本文選題：空間模式挖掘　切入點：co-location模式　出處：《計算機(jī)工程與應(yīng)用》2017年24期 　論文類型：期刊論文

【摘要】：選址問題是任何一個商業(yè)機(jī)構(gòu)都要面臨的重大決策問題之一,它受多種因素制約,比如社會經(jīng)濟(jì)學(xué)、地質(zhì)學(xué)、生態(tài)學(xué)以及決策者的特定需求等�，F(xiàn)有的選址方法(通常被經(jīng)濟(jì)學(xué)家采用)大多利用主觀評價,可擴(kuò)展性差�？臻gco-location模式挖掘是空間數(shù)據(jù)挖掘的一個重要研究方向。一個頻繁co-location模式是一組空間特征的子集,它們的實例在空間中頻繁關(guān)聯(lián)。利用co-location模式的這種特征間"共存"關(guān)系,提出了一種基于co-location模式的地址選擇算法,該算法基于本體描述空間數(shù)據(jù)的分類信息,并在本體的指導(dǎo)下對用戶感興趣的興趣點(Point of Interest)進(jìn)行關(guān)鍵co-location模式挖掘,同時針對實際情況對數(shù)據(jù)進(jìn)行了預(yù)處理以增加算法的有效性。在真實數(shù)據(jù)集(北京市的興趣點數(shù)據(jù))上的評估實驗顯示該算法具有較高的準(zhǔn)確率,選擇的地址具有高可靠性。
[Abstract]:The location problem is one of the major decision-making problems that any business organization has to face. It is restricted by a variety of factors, such as social economics and geology. Ecology and the specific needs of policy makers, etc. Most of the existing siting methods (usually used by economists) use subjective evaluation, Spatial co-location pattern mining is an important research direction in spatial data mining. A frequent co-location pattern is a subset of spatial features. Their examples are frequently associated in space. This paper proposes an address selection algorithm based on co-location schema, which is based on the classification information of ontology describing spatial data, using the "coexistence" relationship between the features of co-location schema. Under the guidance of ontology, the key co-location pattern mining is carried out on the point of interest of users. At the same time, we preprocess the data in order to increase the validity of the algorithm. The evaluation experiments on the real data set (data of interest points in Beijing) show that the algorithm has high accuracy and high reliability of the selected address.
【作者單位】： 云南大學(xué)信息學(xué)院計算機(jī)科學(xué)與工程系;
【基金】：國家自然科學(xué)基金(No.61472346,No.61662086) 云南省自然科學(xué)基金(No.2016FA026,No.2015FB114) 云南省高校譜傳感與邊疆無線電安全重點實驗室資助項目(No.C6165903)
【分類號】：TP391.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳進(jìn);宋順林;王迎春;;基于頻繁偏愛度的使用模式挖掘算法的研究[J];計算機(jī)應(yīng)用;2006年10期

2 王宇新;田佳;郭禾;吳樹朋;楊元生;;應(yīng)用模糊方法的設(shè)計模式挖掘策略研究[J];計算機(jī)工程與應(yīng)用;2010年02期

3 陸億紅;王子仁;黃燕;;適合稀少空間特征的同位模式挖掘算法[J];浙江工業(yè)大學(xué)學(xué)報;2007年04期

4 郭燕萍;辛伯宇;;高選票例外模式挖掘研究與實現(xiàn)[J];電腦開發(fā)與應(yīng)用;2007年08期

5 徐顯九;楊燕;岳愛萍;;高效的用戶移動模式挖掘方法[J];計算機(jī)應(yīng)用研究;2007年09期

6 李帆;夏士雄;張磊;;基于模糊理論的不確定軌跡模式挖掘[J];微電子學(xué)與計算機(jī);2011年08期

7 李中元;邊馥苓;;空間同位模式挖掘研究進(jìn)展[J];地理空間信息;2013年06期

8 邢東山,沈鈞毅,宋擒豹;用戶瀏覽偏愛模式挖掘算法的研究[J];西安交通大學(xué)學(xué)報;2002年04期

9 劉洪輝;吳岳芬;;用戶行為模式挖掘問題的研究[J];計算機(jī)技術(shù)與發(fā)展;2006年05期

10 付曉翠;許盈;車路;;游戲訪問模式挖掘的研究與應(yīng)用[J];鄭州大學(xué)學(xué)報(理學(xué)版);2007年04期

相關(guān)會議論文 前9條

1 王肅;杜軍平;高田;;基于本體與知識背景的模式挖掘框架研究[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

