O TNG T KT HP THEO TRNG S CHO MU DI NG TRONG

MNG KHNG DY
TM TT
S ging nhau gia mu ng i trong gom nhm ng vai tr quan trng trong
vic khm ph hnh vi di chuyn ca cc nhm khc nhau ca cc i tng di
chuyn. Mt s phng php c xut o tng t gia cc chui d liu
trong ng i. Hu ht cc phng php ny da trn khng gian Euclide hoc trn
mng khng gian v mt s trong h c quan tm n kha cnh thi gian hoc kiu
th t. Tuy nhin, h khng ph hp vi c im ca mu di chuyn thi gian trong
mng khng dy. Trong bi bo ny, chng ti xut mt o tng t mi cho
mu di ng trong khng gian di ng ca mng khng dy. u tin, chng ti trnh
by cc nh ngha chnh nm bt v mt ton hc 2 o tng t theo khng gian
v thi gian cho mu di chuyn. V sau , chng ti xc nh tng o tng t
bng cch kt hp trng s ca cc o ny. S tht o tng t tng phn v
tng s c chng minh trong ton hc. Hn na, thay v khong thi gian hoc bc,
cng vic ca chng ti lm cho vic s dng mc thi gian m ti 2 mu di chuyn
chia s cng mt t bo. Mt trng hp nghin cu cng c m t so snh o
tng t kt hp vi nhng bin php khc.
T KHA
Mng khng dy, gom nhm, mu di chuyn, i tng di chuyn, tng t, ng
i.
1. GII THIU
Vi s pht trin ca in ton di ng v truyn thng khng dy, khm
ph v s di chuyn ca cc nhm khc nhau ca cc i tng di chuyn trong
mng khng dy tr nn quan trng trong vic d on di chuyn ca h. Mc
d cc i tng di chuyn khc nhau th hin s khc bit trong hnh vi di
chuyn ca h v tnh cht ca s di chuyn ca h nhng v c bn h c
nhiu im tng t [1]. Khm ph cc thuc tnh tng t gp phn d
on v tr kt ni k tip ca mt i tng di chuyn da trn hnh vi ca cc
thnh vin trong mt nhm.
Cng vic ca chng ti, d on v tr kt ni k tip ca i tng di
chuyn ch da trn lch s di chuyn ca h. Tuy nhin, nhng thng tin khng
y ca kt qu lch s di chuyn trong vic thiu lut di chuyn v c th
nh hng n tnh chnh xc ca d on. Trong bi bo ny, chng ti xem
xt rng vi nhng hiu bit v cc nhm ca i tng di chuyn, c th
chuyn i hnh vi chung gia cc i tng trong sut s di chuyn ca h. V
th, n c th d on v tr kt ni k tip ca mt i tng da trn hnh vi
di chuyn ca nhm. V ln lt, hnh vi ca mt nhm i tng di chuyn

c xc nh c nhiu im tng t mu di chuyn, din t mt cch ng

nht cc mi tng quan ca hnh vi ca cc i tng trong mng khng dy.
Phn tch cc i tng di chuyn (thc th c t vo v tr hay cc thuc
tnh c th thay i theo thi gian) thu ht nhiu nghin cu, c bit, xem
xt ng i ca h (ng i ca cc i tng trong khng gian v thi gian).
o tng t gia cc ng i v sau gom nhm tr nn quan trng
d on di chuyn ca i tng di chuyn. [3].
Phng php tip cn tnh ton tng t gia cc chui trong d
liu ng i ca i tng di chuyn c th c nhm thnh 2 loi. Mt mt,
cc phng php da trn khng gian Euclide nh trong [4] [5] [6] [7] [8] xem
xt tng t vi khong cch Euclide. Mc khc, 1 s cng trnh [9] [10] [11]
nghin cu tnh cht khng gian v thi gian ca mu nhng vi kha cnh
thi gian. V sau 2 mu ny i qua cng mt khu vc nhng thi im
khc nhau th c coi l tng t nhau. Phng php ny c th khng ph
hp vi c im khng gian ca khng gian gian di ng trong mng khng
dy. M t chi tit hn v phn tch cc phng php ny c cp trong
phn 2.
ng gp ca chng ti trong bi bo ny l gii thiu mt o tng
t mi ca mu di chuyn. Cch tip cn ca chng ti xy dng mt bin
php nh vy gii quyt 2 kh khn. Th nht, bin php ny phi da trn
c im tng t ca mng khng dy, trong v tr ca i tng di chuyn
c tham chiu n t bo nhn dng.Th hai, phng php cn i din cho
khng gian v thi gian tng t cng mt lc. N c ngha l hai mu i qua
nhng t bo ging nhau ti cng cng thi im c coi l c nhiu tng t
hn so vi trng hp khng c mc thi gian chung. o tng t ca
chng ti c tnh ton nh kt hp trng s ca khng gian v thi gian.
Khng nh v s tht s c trnh by trong chng minh ton hc v sau
so snh gia bin php ny vi cc bin php khc c a ra khi nghin cu.
Phn cn li ca bi bo ny c xy dng nh sau: Trong phn 2, gii
thiu nh gi cch tip cn o tng t trong d liu ng i. Phn 3,
trnh by m hnh di ng trong mng khng dy v phn 4 nghin cu mt o
tng t mi gia cc mu di chuyn. Trong phn 5, chng ti m t mt
trng hp so snh o tng t ca cc mu di chuyn. Phn 6 l mt s
tho lun. Cui cng, phn 7 rt ra nhn xt, kt lun v cng vic tng lai.
2. OVERVIEW OF SIMILARITY MEASURES (tng quan v cc o tng t)
2.1 o tng t ca khng gian Euclide
o tng t cho d liu ng i trong khng gian Euclide vi v tr
tham chiu ca ta c coi l rng ri trong cc lnh vc nghin cu
khc nhau. [4] xut mt phng php nghin cu cho ng i tng t
bng cch tp trung vo hnh dng khng gian v so snh hnh dng khng
gian ca di chuyn ca ng i i tng. Tm kim thut ton da trn

