文献

J-GLOBAL ID：201802246180687824   整理番号：18A1930444

新しい類似性測定に基づく意味地理学的軌跡パターンマイニング【JST・京大機械翻訳】

Semantic-Geographic Trajectory Pattern Mining Based on a New Similarity Measurement

著者 (5件)： Wan You (School of Resource and Environmental Sciences, Wuhan University, Wuhan 430079, China) ,  Zhou Chenghu (State Key Laboratory of Resources and Environmental Information System, Institute of Geographical Sciences and Natural Resources Research, CAS, Beijing 100101, China) ,  Pei Tao (State Key Laboratory of Resources and Environmental Information System, Institute of Geographical Sciences and Natural Resources Research, CAS, Beijing 100101, China) ,  Pei Tao (University of Chinese Academy of Sciences, Beijing 100049, China) ,  Pei Tao (Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China)
資料名： ISPRS International Journal of Geo-Information (Web)  (ISPRS International Journal of Geo-Information (Web))
巻： 6  号： 7  ページ： 212  発行年： 2017年 
JST資料番号： U7212A  ISSN： 2220-9964  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： ユビキタスコンピューティング技術の開発のために,軌道パターンマイニングはますます一般的になっている。軌道データは,人々の運動パターンを反映する豊富な意味的および地理的情報を含み,すなわち,ある種の活動を実行している。しかしながら,人々の運動活動の多様性と複雑さ,および大規模な軌跡データセットは,価値ある軌道パターンを採掘することを困難にする。さらに,ほとんどの既存の軌道類似性測定は,軌跡データに含まれる情報の一部を考慮するだけである。得られたパターンは意味論的意味と地理的分布の両方に関して良く解釈できない。結果として,これらのパターンは推薦システムや他のアプリケーションに正確に使用できない。本論文は,意味的および地理的意味の両方を同時に考慮する意味論的地理的パターンの新しい概念を紹介した。意味論的強度と呼ばれる新しい軌道類似性測定による柔軟な密度ベースのクラスタリングアルゴリズムを用いて,これらの意味論的地理的パターンをマイニングした。Sina Weiboサービスからのチェックインデータに関する比較実験は,意味論的強度が軌道間の意味論的および地理的類似性の両方を効果的に測定できることを実証した。得られたパターンはより正確で解釈が容易である。Copyright 2018 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意味論 ,  *軌跡 ,  比較試験 ,  *類似性 ,  地理的分布 ,  応用プログラム ,  クラスタ化 ,  ユビキタスコンピューティング ,  地理学
準シソーラス用語： クラスタリングアルゴリズム ,  推奨システム ,  運動パターン ,  *パターンマイニング ,  類似性測定 , 【Automatic Indexing@JST】

著者キーワード (5件)： 軌道パターン ,  意味的類似性 ,  地理的類似性 ,  パターンマイニング ,  クラスタリング

分類 (4件)： 図形・画像処理一般  (JE04010I) ,  情報処理一般  (JE15010U) ,  人工知能  (JE08000Z) ,  医用情報処理  (JE15030Q)

引用文献 (37件)：

• Long, J.A.; Nelson, T.A. A review of quantitative methods for movement data. Int. J. Geogr. Inf. Sci. 2013, 27, 292-318.
• Dodge, S.; Weibel, R.; Ahearn, S.C.; Buchin, M.; Miller, J.A. Analysis of movement data. Int. J. Geogr. Inf. Sci. 2016.
• Claramunt, M.C. LIDU: Location-based approach to identify similar interests between users in social networks. Ph.D. Thesis, Federal University of Ceará, Fortaleza, Brazil, 2013.
• Dodge, S.; Laube, P.; Weibel, R. Movement similarity assessment using symbolic representation of trajectories. Int. J. Geogr. Inf. Sci. 2012, 26, 1563-1588.
• Ying, J.-C.; Chen, H.-S.; Lin, K.W.; Lu, E.H.-C.; Tseng, V.S.; Tsai, H.-W.; Cheng, K.H.; Lin, S.-C. Semantic trajectory-based high utility item recommendation system. Expert Syst. Appl. 2014, 41, 4762-4776.

タイトルに関連する用語 (5件)： 類似性測定 ,  意味 ,  地理学 ,  軌跡 ,  パターンマイニング