[论文解读] Modularity-Based Clustering for Network-Constrained Trajectories

Mohamed Khalil El Mahrsi, Fabrice Rossi|arXiv (Cornell University)|May 10, 2012

Data Management and Algorithms参考文献 7被引用 3

一句话总结

本文提出一种基于模块度的图聚类方法，用于网络约束轨迹的聚类，将轨迹建模为加权道路段的集合，采用类似TF-IDF的空间权重和余弦相似度。该方法构建相似度图并应用模块度优化的层次聚类，其类内重叠度显著更高（最高达4,823），表明聚类结果更具凝聚性和语义意义。

ABSTRACT

We present a novel clustering approach for moving object trajectories that are constrained by an underlying road network. The approach builds a similarity graph based on these trajectories then uses modularity-optimization hiearchical graph clustering to regroup trajectories with similar profiles. Our experimental study shows the superiority of the proposed approach over classic hierarchical clustering and gives a brief insight to visualization of the clustering results.

研究动机与目标

• 解决道路网络约束下轨迹聚类的挑战，以揭示全局移动模式。
• 克服现有基于密度和欧几里得空间的聚类方法未考虑网络约束的局限性。
• 开发一种基于共享道路段对完整轨迹进行分组的方法，以保持轨迹完整性。
• 通过利用图模块度检测相似轨迹的社区，提升聚类质量。
• 通过更凝聚且语义明确的轨迹聚类，实现更优的交通分析与决策支持。

提出的方法

• 将轨迹建模为有向图表示的道路网络中带时间戳的道路段有序序列。
• 使用类似TF-IDF的公式为每个轨迹内的道路段分配空间权重：$\omega_{e,T} = \frac{\mbox{length}(e)}{\sum_{e'\in T}\mbox{length}(e')} \cdot \log\frac{|\mathcal{T}|}{|\{T' : e\in T'\}|}$。
• 基于加权路段特征计算轨迹间的余弦相似度：$\mbox{Similarity}(T_i,T_j) = \frac{\sum_e \omega_{e,T_i}\omega_{e,T_j}}{\sqrt{\sum_e \omega_{e,T_i}^2} \sqrt{\sum_e \omega_{e,T_j}^2}}$。
• 构建加权无向相似度图 $G_{\mbox{Sim}} = (\mathcal{T}, E', W)$，其中节点为轨迹，仅当相似度 > 0 时存在边。
• 在相似度图上应用层次模块度优化聚类，以检测相似轨迹的社区。
• 利用模块度最大化引导层次合并过程，优先选择内部连接紧密、外部连接稀疏的聚类。

实验结果

研究问题

• RQ1 基于模块度的图聚类能否有效将网络约束轨迹聚类为有意义的社区？
• RQ2 与经典层次聚类方法（单链、平均链、全链）相比，模块度优化聚类在聚类凝聚性和分离性方面表现如何？
• RQ3 所提方法在多大程度上保持了轨迹完整性并检测到跨道路段的共享移动模式？
• RQ4 聚类结果在共享道路段的类内与类间重叠方面表现如何？
• RQ5 该方法能否检测到在个体轨迹层面不可见的拥堵模式和移动趋势？

主要发现

• 当聚类为648个簇时，所提出的模块度优化聚类在所有测试方法中实现了最高的类内重叠度（4,823）。
• 在648个簇时，模块度聚类的类内重叠度达到4,823，显著优于平均链（4,106）、全链（4,491）和单链（881）。
• 单链层次聚类的类间重叠度最低（35.4），但这是由于聚类高度不平衡所致，表明聚类质量较差。
• 随着簇数增加，模块度聚类在类内重叠度方面持续保持稳定且优于其他层次聚类方法。
• 在所有测试的簇数下，该方法在类内重叠度上均表现出一致的优越性，表明聚类更具凝聚性且语义更合理。
• 结果表明，模块度优化聚类更能捕捉共享移动模式，更适用于交通分析与路径重规划决策。