[发明专利]一种大数据环境下的群体轨迹伴随模式在线分析方法和系统

摘要

本发明涉及一种大数据环境下的群体轨迹伴随模式在线分析方法和系统。该方法包括：设置群体轨迹伴随模式的阈值参数；对群体轨迹流数据进行切片，获得当前时间片的群体位置信息集合；构建基于spark的分布式高维索引树KD‑Tree；进行位置点的密度聚类，形成当前时间片的群体位置聚类快照簇集合Scs；根据当前群体轨迹伴随候选集SetAc是否为空，将Scs中的位置聚类快照簇加入SetAc中存在的伴随候选组或者新生成的轨迹伴随候选组；判断当前每个轨迹伴随候选组是否合格，如果合格则输出合格的群体轨迹伴随模式详情。本发明具有高吞吐量、实时性高、准确性高、扩展性好、高可配置性等优点。

主权项

1.一种大数据环境下的群体轨迹伴随模式在线分析方法，其特征在于，包括以下步骤：/n1)设置群体轨迹伴随模式的阈值参数；/n2)对接入的群体轨迹流数据进行切片，获得当前时间片的群体位置信息集合；/n3)根据当前时间片的群体位置信息集合，构建基于spark的分布式高维索引树KD-Tree；/n4)基于KD-Tree进行位置点的密度聚类，形成当前时间片的群体位置聚类快照簇集合Scs；/n5)如果当前群体轨迹伴随候选集SetAc为空，则生成新轨迹伴随候选组，将Scs中的位置聚类快照簇放入该新轨迹伴随候选组；/n6)如果SetAc不为空，则将Scs中每个位置聚类快照簇与SetAc中的轨迹伴随候选组进行比对，根据步骤1)所述阈值参数进行判断，将Scs中的位置聚类快照簇作为最新时间片快照加入SetAc中存在的轨迹伴随候选组，或者生成新轨迹伴随候选组并将Scs中的位置聚类快照簇放入该新轨迹伴随候选组；/n7)根据步骤1)所述阈值参数判断当前每个轨迹伴随候选组是否合格，如果合格则输出合格的群体轨迹伴随模式详情，如果不合格则将不合格的轨迹伴随候选组置为闭合状态，并从SetAc中移除。/n