空间数据中感兴趣稠密区域的探索
数据库
2019-03-12 v1
摘要
如今，空间数据在交通、社交网络等诸多科学领域中无处不在。分析空间数据的一个近期研究方向是为此类数据提供“探索性分析”手段，在连续的分析迭代中引导分析人员走向有趣的选项。通常，引导组件利用分析人员的显式反馈（例如选取空间点或选择感兴趣区域）来学习其偏好。然而，分析人员常常忘记或认为无必要对其感兴趣的内容给出显式反馈。我们的方法捕获关于空间数据的隐式反馈。该方法通过观测鼠标移动（作为分析人员交互的手段）以及分析人员对数据点的显式交互，以发现具有稠密鼠标悬停的有趣空间区域。本文中，我们定义、形式化并探索捕获分析人员偏好的感兴趣稠密区域（IDRs），以自动发现有趣的空间高亮。我们的方法涉及一个基于多边形的抽象层来捕获偏好。利用这些 IDRs，我们高亮点以在分析过程中引导分析人员。我们通过 Airbnb 和 Yelp 数据集上的真实示例与实验讨论了方法的效率与有效性。
引用
@article{arxiv.1903.04049,
title = {Exploration of Interesting Dense Regions in Spatial Data},
author = {Placido A. Souza Neto and Francisco B. Silva Junior and Felipe F. Pontes and Behrooz Omidvar-Tehrani},
journal= {arXiv preprint arXiv:1903.04049},
year = {2019}
}