科研之友
微信
新浪微博
Facebook
分享链接
摘要
蕴含静态路网特性和动态交通特性的轨迹大数据具有多源异构的特点，给交通知识分析和挖掘带来了困难。近年兴起的知识图谱可对多源异构数据进行有效融合、对齐和加工。基于轨迹大数据，采用自底向上的方法在结构化数据中构建司机出行知识图谱，还原轨迹数据的时空关系和语义关联。具体来说，通过RDF Mapping进行知识抽取，将结构化数据映射为RDF数据；再利用Neo4j存储对静态路网拓扑进行知识补齐和融合。司机出行知识图谱的构建为交通出行知识查询和推理奠定了良好基础；同时，从结构化数据中自底而上构建知识图谱的方法可被扩展应用于其他领域的结构化数据，对推广知识图谱应用起到推进作用。
- 单位
