海量位置数据管理的基础理论与关键技术

With the recent advance of wireless communication and mobile technologies, the growth of collected location based trajectory data is set to explode; many mobile communication and internet based applications are more and more signicantly affecting people's daily life, including business, traffic management, environment monitoring, health-care, public service, etc. The effective and efficient management of location based data is, thus, strongly demanded and driven by these recent location based applications, and becomes a bottleneck to advance theses applications. The presence of massive data size, rapid updates, spatial-temporal nature, uncertainty, and complex inter and intra data relationship in location based trajectory data greatly challenges the existing database management paradigms. The project aims to investigate the three most fundamental research problems in managing massive location based trajectory data, namely data quality, data analysis, and indexing and storage. Based on a systematically in-depth study of theoretic foundation and key technical paradigms, the project aims to reveal the scientific nature of the field, and develop massive data oriented, semantically applicable, generic, experimentally validated, effective and efficient techniques in managing and analyzing trajectory data. Moreover, the project also aims to provide a great training opportunity to bring up youngsters so that in the near future, they will be able to significantly contribute to the advance of both application developments and technology innovation in this field in China.

随着无线通信和移动定位等技术的快速发展，移动通信和Internet在人们日常生活中的日益普及，位置信息数据量快速增长，如何管理和分析海量位置数据是目前商业、交通、环境、医疗及社会服务等领域中所面临的关键问题。与传统数据管理问题相比，海量轨迹数据所具有的海量性、高速更新性、时空性、不确定性、相互间或与别类数据交融中的拓扑复杂性对数据管理方法和查询处理提出了极大的技术挑战。本项目拟聚焦于数据质量管理、查询与处理优化、索引与存储等三个基础研究问题，通过深入和系统地研究位置轨迹数据中的基础理论与关键技术，揭示该领域的科学内涵并研发面向数据海量性的、符合实际应用语义的、具有普适性的、由实验验证的高效轨迹数据管理与处理技术。此外，本项目的实施还旨在培养一批高水平的科研人才，积极参与我国科技方面的自主创新，并努力服务于我国基于该领域的各类新兴应用需求。

海量位置数据管理是基于位置服务中的关键技术，对于提高实际应用中的服务质量起到至关重要的作用。本项目针对海量位置数据管理中的数据质量问题、数据查询与分析和数据索引与存储等关键问题进行系统深入的研究，建立了海量位置轨迹数据管理的基础理论与方法，针对最具代表性的位置轨迹数据分析和查询问题，提出了新颖、高效的查询算法和分析的模式与理论，设计了高效的多源异构数据索引结构与存储技术。本项目的主要贡献如下：1）针对数据质量问题，提出了基于相似性分析的轨迹数据校正方法，基于移动模式的轨迹数据划分方法，基于图结构分析的道路网预处理技术。2）针对位置轨迹数据的查询与分析，建立了相关时空复杂度理论基础，提出了一系列高效查询算法与分析技术，涵盖历史轨迹数据和连续实时监控中的多个重要查询与分析需求。 3）针对多源异构数据的索引与存储，设计紧凑高效的文本数据与空间数据相结合的索引结构和空间剪枝策略，提高海量位置数据的存储与查询效率，开发移动对象轨迹大数据检索与分析系统，验证了项目提出的基础理论和关键技术的科学性与有效性。.项目取得的研究成果已达到并超出了项目任务要求，在高水平国际期刊和国际会议发表学术论文共100篇，其中在CCF推荐为A类的顶级学术期刊如ACM TODS,VLDBJ,TKDE和顶级会议如SIGMOD,PVLDB,ICDE等发表学术论文共69篇，其中一篇论文获得数据库领域顶级会议ICDE 2016最佳论文；申请专利9项，获得软件著作权12项；开发应用示范系统SharkDB，提供多层次多类型的基于位置的服务；依托本项目，项目团队先后组织举办了DASFAA 2017（CCF-B类）、APWeb 2016（CCF-C类）、ADC 2016（澳大利亚评级为A类）等数据库领域的知名学术会议，扩大了团队在相关领域的国际影响力。