基于FP-Tree模型的频繁轨迹模式挖掘方法-电子科技大学学报.PDFVIP

第 45 卷 第 1 期 电 子 科 技 大 学 学 报 Vol.45 No.1 2016年1月 Journal of University of Electronic Science and Technology of China Jan. 2016 基于FP-Tree模型的频繁轨迹模式挖掘方法 1 1 2 堃2 牛新征 ，牛嘉郡，苏大壮，佘 (1. 电子科技大学计算机科学与工程学院 成都 611731 ； 2. 电子科技大学信息与软件学院 成都 611731) 【摘要】通过对经典频繁模式数据结构FP-tree 的扩展与改进，提出了一种适用于处理轨迹数据的灵活高效的FP-tree轨迹 挖掘方法(NFTM)。首先运用二维筛选和GPS格式过滤的方法对轨迹进行预处理，然后将有效数据经一次扫描后，生成按照真 实轨迹顺序排列且具备时空属性的改进型FP-tree ，使用动态数组存储模式挖掘过程中得到的候选集，根据用户的输入针对性 输出相应时间和频率范围的频繁轨迹。最后通过与GSP算法、Prefixspan算法的对比测试表明，该算法具有更短执行时间和更 优性能。 关 键 词 FP-tree; 频繁轨迹模式; 模式挖掘; 时空属性 中图分类号 TP393 文献标志码 A doi:10.3969/j.issn.1001-0548.2016.01.014 FP-Tree-Based Approach for Frequent Trajectory Pattern Mining 1 1 2 2 NIU Xin-zheng , NIU Jia-jun , SU Da-zhuang , and SHE Kun (1. School of Computer Science and Engineering, University of Electronic Science and Technology of China Chengdu 611731; 2. School of Information and Software Engineering, University of Electronic Science and Technology of China Chengdu 611731) Abstract Frequent trajectory pattern mining algorithms research focuses on how to make frequent pattern mining algorithms suitable for the mining of temporal and spatial trajectory database and reduce the times of scanning database. This paper proposes a novel trajectory mining algorithms based on novel FP-tree trajectory mining(NFTM)for a more flexible and efficient data processing which is achieved by the improvement and extension of the classic algorithm of frequ