大数据与位置服务的融合与创新.pptx

202X时间主讲人202X.XAiPPTPowerPointDesign大数据与位置服务的融合与创新

目录contents大数据时代背景与特征01大数据在测绘与位置服务中的应用02测绘与位置服务中大数据的挑战与机遇03测绘与位置服务中大数据的研究方法04大数据与位置服务的未来展望05

PART01PowerPointDesign大数据时代背景与特征

未来学家阿尔文·托夫勒在上世纪七十年代首次提出“信息过载”问题，为大数据概念奠定基础。

数据科学家维克托·迈尔·舍恩伯格开创国外大数据研究，将大数据影响分为管理、商业和思维变革三个层面。大数据概念的提出大数据具有5V特征：Volume（巨量性）、Velocity（快变性）、Variety（多模性）、Veracity（不定性）和Value（低值性）。

例如，2015年约有150亿设备联网，每18个月产生的数据量等于有史以来数据量之和，数据形式多样，非结构化数据占比达80%~90%。大数据的特征大数据的产生与发展

数据管理模式传统数据库是数据工程概念，以数据为对象解决存储和管理问题，具有高结构化、强交易等特点。

大数据是数据思维模式，以数据为资源解决领域问题，具有非结构化、重交互、分布式等特点。数据处理方式传统数据库采用Top-down模式，性能、容量和扩展性受限，存在数据孤岛问题。

大数据采用Bottom-up模式，分布式实现性能与容量按需扩展，数据高效使用、简化管理。0102大数据与传统数据库的区别

PART02PowerPointDesign大数据在测绘与位置服务中的应用

01位置服务的基础设施涉及数据采集、处理和播发，包含导航星座、增强系统、基站、通信设施、计算设施等，形成空天地一体网络。

例如，位置服务的质量要求是连续、广域、实时或快速、位置精度合适、位置信息丰富。位置服务的基础设施02泛在测绘是指用户在任何地点、任何时间为认知环境与人的关系而创建和使用地理信息或地图的活动。

泛在测绘以地球时间、空间为标识，实时和快速采集自然、经济和社会数据动态变化，其数据特征符合大数据5V特点，还有时空特征、属性特征和精度特征。泛在测绘与大数据大数据与位置服务的关系

卫星测绘主要面临海量数据存储问题，卫星拍摄图片每天产生1TB数据，系统要求具有PB级容量扩展。

例如，一个长条带文件可达10GB，索引数据和缩略图几十KB，需要大小文件混合存储的解决方案。卫星测绘智能交通通过对道路、车辆、人及环境相关的位置数据进行全面感知，实现人车路全面互联。

例如，位置大数据平台具备海量实时时空数据的存储、管理能力，能够实现对PB级位置数据的聚合，提供主动安全服务。智能交通大数据在测绘与位置服务中的应用需求

PART03PowerPointDesign测绘与位置服务中大数据的挑战与机遇

0201随着位置大数据的广泛共享和应用，位置数据越来越多地涉及国家安全和公民隐私等社会安全问题。

例如，位置社会感知方法的大量出现，使得用户位置数据的隐私保护成为重要问题。数据处理与分析数据安全与隐私大数据的混杂性、复杂性和稀疏性给数据处理和分析带来挑战。

例如，位置大数据受到GNSS测量手段的精度影响、通信可靠性影响以及用户使用习惯影响，数据混杂且复杂。大数据面临的挑战

社会与经济大数据在社会和经济领域具有重要意义，能够改变政治与政府、重塑价值与思维。

例如，大数据分析意味着企业能够从积累的信息数据中获得新的企业洞察力，创新商业模式，为社会和经济带来巨大价值。科学研究大数据是科学研究的第四范式，从计算密集型科研发展到以大数据为基础的数据密集型科研方法。

例如，大数据研究使得人们降低了对因果关系的渴求，而关注相关关系，为科学研究提供了新的思路和方法。大数据带来的机遇

PART04PowerPointDesign测绘与位置服务中大数据的研究方法

传感器网络建立完整的、高精度的、室内外一体的位置大数据传感网络，综合利用自然语言处理、图像处理、信息检索等方法提取互联网多媒体中的位置信息。

例如，通过用户主动分享的移动社会网络数据，以及已经建立的诸如路桥ETC系统、地铁收费系统、公交刷卡系统等，大规模被动收集用户位置数据。数据融合将不同来源的位置数据进行融合，形成多精度的精密导航星历，为智能交通等应用提供基础数据。

例如，将全球各个卫星基准站、导航星座等基础设施的位置数据进行融合，实现高精度定位和导航。0102数据采集

数据挖掘与机器学习数据挖掘和机器学习技术是大数据研究中主要使用的方法，用于处理位置大数据中的多种来源不确定数据。

例如，通过数据挖掘和机器学习技术，可以分析用户的位置行为，预测用户的移动轨迹，为用户提供个性化服务。关联关系分析大数据的使用应注重数据间的关联关系，不追求数据的精确性和数据间的因果