Discovering individual movement patterns from cell-id trajectory data by exploiting handoff features

کشف الگوهای حرکت از داده های مسیر برای پشتیبانی از بسیاری از برنامه های مبتنی بر مکان بسیار مهم است. اکثر روش های موجود نیاز به این دارند که مسیرها حاوی اطلاعات مکانی دقیق باشند. با این حال، معمولا این نوع از خطوط را از کاربران تلفن همراه جمع آوری می کند. در این مقاله، ما یک روش برای الگوهای حرکت معدن را از مسیرهای شناسه های سلولی (یعنی توالی شناسه های برج سلولی) بدون اطلاعات مکان صریح پیشنهاد می دهیم. به طور خاص، ابتدا با استفاده از ویژگی های دستیابی، تقریبا مساوی بین برج های سلولی را در یک مجموعه داده های مسیر مسیر سلولی ارزیابی می کنیم. سپس، ما یک الگوریتم معادله الگوریتم پیوسته جدید برای مدل های حرکت ماله از مجموعه داده های مسیر مسیر سلولی با توجه به نزدیک بودن محدوده تخمینی پیشنهاد می کنیم. ما روش پیشنهادی را براساس یک مجموعه داده مسیر مسیر واقعی سلولی ارزیابی کردیم. نتایج آزمایش نشان می دهد که روش پیشنهادی می تواند به عدم اطمینان بالایی از مسیرهای سلولی مرتبط شود و از لحاظ کارایی، کامل بودن و سودمندی از روش های پیشرفته تر برخوردار باشد.