论文研究面向位置预测的动态轨迹模式挖掘.pdf

针对海量的用户轨迹数据进行研究，提出一种动态分析移动对象轨迹模式、预测轨迹位置的方法（PRED）。首先使用改进的模式挖掘模型，提取轨迹频繁模式（简称T-模式）；然后提出DPTUpdate算法，设计蕴涵时空信息的快捷数据结构——DPT（dynamicpatterntree），存储和查询移动物体的T-模式，并提出Prediction算法计算最佳匹配度，得到移动对象轨迹的预测位置。基于真实数据集进行对比实验，结果证明，PRED方法可提供动态分析的能力，平均准确率达到72%、平均覆盖率达到92.1%，与已有方法相比，其预测效果有显著提升。