领域驱动空间co-location模式挖掘技术研究

Spatial co-location pattern mining plays an important role in the spatial data mining field. Due to its importance, the topic of finding prevalent co-locations in spatial data sets has been extensively explored and many algorithms and models have been presented. At the same time, we have seen that an extreme imbalance between the number of published algorithms versus those really workable in the real-world environment. Domain-driven data mining aims to develop general principles, methodologies, and techniques for modeling and merging comprehensive domain-related factors and synthesized ubiquitous intelligence surrounding problem domains with the data mining process, and discovering knowledge to support business decision-marking. This project plans to enhance real-world problem solving capabilities of mined co-locations by studing methodology of domain-driven spatial co-location pattern mining. In detail, we plan to make the following investigations: firstly, the theories and methods of the constrained co-location pattern mining will be studied; Secondly, the efficient algorithms for mining high utility co-location patterns will be explored; Thirdly, combined co-location pattern mining techniques will be researched; Finally, domain-driven co-location mining in spatially uncertain data sets will be studied. By this project, the theories, models and algorithms of the domain-driven data mining will be expanded. At the same time, the efficient and effective algorithms and techniques for mining spatial co-location patterns will be used extensively.

空间co-location模式挖掘是空间数据挖掘的一个重要分支，近年来，co-location模式挖掘受到学术界的关注并取得了瞩目的成果。但是，在实际应用中，大量研究成果并没有很好地被应用。究其原因，现有挖掘方法几乎不考虑领域知识、应用背景或约束。领域驱动数据挖掘是数据挖掘中的新方法，目的是挖掘用户感兴趣的、可供决策的知识。本项目拟系统研究领域驱动空间co-location模式挖掘的理论、模型、算法和评价准则。具体研究：（1）带约束co-location模式挖掘理论和方法；（2）高效用co-location模式及挖掘技术；（3）组合co-location模式挖掘概念和方法；（4）领域驱动不确定co-location模式挖掘技术。本研究对现有领域驱动数据挖掘理论、模型和算法不失为一个重要的补充和发展，同时将有力地推动空间co-location模式挖掘技术的应用。

空间co-location模式挖掘在地球科学、公共交通、空气污染等领域具有广阔的应用前景。为解决空间co-location模式挖掘结果中存在大量无用的、用户不感兴趣的和不可行动的知识的实际问题，项目将领域知识，特别是空间约束、用户兴趣和偏好等整合到挖掘过程中，研究了交互式概率挖掘方法、基于本体的交互式挖掘方法和均匀co-location模式挖掘技术等；综合频繁性度量与用户兴趣度量，引入空间co-location模式的效用度量概念，提出有效的高效用co-location模式挖掘方法；研究了非冗余co-location模式挖掘和co-location模式的无损压缩表达等，以解决挖掘结果的可用性和可操作性；基于可能性世界模型和模糊理论研究了不确定co-location模式挖掘技术，面向海量的空间不确定数据，提出的带补偿因子的近似挖掘算法，在保证较高召回率的前提下，执行效率表现为一种线性增长的趋势；面向空间大数据的co-location模式挖掘问题，研究了可伸缩的co-location模式并行挖掘框架、并行挖掘算法和高效的空间co-location模式增量挖掘算法等；研究了亚频繁co-location模式挖掘方法，隐含于co-location模式中的因果关系、共生关系和竞争关系及挖掘方法等；开发了6个原型系统，并将研究成果应用于云南植被分布数据、城市POI数据以及交通数据等，验证与完善了研究成果。重要研究成果发表在国内外著名期刊TKDE、IS、KBS、计算机学报、软件学报和重要会议ICDE 2018、DASFAA 2017/2018、PAKDD 2017、WISE 2017/2018、APWeb-WAIM 2016/2017/2018上。在项目执行期内，发表论文42篇，其中期刊论文14篇，会议论文28篇，SCI收录论文5篇，EI收录论文30篇；授权专利1项。项目组完成的“空间co-location模式挖掘及决策支持的理论和方法研究”荣获云南省自然科学二等奖，完成的“社区发现及空间并置模式挖掘研究” 荣获云南省自然科学三等奖。以项目组成员为主组建的创新团队获得2017年度“云南大学空间大数据挖掘与决策支持研究”省级创新团队资助（2018HC019，2017.8-2020.8，200万元），培养青年教师4人，培养博士毕业研究生3人，硕士毕业研究生16人。