面向空間數(shù)據(jù)的知識推理和預(yù)測分析方法研究.pdf

1、空間數(shù)據(jù)是指那些帶有地理位置信息的數(shù)據(jù)。在當(dāng)前的大數(shù)據(jù)時代，空間數(shù)據(jù)占了很大的比例，并且在處理時具有自身的特點。與此同時，時間維度的數(shù)據(jù)分析，特別是時間序列預(yù)測，已經(jīng)成為從大數(shù)據(jù)中提取有價值信息的重要技術(shù)，在眾多的領(lǐng)域得到廣泛的應(yīng)用和研究。一方面，傳統(tǒng)的預(yù)測分析方法，比如統(tǒng)計模型、機器學(xué)習(xí)模型和特征工程，可以有效的應(yīng)用于空間數(shù)據(jù)的分析，但是也存在一些問題，如時間序列預(yù)測中的概念偏移問題、異構(gòu)多源數(shù)據(jù)的融合問題等;另一方面，空間知識表達(dá)和

2、推理逐漸被發(fā)現(xiàn)在提升預(yù)測分析模型的解釋性、時間序列變化建構(gòu)、關(guān)聯(lián)數(shù)據(jù)分析等方面具有很大的優(yōu)勢，但是目前它在時間序列預(yù)測方面的研究和應(yīng)用還比較有限。結(jié)合傳統(tǒng)預(yù)測分析和知識推理是一個進一步提升空間大數(shù)據(jù)時間序列分析的重要途徑，同時也存在比較大的研究空間。
　　本研究主要內(nèi)容包括：⑴從社交媒體空間大數(shù)據(jù)和物理傳感器空間大數(shù)據(jù)中提取時空相關(guān)性特征，如人群移動特征、人群觀點特征和空間轉(zhuǎn)移特征等，以提供有效的經(jīng)驗性結(jié)果來幫助解決實際的預(yù)測問題

3、。⑵研究用于解決預(yù)測分析中異構(gòu)多特征融合、大數(shù)據(jù)學(xué)習(xí)等問題的機器學(xué)習(xí)模型，如基于熵的集成學(xué)習(xí)框架、基于MapReduce的分布式神經(jīng)網(wǎng)絡(luò)訓(xùn)練框架和針對多視圖特征融合的集成學(xué)習(xí)框架。⑶提取一種基于語義推理和機器學(xué)習(xí)的一致性時間序列預(yù)測框架。它通過本體建模和語義推理來挖掘出時間序列變化知識，并且對這些知識進行量化表達(dá)和嵌入，以融入機器學(xué)習(xí)算法，得到一致性的預(yù)測框架，并且取得比傳統(tǒng)純機器學(xué)習(xí)方法更好的預(yù)測精度。⑷將上述預(yù)測分析和時空語義推理研