基于位置数据的用户多周期移动行为挖掘

挖掘位置数据中的用户行为规律是大数据时代的研究热点之一.现有研究主要关注于用户在某时刻出现在某地点的行为,对于用户从一个地点移动到另一个地点的动态行为研究较为空缺.提出一种挖掘位置数据中用户移动行为的算法可以发现用户的多个周期移动行为,描述用户在时空上的移动规律.首先,利用离散傅里叶变换和自相关系数检测用户移动行为的周期,在这一过程中,利用Apriori性质减少计算复杂度;而后提出用户移动行为的生成模型,估计用户的移动行为概率矩阵,考虑到观测数据的稀疏性,采用带全局限制的动态时间规整距离对不同时间段的行为进行聚类以发现用户的多个周期移动行为.最后,我们选取某市公共自行车系统收集的位置数据进行实证分析,结果表明,新方法能有效地挖掘用户的多个周期移动行为,进一步地,通过归纳可以得到用户群体在周期移动行为上的主要特征.

Mining Users' Multiple Periodic Moving Behaviors Based on Location Data