基于位置大數(shù)據(jù)的數(shù)據(jù)挖掘的分析研究

崔蓓蓓, 何 偉

(1.徽商職業(yè)學(xué)院，安徽 合肥 231201；2.安徽水利水電職業(yè)技術(shù)學(xué)院，安徽 合肥 231603)

0 引 言

移動位置服務(wù)(LBS)融合行為、時(shí)間和空間三大要素,將移動計(jì)算、無線定位和地理空間信息處理技術(shù)融合發(fā)展。隨著數(shù)字移動信息的發(fā)展,Android系統(tǒng)的普及,使LBS獲得了更大的發(fā)展空間。位置數(shù)據(jù)從研究設(shè)計(jì)到數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)計(jì)算、數(shù)據(jù)存儲以及數(shù)據(jù)可視化等構(gòu)成一套完整的技術(shù)體系和方法。

1 位置大數(shù)據(jù)處理及分析

1.1 位置信息的預(yù)處理

位置信息的預(yù)處理主要是對地圖數(shù)據(jù)信息和位置軌跡信息的數(shù)據(jù)進(jìn)行預(yù)處理,進(jìn)而通地圖和軌跡數(shù)據(jù)的進(jìn)行挖掘分析和建模。地圖的預(yù)處理首先是將連續(xù)的地圖區(qū)域用網(wǎng)格化分區(qū)、位置密度分區(qū)或參考點(diǎn)分區(qū)等方法進(jìn)行離散化R={r1,r2,…,rn}。及將連續(xù)的位置數(shù)據(jù)離散某一時(shí)刻的位置坐標(biāo),例如p為單個(gè)位置記錄,其移動目標(biāo)o的位置坐標(biāo)為,p的移動軌跡可以通過1個(gè)5元組表示為p=,其中v為移動速度,S代表狀態(tài)信息。S可以有多個(gè)取值即Si(i=1,2,3,…),如果用戶在社交網(wǎng)絡(luò)或是其他媒體上主動分享自己位置數(shù)據(jù),可以將與位置相關(guān)的媒體數(shù)據(jù)記為I,上述公式既可變換為p=。而一般又能將移動目標(biāo)oi的第j條位置記錄記為pj。

1.2 數(shù)據(jù)位置信息提取

(1)個(gè)體位置信息特征提取。位置大數(shù)據(jù)是以諸多對象的位置移動軌跡、區(qū)域活動特征的集合,在研究其總體特征提取過程,不妨以單個(gè)移動對象為觀察對象,提取個(gè)體在一段時(shí)間內(nèi)的移動行為規(guī)律特征,如在1條路徑中發(fā)生狀態(tài)轉(zhuǎn)換的概率期望等。相對于大數(shù)據(jù)個(gè)體位置數(shù)據(jù)具有稀疏性,針對位置大數(shù)據(jù)整體的混雜性和單一數(shù)據(jù)的稀疏性,以單一移動對象O為研究目標(biāo)時(shí),其對象O具有獨(dú)立性、隨機(jī)性、周期性和轉(zhuǎn)移性。隨機(jī)性給位置數(shù)據(jù)分析增加了難度,本文位置熵(Location entropy)研究其隨機(jī)性。Px為訪問一個(gè)位置的隨機(jī)變量,移動對象Oi共訪問了||r||個(gè)不同的位置區(qū)域,其隨機(jī)熵有:Hi=Hi(px)=log2||r||,統(tǒng)計(jì)移動對象在各個(gè)位置區(qū)域R={r1,r2,…,rn}上出現(xiàn)的概率,記為{pr(r1),pr(r2),…,rr(r||n||)},而位置熵為HR=Hi(Px|R))=-∑RPr(rj)log2Pr(rj)。如果考慮到移動對象Oi位置記錄的時(shí)序性,traj=,||traj||表示軌跡上位置數(shù)據(jù)p的數(shù)量,稱為軌跡長度。位置時(shí)序熵可表示為:H3=Hi(Px|traj)=-∑tr?trajlog2Pr(tr),由香農(nóng)定理可知信息冗余性,概率大的信息特征表示為該信息出現(xiàn)的機(jī)會比較大。

