在GPS 數(shù)據(jù)挖掘中基于向量自回歸的POI 類型轉(zhuǎn)移矩陣規(guī)律與預(yù)測

李曉娟

（四川大學(xué)計(jì)算機(jī)學(xué)院，成都610065）

0 引言

隨著人們對各種具有定位功能的智能設(shè)備的普遍使用以及基于位置的應(yīng)用服務(wù)在日常生活中的廣泛應(yīng)用，使得每天都會產(chǎn)生大量與位置相關(guān)的數(shù)據(jù)，而對這些數(shù)據(jù)的分析與探索成為近些年來的研究熱點(diǎn)之一。目前已有大量工作從事于基于GPS 軌跡的位置或用戶推薦、軌跡模式挖掘、軌跡分類以及異常檢測等領(lǐng)域的研究，其中基于GPS 軌跡的POI（Point Of Interest）推薦[1-7]、識別[8-9]以及與其他領(lǐng)域知識相結(jié)合的研究[10]更是引起越來越多研究者的關(guān)注，但很少有文獻(xiàn)專門針對基于GPS 軌跡的POI 類型的變化規(guī)律進(jìn)行研究，這也正是本文工作的主要內(nèi)容。

基于GPS 軌跡的POI 推薦本質(zhì)上是一種位置推薦，主要考慮用戶所訪問位置的地理、時間以及語義因素等來設(shè)計(jì)各種推薦方法。文獻(xiàn)[3,4,7]用基于HITS 模型的系列推薦算法為用戶推薦POI 點(diǎn)，通過將每個用戶的軌跡按一定規(guī)則提取出停留點(diǎn)，例如在地理位置上進(jìn)行密度聚類或K-means 聚類等，基于某種常識（如用戶趨向于訪問距離其近的POI 或用戶偏好訪問某類POI 等）構(gòu)建用戶與POI 間的關(guān)系，針對每個用戶得到一個關(guān)于POI 的排序結(jié)果，從而將排序最靠前的k 個POI 點(diǎn)作為推薦結(jié)果。其他工作則使用不同方法為用戶提供POI 推薦服務(wù)，如文獻(xiàn)[5,6]采用貝葉斯方法解決POI 推薦問題，文獻(xiàn)[1,2]使用傳統(tǒng)推薦方法—協(xié)同過濾。但這些方法解決的問題本質(zhì)是對POI 的排序，并未探索多個POI 類型間的相互影響以及變化規(guī)律，也沒有將研究時間序列的向量自回歸模型應(yīng)用到POI數(shù)據(jù)挖掘中。

由于室內(nèi)或城市的一些狹小空間內(nèi)，GPS 信號較差，甚至沒有，存在GPS 數(shù)據(jù)不夠精確的問題，POI 識別模型則是解決如何在GPS 數(shù)據(jù)不可信的情況下準(zhǔn)確識別出現(xiàn)實(shí)存在的POI 點(diǎn)的問題。POI 識別模型可理解為一種特殊且復(fù)雜的停留點(diǎn)提取方法，雖然其可以準(zhǔn)確識別出一個位置在現(xiàn)實(shí)中是否是人們都感興趣的地方。但其同樣沒有考慮POI 類型間的變化關(guān)系，更主要的是沒有考慮到多種不同POI 類型間的相互影響關(guān)系。

