●第1章緒論1
1.1基於位置的服務的背景1
1.2LBS的典型應用1
1.2.1道路網絡中基於地理空間距離的鄰近檢測1
1.2.2時間感知道路網絡中基於時間距離和移動邊緣計算的臨近檢測3
1.2.3由GPS軌跡進行興趣點推薦4
1.2.4時間相關道路網絡中的成本很優路徑查詢6
1.2.5時間感知道路網絡中帶約束的節能路徑規劃7
1.3本書貢獻總結8
1.4本書章節安排10
第2章相關研究11
2.1基於位置的服務11
2.1.1LBS相關內容11
2.1.2LBS的位置管理11
2.2連續空間查詢處理12
2.3鄰近(臨近)檢測13
2.3.1道路網絡中的通信模型13
2.3.2歐幾裡得空間的鄰近檢測解決方案14
2.3.3道路網絡空間的鄰近檢測解決方案15
2.3.4時間感知道路網絡空間的臨近檢測解決方案15
2.4POI推薦16
2.4.1聚類算法16
2.4.2相似性度量16
2.4.3位置識別和推薦17
2.4.4利用時間信息的推薦18
2.4.5利用地理信息的推薦18
2.5時間相關道路網絡中成本很優的路徑查詢18
2.5.1傳統路線規劃問題19
2.5.2靜態道路網絡中的路線規劃19
2.5.3傳統的時間相關的路徑查找問題19
2.5.4節能路徑規劃19
2.5.5其他路徑規劃工作20
2.5.6與其他成本很優路徑規劃問題的比較20
2.6時間感知道路網絡中帶約束的節能路徑查找20
2.6.1傳統路線規劃問題和靜態道路網絡中的路線查詢20
2.6.2無旅行時間預算約束的時間感知路徑查找21
2.6.3大力度優惠能耗路徑規劃21
2.6.4適用於WCSPP的方法21
2.6.5工作的新穎性21
2.7本章小結22
第3章道路網絡中基於地理空間距離的鄰近檢測23
3.1鄰近檢測問題定義23
3.2固定半徑移動檢測方法24
3.2.1客戶端-服務器通信模型25
3.2.2安全移動區域25
3.2.3剪枝引理26
3.2.4服務器端和客戶端算法28
3.2.5FRMD的通信成本分析29
3.3自動調整方法31
3.3.1RMDRN/CMDRN方法31
3.3.2基於半徑的應激移動檢測方法32
3.4服務器端計算成本優化33
3.4.1通知策略的優化33
3.4.2每對節點間網絡距離的計算33
3.4.3觸發時間技術34
3.5實驗34
3.5.1實驗設置34
3.5.2FRMD實驗35
3.5.3自動調整方法性能實驗36
3.5.4服務器端計算成本優化實驗38
3.5.5現實世界中移動物體的實驗39
3.6結論40
3.7本章小結40
第4章時間感知道路網絡中基於移動邊緣計算的臨近檢測41
4.1問題陳述41
4.1.1定義和符號41
4.1.2問題設定43
4.2基於MEC的臨近檢測體繫架構43
4.3算法:基於時間的移動區域檢測方法44
4.3.1時間感知網絡中的移動區域45
4.3.2剪枝引理45
4.3.3客戶端和服務器端算法47
4.4服務器端計算成本優化49
4.4.1線下點到點網絡距離預計算49
4.4.2使用OpenMP進行並行計算49
4.5實驗49
4.5.1實驗設置49
4.5.2TMRBD實驗50
4.5.3MEC對通信時延的減少實驗52
4.5.4MEC影響通信成本的實驗53
4.5.5服務器端計算成本優化技術的實驗54
4.6結論55
4.7本章小結56
第5章基於GPS軌跡的興趣點推薦57
5.1問題定義和框架概述57
5.2興趣點推薦模型框架詳述58
5.2.1數據預處理58
5.2.2提取語義POI59
5.2.3挖掘受歡迎度效應60
5.2.4挖掘時間效應61
5.2.5挖掘地理效應64
5.2.6統一推薦計分函數65
5.3實驗66
5.3.1實驗設置67
5.3.2預處理68
5.3.3DTBJ-Cluster與DJ-Cluster的比較69
5.3.4PTG-Recommend框架的性能評估70
5.4結論74
5.5本章小結74
第6章時間相關道路網絡中成本很優的路徑查找75
6.1問題表述75
6.1.1問題設置和定義75
6.1.2油耗和行駛時間函數78
6.1.3通行費函數80
6.2算法80
6.2.1計算ns的每個後代節點的最早到達時間λi81
6.2.2計算候選節點的近期新到達時間θi82
6.2.3對候選節點進行拓撲排序82
6.2.4計算大力度優惠成本83
6.2.5回溯成本很優路徑85
6.2.6時間復雜度分析87
6.3實驗88
6.3.1實驗數據集89
6.3.2簡化的通行費函數89
6.3.3實驗目的和角度89
6.3.4參數的默認值和實驗設置90
6.3.5實驗結果91
6.4結論98
6.5本章小結98
第7章時間感知道路網絡中帶約束的節能路徑規劃99
7.1問題表述99
7.2算法101
7.2.1預處理102
7.2.2作為基準的蠻力求解法102
7.2.3通用動態規劃解決方案:標簽設置算法103
7.2.4近似算法ECScaling105
7.2.5貪心算法111
7.3實驗112
7.3.1實驗設置113
7.3.2算法評估114
7.4結論118
7.5本章小結118
第8章總結與展望119
8.1總結119
8.2展望120
8.2.1從某地到推薦POI的很好路徑查找121
8.2.2從GPS軌跡挖掘語義模式121
8.2.3動態道路網絡中的多偏好路徑查找122
8.2.4基於校園WiFi軌跡的學習成績預測123
參考文獻124