1、據(jù)最近的報(bào)告統(tǒng)計(jì)，人類生活約有80％以上的時(shí)間位于室內(nèi)空間中，比如辦公樓、購(gòu)物商場(chǎng)、機(jī)場(chǎng)、地鐵等。隨著RFID、Wi-Fi、藍(lán)牙等室內(nèi)定位技術(shù)的發(fā)展，獲取室內(nèi)空間中的移動(dòng)對(duì)象位置和軌跡數(shù)據(jù)已成為可能。同時(shí)，如何有效地管理和利用室內(nèi)移動(dòng)對(duì)象軌跡數(shù)據(jù)，進(jìn)而開發(fā)面向室內(nèi)空間的位置服務(wù)技術(shù)，已成為目前學(xué)術(shù)界和工業(yè)界都共同關(guān)注的一個(gè)熱點(diǎn)問題。
　　本文基于室內(nèi)移動(dòng)對(duì)象數(shù)據(jù)管理的發(fā)展背景，研究室內(nèi)移動(dòng)對(duì)象軌跡相似性度量及其在室內(nèi)位置個(gè)性化推薦

2、中的應(yīng)用問題。室內(nèi)移動(dòng)對(duì)象軌跡數(shù)據(jù)背后往往蘊(yùn)含著豐富的用戶行為信息，例如用戶的興趣愛好、位置偏好及移動(dòng)模式等，因此，挖掘和分析室內(nèi)移動(dòng)對(duì)象軌跡數(shù)據(jù)并應(yīng)用于室內(nèi)空間位置服務(wù)具有重要的實(shí)際價(jià)值。
　　本文圍繞室內(nèi)位置服務(wù)的需求，重點(diǎn)研究了兩個(gè)內(nèi)容，即室內(nèi)移動(dòng)對(duì)象軌跡相似性度量和室內(nèi)位置個(gè)性化推薦?？傮w而言，本文的主要工作和貢獻(xiàn)可以歸納為如下幾點(diǎn):
　　(1)針對(duì)室內(nèi)移動(dòng)對(duì)象軌跡的特點(diǎn)，提出了一種語義擴(kuò)充的室內(nèi)移動(dòng)對(duì)象軌跡相似性度

3、量方法。該方法考慮了室內(nèi)應(yīng)用場(chǎng)景的特點(diǎn)，將位置的語義屬性引入到軌跡相似性度量中，并設(shè)計(jì)了一種室內(nèi)位置語義分類樹SC tree來描述位置之間的語義關(guān)系。在此基礎(chǔ)上，論文提出了室內(nèi)分層移動(dòng)模式的概念，并設(shè)計(jì)了一種室內(nèi)分層移動(dòng)模式抽取算法用于計(jì)算軌跡間的語義相似度。此外，論文基于室內(nèi)軌跡的空間特性，提出了利用特征點(diǎn)對(duì)軌跡進(jìn)行化簡(jiǎn)的方法，并設(shè)計(jì)了室內(nèi)軌跡空間相似度的度量算法，最終實(shí)現(xiàn)了面向室內(nèi)空間的語義與空間相結(jié)合的移動(dòng)對(duì)象軌跡相似度度量。

4、r>　　(2)基于室內(nèi)移動(dòng)對(duì)象軌跡相似性的度量方法，提出了一種基于用戶軌跡聚類的室內(nèi)位置個(gè)性化推薦算法。該算法采用了協(xié)同過濾的推薦思路，首先提出了一種基于軌跡相似性度量的用戶聚類算法，然后對(duì)于查詢用戶產(chǎn)生其候選推薦位置集，并計(jì)算用戶之間的相似性;然后依據(jù)用戶對(duì)位置的歷史訪問數(shù)據(jù)提出了一種室內(nèi)空間中用戶-位置的隱式評(píng)分算法，以此度量用戶對(duì)于位置的興趣偏好程度。最后，我們提出了用戶對(duì)位置的興趣度預(yù)測(cè)方法，實(shí)現(xiàn)查詢用戶對(duì)候選推薦位置的興趣度預(yù)