轨迹挖掘研究

Zheng Y. 《基于空间轨迹的计算》[M]. Springer New York, 2011.

轨迹挖掘工作可划分为六个组成部分：

模块1（轨迹预处理）： 1.去除噪声干扰、2.进行分段处理、3.识别停留点、4.数据压缩、5.地图匹配操作

模块2（轨迹数据管理与查询技术）： 1.top-k最近邻查询功能、2.范围限定查询、3.历史记录查询、4.最新（实时）数据查询

模块3（轨迹不确定性分析）： 1.降低轨迹的不确定性，具体而言，由于轨迹具有连续性而轨迹点为离散分布，因此需减少相邻两点之间的不确定性。

2.保障用户隐私安全。具体来说，在用户未关闭位置记录装置的情况下，如何确保其个人隐私得到有效保护。

模块4（出行模式识别）： 1.识别常见的出行模式，例如城市间通勤。2.基于轨迹的聚类分析。3.周期性出行行为模式。4.高频出现的时间序列特征。

模块5（轨迹分类研究）： 1.根据出行目的进行分类。2.依据出行方式实施分类。

模块6（异常行为检测）： 1.识别单条或某段异常的移动路径。2.分析导致异常的原因，如交通事故等事件。