隨著移動互聯(lián)網(wǎng)技術(shù)和數(shù)據(jù)采集技術(shù)的發(fā)展,產(chǎn)生了大量包含時間、空間等信息的時空數(shù)據(jù)。如何從這些時空數(shù)據(jù)中挖掘潛在有用的知識,用于指導(dǎo)決策、商業(yè)分析等社會服務(wù),成為數(shù)據(jù)挖掘研究領(lǐng)域新的研究問題和熱點。本文針對時空數(shù)據(jù)挖掘問題進(jìn)行了研究,內(nèi)容主要包括以下兩個方面。(1)時空數(shù)據(jù)下興趣區(qū)域發(fā)現(xiàn)方法的研究。針對現(xiàn)有空間聚類方法時間開銷大,且不適應(yīng)時空數(shù)據(jù)特性的問題,提出一種時空興趣區(qū)域發(fā)現(xiàn)算法SPROI,該算法是一種基于網(wǎng)格和時空密度的聚類算法。一方面,結(jié)合訪問頻率和停留時間兩個變量給出了時空密度的密度計算方法,充分考慮了時間、空間約束;另一方面,使用基于網(wǎng)格的聚類方法,在需多次、重復(fù)聚類的情況下提高了算法的運行效率。算法的主要過程包括:首先,將空間范圍劃分為單元格,計算數(shù)據(jù)所在單元格的時空密度,找出符合密度閾值的核心單元格。然后將核心單元格進(jìn)行合并、過濾等操作,最后得到時空興趣區(qū)域。實驗表明該算法有效可行,效率較高。(2)時空數(shù)據(jù)下頻繁模式挖掘方法的研究。由于時空數(shù)據(jù)的特殊性,現(xiàn)有的頻繁模式挖掘算法不適應(yīng)時空數(shù)據(jù)下的挖掘問題,提出一個時空數(shù)據(jù)的頻繁模式挖掘算法SPMQT-mining。該算法考慮...

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖3 國內(nèi)計算社會科學(xué)文獻(xiàn)關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)聚類圖

國內(nèi)計算社會科學(xué)研究的關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)聚類結(jié)果如圖3所示,表7展示了聚類結(jié)果的top9。從聚類結(jié)果可知,國內(nèi)計算社會科學(xué)研究主要包含以下主題類別:大數(shù)據(jù)分析、社會科學(xué)研究、地理信息科學(xué)、社會網(wǎng)絡(luò)分析、人工智能、傳播學(xué)、建模仿真。整體偏向社會科學(xué)研究,聚焦大數(shù)據(jù)的分析與應(yīng)用,關(guān)注人工....

圖４－１交通子Ｋ域劃分框架ＴＳＤ??４．１

?電寧科技太學(xué)碩士學(xué)位論文???第四章基于時空軌跡挖掘的交通區(qū)域劃分關(guān)鍵算法研究??本章基于第三章節(jié)清洗、過濾以及壓縮之后的軌跡數(shù)據(jù)，著麗研究基于時耷??軌跡挖掘的交通區(qū)域劃分關(guān)鍵算法，設(shè)計并實現(xiàn)基于時空融合的交通子區(qū)域劃分??框架ＴＳＤ，該框架生栗包含了軌跡相似性度薰方法選擇、....

圖2.1時空數(shù)據(jù)挖掘的分類在時空數(shù)據(jù)挖掘的應(yīng)用上，文獻(xiàn)[33]首次提出了基于時空軌跡數(shù)據(jù)分析與挖掘的智

2相關(guān)知識概述9圖2.1時空數(shù)據(jù)挖掘的分類在時空數(shù)據(jù)挖掘的應(yīng)用上，文獻(xiàn)[33]首次提出了基于時空軌跡數(shù)據(jù)分析與挖掘的智慧城市技術(shù)體系框架，如圖2.2[33]所示。該框架包含感知層、知識發(fā)現(xiàn)層和應(yīng)用層。感知層即采集數(shù)據(jù)層，通過GPS等技術(shù)獲取觀測對象等時間、位置等信息；知識發(fā)現(xiàn)層即....

圖2.2時空軌跡數(shù)據(jù)分析與挖掘的智慧城市技術(shù)體系框架

2相關(guān)知識概述9圖2.1時空數(shù)據(jù)挖掘的分類在時空數(shù)據(jù)挖掘的應(yīng)用上，文獻(xiàn)[33]首次提出了基于時空軌跡數(shù)據(jù)分析與挖掘的智慧城市技術(shù)體系框架，如圖2.2[33]所示。該框架包含感知層、知識發(fā)現(xiàn)層和應(yīng)用層。感知層即采集數(shù)據(jù)層，通過GPS等技術(shù)獲取觀測對象等時間、位置等信息；知識發(fā)現(xiàn)層即....

本文編號：4031103