[发明专利]基于海量时空数据的频繁轨迹提取方法及其挖掘系统

权利要求书

1.一种基于海量时空数据的特征轨迹提取方法，其特征在于，包括以下步骤：

S1：时空数据的切分，将原始的时空数据的采集时间向前推N个小时，采集数据按照其前推后的归属日期切分成多条轨迹，形成序列数据集D；

S2：获取序列数据集D、支持度阈值α、去重时间间隔阈值ΔT、相同轨迹点时间间隔阈值Δt；

S3：序列数据集D中的每一个子轨迹去重，在同一站点被连续采集两次或两次以上，且距离第一次记录时间差小于设定阈值ΔT时，只保留第一次采集记录；

S4：将k初始化为1，找出所有长度为k的前缀和对应的投影数据库S；

S5：对长度为1的前缀进行计数，站点相同、时间差在Δt以内的轨迹点视为同一种前缀，将支持度低于阈值α的前缀对应的项从数据集S删除，同时得到所有的频繁1项序列；

S6：判断S5所得频繁序列是否为空集，若是，则执行步骤S8，否则执行步骤S7；

S7：对于每个长度为k+1满足支持度要求的前缀进行递归挖掘；

S8：将所有的频繁序列集合输出到磁盘；

所述的步骤S5具体包括：

S5a：将站点相同的前缀对应的时间组成一个一维张量M，若有n个站点，则M中有n个元素；

S5b：初始化i＝1,开始处理张量中的第一个元素L；

S5c：找出L内时间差最小的两个元素Time1、Time2，若abs(Time1-Time2)Δt，将Time1和Time2合并为一组，并用均值代替原Time1和Time2，进入步骤S5d，否则，退出步骤S5；

S5d：找出L内时间差最小的两个元素Time3、Time4，Time3和Time4的原所在组为List3和List4，若abs(max(List3)-min(List4))Δt且abs(max(List3)-min(List4))Δt，将Time3和Time4合并为一组，用均值代替原Time3和Time4，重复S5c，否则，退出S5d执行S5e；

S5e：删除所有低于支持度阈值α的候选集，获得候选前缀集合；

S5f：i＝i+1，如果i小于张量M的长度，开始处理张量中的第i个元素L，执行步骤S5c，否则执行步骤S5g；

S5g：合并所有站点的候选前缀集合，以前缀为键、前缀出现的次数为值，构建键值对集合；

S5h：将支持度低于阈值α的前缀对应的项从集合删除，得到所有的频繁1项序列。

2.根据权利要求1所述的基于海量时空数据的特征轨迹提取方法，其特征在于，所述的步骤S4具体包括：

S4a：初始化i＝1；

S4b：处理数据集D中的第i条轨迹；初始化k＝1，将序列D(i)中的第一个位置点作为第一个前缀，前缀向后的子序列即为对应的前缀投影；

S4c：k＝k+1，如果k小于序列长度，将序列中的k位置点作为第一个前缀，前缀向后的子序列即为对应的前缀投影，否则执行S4d；

S4d：i＝i+1，如果i小于D的长度，执行S4b，否则，执行S4e；

S4e：输出所有的长度为1的前缀，及其对应的前缀投影。

3.根据权利要求1所述的基于海量时空数据的特征轨迹提取方法，其特征在于，所述的步骤S7具体包括：

S7a：将长度为k的频繁轨迹初始化为k+1项频繁的前缀；

S7b：初始化i＝1；

S7c：判断第i个k-频繁轨迹在所有轨迹中出现的位置，并构建k+1项频繁轨迹；

S7d：i＝i+1；如果i小于k-频繁轨迹项集的数目，执行S7c步骤，否则，执行S7d；

S7e：统计k+1项频繁轨迹出现的次数；

S7f：删除所有低于支持度阈值α的候选集，获得候选前缀集合。