基于并行模式挖掘和路径匹配的用户位置预测
来源期刊：东北大学学报(自然科学版)2020年第6期
论文作者：许贤泽 谭盛煌 刘静 施元
文章页码：767 - 1547
关键词：位置预测;Spark;FP-GROWTH;模式挖掘;轨迹相斥度;
摘 要：为了提高移动用户位置预测的精度,提出了基于并行模式挖掘和路径匹配的移动用户位置预测方法,对传统的FP-GROWTH算法作了并行化处理,优化了节点负载分配方法,在Spark平台下挖掘用户移动频繁模式.改进了基于索引的路径相似度算法,提出基于路径最短距离的相斥度算法,提高了对轨迹数据缺失的适用性.在真实的用户轨迹数据集上实验表明,提出的基于轨迹相斥度预测方法相比马尔可夫模型和卡尔曼滤波模型拥有更高的预测精度,预测精确度平均提升7%左右.
许贤泽，谭盛煌，刘静，施元
武汉大学电子信息学院
摘 要：为了提高移动用户位置预测的精度,提出了基于并行模式挖掘和路径匹配的移动用户位置预测方法,对传统的FP-GROWTH算法作了并行化处理,优化了节点负载分配方法,在Spark平台下挖掘用户移动频繁模式.改进了基于索引的路径相似度算法,提出基于路径最短距离的相斥度算法,提高了对轨迹数据缺失的适用性.在真实的用户轨迹数据集上实验表明,提出的基于轨迹相斥度预测方法相比马尔可夫模型和卡尔曼滤波模型拥有更高的预测精度,预测精确度平均提升7%左右.
关键词：位置预测;Spark;FP-GROWTH;模式挖掘;轨迹相斥度;
