【摘要】：近年來,隨著移動互聯(lián)網(wǎng)、智能硬件和人機交互技術的迅速發(fā)展和普及,大量用戶正在以前所未有的多樣化方式,從不同視角親歷和記錄城市發(fā)展變遷的點滴細節(jié)。另一方面,各種基于位置的服務(如百度地圖、Google地圖)為人們的日常生活提供了諸如導航、定位和推薦等多種便利功能,并在不知不覺中記錄了城市微觀層面的發(fā)展變遷。這些記錄城市演化過程的移動感知數(shù)據(jù)為研究城市發(fā)展提供了全新的機遇和挑戰(zhàn)。與此同時,伴隨著城市的快速發(fā)展,大量興趣點(簡稱為POI)會經(jīng)歷新增、穩(wěn)定發(fā)展到最終衰亡的動態(tài)演化過程。換言之,POI作為城市功能的基本組成單元,其興衰演變的過程,正是城市發(fā)展的微觀縮影。本文開展了針對POI演化預測方法的一系列探索性研究。通過結合來自地理信息系統(tǒng)的POI演化數(shù)據(jù)和來自城市環(huán)境的多源異構移動感知數(shù)據(jù),從演化建模、生命周期預測和演化趨勢預測三個方面開展了研究工作。具體來說,本文的主要研究內容如下:第一,針對城市中的POI演化這一客觀存在現(xiàn)象,研究了POI生命周期建模方法,進而從POI生命周期以及POI演化趨勢等形式化手段作為切入點,對城市POI演化模式進行了分析研究。針對POI快照數(shù)據(jù)的碎片化和分布不均問題,通過應用時序分析方法,有效地表征了POI生命周期。并根據(jù)地圖數(shù)據(jù)的時間依賴性,對POI生命周期狀態(tài)進行了形式化定義。與此同時,利用測度理論,提出了POI流行度聯(lián)合分布的概念,并以此為基礎,對POI演化趨勢實現(xiàn)了形式化建模。最后,基于現(xiàn)實世界的大規(guī)模POI演化數(shù)據(jù),對特定城市的POI演化模式進行了多維度分析。第二,提出一種基于多源異構情境信息融合的POI生命周期檢測方法。具體而言,首先將POI生命周期檢測問題形式化為兩階段預測問題:通過對不同時間片中的POI生命狀態(tài)進行多分類預測,進而,利用生命周期估計算法,實現(xiàn)對未知POI的生命周期檢測。其次,利用城市地理依賴關系以及多粒度用戶移動行為模式,對多源異構情境信息進行有效融合。特別地,針對用戶移動行為的多尺度周期性,分別從點域、網(wǎng)格域和基于密度峰值聚類算法的城市劃分三個角度,對用戶移動行為模式進行全面分析。最后,在特定城市的真實數(shù)據(jù)集上進行了大量實驗。實驗結果從特征提取以及POI生命周期狀態(tài)分類等方面,驗證了POI生命周期檢測方法的有效性。第三,通過對多類別支持向量機進行擴展,提出了一種基于多任務學習的POI生命周期狀態(tài)識別方法。該方法可以在有效利用與城市演化相關的多維度領域知識的基礎上,結合多任務學習方法和稀有類別分類方法,解決POI生命周期狀態(tài)樣本的不平衡性難題,從而實現(xiàn)POI生命周期狀態(tài)的有效識別。接著,通過利用不同類別之間的關聯(lián),以及綜合考慮不同時間片之間的依賴關系,提出了一種全新的多任務多類別分類模型(MMKVM)。特別地,針對MMKVM模型的優(yōu)化,通過結合拉普拉斯正則化、優(yōu)化問題的對偶形以及優(yōu)化問題的子空間分解,實現(xiàn)了一種高效參數(shù)學習算法。最后,在特定城市的真實POI演化數(shù)據(jù)上進行了大量實驗。結果表明,提出的POI生命周期狀態(tài)識別方法相較于主流(多類別)分類算法,性能有了明顯的提升。第四,針對易失性POI(簡稱為vPOI)的演化趨勢預測問題,提出了一種基于條件隨機場(簡稱CRF)理論的vPOI演化趨勢預測方法,從而實現(xiàn)了POI演化趨勢的動態(tài)預測。首先,將vPOI演化趨勢預測問題形式化為多元回歸問題。其次,考慮到模型的可控性以及城市環(huán)境中移動感知數(shù)據(jù)的豐富性,提出了一種動態(tài)-連續(xù)CRF模型(DC-CRF)。并通過考慮輸入與輸出變量的關聯(lián)關系以及輸出變量之間的多維度交互關系,設計了多樣化的二次特征函數(shù)族。進而,通過將原問題的條件概率分布轉化為多元高斯形式,并結合最大似然估計,實現(xiàn)了DC-CRF模型的參數(shù)估計算法。最后,利用采集自Google地圖的POI演化數(shù)據(jù)以及城市信息系統(tǒng)中所產(chǎn)生的豐富領域知識,進行了大量實驗。結果表明,提出的vPOI演化趨勢預測方法,在多種預測評價標準中均優(yōu)于主流回歸方法。綜上所述,本文面向現(xiàn)代城市發(fā)展過程中興趣點的興衰變遷,針對城市興趣點的生命周期預測問題,提出了POI生命周期建模、基于多源數(shù)據(jù)融合的POI生命周期檢測方法、基于多任務學習的POI生命周期狀態(tài)識別方法以及基于條件隨機場理論的易失性POI演化趨勢動態(tài)預測方法,并通過理論分析及大規(guī)模實驗驗證了它們的有效性,為研究現(xiàn)代城市的演化發(fā)展理論和智慧城市新型應用提供了重要的理論和技術支撐。
【學位授予單位】：西北工業(yè)大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：P208

