科学家提出数据挖掘新方法，为GPS轨迹加入语义信息，丰富行为建模方式

文章预览

当前，人类的出行数据存在不完整性、数据处理复杂性等问题，以至于无法全面理解和准确预测人类出行行为。 现有的人类出行数据，通常由全球定位系统（GPS，Global Positioning System）轨迹数据组成。 虽然这些数据记录了出行路径，但是缺乏具体的活动语义信息，因此无法准确判断一个人在特定地点的出行目的。 例如，GPS 数据只能显示某人在某个商圈活动，却无法确定其具体是在就餐、看电影还是购物。这种数据信息的单一性，限制了对人类出行行为的深入研究。 美国加州大学洛杉矶分校 UCLA Mobility Lab 的博士后研究员廖希舜、博士生刘一帆及其实验室其它研究人员 Chenchen Kuai、Haoxuan Ma、Yueshuai He、Jiaqi Ma 开展了一项研究， 希望能改良现有的数据集，以深入了解人类的出行行为。他们认识到，全面的数据集是进行人类活动建模研究的重要基础。 ………………………………