基于云计算的个人活动轨迹归集整理技术研究

摘要： 为解决传统个人活动轨迹归集整理技术比率低的问题，基于云计算涉及个人活动轨迹归集整理技术。通过时间采样获取个人活动轨迹时间序列，明确个人活动轨迹空间位置，基于云计算的负载均衡独立处理，提取个人活动轨迹归集整理特征，并归集整理出共同特征，进而实现个人活动轨迹归集整理。设计实例分析，结果表明，设计的技术归集整理一致性比率明显高于对照组，能够解决传统技术归集整理一致性比率低的问题。

关键词：云计算;个人活动轨迹;归集整理技术

中图分类号：O657       文献标识码：A

文章编号：1009-3044（2022）23-0111-02

个人活动轨迹是个人行为模式的表象特征，能够直接体现出个人活动信息。由于网络信息化技术的不断发展，互联网能够精准记录个人活动信息，进而形成个人活动轨迹。个人活动轨迹中包含大量针对个人的有效信息，具有数据挖掘价值，因此，针对个人活动轨迹方面的研究成为学术界研究的热点内容。考虑到个人活动轨迹中包含的信息数据十分复杂、多样，对其进行综合的分析挖掘具有很高的难度系数。为此，需要对个人活动轨迹进行一定的归集整理，个人活动轨迹归集整理技术应势而生，通过个人活动轨迹数据汇总的方式，实现个人活动轨迹综合归集整理。结合研究中表明，传统个人活动轨迹归集整理技术在实际应用中尽管能够在一定限度上提高个人活动轨迹归集整理效率，但其对个人活动轨迹的归集整理一致性比率较低，通过该技术无法得到高精度的个人活动轨迹归集整理结果。由此可见，针对个人活动轨迹归集整理技术的优化设计是具有现实意义的。

云计算作为一种信息处理技术，能够通过网络云实现对信息数据的分解处理，为信息数据提供分布式计算功能，在信息处理领域中具备十分优越的应用效果，能够提高对信息资源的整合能力。因此，有理由将云计算应用在个人活动轨迹归集整理技术的优化设计中，相信其在传统归集整理技术中的适用性，为此，设计基于云计算的个人活动轨迹归集整理技术，致力于通过云计算极大程度上提高个人活动轨迹归集整理一致性比率。

1云计算

云计算的本质是利用一系列虚拟资源的整合，通过并行计算的方式将多种信息数据在同一时间进行处理，最大限度上提高信息的处理效率[1]。基于云计算的信息处理中，能够大大增强人机交互能力，减少传统获取技术架构资源所需花费的成本。云计算具备极强的适应性以及可拓展性，通过IaaS中间件以及PaaS中间件的融合使用，能够实现基于云系统的效用计算。不仅如此，云计算还具备敏捷的特点，能够提高计算效率[2]。云计算的服务特征主要包括以下几点，分别为：网络中心化、服务自助化、资源的池化和透明化以及资源配置动态化。其中，网络中心化指的是云计算的整体运行都必须依靠计算机加以实现;服务自助化指的是云计算运行所提供的资源服务是由云系统自动生成的，而非用户同提供商交互获得;资源的池化和透明化指的是云计算中运用的资源之间具备共享性，能够随意被调动，且资源之间不存在隐蔽性;资源配置动态化指的是云计算过程中，能够对资源进行相应的匹配，为响应匹配需求，资源会在第一时间快速弹性提供，减少其中所需的匹配等待时间。基于此，下文将展开基于云计算的个人活动轨迹归集整理技术设计，具体内容如下文所示。

2基于云计算的个人活动轨迹归集整理技术

2.1获取个人活动轨迹时间序列

考虑到个人活动轨迹的特性，其核心不是一成不变的，会随着时间的推移而发生改变，因此，本文通过获取个人活动轨迹时间序列的方式，得到基于时间采样的个人活动轨迹相关数据[3]。设此目标函数为[Tr]，则有公式（1）。

[Tr=（X1，Y1，S），（X2，Y2，S+ΔT），...，（Xn，Yn，S+（n-1）×ΔT）]（1）

公式（1）中，[X]指的是个人活动轨迹在时间轴上的横坐标点位;[Y]指的是个人活动轨迹在时间轴上的纵坐标点位;[S]指的是起始时刻;[ΔT]指的是个人活动轨迹时间间隔;[n]指的是个人活动轨迹中点位个数，为实数。基于公式（1），可获取个人活动轨迹时间序列。

2.2明确个人活动轨迹空间位置

以上述获取的个人活动轨迹时间序列为依据，由于个人活动轨迹数据量大，在归集整理过程中会存在大量冗余，且容易出现遗漏的现象，导致个人活动轨迹归集整理精度低[4]。为此，本文还需要明确个人活动轨迹空间位置，通过空间定位的方式归集个人活动轨迹的位置、时间、属性信息空间变化情况。在此次研究中，采用离散化形式，记录个人活动轨迹空间位置信息，设其表达式为[Ts]，则有公式（2）。

