在GPS数据挖掘中基于向量自回归的POI类型转移矩阵规律与预测
摘要:
近年来有关POI的数据挖掘是研究热点之一,但很少有专门针对POI类型间变化规律的研究工作。基于此,提出一种新的停留点提取方法用于从原始GPS轨迹中提取出用户的POI点,并基于所有用户的POI点得到一个POI类型转移矩阵序列,用基于向量自回归模型的POI类型转移演化算法BVAREA来学习类型转移矩阵的变化规律。并在Geolife数据集上进行实验,结果表明,BVAREA模型在MAE和RMSE指标上都优于基于AR、MA和SES模型,在MAE指标上预测性能最高可以分别提升9.23%、14.84%和14.1%。
