面向RFID海量数据的图挖掘技术研究-计算机应用技术专业毕业论文.docxVIP

孙艳：面向RFID海量数据的图挖掘技术研究摘 孙艳：面向RFID海量数据的图挖掘技术研究 摘 要 随着科技的进步，射频识别技术(Radio Frequency Identification,RFID)技术已应用 于诸如仓储管理与物流、邮件／快运包裹处理、图书管理、医疗保健等领域。RFID技 术与互联网、通信技术相结合，可实现全球范围内物品的编号、识别、编目、跟踪和 信息共享。将射频识别技术引入供应链管理，可以跟踪物流网络中移动物品的运动轨 迹，为用户决策提供有力支持。商品流动会产生的大量的结构数据，针对此类RFID 路径数据挖掘，主要存在如下几方面问题：(1)缺乏对RFID应用中各种信息进行有 效表示的模型；(2)原始RFID数据量庞大、抽象层次最低，不利于数据分析；(3) 对移动物体的轨迹进行聚类可以有效的预测物体的运动趋势，传统的轨迹聚类方法都 是把整个物体的运动轨迹作为研究对象，会丢失相似的子轨迹。 RFID数据中最重要的部分是物品的移动数据，又称路径数据或者痕迹数据，RFID 数据挖掘主要工作就是路径数据挖掘。我们对路径数据挖掘技术作了深入的研究，挖 掘出现频率较高的路径，为用户了解物品的移动规律和趋势，优化供应链。本文在国 内外研究的基础上，设计高效的RFID数据仓库图建模方法，提出了基于图型数据集 的频繁路径挖掘算法、RFID数据压缩方法、RFID跟踪系统中的移动对象轨迹的划分 一聚类方法等。论文主要创新点如下： 1)传统数据仓库技术没有考虑不同元组间的关系，而RFID的数据元组包含路径 等结构信息。针对这些结构数据，本文提出图建模方法，将基于图的OLAP框架应用 到RFID物流管理中，对物品的运输路径建立图模型。即将物流信息用图来表示，用 户根据自己的兴趣，对图集进行相关的OLAP操作，获得有用的图信息，从而提高查 询效率。 2)针对基于RFID物流数据的图集，本文提出Rmine算法，将频繁路径挖掘问题 转换为频繁图的挖掘，当产生的物流图数目很大时，而用户只对其中的一部分图感兴 趣，那么我们可以先从图集中找出满足用户需求的图集，然后利用DFS(深度优先搜索) 法生成频繁子图，降低了子图同构枚举的开销，加快频繁图的挖掘速度。 3)阅读器采集的原始RFID数据量庞大、抽象层次最低，不利于数据分析，利用 图构建RFID数据仓库，本文提出了图概化的方法，根据用户所选择的属性和关系， 将图中的节点分组，并且由用户控制概化的层次，即通过分组的数目k来决定概化图 的大小，根据当前分组的大小，选择divide操作来对原始分组进行更精确的划分，或 扬州大学硕士学位论文者选择merge操作来合并原始分组，得到粗糙的聚集层次。通过剪枝，来压缩图集， 扬州大学硕士学位论文 者选择merge操作来合并原始分组，得到粗糙的聚集层次。通过剪枝，来压缩图集， 减小数据集，使得频繁图挖掘算法在收缩图上进行，提高频繁图挖掘算法的效率。 4)传统的轨迹聚类方法都是把整个物体的运动轨迹作为研究对象，会丢失相似的 子轨迹。而在实际的应用中，用户侧重的也许只是某些特定的地区，这就要求在轨迹 的部分区域上寻找相似段。本文提出了PT-CLUS算法，首先根据coarse—fine层次分段 方法，将轨迹分段并进行剪枝，加快聚类阶段的速度。然后，在子轨迹集合上通过检 查分段的邻域来搜索簇，采用层次聚类方法完成子轨迹的聚类。 关键词：数据挖掘，射频识别，频繁路径，图挖掘，图概化，轨迹分段，轨迹聚类 孙艳：面向RFID海量数据的图挖掘技术研究 孙艳：面向RFID海量数据的图挖掘技术研究 3 Abstract With the advances in technology，RFID(Radio Frequency Identification)technology has been widely used in many fields，such aS the warehouse management and logistics，mail ／express parcel processing,library management，health gal e and SO on．RFID technology combined to the Internet and communication technology,Call make the item numbering, identification,cataloging，tracking and information sharing achive on a global scale．Taking the RFID technology into supply chain management,Call track th