【技术实现步骤摘要】
一种基于时空信息提取的轨迹表征挖掘方法
[0001]本申请涉及轨迹表征挖掘方法，尤其涉及一种基于时空信息提取的轨迹表征挖掘方法，属于数据挖掘
。
技术介绍
[0002]时空轨迹涵盖了城市中人们的移动行为，不仅呈现了人们对空间的利用和影响，同时也受到空间因素的制约与推动
。
这种时空轨迹可以既揭示人们在不同地域之间的相互作用和依赖关系，同时也反映了城市内部和城市之间的紧密连接
。
因此，对时空轨迹的深入挖掘，不仅有助于揭示城市的内在结构和功能，还为城市规划
、
资源分配以及社会发展提供了实质性的信息
。
[0003]通过深入挖掘轨迹数据的时间序列特征，进一步探索了城市区域表征与时空轨迹之间错综复杂的关系
。
初步揭示了城市区域表征与轨迹流动模式研究之间的相互影响和显著成果
。
现有技术通过基于
LSTM(
长短时记忆网络
)
的方法，分析出行者在与到达区域的关联；研究者利用图神经网络挖...
【技术保护点】
【技术特征摘要】
1.
一种基于时空信息提取的轨迹表征挖掘方法，其特征在于，包括以下步骤：
S1.
获取时空轨迹数据，并对数据进行预处理；
S2.
将预处理过的时空轨迹数据映射到对应的城市区域；
S3.
根据区域分布的属性和用户对每个区域的访问时间点，对用户轨迹进行初始时空特征编码；
S4.
将地理编码和关联访问区域编码的时间编码拼接构成轨迹的时空特征编码，并映射为初始化的轨迹
‑
区域向量表示，用于表示轨迹的初始特征输入到嵌入层；
S5.
将初始化的轨迹
‑
区域向量输入至双向
LSTM
网络中训练，捕捉上下文信息；
S6.
根据上下文信息计算每个区域对于轨迹经过其他区域的动态功能权重；
S7.
使用注意力权重对
BiLSTM
的输出进行加权，生成加权的上下文表示聚合每个区域在不同时段内的特征信息
。2.
根据权利要求1所述的一种基于时空信息提取的轨迹表征挖掘方法，其特征在于，还包括
S8.
使用
K
‑
means
聚类将不同时段内各个区域的动态表征结果进行聚类，获得功能相似的区域划分集群
。3.
根据权利要求2所述的一种基于时空信息提取的轨迹表征挖掘方法，其特征在于，将预处理过的时空轨迹数据映射到对应的城市区域的方法是：将每个轨迹点通过空间坐标与地图上的区域进行映射，使每个轨迹点都与一个特定的区域关联；将时间区间划分为
24
个时间段，分别统计用户在每个时间段内停留时长最长的区域，定义为用户在这个时间段内的访问区域；将用户一天内的访问轨迹统计为
24
个访问区域，其用户
i
轨迹的数据格式为
trajectory_i
＝
(region_1,region_2,
…
,region_24)。4.
根据权利要求3所述的一种基于时空信息提取的轨迹表征挖掘方法，其特征在于，根据区域分布的属性和用户对每个区域的访问时间点，对用户轨迹进行初始时空特征编码的方法是包括：地理经纬度编码和关联访问区域编码的时间编码；地理经纬度编码：将所有区域的经纬度数据前
k
位相同部分去掉，将余下的经纬度信息通过
Geohash
编码使用二进制数表示地理位置，将经度和纬度信息分别编码为二进制数；关联访问区域编码的时间编码：将用户连续多个小时停留的区域与用户的连续访问时间进行合并，规则为第一位编码为对应时间段序列，第二位编码为用户在当前访问的第
i
个区域，根据当前访问区域重新排序编码
。5.
根据权利要求4所述的一种基于时空信息提取的轨迹表征挖掘方法，其特征在于，将地理编码和关联访问区域编码的时间编码拼接构成轨迹的时空特征编码，并映射为初始化的轨迹
‑
区域向量表示，用于表示轨迹的初始特征输入到嵌...
【专利技术属性】
技术研发人员：刘春雨，张宏莉，关皓天，张嘉宇，武跃，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。