鑒于此，本文考慮多種不同POI 類型間的相互影響，提出新的停留點(diǎn)提取方法用于提取出用戶的POI點(diǎn)，還提出基于向量自回歸的POI 類型轉(zhuǎn)移演化算法BVAREA，用來探索和發(fā)現(xiàn)POI 類型轉(zhuǎn)移矩陣的變化規(guī)律，進(jìn)一步預(yù)測未來幾期的POI 類型轉(zhuǎn)移矩陣。向量自回歸模型是經(jīng)濟(jì)學(xué)中最常用的模型之一，主要用于對時間序列的分析，本文是第一個將向量自回歸應(yīng)用到GPS 數(shù)據(jù)挖掘中。而且可將本文工作應(yīng)用到POI推薦服務(wù)中，以便提高推薦的準(zhǔn)確性，有助于為用戶推薦一些有趣地方，以滿足用戶對新鮮事物的好奇心和嘗試性需求。還可用于POI 識別中，使其能更加準(zhǔn)確地識別出現(xiàn)實(shí)存在的POI 點(diǎn)的類型，進(jìn)一步研究用戶的行為習(xí)慣，從而為用戶提供更好的服務(wù)與體驗(yàn)。除此之外，與其他學(xué)科結(jié)合在一起可解決新的問題，如文獻(xiàn)[19]將POI 和社會焦慮癥結(jié)合，對具有社會焦慮癥的人們進(jìn)行研究以發(fā)現(xiàn)他們生活規(guī)律的不同。因此，對POI 類型的研究具有廣泛的應(yīng)用價值和重要的研究意義。

同時本文在Geolife 數(shù)據(jù)上進(jìn)行實(shí)驗(yàn)，并與基于AR、MA 以及SES 的模型進(jìn)行對比，結(jié)果表明，對于POI 類型轉(zhuǎn)移矩陣的預(yù)測，BVAREA 模型在MEA 和RMSE 標(biāo)準(zhǔn)上均優(yōu)于其他三個模型，在這兩個指標(biāo)上預(yù)測的準(zhǔn)確性最大分別可提高約9.23%、14.84%、14.78%、8.05%、14.1%、12.4%。

1 數(shù)據(jù)預(yù)處理

在預(yù)處理Geolife 數(shù)據(jù)前先給出一些相關(guān)定義，以便更好地理解接下來的工作。

定義1：（軌跡）一條軌跡Tr=＜P1,P2,…,Pn＞是由最基本的軌跡點(diǎn)Pi=（lat,lng,t）（1＜=i＜=n）按時間順序構(gòu)成的，其中l(wèi)at、lng、t 分別表示地理位置的緯度、經(jīng)度以及用戶到達(dá)該位置時的時間戳。

定義2：（帶POI 類型的軌跡）已知一條原始軌跡Tr，則 其 對 應(yīng) 的 帶POI 類 型 的 軌 跡TrType=＜PT1，PT2,…,PTn＞，PTi=（lat,lng,t,ty）是一個四元組，其中ty 表示根據(jù)GPS 點(diǎn)Pi得到的POI 類型，lat、lng、t 的含義和上面相同。

定義3：（POI 序列）POI 序列集合PoiSeq={PoiSeq1,PoiSeq2,…,PoiSeqN}，PoiSeqi=＜PTS1,PTS2,…,PTSM＞（1＜=i＜=N）是第i 個用戶的POI 序列，此序列中的任意一個點(diǎn)PTSj=（lat,lng,ts,te,ty）（1＜=j＜=m）是通過本文提出的新停留點(diǎn)提取方法得到的POI 點(diǎn)，lat、lng、ty、ts、te 分別表示用戶i 在訪問第j 個POI 點(diǎn)時所在地理位置的緯度、經(jīng)度、POI 類型以及到達(dá)該位置的起始時間和結(jié)束時間，M 表示POI 序列中POI 點(diǎn)的總數(shù)。

