机器学习笔记：轨迹驻留点 staypoint

1 定义

• 在轨迹数据分析中，"停留点"（Staypoint）是一个非常关键的概念，它反映了个体或物体在某一地点的停留行为。
• 通常，在一段时间内，如果一个人或物体在一个较小的地理区域内的移动距离低于某个阈值，并且停留时间超过某个设定的时间阈值，那么这个地理区域就可以被认定为一个停留点。

• 如上图，从p5开始，后续的点p6~p8和p5的空间距离都比较小，同时p5到p8的时间跨度很大
  • ——>p5~p8被认为是一个驻留点 

2 轨迹驻留点检测

• 关键就是空间范围的“小”和时间跨度的“大”怎么界定

主要思路来自 Mining User Similarity Based on Location History

2.1 preliminary

• GPS轨迹
  • 一串GPS点，P={p1,p2,...pn}        
  • 每一个轨迹点用对应的位置和时间表示(Lat,Lngt,T)
• 驻留点：用S表示
  • 
  • 驻留点P3：长时间停留
  • 驻留点[P5~P8]：在一个区域内停留

2.2 算法思路

• 从第一个轨迹点pi开始以此作为锚点 ，向后找到距离未超出距离阈值 distThreh的所有点
  • 如果这些点的总时长大于时间阈值 timeThreh，则归为停留点，并以停留点集的下一个点作为新的锚点
  • 否则将锚点后移一位，重新召回和判断

2.3 伪代码

2.4 优缺点

• 优点
  • 实现简单、快速、好理解
• 缺点
  • 固定起始点后，可能在停留区正好达到阈值上限，导致停留点内部被拆开，成了两个连续的停留点集
  • 参数（阈值）不好确定，且不同区域阈值也不宜固定