Semantics support location-aware systems - Semantic trajectory mining

Standortvorhersagen finden häufig Anwendung in mobilen Assistenten, Werbung oder sozialen Netzwerken. Klassische Ansätze zur Standortvorhersage, wie die Anwendung von Markov Modellen, beachten jedoch nur geografische und vernachlässigen dabei semantische Eigenschaften einer Trajektorie. Ein Verfahren, dass durch Anwendung von semantischen Trajektorien eine bessere Standortvorhersage bieten will, wird in Ying [4] vorgestellt. Dieses Verfahren ermöglicht beispielsweise Standortvorhersagen für einen Benutzer in einer bisher unbekannten Stadt. Zu Beginn der Arbeit wird ein klassischer Ansatz mit Markov Modellen beschrieben. Im weiteren Verlauf wird das neuartige Verfahren von Ying [4] vorgestellt sowie mögliche Probleme mit diesem erläutert. Dabei werden Ähnlichkeiten und Unterschiede beider Verfahren aufgezeigt.