gi tr OWD (mt khong cch ng i) trong 2 trng hp lin tc v

ring bit ca ng i c khai trin. Tuy nhin, chng trnh tm
kim OWD th thi gian c lp v da vo khong cch Euclide. Do , n
khng thch hp so snh 2 ng i trong khng gian di ng ca mng
khng dy.
Mt phng php khc o tng t gia ng i da trn khng
gian - thi gian c gii thiu bi Zeinalipour- Yazti [5]. H xut chia
o tng t khng gian - thi gian s dng LCSS (di nht di con
chung). Phng php ca h thc hin cc tnh ton cc b ca gii hn
di v gii hn trn ti mi t bo v sau kt hp cc kt qu ny
c gii hn di v gii hn trn. Tuy nhin, n ny cng gi nh
khng gian Euclide, n kh p dng cho mng khng gian [11]. Mt s
o tng t khc hiu qu c xut trong [6] [7] [8] nhng h cng
din t khng gian Euclide nh [4] [5]. Do c trng khng gian v thi
gian ca mng khng dy, nhng phng php ny khng cn hu ch.
2.2 o tng t Temporal Aspect
Cc nghin cu quan trng nht ca ng i tng t ph hp cho cc
mng khng gian c trong trnh by trong [9] [10]. Cc nghin cu ny
cho rng cc ng i a l gn c th khng nhit thit tng t phm vi
hot ng trc bi k bn cc mc h i ngang qua c th khc nhau. Jiaching Ying [9] xut mt phng php mi bo hiu tng t gia cc
ng i, c th l (MSTP-Similarity). Sau khi chuyn ng i a l c
t vo Dataset (csdl thu gn), h s dng cc thut ton khai thc mu tun
t Prefix-Span khai thc thng xuyn ng i c gi l mu ng
ngha n i. V sau h s dng LCS ca 2 mu i din cho phn
chung di nht ca h v xc nh MSTP-Similarity da trn t l tham gia
phn chung ca mu. MSTP-Similarity lp lun rng 2 mu ng i th
tng t hn khi h c nhiu phn chung hn. Tuy nhin, nhc im ca
m hnh ny l n khng c thuc tnh thi gian trong bng k. V d, 2 mu
ng i i qua cng khu vc ti thi im khc nhau th c coi l tng
t. Do , n khng ph hp vi khng gian thi gian.
Mt o tng t da trn mu di chuyn lin tc vi thi gian v
khng gian c xem xt bi Pandi [11]. H ni rng cc tnh nng chnh
ca chui d liu l cc phn t c trnh t. v vy, h xut o tng
t mi m tp trung vo c tnh sp xp ca cc phn t. Kt qu nh gi
ca h cho thy tnh u vit ca phng php so vi cc phng php nh
gi khc. Tuy nhin, phng php ny c cng mt vn ca tnh thi gian
nh [9].
2.3 Similarity Measures of Networks with Simultaneously Spatiotemporal
Consideration ( o tng t ca mng vi s xem xt ng thi khng
thi gian )

Kin thc tt nht ca chng ta, nghin cu cc hn ch ca mng khng

gian bng cch ly c 2 c tnh khng gian v thi gian ca mu vo bng k l
tha ng. Th nht, cng vic do Tiakas [12] s dng khong cch mng thay
v khong cch Euclide. Cc mng khng gian th c m phng nh 1 th
c hng v khong cch mng c xc nh bi thut ton tm ng i
ngn nht gia cc nt ca th nh sau. Cho D net (Ta, Tb) l khong cch gia
hai ng i Ta=(va1,va2,,vam) v Tb=(vb1,vb2,,vbm) chiu di m. Sau
m

D net ( T a ,T b ) =

1
d (v ai , v bi)
m i=1
v

0 nu v ai =v bi
d ( ai , v bi )= c ( v ai , v bi ) +c ( v bi , v ai )
2 DG

tri li

Trong DG=max {c(vi,vj), vi,vj V(G)} l ng knh ca th G ca

mng li khng gian. Ngoi ra, Dnet (Ta, Tb) h cng tnh ton tng t thi
gian Dtime (Ta, Tb) gia 2 ng i nh sau:
m
|( T a [ i+1 ] . t T a [ i ] . t ) (T b [i +1 ] .t T b [ i ] .t )|
1

D time ( T a , T b ) =

m1 i=1 max {( T a [ i+1 ] .tT a [ i ] .t ) , ( T b [ i +1 ] . t T b [ i ] . t ) }

tnh c c tnh thi gian v khng gian vo bng k, h kt hp 2 khong cch o

Dnet v Dtime thnh mt:
Dtotal (Ta, Tb)= Wnet .Dnet(Ta, Tb)+ Wtime .Dtime (Ta, Tb)
Trong Wnet + Wtime=1.
u im ca phng php ny l n s dng khong cch mng v a vo
khng thi gian kha cnh ti khon ng thi.Tuy nhin, ng i a l gn c th
khng nht thit phi tng t nh trong mt s ng dng thc t [9]. V d, trong
hnh 1, mc d khong cch a l gia ng i 1 v ng i 2 l gn hn gia
ng i 1 v ng i 3, c 2 ng i 1 v 3 i qua cng cc v tr <trng hc,
cng vin, nh hng>. Nh vy, ng i 1 v 3 c xem l tng t hn ng i
2. Phng php nh vy thi khng thun tin p dng cho m hnh mng khng
dy.

Figure1.Anexampleofsimilartrajectories[9]

Th hai, Kang [13] s dng khng gian di ng thay v khng gian Euclide
xy dng s tng t gia cc mu ca i tng di chuyn. Theo [13], v tr tham
chiu bi cc t bo hn l ta trong th gii thc. V d, chng ti cp v tr
ca i tng trong 1 ta nh bng s phng. x l 1 cu hi khng gian Ai ang
trong phng 406, v tr c tham chiu bi phng l ta (x,y). Da trn quan
st ny, Kang xc nh 2 o tng t bng cch s dng LCSS, c xut
phn tch s tng t gia cc chui. Hn na, h ng thi ly cc thuc tnh khng
gian v thi gian ca mu ng i vo ti khon m khng c xem xt bi LCSS.
Th nht, Kang nh ngha khng gian tng t LCSS a,b(n,m) trong a, b l 2 mu
ng i v n, m l s lng ca t bo c thm bi a, b tng ng nh sau:
0, nu i=0 hoc j=0

LCSS a , b (i1, j1 ) +1, nu i>0, j>0, a i . c=b j . c

LCSS
max ( a , b(i , j1) , LCSS a ,b (i ,1, j)) , tri li
LCSS a , b ( i , j )=

Trong ai.c v bj.c l i-th v j-th l t bo c ving bi a, b tng ng. LCSS

ngha l mu dy ca t bo chung di nht. Gi tr ca LCSS ln c ngha l 2 mu
chia s mt dy di cc t bo v c s tng t cao.
khc phc nhng thiu st ca LCSS [13] xut mt nh ngha mi o
tng t ca cc mu CVTI gia 2 mu ng i a v b. CVTI p dng tng thi
gian a v b ti cng mt t bo:
n, m

CVTI ( a ,b )=

|ai . I b j . I| ,trong ai . c=b j . c

i=1, j=1

V vy, cch tip cn ca h tp trung vo o tng t vi khong thi gian m

khc nhau t cc mc thi gian trong cng vic ca h.
Cui cng, mt trong nhng phng php ph hp nht cho mc ch ca
chng ti c xc nh l Gomez-Alonso [14]. Mc ch chnh ca h l o
tng t ca chui cc s kin i din cho hnh vi ca ngi dng trong bi cnh c
th nh trnh t ca cc trang web c truy cp bi ngi dng no hay lch
trnh hng ngy ca mt c nhn. Phng php ny da trn vic so snh cc phn t
chung (nh l cc trang web, a im) trong 2 chui v v tr ni m xut hin.
Cc my tnh c trc y nu hai c nhn lm nhng iu tng t, v d nu h
truy cp cc trang web ging nhau hoc i n cng mt ni. Sau ny a vo ti
khon trnh t thi gian ca cc s kin, nu 2 du khch thm ni A sau s thm
ni B hoc khng.
V d, Cho T1 v T2 l nhng du khch n thm mt vi ni ca cng mt
thnh ph: T1={ a, b, c} v T2={ c, a, b, d}. y c 3 ni chung v h thm a

trc b. V vy h kh tng t. Trong trng hp a vo ti khon 2 vn ny,

bin php mi c gi l OSS (th t - da trn trnh t tng t bao gm, mt mt,
tm kim cc phn t chung trong 2 chui, mt khc, so snh v tr ca cc phn t
trong 2 chui. Cho i v j l 2 chui vi cc mc c di khc nhau, i = (x i,1, , x i,
card(i)) v j =(x j,1, , x j,card(j) ). Cho L = { l1, , ln} l mt tp hp k hiu n
i din cho tt c cc phn t c th c ca chui ny (L th c
gi l ngn ng). Sau , OSS c nh ngha l:
d

Trong

OSS

fi,jgi,j
i,j cardicardj

|xikjcardxjk|xjk
i

gi,jcard
xik

v
n

l pjlkp
fi,j k1p1
maxcardi,cardj
k

Trongilkt|itlkandmincardilk,cardjlk.

