数据，本文设计了两种并行BDMP算法。一种基于MPI机制，一种基于MapReduce框架。这两种方法都充分利用了多个处理器的并行计算能力。在中国移动的大规模数据集上实验表明MPI-BDMP算法和MapReduce-BDMP算法都具有很强的并行性和可扩展性。

关键词：移动模式分析贝叶斯模型移动增值服务广告推荐 MPI MapReduce框架

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：