计算机应用

作者：杨奉毅, 马玉鹏, 包恒彬, 韩云飞, 马博

单位：1. 中国科学院新疆理化技术研究所, 乌鲁木齐 830011;2. 中国科学院大学, 北京 100049;3. 新疆民族语音语言信息处理实验室, 乌鲁木齐 830011

关键词：稀疏轨迹,旅游路线挖掘,轨迹聚类,分布式表示,自驾车旅游

基金：新疆维吾尔自治区自然科学基金资助项目（2019D01A92）；新疆天山杰出青年计划项目（2018Q005）。

针对自驾车游客加油轨迹稀疏，还原真实旅游路线困难的问题，提出一种基于语义表示的稀疏轨迹聚类算法，用以挖掘流行的自驾车旅游路线。与基于轨迹点匹配的传统轨迹聚类算法不同，该算法考虑不同轨迹点之间的语义关系，学习轨迹的低维向量表示。首先，利用神经网络语言模型学习加油站点的分布式向量表示；然后，取每条轨迹中所有站点向量的平均值作为该轨迹的向量表示；最后，采用经典的k均值算法对轨迹向量进行聚类。最终的可视化结果表明，所提算法有效地挖掘出了两条流行的自驾车旅游线路。

来源：2020年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第4期