1.1 提取停留點(diǎn)的方法

本文受文獻(xiàn)[7]啟發(fā)，由連續(xù)軌跡點(diǎn)一般具有相同或相近的POI 類型，提出一種新方法用來從原始軌跡數(shù)據(jù)中提取出停留點(diǎn)。新方法涉及到兩個參數(shù)Nthreod和Tthreod，分別表示在提取出的停留點(diǎn)中包含原始軌跡點(diǎn)的最小個數(shù)和最大平均時間間隔。具體過程為，對任一帶有POI 類型的軌跡TrType，將第一個點(diǎn)作為臨時停 留 點(diǎn)PS，然 后 比 較 相 鄰 兩 點(diǎn)PTi和PTi+1（1＜i＜|TrType|）的POI 類型是否相同且時間間隔小于Tthreod，若滿足條件，則將PTi+1添加到臨時停留點(diǎn)PS 中，且PS大小加1。否則保存PS 到停留點(diǎn)列表中，同時生成一個新的空臨時停留點(diǎn)PS，將PTi+1添進(jìn)去。依次類推，直到所有點(diǎn)被遍歷完。接著依次判斷停留點(diǎn)列表中每個停留點(diǎn)PS 與數(shù)量閾值Nthreod的大小，若小于數(shù)量閾值，判斷PS 的直接前驅(qū)和直接后繼的POI 類型是否相同，若相同，則將這三個連續(xù)停留點(diǎn)合并為一個，否則按公式（1）和（2）計(jì)算PS 與其直接前驅(qū)和直接后繼的avtime 和num，若avgtime 都小于Tthreod，則按這兩個值乘積的大小確定PS 應(yīng)該合并到直接前驅(qū)還是直接后繼。否則合并到avgtime 小于Tthreod的停留點(diǎn)中，若都不小于Tthreod，則不合并，最后刪除小于Nthreod或類型未知的停留點(diǎn)，剩余的停留點(diǎn)便是本文提取出的最終的停留點(diǎn)，也被視之為POI 點(diǎn)，記為PTS。

1.2 確定最小POI 點(diǎn)數(shù)量的折衷方法

根據(jù)上述方法提取出每個用戶的POI 點(diǎn)形成一個時間序列，所有用戶的POI 序列構(gòu)成一個集合POISeq，經(jīng)統(tǒng)計(jì)分析，其中POI 點(diǎn)數(shù)量大于1000 的POI 序列只有78 個，基于此，本文采用折衷方法來平衡最小POI 點(diǎn)數(shù)量和滿足POI 點(diǎn)數(shù)量要求的用戶數(shù)量。這是一個循環(huán)過程，具體是：將低于1000 個POI點(diǎn)的序列構(gòu)成集合POISeqS，設(shè)初始最小POI 點(diǎn)數(shù)量minNum 為0，預(yù)計(jì)提升minNum 后的新最小POI 點(diǎn)數(shù)量newNum 是POISeqS 的平均POI 點(diǎn)數(shù)量，則預(yù)計(jì)提升后用戶的下降率和POI 點(diǎn)數(shù)量的提升率按如下兩個公式計(jì)算，若userDroop 大于pointRise，則不提升POI點(diǎn)數(shù)量，并退出循環(huán)，否則提升POI 點(diǎn)數(shù)量，并將min-Num 設(shè)置為newNum，進(jìn)入下一輪循環(huán)，直到userDroop大于pointRise 或到達(dá)迭代次數(shù)才停止循環(huán)。

2 POI類型轉(zhuǎn)移矩陣和向量

由于每個用戶的行為習(xí)慣具有一定的規(guī)律性和隨機(jī)性，本文使用POI 類型轉(zhuǎn)移矩陣序列來刻畫用戶訪問不同POI 類型時的變化規(guī)律，POI 類型轉(zhuǎn)移矩陣從一個獨(dú)特的角度反映出用戶訪問位置的行為習(xí)慣。通過對POI 類型轉(zhuǎn)移矩陣的研究可以間接地了解用戶的行為習(xí)慣和類型偏好。

定義4：（POI 轉(zhuǎn)移矩陣FTM）假設(shè)K 是POI 類型的種類數(shù)，存在矩陣FTM，對于矩陣中的任何一個元素ftmi,j（1＜=i，j＜=K）表示用戶訪問的POI 類型從PTSi轉(zhuǎn)移到PTSj的頻次，矩陣FTM 就是所謂的POI 類型轉(zhuǎn)移矩陣。

