Geodabs：轨迹索引与大规模指纹识别的结合

在大规模数据集中查找轨迹并发现相似的运动模式（motif）是众多应用中的一个核心问题。解决该问题的方法通常依赖于空间索引以及在多项式时间内计算相似度度量。尽管在稀疏轨迹数据集的背景下有效，这种方法在密集数据集（其中许多轨迹可能与给定查询匹配）中代价过高。在本文中，我们将指纹识别——一种在文本数据背景下使用的副本检测机制——应用于轨迹。为此，我们使用 geodabs 对轨迹进行指纹识别，geodabs 是一种基于 geohash 构建、面向轨迹指纹识别的结构。我们证明了通过依赖空间填充曲线的性质，geodabs 可用于构建分片倒排索引。我们展示了归一化如何影响精确率（precision）和召回率（recall），这两个是信息检索中的关键度量。然后我们证明指纹识别的概率性质对结果质量的影响微乎其微。最后，我们从性能角度评估了我们的方法，并表明与现有方法不同，它不受轨迹数据集密度的影响，且可高效分布式执行。