(2)區(qū)域靜態(tài)特征提取。如圖1所示,將位置信息在地圖空間上的映射進(jìn)行具體區(qū)域劃分,R可劃分為n個(gè)位置區(qū)域R=(r1,r2,…,rn),空間的時(shí)域作為另一特征分量,將時(shí)間劃分為固定時(shí)間片TS=(t1,t2,…,tm),根據(jù)位置和時(shí)間特征進(jìn)行局部特征提取,抽象出特征分量τ可分解為r,φ,其中φ=<φS,φmp,φd>,將位置特征進(jìn)行時(shí)間方向上的立體化,從而通過提取將位置信息數(shù)據(jù)化,更便于對其數(shù)據(jù)分析。

圖1 位置數(shù)據(jù)的全局模型

(3)位置數(shù)據(jù)的降維。通過上述分析位置數(shù)據(jù)除具有數(shù)據(jù)冗余性的特點(diǎn),因此在對位置數(shù)據(jù)進(jìn)行處理過程中應(yīng)減少特征的冗余度,通過精簡數(shù)據(jù)獲取全局模型,其常用的降維方法有介數(shù)降維和依主分量降維。ri和rj為同一特征路徑上的傳播點(diǎn),這兩個(gè)節(jié)點(diǎn)為一特征的共生關(guān)系,表示為ξij>0,這兩個(gè)節(jié)點(diǎn)稱為原始介數(shù),原始介數(shù)將兩者共同承擔(dān)的特性分別重復(fù)運(yùn)用到各自節(jié)點(diǎn)特征,造成特征的重復(fù)和高估。將ri節(jié)點(diǎn)信息刪除,保留rj節(jié)點(diǎn)信息后,位置信息并未受到影響,即節(jié)點(diǎn)rj對ri有可替代作用,不影響位置數(shù)據(jù)的建模,但減少了數(shù)據(jù)的冗余度。如果ξij<0說明ri和rj相關(guān)度較低,rj不可替代ri。

2 LBS位置數(shù)據(jù)的現(xiàn)實(shí)意義

基于位置的服務(wù)將移動設(shè)備利用GPS或通信網(wǎng)絡(luò)定位技術(shù)獲取當(dāng)前的位置信息,獲取無線網(wǎng)絡(luò)是哪個(gè)的某項(xiàng)服務(wù),早期LBS系統(tǒng)主要用于在特殊情況下的快速定位,以實(shí)施救援,如美國的E911系統(tǒng)和歐洲的E112系統(tǒng),隨著web2.0技術(shù)的普及,國內(nèi)外的社交網(wǎng)絡(luò)允許用戶參與并共享自己的位置數(shù)據(jù),如Facebook、YouTube和國內(nèi)的騰訊公司等。如圖2所示,隨著技術(shù)的發(fā)展,LBS將在智能交通、智能救助、醫(yī)療定位等領(lǐng)域發(fā)揮更重要的作用。

圖2 LBS系統(tǒng)的架構(gòu)

3 結(jié)束語

隨著移動通信技術(shù)的發(fā)展,移動定位技術(shù)和地理信息系統(tǒng)(GIS)的缺字愈加廣泛,移動互聯(lián)網(wǎng)已滲透到人們生活的各個(gè)層面。移動位置服務(wù)從單一業(yè)務(wù)模式發(fā)展到綜合應(yīng)用,如LBSNS、移動共享單車、網(wǎng)約車、社區(qū)交往等。4G時(shí)代的來臨,LBS大數(shù)據(jù)將與GPS進(jìn)行無縫對接,形成新的發(fā)展格局,在LBS帶來便利的同時(shí),也帶來了很多安全問題,這也是LBS研究的另一重要領(lǐng)域。

[參考文獻(xiàn)]

[1] Guo C, Liu JN, Fang Y, Luo M, Cui JS. Value extraction and collaborative mining methods for location big data [J].Ruan Jian Xue Bao/Journal of Software,2014,(4):713-730.

[2] Pan G, Qi GD, Wu ZH, Zhang DQ, Li SJ. Land-Use classification using taxi GPS traces. IEEE Trans[J]. on Intelligent TransportationSystems,2012,(1):113-123.

[3] 喬少杰, 李天瑞, 韓楠,等. 大數(shù)據(jù)環(huán)境下移動對象自適應(yīng)軌跡預(yù)測模型[J].軟件學(xué)報(bào),2015,(11): 2869-2883.

[4] 丁亮,鈕心毅,宋小冬.基于移動定位大數(shù)據(jù)的城市空間研究進(jìn)展[J].國際城市規(guī)劃,2015,(4):53-57.

[5] Jiang B, Yao X. Location-based services and GIS in perspective. Computers[J].Environment and Urban Systems,2006,30(6):712-725.