[Ts=（X1，Y1，Z1），（X2，Y2，Z2），...，（Xn，Yn，Zn）] （2）

公式（2）中，[Z]指的是个人活动轨迹在时间轴上的空间坐标点位。通过公式（2），得到个人活动轨迹空间位置信息，如图1所示。

结合图1所示，以此作为个人活动轨迹归集采样依据，为下文基于云计算提取个人活动轨迹归集整理特征奠定基础。

2.3基于云计算提取个人活动轨迹归集整理特征

在明确个人活动轨迹空间位置的基础上，基于云计算的分布式计算功能，调用个人活动轨迹底层资源，使个人活动轨迹归集整理特征之间相互独立[5]。设个人活动轨迹归集整理特征最大后验假定可按[Da]的方程式计算，则有公式（3）。

公式（3）中，[p]指的是个人活动轨迹信息权重;[c]指的是个人活动轨迹中到访频率;[x]指的是个人活动轨迹中主要停留时间;[n]指的是个人活动轨迹中较长停留时间节点个数，为实数;[j]指的是个人活动轨迹中锚点个数，为实数。通过公式（3），在满足个人活动轨迹归集整理特征最大后验假定的前提下，调用个人活动轨迹归集整理特征资源数据，形成一个能够共享的资源池，为个人活动轨迹归集整理提供信息调用便利[6]。在此基础上，通过云计算IaaS中间件以及PaaS中间件的共同作用，并行调用个人活动轨迹归集整理特征资源数据，并在其中计算出包含的信息特征。通过基于云计算提取个人活动轨迹归集整理特征，从而提取个人活动轨迹归集整理的最优解。

2.4实现个人活动轨迹归集整理

完成上述研究后，本次通过识别个人活动相似轨迹的方式，实现个人活动轨迹归集整理[7]。在此过程中，根据个人活动轨迹形状中的采样点以及锚点，归集整理出共同特征，设个人活动轨迹优化归集整理后的表达式为[ΔR]，则有公式（4）。

公式（4）中，[k]指的是阿米霍步长;[M]指的是个人活动轨迹信息元素集合;[h]指的是个人活动轨迹相似度;[Q]指的是个人活动轨迹信息的负梯度方向;[μ]指的是个人活动轨迹信息的正梯度方向。通过以上计算步骤，转换获取的个人活动轨迹归集整理具体数据，提供直观的个人活动轨迹归集整理数据。由于存在较多的难以控制的外界环境等影响因素，应在归集整理中根据多种参数变化条件全面地调整个人活动轨迹归集整理目标，进而确保个人活动轨迹的精细化归集整理。至此，完成基于云计算的个人活动轨迹归集整理。

3实例分析

3.1实验准备

设计实例分析，选择某人的个人活动轨迹作为实验对象，且其个人活动轨迹复杂、分散，本次实例分析内容为归集整理个人活动轨迹。忽略其他对实验造成影响的外界因素，首先，使用本文基于云计算下设计的技术，归集整理个人活动轨迹，使用matalb软件测得其归集整理一致性比率，定义该组为实验组。再使用传统的技术实施相同步骤的操作，同样使用matalb软件测得其归集整理一致性比率，定义该组为对照组。为了避免突发事件对实验结果的影响，将多种变量参数控制一致，共设置10次实验，记录测得的归集整理一致性比率。归集整理一致性比率越高表示该技术对于个人活动轨迹归集整理精度越高，能够得到高精度的个人活动轨迹归集整理结果。

3.2实验结果分析与结论

将上述实验后所得的实验结果汇总，得到本次实例分析的结论，如下表1所示。

通过表1可知，实验组归集整理一致性比率数值范围在35-40 bps/s之间;而对照组归集整理一致性比率数值范围在20-30bps/s之间。由此可见，应用云计算的个人活动轨迹归集整理技术能够提高归集整理一致性比率，证明设计技术更具实际应用价值，值得被大力推广。

4结束语

通过基于云计算的个人活动轨迹归集整理技术研究，能够明确云计算在个人活动轨迹归集整理中的适用性。通过此次研究能够看出针对个人活动轨迹归集整理技术优化设计的现实意义，能够取得显著的研究成果。在以往针对此方面的研究中，可以为学者带来参考价值。但本文同样存在不足之处，主要表现为缺乏针对个人活动轨迹模式的详细分析。为此，在后续的研究中，希望可以有学者在本次研究的基础上对个人活动轨迹模式的分析加以补足。

参考文献：

[1] 王伟，吴芳，许爽.云计算环境下的光网络异常特征提取方法[J].激光杂志，2019，40（9）：138-142.

[2] 苏丹，杨鲲鹏.云计算和机器学习算法下的微电网负荷预测效果分析[J].自动化与仪器仪表，2019（1）：181-184.

[3] 雷澜珺.论侵犯公民个人信息罪中行踪轨迹信息的认定[J].中国检察官，2020（2）：8-12.

[4] 侯尧，陶洋，杨理，等.基于差分隐私的个人轨迹信息保护机制[J].计算机工程与应用，2020，56（9）：106-110.

[5] 鲁强，刘歆琦.基于RNN集成学习的个人轨迹恢复方法[J].计算机工程，2019，45（3）：188-196，201.

[6] 何桂林，马林兵，周博，等.基于志愿者轨迹数据的居民出行偏好分析及引导[J].地域研究与开发，2020，39（1）：65-70.

[7] 吴方，王雅琦，高洁，等.养老机构老年人睡眠质量对日常生活活动能力变化轨迹的预测[J].护理学杂志，2020，35（1）：66-69.

【通联编辑：光文玲】

收稿日期：2021-06-25

作者简介：潘海霞（1972—），女，陕西人，副教授，学士，主要研究方向为计算机。