CAJ | 학술논문

随着位置服务和车联网应用的不断普及,由地理数据、车辆轨迹和应用记录等所构成的位置大数据已成为当前用来感知人类社群活动规律、分析地理国情和构建智慧城市的重要战略性资源,是大数据科学研究极其重要的一部分.与传统小样统计不同,大规模位置数据存在明显的混杂性、复杂性和稀疏性需要对其进行价值提取和协同挖掘,才能获得更为准确的移动行为模式和区域局部特征,从而还原和生成满足关联应用分析的整体数据模型.因此,着重从以下3个方面系统综述了针对位置大数据的分析方法,包括:(1)针对数据混杂性,如何先从局部提取出移动对象的二阶行为模式和区域交通动力学特征;(2)针对数据复杂性,如何从时间和空间尺度上分别对位置复杂网络进行降维分析,从而建立有关社群整体移动性的学习和推测方法;(3)针对数据的稀疏性,如何通过协同过滤、概率图分析等方法构建位置大数据全局模型.最后,从软件工程角度提出了位置大数据分析的整体框架.在这一框架下,位置数据将不仅被用来进行交通问题的分析,还能够提升人们对更为广泛的人类社会经济活动和自然环境的认识,从而体现位置大数据的真正价值.
수착위치복무화차련망응용적불단보급,유지리수거、차량궤적화응용기록등소구성적위치대수거이성위당전용래감지인류사군활동규률、분석지리국정화구건지혜성시적중요전략성자원,시대수거과학연구겁기중요적일부분.여전통소양통계불동,대규모위치수거존재명현적혼잡성、복잡성화희소성수요대기진행개치제취화협동알굴,재능획득경위준학적이동행위모식화구역국부특정,종이환원화생성만족관련응용분석적정체수거모형.인차,착중종이하3개방면계통종술료침대위치대수거적분석방법,포괄:(1)침대수거혼잡성,여하선종국부제취출이동대상적이계행위모식화구역교통동역학특정;(2)침대수거복잡성,여하종시간화공간척도상분별대위치복잡망락진행강유분석,종이건립유관사군정체이동성적학습화추측방법;(3)침대수거적희소성,여하통과협동과려、개솔도분석등방법구건위치대수거전국모형.최후,종연건공정각도제출료위치대수거분석적정체광가.재저일광가하,위치수거장불부피용래진행교통문제적분석,환능구제승인문대경위엄범적인류사회경제활동화자연배경적인식,종이체현위치대수거적진정개치.