北京智源-京东联合实验室“城市计算夏令营”第8天

课程:Trajectory Data Management
报告人::鲍捷
报告人简介:京东智能城市事业部总监,京东智能城市研究院数据实验室主任,负责管理智能城市事业部的数据产品和时空大数据平台的架构和研发。
课程介绍:轨迹数据作为一种特殊但常见的时空数据形式,描述了人或物的行为。轨迹数据中蕴藏着丰富的信息,包括了出行的地点选择和时间的偏好等。很多的城市智能应用都依赖于有效和快速地挖掘和分析大规模的轨迹数据。鲍博士介绍轨迹数据的各种特点,以及在轨迹数据查询和分析中特有的经典的查询和分析方式,以及相应的高效索引设计。然后结合着这一些知识点,讲解多篇最新的轨迹挖掘的应用论文。

1--1

各种各样的轨迹数据

鲍博士还详细介绍了轨迹数据挖掘具体的应用场景。比如基于共享单车规划自行车道和进行违章停车检测。

333-1

基于共享单车规划自行车道

4-5

违章停车检测

课程:基于JUST的大规模轨迹数据的分布式管理与分析
报告人::李瑞远
报告人简介:京东城市时空数据组负责人,京东智能城市研究院研究员,京东智能城市事业部数据科学家,负责时空数据平台架构设计、时空索引与分布式相结合研究、以及数据产品的研发工作。研究方向为:时空数据管理与挖掘、分布式计算和城市计算。
课程介绍:时空数据蕴含着丰富的信息,能够应用于各种城市应用。但时空数据更新频率高、数据体量大、结构复杂,难以被高效存储、管理和分析。单台机器无法应对海量数据的场景,而分布式查询处理框架例如Spark、Hadoop等,由于缺乏有效的时空索引和时空分析算法,因此难以高效地处理时空数据。李博士详细讲解了京东城市时空数据引擎JUST。JUST采用先进的数据建模方法、数据存储技术、分布式索引技术和分析技术,预置了多种有效的时空挖掘算法,能够帮助人们便捷高效地管理海量时空数据。

2_1

京东城市时空数据引擎JUST

JUST的核心TrajMesa的拓展性强、效率高、复用性强。同时预置了包括轨迹预处理、轨迹查询和索引等算法。

6777

轨迹分段算法

555-1

路径时间范围查询
123