摘? ?要：文章首先以時空軌跡數據為基礎，介紹了時空軌跡數據的基本結構，構建了時空軌跡數據模型。其次，對等時間間隔時空軌跡采樣數據進行了研究，生成用戶熱點訪問區(qū)域。最后，以用戶時空軌跡數據挖掘算法實現了對熱點訪問區(qū)域的挖掘研究。

關鍵詞：時空軌跡;用戶移動行為

GPS，RFID，網絡通信技術的不斷發(fā)展，使得我們對于時空軌跡數據的收集、存儲與分析成為可能。對時空軌跡進行分析，從大量的用戶移動時空軌跡數據中發(fā)現蘊含的移動行為模式，對于諸如社會管理、交通系統(tǒng)規(guī)劃與監(jiān)控，基于位置的服務等領域都有非常重要的作用，同時也是數據挖掘領域的一個研究熱點。

以感知時空軌跡數據為基礎，以信息學科的研究方法為工具，對大規(guī)模數據背后所隱含的關聯影響關系進行定量的建模，對所蘊含的規(guī)律知識進行系統(tǒng)、完整的抽取，進而對已存在的現象進行原因解釋，對未來可能出現的事件進行預測[1]，這是一種以數據驅動的社會計算學科的研究范疇。

1? ? 時空軌跡數據的模型

時空軌跡數據是指在時間和空間維度下，對移動用戶或車輛運動過程中的軌跡點采樣獲得的數據信息。軌跡數據包括采樣的時間信息和當時所處的地理位置空間信息。車輛時空軌跡數據是指在交通路網結構的約束條件下，在時間領域具有語義關系約束。

車輛時空軌跡數據可以用公式表達為：

其中，Ti表示第i個采樣時間點，Loci表示移動用戶在Ti時間所處的地理位置，Loci的位置信息與地理坐標信息表示一致，包含水平坐標值和垂直坐標值，可以表示為Loci（xi，yi）。本文中的采樣時間間隔|Tj-Ti|為等時間間隔數值。

采樣時間為等時間間隔，因此可以將用戶的時空軌跡數據的連續(xù)時間域轉換為離散時間域，只考慮軌跡數據點的空間位置信息，將采樣的時空軌跡數據點映射到二維空間域上進行表示?？梢圆捎靡?guī)則網格單元的形式來表示用戶的時空軌跡數據，以等規(guī)則空間粒度將空間平面劃分為有限個網格單元集合，以實現對連續(xù)空間區(qū)域的離散化處理以及相近軌跡位置點的近似化計算。假定一個3×3的平面規(guī)則空間網格集合，如果空間位置Loci落在第k個網格單元之內，則可以使用該網格單元的標識號Cellk來代替該二維空間位置[2]，軌跡序列的網格單元示意如圖1所示。

通過這樣的離散化劃分，連續(xù)的時空軌跡數據點就能夠被轉換為若干個離散的網格單元集合，臨近的連續(xù)軌跡數據點可以劃分到一個網格單元中，用相同的網格單元符號表示。因此，原始的時空軌跡數據集為：

可以被轉換為如下形式：

2? ? 等時間間隔的用戶移動行為模式挖掘

熱點區(qū)域是指移動對象頻繁訪問的空間區(qū)域。對于移動軌跡數據來說，是指在某個空間區(qū)域中存在大概率的移動數據訪問點，這個區(qū)域被稱作為熱點空間區(qū)域。將原始時空軌跡映射到三維時空中，基于規(guī)則網格空間劃分，移動軌跡位置點被轉換為不同瞬時的網格單元數據（見圖2）。網格單元被按照瞬時采樣時間分割為相應的多個時間曾，在每一個時間層，使用密度統(tǒng)計的方法判定時空熱點區(qū)域。以cell（i，j）表示第i個時間層上的第j個網格單元，用Rate（cell（i，j））表示網格單元cell（i，j）被移動群體訪問的頻率次數。

將用戶移動軌跡數據集合用D={M1，M2，...，M6}表示，其中Mi表示第i個移動個體的歷史軌跡數據。本實驗中設置網格單元規(guī)格為3×3，軌跡數據集合如圖3所示。

對該移動數據集進行用戶訪問頻率次數計算之后，運用數據挖掘算法實現對用戶熱點區(qū)域訪問軌跡序列的挖掘，具體的算法流程如圖4所示。將軌跡數據集映射為規(guī)則的網格單元形式，然后對該網格單元的數據進行用戶軌跡訪問頻率值得計算，形成軌跡頻率值網格單元集合。掃描該集合的網格單元值，如果頻率值Rate（cell（i，j））大于給定的閾值，則標識該單元格為熱點區(qū)域。如果頻率值Rate（cell（i，j））不大于給定的閾值，則刪除該網格單元[3]。直到所有的網格單元都掃描完成之后，將符合條件的熱點單元格及支持度值存入移動模式集合LS中，判斷該單元格是否等于對應的支持度值，如果等于支持度值，則將該單元格加入軌跡序列，否則移除該單元格，直到所有的網格單元判斷完成后，最終的LS集合即是要生成的熱點區(qū)域軌跡序列。

3? ? 結語

本文介紹了等時間間隔條件下的用戶移動行為模式挖掘問題，對等時間間隔時空軌跡采樣數據進行了研究。針對等時間間隔時空軌跡時間維度內的離散化特征，提出了時間—空間規(guī)則網格表示的時空熱點區(qū)域的概念以表示不同時間切片上的熱點空間區(qū)域，最后設計并實現了用戶時空軌跡序列的挖掘算法。

基金項目：遼寧省博士科研啟動基金項目;項目編號：20170520222。遼寧省教育科學“十三五”規(guī)劃課題;項目編號：JG17EB142。

作者簡介：陳雪蓮（1979— ），女，黑龍江肇東人，講師，博士;研究方向：數據挖掘。

[參考文獻]

[1]張彥俊，楊曉冬，劉毅，等.基于時空大數據的智慧稽查平臺構建研究[J].計算機與數字工程，2019（3）：616-617.

[2]楊杰.基于時空軌跡大數據的群體行為模式挖掘分析關鍵技術[D].南京：東南大學，2015.

[3]呂萍.看美國大數據技術與業(yè)務發(fā)展[J].數字通信世界，2015（5）：46-48.

Abstract：Firstly， based on the spatio-temporal trajectory data， this paper introduces the basic structure of spatio-temporal trajectory data and constructs a spatio-temporal trajectory data model. Secondly， the peer-to-peer interval spatio-temporal track sampling data is studied to generate the user hot spot access area. Finally， based on the user spatio-temporal trajectory data mining algorithm， the research of mining hot spot access area is carried out.

Key words：spatio-temporal trajectory; user mobile behavior