智能室内环境下复杂数据的管理和挖掘研究

Evidences from studies show that people spend around 87% of their time in indoor spaces. With the widespread popularity of smart mobile devices as well as the sensor network infrastructures, the complex data that exists in the sensor-enhanced indoor spaces indicates an order-of-magnitude increase. However, restricted by the device capabilities and also affected by the dynamic changes of the indoor environment, the data being generated and searched for are characterized by three attributed, namely multiplexes in the aspect of the data source, heterogeneousness in the aspect of the data content, uncertainty in the aspect of the data description. The relevant studies both at home and abroad are still at the preliminary stage. Therefore, it contains tremendous opportunities as well as challenges to deal with the complex data efficiently. Based on conventional data management techniques, this project studies the key problems of effective management and mining of the complex data that exists in the sensor-enhanced indoor spaces. These include: 1) We will establish an unifying data management model for complex indoor data; 2) We will study the design of framework for handling the complex indoor data query processing and analysis; 3)We will propose and design a series of novel query processing algorithms according to the new characters in sensor-enhanced indoor spaces; 4) We will study real-time indoor useful pattern mining techniques under high-load settings. Based on the above-mentioned techniques, we will design and implement an intelligent management and mining prototype system for multiplex, heterogeneous, uncertain data. Effective management and mining of the complex indoor data has become a key issue to promote future development in the indoor-intelligence field. Thus the research.of this project will be of great value both theoretically and practically.

研究表明人类生活中87%左右的时间都在室内环境中度过。智能手持设备和传感器基础设施的普及使得室内环境所产生的数据进入井喷式的增长阶段。由于室内环境动态实时变化的特点及传感设备条件的限制，使得这些具有广泛应用价值的复杂数据呈现出来源多样化、内容异构化、信息不确定等特点。国内外针对室内环境下复杂数据的管理和挖掘研究尚处于起步阶段，其中蕴含着巨大的机遇和挑战。本项目拟在传统数据管理的基础上，深入研究室内环境下多元异构的复杂数据管理和挖掘的科学问题，包括：1）建立面向室内环境的统一数据管理模型；2）研究室内异构复杂数据查询处理与分析框架；3）探索室内环境所需的新型查询分析算法；4）研究针对实时数据流的模式挖掘技术等，并设计实现一个室内复杂数据分析和内容挖掘原型系统。智能室内环境下复杂数据的管理和挖掘研究是推动室内智能化服务产业的重要课题，本课题的研究在理论和应用上均具有非凡价值。

智能室内环境下的复杂数据管理和挖掘是室内物联网传感器大数据的基础性研究工作。本项目的研究目标是针对室内环境动态变化的多源异构不确定数据，研究其数据管理的模型、访问方法和挖掘算法，建立室内复杂数据的查询分析和处理框架。项目围绕以下内容展开了研究：.1）面向室内环境的统一数据管理模型；.2）室内异构复杂数据查询处理与分析框架；.3）室内环境下的新型查询分析算法；.4）室内复杂数据分析和内容挖掘原型系统。.项目取得了下列重要的研究成果：.1）建立了面向室内移动数据的概率性位置模型，.2）设计了室内区域流量查询处理与分析方法，.3）提出了室内密集区域实时查询分析算法，.4）研究并实现了移动语义分析与挖掘原型系统，.5）研究了室内移动数据仿真框架。.项目组在研究中积累了一个真实室内大型商场环境的用户定位数据和行为数据集，可用于后续的研究和实验。上述研究成果对室内环境的大数据研究打下了扎实的理论基础，为室内场景的用户行为分析、数据语义融合、知识挖掘等后续研究铺平了道路，因而具有重要的科学意义。.此外，项目工作锻炼了研究人员，培养了一批优秀的博士生、硕士生，在国际重要期刊和重要学术会议上发表了高质量论文10篇，申请发明专利6项，进行了多次国内外学术交流，项目组还在CCF数据库专委会领导下组织了NDBC 2017在杭州召开。综上，项目在多个方面取得突破，较好地完成了计划书指定的研究目标。