Phng php OSS c 2 phn, g l m s phn t ring, v f o tng t

trong v tr ca cc phn t trong chui (c th t). Nu 2 chui bng nhau, kt qu
ca dOSS l 0, bi v v tr lun bng nhau (f=0) v khng c phn t no ring (g=0).
Ngc li, nu 2 chui khng c bt k phn t no chung, sau g = card(i) + card(j)
v f = 0, dOSS bng 1 khi n c chia bi card(i) + card(j). Gi tr ca d OSS lun lun
gia 0 v 1.
Tuy nhin, th t gia cc phn t chung trong 2 mu c th khng cn hu ch
cho mc ch ca chng ti. V d, Cho S1 v S2 l 2 mu ng i: S1={(1, t 1), (0,
t3), (5, t4), (6, t6), (7, t9)} v S2={(0, t3), (5, t4), (7, t9)}. Cc t bo 0, 5, 7 l chung
trong 2 mu S1 v S2. K t khi hai mu ny i qua cc t bo ging nhau ti cng
mt thi im, h phi xem xt thi gian tng t, mc d h khng phi l tng t
trong bin php OSS do f (S1, S2) = 0,8> 0. Kt qu tnh ton ny thu c nh sau:
S1(0) = {1} v S2(0) = {0}, v vy f (0) (S1, S2) = | 1-0 | = 1. Tng t nh vy, f (5) (S1,
S2) = | 2-1 | = 1 v f (7) (S1, S2) = | 4-2 | = 2.
V vy,
f(S1, S2)=

f (0 ) ( S 1, S 2 ) + f 5 ( S 1, S 2 )+ f 7 ( S 1, S 2 )
=
max {card ( S 1), card (S 2) }

1+1+2
=0.8
5

Vn pht sinh trong bin php ca Gomez-alonso [14] l 1 ng lc xem

xt m rng v l mc ch ca bi bo ny. Phn tip theo m t ngn m hnh
ca cc mu di chuyn [2] [15] l c s cho cc o tng t ca chng ti.
3. MOBILITY MODEL IN WIRELESS NETWORKS (M hnh di chuyn trong
mng khng dy)
Trong bi bo ny, gi nh rng, vng ph sng c i din bi 1 mng hnh
lc gic (hnh 2). Mi hnh lc gic l mt t bo c phc v bi mt trm gc (BS)
trong khng gian truyn thng. Cc nt di ng c th i quanh vng ph sng. th
2 chiu c s dng minh ha cho m hnh di ng ca cc nt trong mng
khng dy. Gi s G = (V, E) l mt th c hng khng trng s, trong V l tp
hp ca cc t bo trong vng ph sng v tp E l i din cho cc cnh k gia cc
cp ca cc t bo. Nu hai t bo, A v B l cc t bo cnh nhau trong vng ph
sng th cnh ca G c hng v khng c trng s t A n B v cng t B n A.
Cc cnh 2 chiu ny minh ha cho 1 nt di ng c th di chuyn t A n B hay t
B n A trc tip v hn na c th i n cc vng ph sng tng ng th G. V
d mng th hin trong hnh 2 c th c m hnh ha bi cc nh tp V= {0, 1,
2, 3, 4, 5, 6, 7, 8, 9, 10, 11} v cnh tp E = {(0, 1), (0, 2), (1, 0), (1, 2), (1, 9), (2, 0),
(2, 1), (2, 3), (2, 8), (2, 9), ..., (11, 6), (11, 7), (11, 10)}.

Figure 2. An example coverage region (a) and the corresponding bidirected graph G
(b)
3.1 Representing Mobility Profiles with Spatiotemporal (i din cho tiu s
mng di ng vi khng thi gian)
Hnh vi ca ngi dng di ng c th c c trng bng nhiu cch
khc nhau. Trong bi ny, 2 c im c s dng xc nh hnh vi di chuyn l
quan h gia v tr v thi gian. Sau y l mt vi tho lun trnh by c im
ny.
Cc yu t v tr ch ra rng s di chuyn ca ngi dng di ng thng
theo mt trnh t cc a im mi ngy. V d, Trong mng li trng hc, ging
vin thng di chuyn n lp hc, phng th nghim, th vin trong khi cc nhn
vin phng ban thng i khp c quan hnh chnh. V vy, c th d on v tr tip
theo ca ngi dng di ng da trn lch s v tr ca h.

Table1.Predefinedtimestamps(Mcthigiancxcnhtrc)
Timestamps
(Mcthigian)
t1
t2
t3
t4
t5
t6

