بخشی از مقاله
چکیده
سرویسهای مکان مبنا مجموعه خدمات کاربردی هستند که بر پایه تحلیل موقعیت مکانی کاربران ارائه میشود. همراه با پیشرفت در زمینه فناوری اطلاعات، فراگیر شدن دستگاههای همراه و گردآوری دادهها با دقت بالا، راه برای سرویسهای مکان مبنا هموار شده است. اما ارائه سرویسها به کاربران، متناسب با علایق و رویدادها هنوز یک چالش جدی میباشد، زیرا معمولا این سرویسها بر اساس موقعیت مکانی بدون در نظر گرفتن نیاز کاربران ارائه میشود.
امروزه جهت رفع مشکل ذکر شده از تکنیکهای دادهکاوی مکانی-زمانی برای استخراج الگوهای مفید و کشف دانش از رفتار حرکتی افراد که ردیابی شده، استفاده میشود. با توجه به هدف دستیابی به سرویسهای متناسب به کاربر خاص و متناسب با رویداد و زمان، از تکنیکهای خوشهبندی مکانی-زمانی برای استخراج علایق و نیازهای کاربران استفاده میشود و با بکارگیری قوانین انجمنی مکانی-زمانی رابطه علایق تعیین میشود.
در این تحقیق به منظور ارزیابی الگوهای استخراج شده سیستمی مکان مبنا توسعه داده میشود و سرویسهای متناسب با الگوهای استخراج شده از داده کاوی به کاربر پیشنهاد میشود. نتایج نشان میدهد در نظر گرفتن دو بعد مکان و زمان و دادهکاوی مکانی-زمانی معیار کارایی ارائه سرویسهای شخصی و هوشمند را بهبود میبخشد.
.1مقدمه
سرویسهای مکان مبنا، سرویسهایی هستند که از اطلاعات مکانی جهت ارائه سرویس به کاربر استفاده میکنند بَب. همانطور که از تعریف ذکر شده برمیآید، سرویسها معمولا بر اساس موقعیت مکانی کاربر و بدون در نظر گرفتن علایق و نیاز آنها ارائه میشوند. در محیطهای همراه امکان تعامل مستقیم کاربر با سرویس جهت دریافت سرویس مناسب هنوز یک چالش جدی میباشد.
برای بهبود آن باید سرویسهایی مرتبط با مکان و زمان کاربر و نیاز آنها ارائه داد تا علاوه بر برطرف کردن نیاز، مزاحمتی برای کاربران ایجاد نکند و مناسب باشد. بنابراین هدف حقیقی که سرویسهای مکان مبنا دنبال میکند فراهم کردن سرویسهایی شخصی برای کاربران است که مکان - موقعیت - آنها در حال تغییر است - وابسته به زمان است - ، میباشد
با بکارگیری زمینههایی مثل کاربر، زمان و تاریخچه حرکتی میتوان به تعامل مناسب بین سرویسها و کاربران دست یافت تا سرویسهایی شخصی و متناسب با زمان ارائه شوند
علیرغم بکارگیری روشها و الگوریتمهای مختلف دادهکاوی در استخراج الگو و مدلسازی رفتار حرکتی کاربران با استفاده از تاریخچه حرکتی آنها نیاز به یک مدل سازی مناسب از الگوهای رفتاری کاربران با ویژگیهای مکانی-زمانی احساس میشود.
