科研之友
微信
新浪微博
Facebook
分享链接
摘要
<正>在移动互联网、定位技术、无线通信技术和智能移动设备高速发展的背景下，大量移动对象的位置可以被有效地定位和追踪，由此产生了海量的移动对象时空轨迹数据，同时极大地推动了位置社交网络的发展。利用这些时空轨迹数据对移动对象进行位置预测和位置推荐是大数据时代人类移动性研究的重要方向，也是地理信息科学、计算机科学、社会学以及复杂性科学等领域共同关注的重要研究议题，在位置社交网络服务、智能交通管理、智能警务、移动计算、环境监测、灾害管理、流行病传播、智慧城市建设等方面有着重要的实际应用价值和学术价值。大数据、人工智能、深度学习、高性能计算等技术的发展，为人类移动性建模和预测问题的研究带来了新的机遇。然而，在大规模轨迹数据上挖掘移动对象的移动行为规律，需要应对诸多挑战，包括数据稀疏性、偏好异质性、时空异质性、序列长期依赖性和模型的计算效率等。针对这些挑战，论文从位置社交网络中兴趣点推荐和车辆移动位置预测两类具体任务出发，以时空轨迹数据为研究对象，以移动对象未来的位置预测和服务推荐为主要研究目标，开展了若干研究工作。主要研究成果如下。
- 单位
