| 한글제목(Korean Title) |
TrejectMesa: GeoMesa NoSQL 프레임워크 기반 궤적 데이터의 핫스팟 검출 |
| 영문제목(English Title) |
TrajectMesa: Hotspot Detection in Trajectories data based Geomesa NoSQL Framework |
| 저자(Author) |
하니 라마단
요가 유스티아완
권준호
김정구
Hani Ramadhan
Yoga Yustiawan
Joonho Kwonk
Jeong Goo Kim
|
| 원문수록처(Citation) |
VOL 34 NO. 02 PP. 0074 ~ 0088 (2018. 08) |
한글내용
(Korean Abstract) |
핫스팟 탐지와 같은 궤적 패턴을 추출하기 위한 궤적 빅 데이터 분석은 복잡한 데이터 모델과 엄청난 양의 데이터로 인해 도전적인 문제이다. 본 논문에서는 Geomesa NoSQL 프레임워크에 기반한 궤적 빅 데이터로부터 핫스팟을 추출하는 궤적 빅 데이터 분석 시스템인 TrajectMesa를 제안한다. 핫스팟 추출 프로세스는 사용자가 상당한 시간을 소비하는 체류 지점을 감지하는 단계와 체류 지점의 중심 인 핫스팟을 식별하는 단계로 구성된다. 따라서 우리 시스템은 특정 시간 범위, 거리 및 최소 포인트 임계 값 내에서 후보 지점을 그룹화하여 궤적상의 체류 지점을 검출한다. 그런 다음 TrajectMesa는 DBSCAN 기반 알고리즘을 사용하여 체류 지점 그룹에서 핫스팟을 식별한다. GeoLife 프로젝트가 제공하는 실제 GPS 궤적 데이터셋을 사용한 실험을 통하여 TrajectMesa 시스템의 실현 가능성을 확인하였다.
|
영문내용
(English Abstract) |
The analysis of trajectory big data for extracting trajectory patterns such as hotspot detection is quite challenging due to the complex data model and the huge volumes of the data. In this paper, we propose a trajectory big data analysis system, called TrajectMesa, which extracts the hotspots from trajectory big data based on Geomesa NoSQL Framework. The hotspot extraction process consists of two steps: (1) detecting stay points where users spend considerable amount of time at and (2) identifying hotspots which are the centroid of several stay points. Thus, our system detects the stay points in the trajectory by grouping some candidate points within certain time range, distance, and minimum point thresholds. Then, TrajectMesa can identify the hotspots from the groups of stay points utilizing DBSCAN based algorithm. We demonstrate the feasibility of TrajectMesa system with the real world GPS trajectory dataset provided by GeoLife project.
|
| 키워드(Keyword) |
궤적 빅 데이터 분석
체류 지점 탐지
핫스팟 식별
클러스터링
trajectory big data analysis
stay point detection
hotspot identification
clustering
|
| 파일첨부 |
PDF 다운로드
|