【相似文獻】

相關期刊論文 前10條

1 付青;王薇;;業(yè)余少兒常見問題及其解決方案(3)[J];尚舞;2009年09期

2 趙雅坤;;談歷史教學中學生興趣點的培養(yǎng)[J];教育革新;2011年11期

3 張?zhí)┤?李瑭;;興趣點推薦在智慧旅游中的應用[J];中國高新科技;2019年14期

4 孟祥福;毛月;張霄雁;趙路路;趙澤祺;;基于地理-社會-評論關系的典型化興趣點推薦方法[J];小型微型計算機系統(tǒng);2019年11期

5 白剛;;基于游客簽到數(shù)據(jù)的旅游興趣點挖掘[J];現(xiàn)代計算機;2019年31期

6 劉磊;;《經(jīng)濟生活》興趣點教學[J];思想政治課教學;2015年10期

7 葉紅英;;怎樣處理幼兒園科學活動中的“預設”與“生成”[J];甘肅教育;2017年07期

8 李釗霞;;小組合作學習,給課堂插上騰飛的雙翼[J];小學教學參考;2017年17期

9 孫麗;;探尋興趣點,打造活力課堂[J];小學教學參考;2017年16期

10 彭林森;;以“問題情境”激活“興趣點”[J];數(shù)學學習與研究;2017年11期

相關會議論文 前10條

1 徐慧;梁師健;楊林;;基于數(shù)據(jù)關聯(lián)的興趣點輔助定位研究[A];中國計算機用戶協(xié)會網(wǎng)絡應用分會2017年第二十一屆網(wǎng)絡新技術與應用年會論文集[C];2017年

2 焦瑞;;芻議如何激發(fā)學生學習物理的興趣[A];中學教育科研2017年7-8期（總第218-219期）[C];2017年

3 凌賀飛;陳勇;鄒復好;許治華;李平;;基于Harris興趣點區(qū)域的圖像拷貝檢測算法[A];第八屆全國信息隱藏與多媒體安全學術大會湖南省計算機學會第十一屆學術年會論文集[C];2009年

4 戰(zhàn)明松;朱京海;袁玉靜;;大數(shù)據(jù)視角下的沈陽市醫(yī)療資源配置研究[A];活力城鄉(xiāng) 美好人居——2019中國城市規(guī)劃年會論文集（05城市規(guī)劃新技術應用）[C];2019年

5 詹潔;;從皮尤中心報告《十字路口的圖書館》看美國公共圖書館的發(fā)展現(xiàn)狀及方向[A];中國圖書館學會年會論文集（2016年卷）[C];2016年

6 吳坤t，

本文編號：2601822