依據(jù)定義3，給定所有用戶在t 和t+1 時的POI 類型分布情況，可以生成t 時的POI 類型轉(zhuǎn)移矩陣FTMt。如圖1 所示，假設(shè)POI 序列的類型種類數(shù)是4，則t，t+1，t+2 時的POI 類型分布情況分別是圖1（a）～（c），用點(diǎn)的形狀表示不同的用戶，顏色代表不同類型的POI（即紅、綠、藍(lán)、紫分別表示POI 類型0、1、2、3），而（d）和（e）分別表示t 和t+1 時的POI 類型轉(zhuǎn)移矩陣。例如，圖1（a）中t 時的藍(lán)色圓點(diǎn)轉(zhuǎn)移為圖1（b）中t+1時的紅色圓點(diǎn)，對應(yīng)到圖1（d）中FTMt的元素ftm2,0應(yīng)為1；再如圖1（b）中的紫色方塊和五角星分別轉(zhuǎn)移為圖1（c）中的藍(lán)色方塊與五角星，對應(yīng)到圖1（e）的FTMt+1的元素ftm3,2應(yīng)為2。

為了方便研究POI 類型轉(zhuǎn)移矩陣隨時間的變化規(guī)律，在此定義了POI 類型轉(zhuǎn)移向量序列。

定義5：（POI 類型轉(zhuǎn)移向量序列FTV）：將上述POI 類型轉(zhuǎn)移矩陣序列中的每個POI 類型轉(zhuǎn)移矩陣FTMi橫向展開為一個類型轉(zhuǎn)移向量FTVi，所形成的序列FTV={FTV1,FTV2,…,FTVM-1}被稱為POI 類型轉(zhuǎn)移向量序列，其中M 的含義與定義3 相同。

例如，圖1 中的兩個POI 類型轉(zhuǎn)移矩陣形成一個序列FTM={FTMt,FTMt+1}，按定義5 展開的類型轉(zhuǎn)移向量序列是FTV={（1,0,0,1,0,0,1,1,1,0,0,0,0,0,0,0）,（0,1,0,1,0,0,0,0,0,0,0,1,0,0,2,0）}。若實(shí)驗(yàn)數(shù)據(jù)有限，可考慮將POI 類型轉(zhuǎn)移矩陣的每一行或每一列視為一個向量，利用向量自回歸模型學(xué)習(xí)其相互間的影響，從而間接實(shí)現(xiàn)用向量自回歸模型學(xué)習(xí)和預(yù)測POI 類型轉(zhuǎn)移向量序列。

圖1 POI類型轉(zhuǎn)移矩陣序列

3 向量自回歸模型與對比模型

向量自回歸模型（Vector AutoRegressive，VAR）：是對單變量自回歸模型的推廣，它將多變量序列中的每個變量作為其他變量滯后值的函數(shù)來構(gòu)建模型，從而研究多變量時間序列相互間的動態(tài)變化規(guī)律，即其滯后結(jié)構(gòu)關(guān)系，假設(shè)Yt=（y1t,y2t,…,ykt）T是一個由k 個內(nèi)生變量構(gòu)成的列向量，et=（e1t,e2t,…,ekt）是k 維隨機(jī)擾動向量，若滯后階數(shù)為p，則VAR 模型（記為VAR（p））表示為：

式中，Yt為t 時的POI 轉(zhuǎn)移向量，Φi是第i 個k×k維的待估計(jì)系數(shù)矩陣，擾動向量et～N( )0,Ω，其內(nèi)的變量之間可以相關(guān)，但是這些變量不存在自相關(guān)，即獨(dú)立同分布，并且與內(nèi)生變量也不相關(guān)。

在構(gòu)建向量自回歸模型時，重要的一步是階數(shù)的確定，本文采用赤池信息準(zhǔn)則（Akaike Information Criterion，AIC）來確定滯后階數(shù)p，取AIC 值最小時所對應(yīng)的p 值，即為最佳滯后階數(shù)。AIC 的定義如下：

