《中国人工智能学会通讯》——4.8 总结与展望-阿里云开发者社区

开发者社区> 大数据> 正文

《中国人工智能学会通讯》——4.8 总结与展望

简介: 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第4章,第4.8节, 更多章节内容可以访问云栖社区“CCAI”公众号查看。

4.8 总结与展望

大规模城市空间文本数据的产生和人们出行对路网的依赖 , 催生了基于路网的空间关键词查询。这种查询可以为各类基于位置的应用提供非常好的查询支持。随着智慧城市的不断发展和智能交通的日趋成熟,作为一种输入简单、查询多样的查询模式,基于路网的空间关键词查询必然将获得更进一步的发展。与此同时,从研究的角度出发,基于路网的空间关键词查询在以下三个方面值得进一步的研究。

(1) 动态路网上的空间关键词查询在现实世界中,由于受交通状况的影响,道路上的通行时间是动态变化的。例如,早晚高峰的通行时间可能会比其他时段长很多。因此,路网上每条边的通行时间是一个随时间变化的量[23-24] 。在这种模型下进行基于路网的空间关键词查询将更符合实际情况。不过,如何结合空间关键词查询和动态路网实现最优路径计算将是一个难点。

(2) 不确定路网上的空间关键词查询通常情况下,路网的通行时间是通过历史统计得到的,如历史均值。然而,单一值量化存在很大的偏差,并不足以描述某个固定时刻一条道路的通行时间。因此,直接采用随机变量来表示每条边的通行时间[25-26]可以有效避免因为数据处理带来的偏差。如何定义不确定路网上空间关键词查询的最优化目标,以及降低计算复杂度是解决这个问题的关键。

(3) 基于关键词的情感路线查询在很多情况下,用户渴望能够查询一些符合自身情感喜好的路径[27] ,如安全的路径、美丽的路径、令人高兴的路径、安静的路径以及舒适的路径。结合基于路网的空间关键词查询和语义查询,为用户提供这样的查询服务将非常有助于提高市民的出行体验。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
大数据
使用钉钉扫一扫加入圈子
+ 订阅

大数据计算实践乐园,近距离学习前沿技术

其他文章