基于空间邻近搜索的移动轨迹相对时间模式挖掘方法

摘要 针对传统移动轨迹模式挖掘方法挖掘速度慢、占用最大内存大的问题，提出一种基于空间邻近搜索的移动轨迹相对时间模式挖掘方法。该方法包括5个阶段：1）对移动轨迹数据进行时空划分，并基于移动轨迹数据与时空格的匹配得到移动轨迹数据对应的时空格序列。2）扫描所有的时空格序列数据得到空间网格集合，并通过空间网格与时空格序列的包含运算得到所有的频繁空间网格。3）频繁空间网格转变为长度为1的频繁相对时间模式。4）基于空间邻近搜索的方式进行模式增长，得到以频繁空间网格为单元的候选相对时间模式，并通过相对时间模式与时空格序列的匹配运算，计算相对时间模式的支持度。5）基于设定的支持度阈值，得到所有频繁的相对时间模式。实验结果表明：所提方法由于采用了基于空间邻近搜索的方式进行模式扩展，大幅减小候选相对时间模式的搜索范围。与传统方法相比，所提方法具有挖掘速度快、占用最大内存少的优点。另外，方法在运行时间上具有更好的稳定性和可扩展性，而在占用最大内存上的稳定性与可扩展性与传统方法基本相近。该方法有助于移动轨迹模式挖掘方法提升挖掘速度、减少占用最大内存