式（6）中的n=k（kp+1）為待估計(jì)的參數(shù)個數(shù)，其中k 為內(nèi)生變量個數(shù)；M 是POI 類型轉(zhuǎn)移向量序列的長度；l 可通過以下等式確定。

自回歸模型（Autoregressive Model，AR）：設(shè)yt是POI 類型轉(zhuǎn)移向量中一個分量的時間序列，p 階自回歸過程（AR（p））的形式如式（9）所示，表示序列yt的當(dāng)前值是p 階滯后項(xiàng)與隨機(jī)擾動項(xiàng)et的線性組合，且隨機(jī)擾動項(xiàng) et獨(dú)立于序列 yt-1,yt-2,…,yt-P。與VAR 相比，AR 模型反映出POI 轉(zhuǎn)移向量分量序列的變化只受其自身變化影響的過程，沒有考慮其他POI轉(zhuǎn)移向量分量對其變化的影響。針對每個POI 類型轉(zhuǎn)移向量的分量序列，本文分別為其對應(yīng)的AR 模型篩選出最佳的滯后階數(shù)p，用于說明采用VAR 模型預(yù)測POI 轉(zhuǎn)移向量的有效性。

滑動平均模型（Moving Average，MA）：是另一種自相關(guān)模式。已知yt是POI 轉(zhuǎn)移向量中一個分量的時間序列，q 階滑動平均模型（MA（q））的公式化表示如下：

由以上公式可知，滑動平均模型的當(dāng)前預(yù)測值是時間序列過去q 個時期的隨機(jī)擾動項(xiàng)或預(yù)測誤差的線性組合。與AR 模型對比，MA 模型中的參數(shù)θ 的取值對時間序列的影響沒有AR 模型的參數(shù)p 那么強(qiáng)烈，所以當(dāng)存在較大隨機(jī)變化時，MA 模型一般不會改變時間序列的方向。同理，本文對于每個POI 轉(zhuǎn)移向量分量序列也選取出MA 模型的最佳階數(shù)q。

簡單指數(shù)平滑模型（Simple Exponential Smoothing，SES）：是一種特殊的加權(quán)平均法，是將時間序列的當(dāng)期觀測值與當(dāng)期預(yù)測值經(jīng)過權(quán)重求和得到下一期預(yù)測值，特點(diǎn)是為距離預(yù)測期較近的序列數(shù)據(jù)賦予較大的權(quán)重，且權(quán)重由近至遠(yuǎn)按指數(shù)遞減規(guī)律下降。公式（11）是簡單指數(shù)平滑法通項(xiàng)的形式化表示，同時公式（12）給出其遞推表示法。

4 基于向量自回歸的POI類型轉(zhuǎn)移演化規(guī)律

首先根據(jù)原始GPS 軌跡數(shù)據(jù)集中的每條軌跡，通過百度地圖的逆地編碼得到具有POI 類型含義的軌跡TrType，基于TrType 采用本文提出的停留點(diǎn)提取方法及折衷方法為用戶提取出POI 點(diǎn)序列，進(jìn)而得到隨時間不斷變化的POI 類型轉(zhuǎn)移向量序列，然后使用向量自回歸模型進(jìn)行建模，從而預(yù)測出未來幾期的POI 類型轉(zhuǎn)移向量，具體過程如算法為：

算法1：基于向量自回歸的POI 類型轉(zhuǎn)移演化算法

輸入：經(jīng)停留點(diǎn)提取方法及折衷方式得到的POI序列集合POISeq={POISeq1，POISeq2，…，POISeqM}，和最小點(diǎn)數(shù)minNum，預(yù)測期數(shù)s

