Abstract
In order to provide the optimal location based services such as the optimal moving path search or the scheduling pattern prediction, the extraction of significant moving pattern which is considered the temporal and spatial properties of the location-based historical data of the moving objects is essential. In this paper, for the extraction of significant moving pattern we propose the location generalization method which translates the location attributes of moving object into the spatial scope information based on $R^*$-tree for more efficient patterning the continuous changes of the location of moving objects and for indexing to the 2-dimensional spatial scope. The proposed method generates the moving sequences which is satisfied the constraints of the time interval between the spatial scopes using the generalized spatial data, and extracts the significant moving patterns using them. And it can be an efficient method for the temporal pattern mining or the analysis of moving transition of the moving objects to provide the optimal location based services.
최적 이동 경로 탐색이나 스케줄링 경로 예측 등 최적의 위치 기반 서비스 제공을 위하여 이동 객체의 위치 이력 데이터들에 대한 시공간적 속성들을 고려한 이동 객체들의 의미 있는 이동 패턴 추출 기법이 요구된다. 이에 본 논문에서는 의미 있는 이동 패턴 추출을 위하여 이동 객체의 연속적 위치 변화를 보다 효과적으로 패턴화하고 2차원 공간 영역으로의 인덱싱을 위한 $R^*$-tree 기반의 이동 객체 위치 속성 일반화 기법을 제안한다. 제안한 위치 일반화 방법은 이동 객체들의 각 공간 영역 데이터를 이용하여 영역 간의 시간 간격에 대한 제약을 만족하는 이동 시퀀스를 생성하며, 생성된 이동 시퀀스들을 통하여 의미 있는 이동 패턴들을 추출한다. 추출된 이동 패턴들은 최적의 위치기반 서비스를 위한 이동 객체의 시간 패턴 마이닝이나 객체의 이동 추이 분석 등에 효과적으로 이용될 수 있다.
