[论文解读] Intrinsic Point of Interest Discovery from Trajectory Data

Matthew Piekenbrock, Derek Doran|arXiv (Cornell University)|Dec 14, 2017

Data Management and Algorithms参考文献 34被引用 3

一句话总结

本论文提出了一种无需参数调节的框架，直接从轨迹数据中发现内在兴趣点（POI），采用分层密度估计方法，并利用非参数聚类的理论一致性结果。该方法在无需人工调参的情况下，于多种轨迹数据集上实现了卓越的POI检测保真度，且在数千种参数设置下均优于最先进方法。

ABSTRACT

This paper presents a framework for intrinsic point of interest discovery from trajectory databases. Intrinsic points of interest are regions of a geospatial area innately defined by the spatial and temporal aspects of trajectory data, and can be of varying size, shape, and resolution. Any trajectory database exhibits such points of interest, and hence are intrinsic, as compared to most other point of interest definitions which are said to be extrinsic, as they require trajectory metadata, external knowledge about the region the trajectories are observed, or other application-specific information. Spatial and temporal aspects are qualities of any trajectory database, making the framework applicable to data from any domain and of any resolution. The framework is developed under recent developments on the consistency of nonparametric hierarchical density estimators and enables the possibility of formal statistical inference and evaluation over such intrinsic points of interest. Comparisons of the POIs uncovered by the framework in synthetic truth data to thousands of parameter settings for common POI discovery methods show a marked improvement in fidelity without the need to tune any parameters by hand.

研究动机与目标

• 解决依赖外部地名词典或应用特定元数据的外在POI定义所带来的局限性。
• 开发一种适用于任何地理空间轨迹数据集的、数据驱动的内在POI发现框架，无论其分辨率或领域如何。
• 利用分层密度估计的理论保证，实现自动化的、无需参数调节的POI提取。
• 通过消除启发式或临时的参数调节需求，提升POI检测的保真度与可用性。
• 支持在城市或建筑等复杂环境中进行探索性分析，其中POI的数量与结构事先未知。

提出的方法

• 该框架基于相对超额质量泛函的相对过剩水平（RSL）估计器，用于识别轨迹数据中的基于密度的聚类。
• 通过应用分层最近邻密度估计构建聚类树，实现对内在POI的多尺度检测。
• 该方法通过在RSL上应用阈值策略选择POI，其中α ≥ √2，以在理论条件下确保渐近一致性。
• 该方法基于对分层密度超水平集估计器的最新极小极大分析，确保统计严谨性。
• 该框架在SUMO中实现，并扩展支持室内环境中行人的运动，实现逼真的模拟。
• 验证使用了可在多种地理环境中复现的合成轨迹数据，与多种最先进POI发现算法进行对比。

实验结果

研究问题

• RQ1 是否能够仅从轨迹数据本身可靠地发现内在POI，而无需依赖外部地名词典或元数据？
• RQ2 在检测保真度方面，基于理论的、无需参数调节的POI发现框架与启发式、参数敏感的方法相比表现如何？
• RQ3 所提出的方法在不同轨迹数据分辨率和空间尺度下，其一致性和准确性在多大程度上得以保持？
• RQ4 该框架是否能够支持在POI结构事先未知的复杂城市或室内环境中进行探索性分析？
• RQ5 密度估计中的理论一致性对实际POI检测性能有何影响？

主要发现

• 所提出的框架在无需任何人工调参的情况下，相较于数千种最先进方法的参数设置，实现了显著更高的POI检测保真度。
• 该方法在多种合成轨迹数据集上表现出稳健性能，涵盖不同地理背景下的行人与车辆运动。
• 使用α ≥ √2的RSL可确保理论一致性，避免了其他方法中常见的维度数指数级依赖k的问题。
• 该框架完全可复现，且为开源，相关模拟数据、验证代码与实现均已在线公开。
• 该方法在从原始轨迹数据中检测出有意义且空间一致的POI方面，优于现有方法如DBSCAN、OPTICS与HDBSCAN。
• 该框架可在探索性场景（如事件后城市分析）中实现可靠、自动化的POI发现，其中POI的数量与结构事先未知。