TimeInterval
(Khongthigian) Timestamps TimeInterval
0:002:14
2:154:29
4:306:44
6:458:59
9:0011:14
11:1513:29

t7
t8
t9
t10
t11

13:0015:44
15:4517:59
18:0020:14
20:1522:29
22:3023:59

Cc yu t thi gian ca ngy xc nh tm quan trng ca thi gian khi 1

ngi di ng di chuyn n 1 v tr. Hnh vi di chuyn thay i nh l 1 hm ca thi
gian. Trong bi ny, chng ti phn tch mu di chuyn c nhn ca ging vin trong 1
mng khng dy trng hc. v d, s di chuyn ca ging vin da vo tin ca
lp hc. Ngha l ng y s di chuyn n lp hc ti nhng thi im theo lch trnh
ging dy ca mnh. Do , n c th thit lp khong thi gian 3 tit dy. 1 tit dy
khong 45 pht v th khong thi gian l 135 pht. Trong cng vic ny, cc mc thi
gian c xc nh trc, c minh ha trong bng 1.
3.2 Formalizing Mobility Patterns in Wireless Network (nhng mu di chuyn
chnh thc ha trong mng khng dy)
Phn ny trnh by m hnh cc mu di chuyn. Nh tho lun trc , cc
nt di chuyn c th di chuyn quanh vng ph sng tng ng ca 1 th G. Cho c
l s ID ca t bo m nt di ng c kt ni ti mc thi gian t, 1 im c xc
nh nh sau:
nhngha1.ChoCvTl2tphpcaIDtbovmcthigiantngng.Cc
cpcthtp=(c,t),trongcCvtT,cgil1im.KhiuPltp
hpcattcccimP=CT={(c,t)|cCvtT}.
Haiimpi=(ci,ti)vpj=(cj,tj)ccholtngngnuvchnuifci=cj
vti=tj.impi=(ci,ti)cnhnghalsmhnimpj=(cj,tj)nuvchnuti
<tj,vkhiul(ci,ti)<(cj,tj)hocpi<pj.
nhngha2.ngicaccntdingcnhnghalmtdyhuhncc
im<p1,p2,,pk>trongCTkhnggian,trongpj=(cj,tj)lnhngimcho
1jk.Mtchuigmccphntkckhiulmtkpattern.
Chrnggitrcamimcthigiantjthkhngphilduynhttrong1ng
i.tjcth bngtikhivch khinlccmcthigianca2imlintipca1
ngi.Vd<(c1,t1),(c2,t2),(c3,t2),(c4,t4)>l1ngi.Ccthttngdncu
ccimcangicspxpbngcchsdngtlchakha.
nhngha3. MtmudichuynB=<b 1,b2,,bm>l1muconcamudi
chuynkhcA=<a1,a2,,an>,trongaivbjlccim,vitlBA,nuv
chnutntisnguyn1i1<<imsaochobk=aik,vimik,trong1km.
Vsau,AcgilsuperpatterncaB.

Vd,choA=<(c4,t2),(c5,t3),(c6,t4),(c8,t5)>vB=<(c5,t3),(c8,t5)>.SauBl
subpatterncaAvngcli,AlsuperpatterncaB.
4. A NEW SIMILARITY MEASURE FOR MOBILITY PATTERNS (1 o
tng t mi cho cc mu di chuyn)
o tng t mi ca chng ti c trnh by bi cc yu cu sau. N c th
da trn c im ca mng khng dy v c th phn nh s tng t ca khng
gian v thi gian. Bng trc gic, 2 mu di chuyn c coi l tng t nhau trong
khng gian nu n chia s cc t bo chung, cc mu i qua cng cc t bo ti cng
mt thi im c coi l tng t trong thi gian hn trng hp h li ti thi
im khc nhau. Kt qu l, o tng t gia 2 mu di chuyn cn phi da trn 2
yu t:
S lng cc t bo chung ca 2 mu
Cc mc thi gian ca cc t bo chung
Trc y cho php chng ti o tng t khng gian gia cc mu di
chuyn v sau a vo ti khon o tng t thi gian. Phn ny trc ht l
m t o tng t ca cc mu di chuyn trong thi gian v khng gian v sau
s dng cc k thut kt hp trng s kt hp 2 bin php
nhngha4.ChoSltphpccmudichuyn.MtotngtD:SS
[0,1]l1hmt1cpmuchomtsthcgia0v1vpngcciukin
sau:
i Phnx:VimiPSD(P,P)=0;
ii Tnhixng:vimiP,TSD(P,T)=D(T,P).
4.1 otngtkhnggian
Trongphnny,chngtisdngccnhnghamudichuynvb quathongs
thigiantrnhbymukhnggian.Gisrngcho2mudichuyn Pa=<ca1,ca2,
,can>vPb=<cb1,cb2,,,cbm>,trongcaiVvcbjV,vimii,j.
otngtkhnggiancthcnhnghakhnggingnhauvkhng
giangia2mudichuyn.Cctbotdngcnhiuhntronghaimu,cckhng
giankhcnhauhnhangc.
nhngha5.Chof:SSRlhmidinchoslngcctbotdngtrong
2muPaandPb.Sau,fcxcnhtheocngthc:
f(Pa,Pb)cardcai|caiPbcardcbi|cbiPa
Nu2mulbngnhau,ykhngccctboringtrong2muny.Ktqu
f(Pa,Pa)l0.Trili,nu2mukhngcbtktbonochung,ktquf(Pa,Pb)l
(n+m)trongn,mlchiudicaccmuPavPb,tngng.
Mtotngtgia2muthcxcnhnhsau:
nhngha6.otngtkhnggianDspace(Pa,Pb)gia2muPavPbvichiu
din,mtngng,thcxcnhnhsau:
D

space

(P

f(Pa,Pb)
,Pb) nm

Mnh1.HmDspace(Pa,Pb)l1otngt.

