基于时空密度算法的用户轨迹数据兴趣区域发现

China Sciencepaper（2017）

引用 0|浏览1

暂无评分

摘要

在OPTICS(ordering points to identify the clustering structure)算法主要考虑空间信息的基础上,提出了时空密度(ST-OPTICS)算法,增加了处理噪声孤立点时考虑时间距离的方法,并对每一兴趣区域内部的轨迹点根据时间轴做二度聚类,结合Apriori算法挖掘出用户频繁的行为模式,从而实现对用户兴趣区域及行为模式的挖掘研究.通过微软Geolife数据验证算法有效,为下一步处理用户轨迹数据奠定了基础.

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要