步驟：

1.初始化matrix[][][]//matrix[i][][]是第i 個POI 類型轉(zhuǎn)移矩陣

2.for POISequ ∈POISeq do

3.start ←POISequ.szie—minNum—1//截取距預(yù)測期最近的等長序列

4.for PTSi ∈POISequ do

5.if（i==start）then

6. prev ←PTSi

7. elif（i ＞start）

8. matrix[i-start-1][prev.ty][PTSi.ty]++

9.endif

10.endfor

11.endfor

12.for Ti ∈T do

13.FTVi ←matrix[i]//轉(zhuǎn)換POI 類型矩陣為POI類型向量

14.endfor

POI 類型轉(zhuǎn)移矩陣是用一種間接的方式來描述用戶的行為習(xí)慣和類型偏好，對于某個給定時期的POI類型轉(zhuǎn)移矩陣，表示了用戶群從一種POI 類型轉(zhuǎn)移到其他POI 類型的POI 頻次分布情況。針對每個用戶，按照時間先后順序排序其訪問的POI 點(diǎn)，如果此用戶從一個POI 到另一個POI，且這兩個POI 是在訪問上是相鄰的，則更新相應(yīng)期的POI 類型轉(zhuǎn)移矩陣。具體而言就是，假設(shè)一個用戶在t0期訪問一個類型為tyi的POI，接著在t1期訪問另一個類型為tyj的POI，則對應(yīng)的t0期的轉(zhuǎn)移矩陣中從類型tyi到類型tyj的元素被更新。據(jù)此生成定義5 中的POI 類型轉(zhuǎn)移向量，最后使用基于向量自回歸模型的POI 類型轉(zhuǎn)移演化算法挖掘出POI 在類型轉(zhuǎn)移方面的演化規(guī)律。

5 實(shí)驗(yàn)分析

5.1 數(shù)據(jù)集

本文使用Geolife 數(shù)據(jù)集，此數(shù)據(jù)集是由182 個用戶在2007 年4 月到2012 年8 月期間生成的，一共有17621 條軌跡，每條軌跡是由含有地理位置緯度、經(jīng)度以及時間戳的點(diǎn)構(gòu)成的序列，其中91.5%的軌跡是每1～5 秒鐘或5～10 米采樣一次。

表1 POI 語義表

如上述描述，本文利用百度地圖的逆地理編碼API 獲取每個原始軌跡點(diǎn)的POI 類型，并按表1 對獲取到的POI 類型進(jìn)行標(biāo)記，如果獲取到的POI 類型不是這四種中的任意一種，則將其標(biāo)記為5，表示未知類型，得到定義2 所描述的帶POI 類型的軌跡TrType后，采用本文提出的停留點(diǎn)提取方法提取出每個用戶的POI 點(diǎn)，再用折衷方法篩選出滿足要求的POI 序列，最后根據(jù)定義4、5 計(jì)算出相應(yīng)的用于各種模型的POI類型轉(zhuǎn)移矩陣序列和POI 類型轉(zhuǎn)移向量序列。

5.2 評價標(biāo)準(zhǔn)

本文將會預(yù)測未來s（1＜=s＜=30）個時刻的POI 類型轉(zhuǎn)移向量，所以使用離差標(biāo)準(zhǔn)化方法來歸一化向量分量的誤差，使其在同一數(shù)量級，即具有可比性，具體公式如下：

本文設(shè)計(jì)兩個度量標(biāo)準(zhǔn)MAE（平均絕對誤差）和RMSE（標(biāo)準(zhǔn)誤差）來衡量VAR 模型的預(yù)測性能，分別表示為公式（14）和公式（15），其中的k 表示POI 轉(zhuǎn)移向量的維數(shù)。

5.3 參數(shù)設(shè)置與結(jié)果分析

本文依據(jù)前期對帶有POI 類型的軌跡數(shù)據(jù)的分析將POI 的類型數(shù)設(shè)置為4，分別標(biāo)記為表1 所示。另一個參數(shù)便是向量自回歸模型滯后階數(shù)的確定，由于AIC 值越小，模型就越能有效地反映變量間的關(guān)系，因此選取能夠使AIC 值取最小時對應(yīng)的滯后階數(shù)，如圖2 所示，本文VAR 模型的滯后階數(shù)都應(yīng)設(shè)為1。

