计算机工程与科学

作者：王星苏, 熊文, 张瑞

单位：（1.云南师范大学信息学院，云南 昆明 650500；2.深圳北斗应用技术研究院有限公司,广东 深圳 518000）

关键词：轨迹相似性,地铁系统,PPJoin+,Spark,

基金：国家自然科学基金（61862066）

当前主要的轨迹相似性连接方法都以GPS轨迹为研究对象。针对GPS轨迹的优化方法无法直接用于解决地铁乘客轨迹相似性连接的问题，充分利用地铁乘客轨迹的时空特征，借助轨迹的重复性和对称性，将轨迹从点序列转化为OD序列。以OD序列为基础的轨迹，长度是原轨迹的一半，对应的索引空间变小，后续的计算量也随之减少。着重研究了基于PPJoin+的轨迹连接算法在Spark平台上的设计与实现。在一个13结点Spark集群和一个包含500万个乘客轨迹集合(5.6亿条刷卡记录)的超大规模数据集上验证了该算法的有效性。实验结果显示，基于OD序列的PPJoin+算法的执行时间为14.0 min，比默认的点序列轨迹连接算法的节约了62.5%，比Dima连接算法的节约了78.2%，并表现出了良好的可扩展性。

来源：2023年第8期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2023年第8期