基于出租车轨迹的城市居民移动模型相关研究.docVIP

　　基于出租车轨迹的城市居民移动模型相关研究 摘要：轨迹?稻菰谝欢ǔ潭壬戏从沉斯旒２?生主体的行为特征，对轨迹数据的研究及相关挖掘工作受到了越来越多人的重视；出租车GPS轨迹数据，在一定程度上包含了部分居民出行行为的丰富信息。针对出租车GPS轨迹数据的相关研究近几年呈上升趋势，本文对这类研究进行了分析和整理，探讨了基于此类数据的基本处理流程、模型构建与数据挖掘、以及可应用的相关领域。 中国 8/vie 　　关键词： 轨迹数据；数据挖掘；移动模型；GPS；轨迹重建 　　中图分类号：TP311 文献标识码：A ：1009-3044（2017）06-0252-03 　　Abstract：To some certain extent， the trajectory data reflects the behavior of trajectory subject. The research on trajectory data mining and related ore and more attention； Taxi GPS trajectory data contains abundant information about travel behavior of residents. The related research on taxi GPS trajectory data has risen in recent years. This paper analyzed and collated for this type of research， discussed the basic processing and constructing model and data mining based on those data. 　　Key ining； mobile model； GPS； trajectory reconstruction 　　1 概述 　　在过去相当长一段时间里，研究人类移动轨迹几乎是一件不可能的事情。近些年来随着传感器技术及GPS技术的发展，大规模的记录个体运动位置在经济上和技术上都变得比较可行，人们可以采集到大量的车辆、动物和人的移动轨迹数据，对人类移动数据集的研究引起了研究者们越来越多的兴趣。尽管这些数据集的用途和处理方法不尽相同，但是研究结果表明，人类移动符合一系列的特征，对于这些数据进行分析，可以帮助人们更好地了解城市的交通状况、动物的活动习性和人的移动规律。 　　通过对轨迹数据进行分析，可以理解世界日益增长的需求，是理解全球化中一些复杂现象的关键，例如全球快递业务、城市交通管理、鸟类迁移监控等，传统的针对这些数据的应用局限于存储和查询对象的时空位置，勾勒对象的运动轨迹。现在人们越来越多地关注如何从大量的轨迹数据中，进行建模，将建构好的模型提供给相关的应用，通过建模一方面可以归纳轨迹运动的轨迹，另一方面可以基于模型进行一些预测。[1] 　　人类移动轨迹的研究是一项非常有挑战的研究，尤其是当其与机会网络的应用研究相关时，本文回顾了人类移动分析研究成果的现状，针对一些移动模型进行了调查研究，着重考虑了比较容易获取到的城市出租车移动数据，探讨了通过出租车数据构建居民移动模型的一些研究、在此基础上展开的相关应用及相关应用系统的基本处理流程。 　　2 研究现状及动态 　　研究人类移动轨迹的模式和特征是一项非常有挑战性的任务，对于公共健康、城市规划、交通工程、和经济预测都有重要的意义。[2] 　　移动轨迹可被定义为由移动实体在空间移动时产生的路径。典型的移动物体包括汽车、个人、和安装有GPS装备的飞机，加了RFIDs标签的包裹，穿戴了特殊传感器设施的动物，这些传感器发送的信号可以被卫星采集到。[3] 　　时空现象分析引起了一些研究团体浓厚的兴趣。轨迹数据已经被用于诸如社会科学、生物学、医学、地理信息科学、数据挖掘等方面。例如：在社会科学中，研究人群在时间和空间上的活动一直以来都是一个非常重要的研究领域，可以用来解决诸如：居民迁移、购物、旅游、通勤行为等。[4，5] 　　轨迹数据代表了人类移动，能建立一个更好的真实的社会网络。目前轨迹数据可分为以下几个类别。[6] 　　1）人的移动轨迹 　　以空间轨迹的方式记录人在真实世界的活动，主要包括主动记录和被动记录。 　　主动记录包括：旅行者为了记录旅行经历、与朋友分享旅行经验，通过GPS轨迹记录旅行路线；自动车运动员，徒步行走者记录他们的轨迹进行运动分析。在有些应用中，用户上传的一系列的地理图片能生成空间轨迹，每个图片有地理标志时间标志，记录图片产生的时间和地点。 　　被动的记录包括：人们在使用移动电话时，产生了很多空间轨迹数据，这些空