机器学习笔记:轨迹驻留点 staypoint

1 定义

  • 在轨迹数据分析中,"停留点"(Staypoint)是一个非常关键的概念,它反映了个体或物体在某一地点的停留行为。
  • 通常,在一段时间内,如果一个人或物体在一个较小的地理区域内移动距离低于某个阈值,并且停留时间超过某个设定的时间阈值,那么这个地理区域就可以被认定为一个停留点。

机器学习笔记:轨迹驻留点 staypoint_第1张图片

  • 如上图,从p5开始,后续的点p6~p8和p5的空间距离都比较小,同时p5到p8的时间跨度很大
    • ——>p5~p8被认为是一个驻留点 

2 轨迹驻留点检测

  • 关键就是空间范围的“小”和时间跨度的“大”怎么界定

主要思路来自 Mining User Similarity Based on Location History

2.1 preliminary

  • GPS轨迹
    • 一串GPS点,P={p1,p2,...pn}        
    • 每一个轨迹点用对应的位置和时间表示(Lat,Lngt,T)
  • 驻留点:用S表示
    • 机器学习笔记:轨迹驻留点 staypoint_第2张图片
    • 驻留点P3:长时间停留
    • 驻留点[P5~P8]:在一个区域内停留

2.2 算法思路

  • 从第一个轨迹点pi开始以此作为锚点 ,向后找到距离未超出距离阈值 distThreh的所有点
    • 如果这些点的总时长大于时间阈值 timeThreh,则归为停留点,并以停留点集的下一个点作为新的锚点
    • 否则将锚点后移一位,重新召回和判断

2.3 伪代码

机器学习笔记:轨迹驻留点 staypoint_第3张图片

2.4 优缺点

  • 优点
    • 实现简单、快速、好理解
  • 缺点
    • 固定起始点后,可能在停留区正好达到阈值上限,导致停留点内部被拆开,成了两个连续的停留点集
    • 参数(阈值)不好确定,且不同区域阈值也不宜固定

你可能感兴趣的:(机器学习,笔记)