[论文解读] Retrieving Similar Trajectories from Cellular Data at City Scale

Zhihao Shen, Wan Du+2 more|arXiv (Cornell University)|Jul 20, 2019

Human Mobility and Location-Based Analysis参考文献 41被引用 6

一句话总结

该论文提出 cellSim，一种通过整合地图匹配与相似性搜索，从大规模蜂窝数据中检索相似轨迹的系统，采用基于多候选HMM的地图匹配方法和置信度感知的相似性度量，以应对低采样率和高定位误差的问题。在真实城市规模数据上，该系统实现了62.4%的精确率和89.8%的召回率。

ABSTRACT

Retrieving similar trajectories from a large trajectory dataset is important for a variety of applications, like transportation planning and mobility analysis. Unlike previous works based on fine-grained GPS trajectories, this paper investigates the feasibility of identifying similar trajectories from cellular data observed by mobile infrastructure, which provide more comprehensive coverage. To handle the large localization errors and low sample rates of cellular data, we develop a holistic system, cellSim, which seamlessly integrates map matching and similar trajectory search. A set of map matching techniques are proposed to transform cell tower sequences into moving trajectories on a road map by considering the unique features of cellular data, like the dynamic density of cell towers and bidirectional roads. To further improve the accuracy of similarity search, map matching outputs M trajectory candidates of different confidence, and a new similarity measure scheme is developed to process the map matching results. Meanwhile, M is dynamically adapted to maintain a low false positive rate of the similarity search, and two pruning schemes are proposed to minimize the computation overhead. Extensive experiments on a large-scale dataset and real-world trajectories of 1701 km reveal that cellSim provides high accuracy (precision 62.4% and recall of 89.8%).

研究动机与目标

• 为解决在因高定位误差和低采样率而具有挑战性的大规模蜂窝数据中识别相似轨迹的问题。
• 通过将粗略的基站序列转换为精确的道路轨迹，提升轨迹相似性搜索的准确性。
• 通过动态调整轨迹候选数量并应用剪枝技术，减少相似性搜索中的误报。
• 在位置分辨率有限的多运营商蜂窝数据集上，实现可扩展的城市级相似性搜索。
• 开发一个集成地图匹配与相似性搜索的端到端系统，用于人类移动性分析与交通规划。

提出的方法

• 采用基于隐马尔可夫模型（HMM）的地图匹配框架，将基站序列转换为道路映射轨迹，综合考虑道路拓扑、限速和基站密度。
• 为每个序列生成多个轨迹候选（M），以应对低采样率带来的不确定性，并为每个候选分配置信度分数。
• 提出一种新颖的相似性度量方法，计算两组序列中所有M个候选之间的两两相似性，选择最高相似性作为最终结果，以提高检测准确性。
• 引入自适应M机制，通过根据数据特征和相似性阈值动态调整候选数量，有效降低误报率。
• 应用两种剪枝方案，在相似性搜索过程中通过早期剔除不可能的候选对来减少计算开销。
• 数据预处理包括乒乓滤波器和后向滤波器，用于纠正轨迹漂移，提升地图匹配精度。

实验结果

研究问题

• RQ1 尽管存在高定位误差和低采样率，是否能有效从大规模蜂窝数据中检索轨迹相似性？
• RQ2 如何增强对位置分辨率粗糙且基站密度动态变化的蜂窝数据的地图匹配性能？
• RQ3 为平衡相似性检测准确率与误报率，最优的轨迹候选数量（M）是多少？
• RQ4 如何在具有多个轨迹候选的大规模蜂窝数据集中降低相似性搜索的计算成本？
• RQ5 置信度感知的相似性度量是否能提升在多运营商蜂窝数据中真正相似轨迹的检测效果？

主要发现

• cellSim 在1701公里真实世界移动性数据集上，检索相似轨迹的精确率为62.4%，召回率为89.8%。
• 使用多个轨迹候选（M）显著提高了检测真正相似轨迹的可能性，尤其在用户共同移动但关联不同基站时效果更明显。
• 自适应M机制通过根据数据质量与相似性阈值动态调整候选数量，有效降低了误报率。
• 乒乓滤波器和后向滤波器分别将地图匹配精确率提升8.1%，召回率提升1.3%；整体预处理使精确率提升12.4%，召回率提升8.9%。
• 剪枝技术在不损失准确性的前提下降低了计算开销，实现了城市规模的可扩展相似性搜索。
• 与现有方法（如NSIM）相比，该系统在可扩展性和准确性方面表现更优，尤其在大规模多运营商蜂窝数据集上优势显著。