期刊专题

10.11896/jsjkx.211100268

DCPFS:分布式轨迹流伴随模式挖掘框架

引用
随着定位技术的广泛使用,产生了以轨迹流形式收集的海量时空数据,如何从中挖掘有用的信息得到越来越多学者的关注.从轨迹流中挖掘伴随模式指在同一时间内发现具有高度相似行为的群体,对于交通管理、推荐系统的实时应用至关重要.然而,现有的研究只达到秒级响应,面对大规模轨迹数据难以在毫秒级的时间内快速响应.因此,提出了分布式轨迹流挖掘框架DCPFS.框架的主要模块包括:1)为了减少基于密度的聚类算法DBSCAN由于大规模数据带来的大量时间消耗,研究基于分布式部署方案,设计了数据分区策略和聚类合并算法,确保聚类的并行性及准确性;2)由于现实中轨迹移动具有方向性,在聚类阶段增加方向维度以减少冗余聚类;3)鉴于模式挖掘阶段涉及对聚类结果的交叉,设计了并行交叉算法来提高挖掘效率;4)基于Flink分布式大数据流处理平台实现了DCPFS.以成都市出租车GPS数据集和谷歌生活数据集为例进行实验,验证了所提框架比基准方法具有更快的响应速度.

大数据、轨迹流、伴随模式、密度聚类、分布式

49

TP311.13(计算技术、计算机技术)

国家自然科学基金;国家自然科学基金;国家自然科学基金;广西自然科学基金项目;广西自然科学基金项目;广西可信软件重点实验室重点课题;广西自动检测技术与仪器重点实验室主任基金课题

2023-05-22(万方平台首次上网日期,不代表论文的发表时间)

共10页

258-267

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

49

2022,49(z2)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn