AU - Masnabadi, Negin AU - Hosseinali, Farhad AU - Bahramian, Zahra TI - Developing a spatial and temporal density-based clustering algorithm to extract stop locations from the user’s trajectory PT - JOURNAL ARTICLE TA - kntu-jgit JN - kntu-jgit VO - 9 VI - 2 IP - 2 4099 - http://jgit.kntu.ac.ir/article-1-807-fa.html 4100 - http://jgit.kntu.ac.ir/article-1-807-fa.pdf SO - kntu-jgit 2 AB  - شناسایی مکان­های توقف در خطوط سیر یک گام اولیه و ضروری در مطالعه اشیاء در حال حرکت است و تأثیر عمده­ای در برنامه­ها و خدمات مکانی دارد. برای استخراج نقاط توقف در این پژوهش از خوشه­بندی خط سیر استفاده می­شود. الگوریتم خوشه­بندی مکانی مبتنی بر تراکم برنامه­های کاربردی با نوفه (DBSCAN)، الگوریتم پایه­ روش­های خوشه­بندی مبتنی بر چگالی است که با وجود دارا بودن مزایایی، دارای مشکلاتی نظیر سخت بودن تعیین پارامتر­های ورودی، عدم توانایی کشف خوشه­های با چگالی متفاوت و عدم توجه به مشکل رفت­ و برگشت است. در روش پیشنهادی این تحقیق که مبتنی بر ­چگالی است با استفاده از شاخص­های مکانی و زمانی و استفاده از چندین شعاع همسایگی، به استخراج نقاط توقف پرداخته می­شود. حل مشکل رفت و برگشت، استخراج خوشه­ها با چگالی متفاوت و کاهش میزان وابستگی نتایج به پارامتر­های ورودی از مزایای روش پیشنهادی است. به منظور ارزیابی الگوریتم، این روش بر روی داده­های خط سیر تولید شده در شهر اراک و نیز داده­های مربوط به پروژه پژوهش ژئولایف پیاده­سازی شد. نتایج اخذ شده با نتایج حاصل از پنج الگوریتم دیگر شامل DBSCANT، ST-DBSCAN، DVBSCAN، VDBSCAN و K میانگین، مورد مقایسه قرار گرفت. در مقایسه روی داده­های خط سیر شهر اراک، مکان­های توقف استخراج شده توسط الگوریتم پیشنهادی و الگوریتم­های ذکر شده به ترتیب 100% ، 25% ، 75% ، 50% ، 75% و %50 به درستی استخراج شده­اند که حاکی از برتری روش توسعه داده شده است. همچنین پس از استخراج نقاط توقف و حرکت، شاخص­هایی از داده­های Geolife برای شناسایی روز کاری و غیر کاری (تعطیل) تعیین گردید که با این شاخص­ها، روش­ پیشنهادی تا 06/94% موفق عمل کرد. نتایج بیانگر کاهش میزان وابستگی نتایج به پارامتر­های ورودی، استخراج نقاط توقف به طور صحیح، کاهش میزان انحراف معیار درون خوشه­ها و افزایش فاصله­ مراکز خوشه­ها می­باشد. CP - IRAN IN - Shabanloo Street, Lavizan LG - eng PB - kntu-jgit PG - 105 PT - Research YR - 2021