我有两个关于分析GPS数据集的问题。
1）提取轨迹我有一个巨大的数据库，记录了(latitude, longitude, date-time)格式的GPS坐标。根据连续记录的日期时间值，我试图提取人所遵循的所有轨迹/路径。例如;从时间M开始，(x,y)对不断变化，直到时间N。在N之后，(x,y)对的变化减少，此时我得出结论，从时间M到N的路径可称为轨迹。在提取轨迹时，这是一个不错的方法吗？您可以建议任何众所周知的方法/方法/算法吗？是否有任何数据结构或格式建议我以有效的方式维护这些点？也许，对于每个轨迹，确定速度和加速度会有用吗？
2）挖掘轨迹一旦我遵循了所有轨迹/路径，我该如何比较/聚类它们？我想知道起点或终点是否相似，那么中间路径如何比较？
如何比较2条路径/路线，并得出它们是否相似的结论。此外;我如何将类似的路径聚集在一起？
如果你能指出我的研究或类似事情，我将非常感激。
开发将采用Python，但欢迎各种图书馆建议。
提前致谢。
答案 0 :(得分：9)
了解苏黎世大学地理系的工作，特别是Patrick Laube和Somayeh Dodge。
看看论文
个人运动和地理数据挖掘。聚类 突出个人导航路径中热点的算法
（link，presentation）。它展示了对GPS数据使用DBSCAN核密度估计方法。
诺基亚Mobile Data Challenge 2012 Workshop的论文在这里也很有帮助，尤其是：
Fabian Hartmann，Christoph P. Mayer，Ingmar Baumgart和MobReduce：降低流动性痕迹的状态复杂性（link）
轨迹聚类的轨迹清理框架（link）
作者：Agzam Idrissov，阿尔伯塔大学Mario A. Nascimento
答案 1 :(得分：1)
1）提取轨迹 我认为你的方向正确。 gps数据可能会有一些噪音，随机行走，你应该做一些像样条曲线一样平滑来克服它。
2）挖掘轨迹 在类似的轨迹中是否有任何商业意识？ （这将有助于建立距离度量，然后您可以使用一些mahoot聚类算法） 1.我认为一些人更有趣的地方，所以你可以生成地方受欢迎程度的统计数据。 2.如果您需要路线相似性以找到到同一起始端的不同路径，则需要对第一个起始端位置进行聚类，然后通过（最大距离，整数距离 - 一些众所周知的功能度量）对类似曲线进行聚类