文献类型：期刊文章

作　　者：潘晓[1] 马昂[1] 郭景峰[2] 吴雷[1,2] 刘风阳[3]

PAN Xiao;MA Ang;GUO Jingfeng;WU Lei;LIU Fengyang(School of Economic and Management,Shijiazhuang Tiedao University,Shijiazhuang,Hebei 050043,China;School of Information Science and Engineering,Yanshan University,Qinhuangdao,Hebei 066004,China;School of Software,Tianjin Normal University,Tianjin,300387,China)

机构地区：[1]石家庄铁道大学经济管理学院,石家庄050043 [2]燕山大学信息科学与工程学院,河北秦皇岛066004 [3]天津师范大学软件学院,天津300387

出　　处：《燕山大学学报》

基　　金：国家自然科学基金资助项目(61472340,61772533);河北省自然科学基金资助项目(F2018210109);河北省教育厅重点项目(ZD2018040);河北省引进留学人员资助项目(C201822);河北省基础研究团队项目;石家庄铁道大学第四届优秀青年科学基金项目(Z661250444)

年　　份：2019

卷　　号：43

期　　号：6

起止页码：531-545

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA-PROQEUST、RCCSE、ZGKJHX、核心刊

摘　　要：移动通信和传感设备等位置感知技术的发展,将人和事物的地理位置数据化。由此形成的轨迹数据正以极快的速度产生并呈指数级增长。轨迹数据中蕴含着丰富的信息,对其分析和挖掘具有重要的社会和应用价值。轨迹相似性度量研究是轨迹数据管理和分析的基础,在轨迹计算中起决定性作用。轨迹相似性度量通常以时间、空间或若干关键词作为参数,度量轨迹之间的相似程度。本文总结归纳了现有的轨迹相似性度量经典研究工作。首先,总结归纳了轨迹大数据的高维异构、多粒度、不确定、高冗余的特点,对轨迹的相似性度量问题进行了形式化的描述。其次,依据不同的数据类型,就经典的空间相似性、文本相似性和时间相似性的评价方法分别进行了说明和总结;依据轨迹形式与度量范围,将现有工作分为了基于离散点的轨迹全局和局部相似性,基于线段的轨迹全局和局部相似性的计算方法,并评价了各种方法的优缺点。再次,分析了轨迹相似性度量在交通管理、城市规划、智能推荐、智慧出行等领域的具体应用。最后,总结展望了轨迹相似性度量在未来研究与应用方面的发展方向。

关 键 词：相似性度量  轨迹数据  轨迹计算  移动计算

分 类 号：TP311]