海量稀疏時空數(shù)據(jù)分析方法及應(yīng)用研究.pdf

1、隨著共享經(jīng)濟(jì)和物聯(lián)網(wǎng)應(yīng)用的不斷發(fā)展，逐漸產(chǎn)生了前所未有的時空數(shù)據(jù)，如共享單車軌跡、人群流動行為等。時空數(shù)據(jù)的分析，尤其是從海量的時空數(shù)據(jù)中獲取有意義的信息，目前在學(xué)術(shù)界和工業(yè)界獲得了廣泛的研究和應(yīng)用。一方面，時空數(shù)據(jù)分析通常采用特征工程和機(jī)器學(xué)習(xí)等方案。然而，大多數(shù)時空數(shù)據(jù)例如城市數(shù)據(jù)，通常具有稀疏性等問題。此外，一部分應(yīng)用對于海量時空數(shù)據(jù)的學(xué)習(xí)能力通常有時效性的要求，然而在分析的實際過程中通常需要昂貴的物質(zhì)和時間成本。另一方面，時空數(shù)

2、據(jù)的結(jié)構(gòu)化表達(dá)和語義挖掘在構(gòu)建和提升時空數(shù)據(jù)分析模型的可解釋性等方面具有相對的優(yōu)勢，結(jié)合傳統(tǒng)的機(jī)器學(xué)習(xí)框架和結(jié)構(gòu)化的時空知識是進(jìn)一步提升時空數(shù)據(jù)分析的重要途徑之一，存在較大的研究空間。
　　本文主要介紹了針對稀疏、海量和可解釋的時空數(shù)據(jù)分析的若干方法和應(yīng)用。研究的主要內(nèi)容包含五個方面:
　　(1)從社交媒體、物理傳感器等數(shù)據(jù)源獲取時空數(shù)據(jù)并建模，以城市數(shù)據(jù)為例對城市區(qū)域進(jìn)行劃分，利用特征工程和基于語義挖掘的方法提取時空數(shù)據(jù)相

3、關(guān)特征，以幫助解決實際問題。
　　(2)研究基于多視圖遷移學(xué)習(xí)的訓(xùn)練方法以解決時空數(shù)據(jù)稀疏性問題。
　　(3)提出基于極限學(xué)習(xí)機(jī)的高效海量時空數(shù)據(jù)處理方法以解決在應(yīng)用中遇到的時效性問題。
　　(4)提出一個基于語義挖掘的時空數(shù)據(jù)分析框架。它通過本體建模構(gòu)建結(jié)構(gòu)化時空數(shù)據(jù)表達(dá)，利用圖挖掘和特征融合對時空知識進(jìn)行量化，并通過融合機(jī)器學(xué)習(xí)以取得對分析結(jié)果的可解釋性。
　　(5)將以上時空數(shù)據(jù)分析的若干方法應(yīng)用在城市計算