در این تحقیق با استفاده از تکنیکهای داده کاوی و در نظر گرفتن دو بعد مکان و زمان، روشی پیشنهاد شود، تا الگوهای مفیدی از تاریخچه حرکتی کاربران را بدست آورد و تعامل مناسب بین سرویسهای ارائه شده به کاربران خاص ایجاد شود
با استفاده از روشهای دادهکاوی مکانی-زمانی میتوان فعالیتهایی که شخص در طول روز انجام داده را بدست آورد و به علایق آنها پی برد، همچنین میتوان رابطه فعالیتها و ترتیب انجام فعالیتها، را شناسایی کرد. با داشتن چنین دانشی میتوان سرویسهای مکان مبنا را بر اساس عملکرد کاربران بهینه کرد
به منظور استخراج علایق کاربران از خوشهبندی مکانی-زمانی برای بدست آوردن خوشهها و الگوها درفضای زمانی و مکانی استفاده میشود
الگوهای استخراج شده منجر به نتایجی مثل شخصیسازی سرویسها×و زمینه ها میشود بْب. خوشهبندی کاربران بر اساس رفتار و تاریخچه حرکتی شخصی آنها که زمینههای سرویسهای مکان مبنا را تشکیل میدهند، گام مهمی در درک نیازهای آنها میباشد
برای رسیدن به تعامل مناسب بین کاربر و سرویسها، تنها دانستن نیازهای کاربر که از نتایج خوشهبندی بدست آمده، کافی نمیباشد، بلکه پیش بینی نیازهای - رفتارهای - آتی کاربر با توجه به شرایط نیز مهم است
از آنجا که توالی خدمات درخواست شده ممکن است به آنالیز و کشف نظمهایی در این توالیها منجر شود، لذا از تکنیک قوانین انجمنی مکانی-زمانی میتوان پیش بینیهای سودمند درباره رفتار آینده کاربر را بر اساس درخواستهایی که در گذشته داشته است، استخراج میشود
قوانین انجمنی موجب پیشبینی درست می شود که قابلیت سیستم را افزایش داده و موجب افزایش اعتماد کاربران شده و تقاضا برای این سرویسها را افزایش می دهد بِب. به منظور ارزیابی الگوهای استخراج شده، سیستمی توسعه داده میشود که سرویسهای پیش فعال برای کاربر ارسال میکند.
ساختار این تحقیق به این صورت میباشد که ابتدا در بخش دوم در مورد دادهکاوی و روشهای آن بحث خواهد شد، سپس مرحله آمادهسازی دادهها جهت انجام تجزیه و تحلیل می باشد. در ادامه از روشهای دادهکاوی مکانی-زمانی استفاده شد، که در این مرحله، خوشهبندی مکانی-زمانی و قوانین انجمنی مکانی-زمانی بکار گرفته میشود. در نهایت سیستم مکان مبنایی هوشمند با هدف ارائه سرویس های شخصی به کاربر توسعه داده شد.
ٍ. دادهکاوی
دسترسی به حجم بالایی از داده ها با ماهیت مکانی-زمانی و نیاز به استخراج دانش و اطلاعات مفید سبب ایجاد داده کاوی گردید
داده کاوی فرآیندی است برای استخراج الگوهایی که بطور ضمنی در پایگاهدادهای عظیم، انبار داده و دیگر مخازن بزرگ اطلاعات، ذخیره شده است را باخانممایی می کند
هدف از داده کاوی عبارت است از کشف و استخراج الگوهای جدید، مفید و قابل درک از دادههای موجود در یک پایگاه داده بزرگ می باشد . هدفی که در دادهکاوی مکانی-زمانی دنبال میشود، آشکارکردن رابطههای مکانی-زمانی میباشد.
ٍ..1 خوشه بندی مکانی-زمانی
خوشهبندی یکی از مهمترین ابزار کشف دانش در دادهها میباشد و یک تکنیک نظارت نشده است
از مهمترین مزیتهای این تکنیک عدم نیاز به دانش اولیه می باشد و در آن خوشهها میتوانند مستقیما از دادهها حاصل شوند
هدف از خوشهبندی این است که دادههای موجود به چند گروه تقسیم شود و در این تقسیمبندی دادههای گروههای مختلف باید حداکثر تفاوت ممکن را داشته باشند بٌٍب. خوشه بندی کاربران بر اساس رفتار و تاریخچه حرکتی کمک میکند تا مشخص شود افراد با علایق مشترک در یک بعد زمانی خاص رفتار یکسانی از خود نشان میدهند
در این تحقیق برای بدستآوردن رفتار کاربران از الگوریتم DSTiPE1 استفاده میشود که دو بعد مکان و زمان را در نظر می گیرد. الگوریتم DSTiPE از دو مرحله تشکیل میشود، در مرحله اول مکانهای کاربر استخراج میشود و در مرحله دوم با اعمال قیود زمانی اهمیت مکانها تعیین میشود.
ٍ..2 قوانین انجمنی
قوانین انجمنی یکی از تکنیکهای اصلی دادهکاوی بوده و شاید بتوان آن را مهمترین شکل از کشف و استخراج الگوها در سیستمهای یادگیری بدون نظارت دانست بٌِب. قوانین انجمنی وابستگی بین دادهها در پایگاه داده را نشان میدهد . از متداولترین روشهای کشف قوانین انجمنی میتوان به الگوریتم Apriori اشاره کرد