圖2 根據(jù)AIC確定滯后階數(shù)

為了驗(yàn)證BVAREA 在POI 類型轉(zhuǎn)移向量上的預(yù)測性能，本文將基于AR、MA 和SES 的模型作為其對比方法，這三種模型都是針對單個時間序列的。為了方便描述，將這四種模型簡稱為VAR、AR、MA 和SES模型。

本文使用這四種模型分別預(yù)測接下來30 期的POI 類型轉(zhuǎn)移向量，并與實(shí)際的POI 類型轉(zhuǎn)移向量進(jìn)行對比，分別計(jì)算出MAE 和RMSE 指標(biāo)的值，從而反映出不同模型的預(yù)測性能。正如圖7、圖8 所示，VAR模型的預(yù)測性能最好，就MAE 評價指標(biāo)而言，VAR 模型有28 期的MAE 值都低于AR、MA、SES 模型；對于RMSE 指標(biāo)，其中有25 期是VAR 模型低于其余三個模型，這說明考慮多序列之間的相互影響對POI 類型轉(zhuǎn)移向量的預(yù)測至關(guān)重要。VAR 模型與AR 模型相比，在MAE 標(biāo)準(zhǔn)上，VAR 模型的預(yù)測性能最高可以提高大約9.23%，最低可提升約1.83%；在RMSE 標(biāo)準(zhǔn)上，VAR 模型預(yù)測性能的準(zhǔn)確性大約可提升1.16%-8.05%，表明同時考慮多個POI 類型轉(zhuǎn)移向量的分量序列有助于提高預(yù)測的準(zhǔn)確性。與MA 和SES 模型相比，雖然有時的預(yù)測準(zhǔn)確性要低于這兩種模型之一，但這正體現(xiàn)出POI 類型轉(zhuǎn)移向量分量序列具有一定的隨機(jī)特性。就MAE 指標(biāo)而言，VAR 模型在最好情況下可以比MA 模型提高大約14.84%的準(zhǔn)確性，比SES 模型可提高約14.1%；根據(jù)RMSE 指標(biāo)，VAR 模型分別比MA 模型和SES 模型提高14.78%和12.4%。

圖3 在未來30個預(yù)測上不同方法的MAE值

圖4 在未來30個預(yù)測期上不同方法的RMSE值

6 結(jié)語

本文在GPS 數(shù)據(jù)挖掘中發(fā)現(xiàn)現(xiàn)有工作很少有將多個POI 類型的相互影響同時考慮在內(nèi)，基于此，本文提出一種新的停留點(diǎn)提取方法，目的是從原始軌跡數(shù)據(jù)中提取出需要的POI 點(diǎn)，同時用一種折衷方式平衡每個POI 序列中POI 點(diǎn)的數(shù)量和滿足POI 點(diǎn)數(shù)量要求的用戶數(shù)量，然后利用本文提出的基于VAR 模型的POI類型轉(zhuǎn)移演化算法學(xué)習(xí)POI 類型轉(zhuǎn)移矩陣的變化規(guī)律并預(yù)測未來幾期的POI 類型轉(zhuǎn)移矩陣。最后在真實(shí)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，通過與基于AR、MA 以及SES 模型的對比，說明本文提出方法的有效性。本文是第一個將VAR 模型應(yīng)用到GPS 數(shù)據(jù)挖掘中的，同時POI 類型轉(zhuǎn)移矩陣以與之前工作不同的角度來反映用戶訪問位置的行為習(xí)慣和大眾偏好，且可將本文工作應(yīng)用到POI 推薦、POI 識別等有關(guān)POI 的領(lǐng)域中。