Chngminh.Rrngl
0card({cai|caiPb})nand0card({cbi|cbiPa})
m
Ktlun:
0f(Pa,Pb)=card({cai|caiPb})+card({cbi|cbiPa})(n+
m).
Nh vy

Nthddngkimtraphnx.Khi Pa=Pb,ktqucaDspace(Pa,Pb)l0dof(Pa,
Pb)=0.Ngoira,nu2mukhngcbtktbonochung,sau f(Pa,Pb)=(n+
m)vDspace(Pa,Pb)lbng1khincchiacho(n+m).
Tnhchtixngcchngminhnhsau.Chngtac:
f(Pa,Pb)cardcai|caiPbcardcbi|cbiPa
and
f(Pb,Pa)cardcbi|cbiPacardcai|caiPbthenf(Pa,Pb)=f(Pb,Pa)
Ngoira,chngtacngc:
Dspace(Pa,Pb)f(Pa,Pb)
nm
and
Dspace(Pb,Pa)f(Pb,Pa)
mn
dof(Pa,Pb)=f(Pb,Pa),Dspace(Pa,Pb)lbngDspace(Pb,Pa).Nhvy,tnhixng
cchngminh.Mnhcchngminh.
Xcnhstngtvkhnggiangia2muctrnhbytrongthutton1.
Trcht,mslngcctbotrong1munhngkhngphi(bc12)sdng
thutton2,sautnhchiudicaccmu(Step34).pdngcccngthc
trongnhngha5vnhngha6tnhgitrcahmfvDspacetngng(Step5
6).
Algorithm1SpatialSimilarity
Input: twopatternsPaandPb
Output:thespatialsimilaritybetweenPaandPb,Dspace(Pa,Pb)
1 g1 card(Pa, Pb)
2 g2 card(Pb,Pa)
3 n length(Pa)
4 m length(Pb)
5 f(Pa, Pb) g1 + g2
6 Dspace
f / (n + m)
7 return Dspace
Algorithm2UncommonCellsCountingAlgorithm
Input: twopatternsPaandPb
Output:numberofcellsinPabutnotinPb,card(Pa,Pb)
1 card = 0
2 n length(Pa)
3 m length(Pb)

4 for all cells ci Pa

5 j = 1
6 repeat
7 cj Pb.c[j]
8 if ci = cj then
9 break
10 else
11 j = j + 1
12 end if
13 until j = m
14 if j = m then
15 card = card + 1
16 end if
17 end for
18 return card

do

4.2 TemporalSimilarityMeasure(otngtthigian)
Trong thc t, hnh vi di chuyn ca cc i tng di chuyn thng thay
i nh l 1 hm ca thi gian. N c ngha l thuc tnh thi gian ca mu
di chuyn xc nh tm quan trong ca thi gian khi i tng di chuyn di
chuyn t 1 v tr ny n v tr khc [2]. V vy, n l cn thit xc nh
o tng t thi gian bng cc phng tin ca thi gian khng ging
nhau gia 2 mu di chuyn. Cch tip cn ny da vo trc gic 2 mu phi
c xem xt v thi gian tng t khi h i qua cc t bo ging nhau ti
cng 1 thi im
Vd,choS1={(1,t1),(0,t3),(5,t4),(6,t6),(7,t9)}andS2={(0,t3),(5,
t4),(7,t9)}l2mudichuyn.Trongnhnghany,c3tbochung0,5,
v7,vhciquatbo0tit3,tbo5tit4vtbo7tit9.Do,
2munyccoiltngt thigian. xcnhs khcnhauthi
giantngtgiaccmu,chngticntnhtontngschnhlchthi
giangiaccccmcthigiancacctbochungtrong2mu.Khitng
thigiankhcnhaunh hn,thigiantngt 2mu.Trongphntip
theo,chngtasxydngccbocony.
Gi srngTltphpccmcthigiancxcinhtrc.ChoPa=<(ca1,ta1),
(ca2,ta2),,(can,tan)>vPb=<(cb1,tb1),(cb2,tb2),,(cbm,tbm)>l2mudichuyn,
trongvimii,jcai,cbiVvtaj,tbjT. otngtthigiangiaccmu

|t ait bj|
|t ai t bj| max ( t ai , t bj) t ai , tbj T , max (t , t
ai

bj

1 t ai , t bj T

cxcnhnhsau:
nh ngha7.otngtthigianDtime(Pa,Pb)gia2muPavPbvichiudi
n,mtngng,cchobi
TrongklscctbochungcaPaandPb.
Mnh2.HmDtime(Pa,Pb)lotngt
Chngminh.Chcchn,Dtime0.ChngtachngminhrngDtime1.Kt
Theo nh ngha 7, chng ta phi tnh lch thi gian gia 2 mc thi gian taivtbj
catbochung(cai=cbj).ChoklscctbochungcaPavPb,sau

n ,m

i=1, j=1

|t ait bj|
max ( t ai , t bj )

D time ( P a , Pb ) =

k . Sau

n ,m
|t ai t bj|
1
1

k i=1, j =1 max ( t ai , t bj)