2 繆裕青;尹東;;分布式存儲結(jié)構(gòu)的頻繁閉合模式挖掘并行算法[A];2007年全國開放式分布與并行計算機(jī)學(xué)術(shù)會議論文集(下冊)[C];2007年

3 王淼;尚學(xué)群;謝華博;李戰(zhàn)懷;;行常量差異共表達(dá)基因模式挖掘算法研究[A];第29屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（B輯）（NDBC2012）[C];2012年

4 劉玉葆;蔡嘉榮;印鑒;黃志蘭;;基于最大訪問模式挖掘的數(shù)據(jù)庫異常行為檢測[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2006年

5 陸葉;王麗珍;陳紅梅;趙麗紅;;基于可能世界的不確定空間co-location模式挖掘研究[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(B輯)[C];2010年

6 王麗珍;陸葉;陳紅梅;肖清;;基于前綴樹結(jié)構(gòu)的空間co-location模式挖掘算法研究[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(B輯)[C];2010年

7 胡偉成;曹三省;李丹;;一種基于QPop增量時域分割升維的媒體內(nèi)容應(yīng)用模式挖掘改進(jìn)算法[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2005年

8 薛丹;李德敏;裴仁林;;移動計算中基于PrefixSpan算法的用戶移動模式挖掘[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2004年

9 夏慶;馬元元;孫志揮;;路徑遍歷模式挖掘方法的改進(jìn)[A];第十六屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集[C];1999年

相關(guān)博士學(xué)位論文 前8條

1 Shafqat Ali Shad;移動用戶軌跡與行為模式挖掘方法研究[D];中國科學(xué)技術(shù)大學(xué);2013年

2 錢烽;同位模式挖掘研究[D];浙江大學(xué);2012年

3 劉勇;圖模式挖掘技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2010年

4 覃桂敏;復(fù)雜網(wǎng)絡(luò)模式挖掘算法研究[D];西安電子科技大學(xué);2012年

5 王樂;數(shù)據(jù)流模式挖掘算法及應(yīng)用研究[D];大連理工大學(xué);2013年

6 林耀進(jìn);多源環(huán)境中數(shù)據(jù)預(yù)處理與模式挖掘的研究[D];合肥工業(yè)大學(xué);2014年

7 王廣濤;屬性子集選擇算法及其推薦方法研究[D];西安交通大學(xué);2017年

8 曾海泉;時間序列挖掘與相似性查找技術(shù)研究[D];復(fù)旦大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 楊陽;云計算環(huán)境下時空軌跡伴隨模式挖掘研究[D];南京師范大學(xué);2015年

2 李海;基于用戶軌跡數(shù)據(jù)的周期活動模式挖掘[D];江蘇科技大學(xué);2015年

3 周青峰;云計算環(huán)境下的模式挖掘算法研究[D];浙江工商大學(xué);2015年

4 陳瑞;基于分治子圖和極大有序團(tuán)樹的co-location模式挖掘研究[D];云南大學(xué);2015年

5 張子瀚;面向大數(shù)據(jù)的高效用模式挖掘方法研究[D];北方工業(yè)大學(xué);2016年

6 張剛領(lǐng);一種基于團(tuán)的閉頻繁Co-location模式挖掘方法[D];云南大學(xué);2016年

7 江萬國;基于領(lǐng)域驅(qū)動的空間高效用Co-location模式挖掘[D];云南大學(xué);2016年

8 吳錫宇;基于約束的城市co-location模式挖掘[D];云南大學(xué);2016年

9 馮魯橋;基于C/C++代碼庫的API調(diào)用模式挖掘研究及實現(xiàn)[D];電子科技大學(xué);2016年

10 王敏;云計算環(huán)境下時空軌跡聚集模式挖掘算法研究[D];南京師范大學(xué);2016年

，

本文編號：1631158