论文部分内容阅读
在移动用户轨迹异常检测中,针对传统的马尔可夫模型准确率不高、效率低的问题,提出了基于后缀树的异常用户轨迹检测模型。首先,结合移动用户在某个位置的逗留时长对数据进行预处理;然后依据时间将移动用户的轨迹序列化;再计算用户轨迹序列上下文的概率特征,并构建概率后缀树;最后通过计算用户轨迹序列之间的相似度来实现轨迹异常检测应用。实验证明,该方法具有一定的有效性和扩展性。