R rng khi 2 muPavPbiquacngtboticcmcthigiantngt,

Dtime(Pa,Pb)=0,do|taitbj|=0.Trongtrnghp1trong2PahayPbiquatt

|tai t bj|

c cct botimcthigiant0,sau max ( t ai ,t bj) =1 vdoDtime(Pa,

Pb)=1.
Ccixngcchngminhnhsau,chngtac

|tait bj|
max ( t ai ,t bj)

|t bjt ai|
max ( t bj , t ai)

t ai , t bj T

Ngoi ra, chng ta c

n ,m
|t ai t bj|
1
D time ( P a , Pb ) =
trong c ai =c bj
k i=1, j =1 max ( t ai , t bj)

V
D time ( P b , Pa ) =

n ,m
|t bj t ai|
1
trong c ai =c bj

k i=1, j =1 max ( t bj , t ai)

Sau
Dspace ( Pa , P b )=D space ( P b , Pa )

Nh vy, tnh i xng c chng minh. Cc xut ny c chng minh.

Xc nh s ging nhau gia 2 mu c trnh by trong thut ton 3. u tin,
xc nh v m s cc t bo chung trong 2 mu (Bc 4 8), sau tnh tng
cc chnh lch thi gian gia cc mc thi gian ca mi t bo chung trong 2
mu (Bc 9 16). p dng cng thc trong nh ngha 7 tnh ton gi tr
ca Dtime (Bc 22)
4.3 Composition similarity Measure (thnh phn o tng t)
Mt o tng t trong khng gian di ng ca mng khng dy c th
c xy dng t nhng tng t thi gian v khng gian. N l s kt hp
li hoc trng s gia 2 o tng t khng gian v thi gian c
trnh by trong phn trc.

nh ngha 8. Cho Wspace v Wtime l gi tr ca o tng t khng gian

v thi gian tng ng, Nh vy W space + Wtime=1. o thnh phn tng
t c xc nh nh sau:
D(Pa,Pb)= Wspace. Dspace(Pa,Pb)+ Wtime. Dtime(Pa,Pb)
Nthddngchngminhchomnhsau
Mnh3.HmD(Pa,Pb)lotngt
5. A CASE STUDY (mt trng hp nghin cu)
nh ngha ca tng t c th ph thuc vo kiu ging nhau gia cc
i tng. o tng t khc nhau c th phn nh nhng kha cnh
khc nhau ca d liu v bi cnh ca h.
Algorithm3TemporalSimilarity
Input: twopatternsPaandPb
Output:thetemporalsimilaritybetweenPaandPb,Dtime(Pa,Pb)
19.
i = 1
20.
k = 0
21.
total = 0
22.
repeat
23.
j = 1
24.
repeat
25.
if Pa.c[i] = Pb.c[j] then
26. k = k + 1
27. if Pa.t[i] > Pb.t[j] then
28.
difference = Pa.t[i] - Pb.t[j]
29.
max = Pa.t[i]
30. else
31.
difference = Pb.t[j] Pa.t[i]
32.
max = Pb.t[j]
33. end if
34. total = total + (difference / max)
35.
end if
36.
j = j + 1
37.
until j = m
38.
i = i + 1
39. until i = n
40. Dtime = total / k
41. return Dtime

Hai mu c th trng rt tng t trong 1 o nhng li khc nhau

trong o khc. chng minh s quan st ny, chng ti thc hin 1 tnh ton
tng t gia 2 mu ng i Sa={(1,t1),(0,t3),(2,t4),(8,t6),(7,t9)}andSb={(0,
t3),(2,t4),(3,t5),(8,t6),(4,t8)}sdngotngtkhcnhau.Ccphnsaus
sdngthchngGtronghnh2vtpccmcthigiancxcnhtrc
trongbng1l1vdgiithchcctngcaotngtkhcnhau.
utin,xcnhotngtgiahaimuSavSbsdngphng
phpcxuttrong[12].Chngtac:
DG=max{c(vi,vj),forallvi,vjV(G)}=4.
m
D (S ,S ) 1 d(v ,v )
net

ai

bi

i1

d(1,0)d(0,2)d(2,3)d(8,8)d(7,4)

Dnet(Sa,Sb)

d(1,0) c(1,0)c(0,1) 2
24
8

0.25

Tngtnhvy

d(0,2)=0.25,d(2,3)=0.25,d(8,8)=0,d(7,4)=0.25.

Do
0.250.250.2500.25
5

D net (S a ,S b )

0.2

Chng ta cng c:
m
|( Sa [ i+1 ] .t S a [ i ] . t )( S b [ i+1 ] . t S b [i ] .t )|
1

D time ( S a , Sb ) =

m1 i=1 max {( S a [ i+1 ] . t Sa [ i ] . t ) , ( Sb [ i+ 1 ] . tS b [ i ] .t ) }

max { ( t 9t 6 ) , ( t 8t 6 ) }
l ( t 6t 4 ) ( t 6t 5 ) .l
1 l ( t 3t 1 )( t 3t 1 ) .l max {( t 3t 1 ) , ( t 4 t 3 ) }
+
+
+
4 max {( t 3t 1 ) , ( t 4t 3 ) } max {( t 3t 1 ) , ( t 4 t 3 ) } max { ( t 6 t 4 )( t 6 t 5 ) } max {( t 6 t 4 )( t 6t 5 ) }

