利用人类活动轨迹确定城市的功能区

每周学习总结

1 Apriori Alg--- focus on 频繁项集，

• 缺点： 大数据集实现 慢，
• 适用场景： 购物，投票， 网站流量分析
• 适用数据类型： 数值型，或者标称型数据

• 评估标准： 支持度(Support)--频繁 or 置信度(Confidence)--关联

• 迭代的思想

  • 找出所有的包含1项的集合，小于支持度的去除
  • 将剩余的 1 项集 进行 连接（按照顺序），构成2 项集
  • 直到出现空，或者剩1

• 支持度计算

  • Hash 树进行支持度计算

• 项集连接（合并）

  • $F_{k-1} * F_{k-1}$
  • 按照字典序
• 遍历方式
  
  • 深度优先--- a-> ab-> abc -> 非频繁节点： 便于确定极大频繁项集
  • 广度优先
• 扩展
  
  • 处理分类属性
  • 处理连续属性
    
    • 基于离散化
    • 基于统计学
    • 非离散化的---动态支持度(min-Apriori)

应用： 发现毒蘑菇的相似特征

• 挖掘包含某特定元素的项集
  
  • 将蘑菇的每一个特征对应一个标称数据值，标称值转化为一个集合
  • 第一个特征值对应有毒没毒
  • 挖掘频繁项集，找出包含 对应有毒特征值 的项集

类比于 刘婉甜学姐 介绍的 “交通场景和犯罪发生的对应”
具有相同，相似场景特征的容易催发某类犯罪

• 挖掘包含犯罪特征值的频繁项集

  • 问题1 ： 犯罪行为太多种，对应多个值，而且要表示犯罪数量
  • 问题2 ： 场景除了有无，还有程度的表示

  • 问题3 ： 倾斜支持度分布---支持度阈值选取

  • solve 1 : 犯罪类型合并归类

  • solve 2 ：使用一个复合项()来表示某一个特征$[1,2,3,9,[10,1]]$
    
    • [10,1]-- 1 对应场景包含特征程度，或者犯罪数量分为 少，中，多的数值对应
    • 使用 Apriori Alg 的时候， 如果有复合项，先只关注第一项，挖掘
    • 频繁项集挖掘第二项

2 Discovering Urban Functional Zones Using Latent Activity Trajectories

Key ： 利用位置序列 反应 经济活动，从而确定分区

• 红色---代表 重点需要解决的问题

• 🌟----代表有可能改进的 点

• 大图link

注：

1. Location Semantics

• 城市的交通道路将城市分割成不同的区
• POI 某些程度上决定一个区的function（大学城--教育区）
• 但是不能区分不同的功能区（餐厅）

2. Mobility Semantics

• 人类在区域内的模式---人类的时空行为模式
  谁，从哪来， 到哪去

  工作日 早上离开住宅区，晚上返回

• 不同区域之间 由人类的移动连接

  工作日从 工作区 来到 娱乐场所
  休息日 从住宅区 来到娱乐场所

• 如果人们（在时间限制下 ） 从相似的区域来，到相似的区域区，则两个区域功能相似

3. Map Semantics

• 划分区域，将每一个区域看作承载功能的基本单元

• 选取 raster-based model 便于区域分析

4. Discovery activities

• 基于 概率主题模型
• 将区域活动 类比到文本挖掘
• LPA： 将文档集合中每篇文档主题以概率分布的形式给出，结合主题分布，进行主题聚类分析
• 文档包含多个主题，文档的每个词包含于主题

3 主要参考论文

2016年 KDD 论文 --微软亚洲研究院

刘闯

2018-11-06