基于K-Means和時間匹配的位置預(yù)測模型

胡 燕，朱曉瑛，馬 剛

(北京郵電大學(xué) 信息網(wǎng)絡(luò)中心，北京 100876)

基于K-Means和時間匹配的位置預(yù)測模型

胡 燕，朱曉瑛，馬 剛

(北京郵電大學(xué) 信息網(wǎng)絡(luò)中心，北京 100876)

隨著移動服務(wù)的發(fā)展，越來越多的移動端服務(wù)基于對象的位置進(jìn)行推送和推薦，因此位置預(yù)測技術(shù)顯得越來越重要.由于對象位置信息存在采集不連續(xù)或?qū)ο笮袨椴灰?guī)律等因素，導(dǎo)致位置預(yù)測成為一項非常有挑戰(zhàn)的工作.為了提高位置預(yù)測的準(zhǔn)確性，提出一種基于K-Means算法和時間匹配的位置預(yù)測模型.該模型使用K-Means算法對歷史位置點進(jìn)行聚類，劃分多個對象運動區(qū)域，針對對象運動區(qū)域進(jìn)行預(yù)測.按照對象的作息時間將一天時間劃分為多個時間段，運用筆者提出的軌跡建模算法和軌跡更新算法形成用戶運動軌跡，形成對象運動軌跡，再使用時間匹配原則進(jìn)行位置預(yù)測.筆者最后利用真實的數(shù)據(jù)實現(xiàn)該模型，實驗證明：未使用該模型的位置預(yù)測準(zhǔn)確率為39.7%；使用該模型后算法和時間匹配的位置預(yù)測模型預(yù)測準(zhǔn)確率達(dá)到60.3%，準(zhǔn)確率提高了20%左右.

位置預(yù)測；K-Means算法；時間匹配；聚類

0 引言

隨著移動對象空間技術(shù)的快速發(fā)展，對象位置信息采集更加便捷，隨之而來的移動位置服務(wù)也越來越重要.為了使服務(wù)具有前瞻性，不僅要對移動對象的位置進(jìn)行分析，更要對其位置進(jìn)行預(yù)測[1-2].對象位置信息可以通過多種方式采集，例如GPS、WiFi、AP等，這些位置信息和訪問時間對應(yīng)就能形成一個對象的軌跡信息.然而，位置預(yù)測卻是一項有難度的工作，例如位置信息采集總是不連續(xù)的或者存在盲點，一些重要位置信息無法采集到；……