The Korean Journal of Applied Statistics (응용통계연구)

The Korean Statistical Society (한국통계학회)
권호 표지
DOI QR코드

DOI QR Code

Spatial-Temporal Moving Sequence Pattern Mining

시공간 이동 시퀀스 패턴 마이닝 기법

  • 한선영 (NHN(주), 엔터테인먼트 솔루션 개발팀) ;
  • 용환승 (이화여자대학교 컴퓨터학과)
  • Published : 2006.11.30
Download PDF
⟨ Previous Next ⟩

Abstract

Recently many LBS(Location Based Service) systems are issued in mobile computing systems. Spatial-Temporal Moving Sequence Pattern Mining is a new mining method that mines user moving patterns from user moving path histories in a sensor network environment. The frequent pattern mining is related to the items which customers buy. But on the other hand, our mining method concerns users' moving sequence paths. In this paper, we consider the sequence of moving paths so we handle the repetition of moving paths. Also, we consider the duration that user spends on the location. We proposed new Apriori_msp based on the Apriori algorithm and evaluated its performance results.

최근 모바일 컴퓨팅 시스템에서 위치 기반 서비스(Location Based System: LBS)에 대한 연구가 활발히 진행되고 있다. 시공간 이동 시퀀스 마이닝은 이동 경로 데이터로부터 사용자 이동 패턴을 추출하는 새로운 마이닝 기법이다. 시공간 이동 시퀀스 패턴 마이닝은 기존의 빈발 패턴 마이닝 기법과 유사하나 몇 가지 차이점이 있다. 빈발 패턴 마이닝은 장바구니 분석에서와 같이 고객이 구입한 아이템과 관련된 것이나 시공간 이동 시퀀스 패턴 마이닝은 사용자 이동 시퀀스 경로를 대상으로 한다. 또한 사용자의 관심도를 반영하기 위해 해당 위치에서의 소요시간을 고려한다. 본 연구는 대표적인 빈발 패턴 마이닝 기법의 하나인 Apriori 알고리즘에 이동 시퀀스 데이터를 적용하여 Apriori_msp 알고리즘을 제안하였으며 성능 평가를 수행한 결과를 제시하였다.

Keywords

References

  1. Agrawal, R, Imielienski, T. and Swami, A. (1993). Mining Association Rules between Sets of Items in Large Databases, Proc. Conf. on Management of Data, ACM Press, New York, NY, USA
  2. Agrawal, R. and Srikant, R. (1994). Fast Algorithms for Mining Association Rules, Proc, of Int'l Conf. on Very Large Data Bases(VLDB)
  3. Agrawal, R., Srikant, R. (1994). Mining Sequential Patterns, IBM Research Report RJ9910, IBM Almaden Research Center. Oct
  4. Han, J., Pei, H. and Yin, Y. (2000) Mining Frequent Patterns without Candidate Generation, Proc. Int'l Conf. on Management of Data (ACM SIGMOD 2000, Dallas, TX). ACM Press, New York, NY, USA
  5. Hwang, S., Liu, Y., Chiu, J. and Lim, E. (2005), Mining Mobile Group Patterns: A Trajectory-Based Approach, Proc. of Int'l Conf. on Pacific Asia Knowledge Discovery in Databases, 713-718
  6. Wang, Y., Lim, E. and Hwang, S, (2003). On Mining Group Patterns of Mobile Users, Proc. of Int'l Conf. on Database and Expert Systems Applications, 287-296
  7. Yavas, G., Katsaros, D., Ulusoy, O. and Manolopoulos, Y. (2005). A data mining approach for location prediction in mobile environments, Data & Knowledge Engineering, 54, 121-146 https://doi.org/10.1016/j.datak.2004.09.004