近年、GPSなどの位置情報技術の普及により、人や車など時々刻々と動的に位置が変化する、移動軌跡データが容易に入手できるようになってきている。一方、防災、交通・都市計画、マーケティングなどの分野では、移動軌跡データから現在の状況を把握したいという要求が高まっている。本研究では、ストリームに対応できるオンライン処理方式の移動軌跡マイニングを開発した。また,プライバシー保護データマイニングの観点から,意味的情報が付加されていない移動軌跡データに対して,教師なし学習手法を用いて意味情報を推定する方法を提案した.具体的には,クラスタアンサンブル手法を用いて,人の行動時間の特徴から人の属性推定を行った.
|