1 1 0 1 1
+ + + =0.333
4 2 1 2 3

Kt qu Wnet=0.5andWtime=0.5,chngtac

(S , S ) W .D (S , S ) W .D (S , S )

total

net

net

time

time

Dtotal(Sa,Sb)0.50.20.50.3330.267

Th 2, chng ta s dng phng php OSS trong [14] o tng t

gia 2 mu.
Chng ta c
gSa,Sbcardcai|caiSbcardcbj|cbjSa
gSa,Sb224

Ch rng Sa v Sb c 3 t bo chung 0, 2 v 8
Sa(0)={1}andSb(0)={0},sof(0)(Sa,Sb)=|10|=1

Tng t nh vy

,S b

(0)(Sa,Sb)f(2)(Sa,Sb)f

(S , S )

(8)

a b

110

0.4

max{card(Sa),card(Sb)}
dOSS(Sa,Sb)

f(Sa,Sb)g(Sa ,Sb)
0.44

0.44
10
card Sacard Sb

Cui cng, chng ti tnh o tng t gia 2 mu da trn phng

php ca chng ti. Chng ta c
f(Sa,Sb)224

Sau

6. DISCUSSIONS (tho lun)

Nh trnh by trong phn 2, c cch tip cn khc nhau trong vic
tnh ton tng t gia cc chui d liu ng i ca i tng di chuyn.
Hu ht h tp trung v khng gian Euclide hoc khng khai thc ht cc thuc
tnh khng gian v thi gian ca mu di chuyn. V l do , h khng thch hp
o tng t ca mu khng gian thi gian trong mng khng dy. Phn
ny c dnh cho mt cuc tho lun so snh thm gia o tng t ca
chng ti v mt s xut lin quan gn y.
u tin, cng vic trong [12] s dng khong cch mng thay v
khong cch Euclide. Phng php ny xem xt cc kha cnh ng thi khng
gian v thi gian. Tuy nhin, a l ng i gn c th khng nht thit phi
tng t k t khi hot ng ng bi gii hn h i qua c th khc nhau.
Trong cc mng khng dy, cng c nhiu t bo chung ca hai mu ng i
chia s, cng tng t hn h cng phi c xem xt.
Th hai, Kang et. al. [13] xut bin php LCSS a,b(n, m) da trn
khng gian di ng thay v khng gian Euclide. K t LCSS a,b(n, m) c a
ra trong hnh thc quy, n c th dn n tnh ton ln phc tp. Hn na,
cc bin php tng t CVTI [13] l c lin quan vi khong thi gian, chng
ti c da trn m hnh ca mc thi gian trong mng khng dy.

Cui cng, phng php c lin quan cht ch nht vi cch tip cn ca
chng ti c a ra bi C. GomezAlonso [14]. Phng php ca h s
tnh ton cc o tng t khng gian cho cc trnh t ca cc s kin da
trn s lng cc phn t chung trong cc trnh t. Tuy nhin, kha cnh thi
gian trong cch tip cn ca h l c th t gia cc phn t chung trong hai
chui, ch khng phi l mc thi gian nh trong m hnh ca chng ti.
Ni chung, o tng t trong xut ca chng ti khc vi cc bin
php hin hnh hai kha cnh. Th nht, do cc tnh cht ca cc mng khng
dy, o tng t khng gian da trn s lng cc phn chung trong hai
mu. N c ngha l hai mu ng i phi c coi l tng t hn khi h
chia s cng nhiu t bo chung. Th hai, o tng t thi gian ca chng ta
s a vo ti khon cc bi cnh cho d hai mu i qua cng cc t bo cng
mt thi im hay khng. Bng trc gic, hai mu i qua cng cc t bo ti
cng mt thi im phi c xem xt thi gian tng t hn so vi trng hp
h li ti thi im khc nhau. Kt qu nghin cu ca chng ti v o
tng t khng thi gian trong cng vic ny s c s dng pht trin
mt s ci tin ca k-means thut ton [16] [17] [18] cho gom nhm mu di
chuyn.
7. CONCLUSIONS AND FUTURE WORK (Kt lun v cng vic tng lai)
Trong bi bo ny, chng ti xut mt o tng t cho cc mu
di chuyn khng thi gian ca mng khng dy. Chng ti cng trnh by
m hnh cc mu di chuyn ca ngi dng trong mng khng dy c pht
trin bi chnh mnh trn c s cc o tng t c xy dng. Bin
php ca chng ti quan tm n c im v c thi gian v khng gian ca
mu di chuyn i din trong m hnh ny. Chng ti nh ngha ton hc hai
o tng t thi gian v khng gian v sau s dng mt s kt hp c
trng s tch hp cc o tng t tng phn. S tht ca vic xy dng
ny c chng minh trong ton hc. Chng ti cng m t mt trng
hp nghin cu so snh cc bin php xut ca chng ti vi nhng ngi
khc. Trong cng vic tng lai ca chng ti, chng ti s pht trin mt thut
ton gom nhm ca mu di chuyn da trn o tng t ny v s dng
thut ton ny xy dng mt h thng h tr cc d on ca ngi dng
di ng.
REFERENCES