Skip to main content

2019 | OriginalPaper | Buchkapitel

9. Räumliches Data-Mining und Big Geospatial Data

verfasst von : Liqiu Meng

Erschienen in: Geoinformatik

Verlag: Springer Berlin Heidelberg

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

Im Zusammenhang mit der flächendeckenden Digitalisierung der Erdoberfläche geht dieses Kapitel auf die Eigenschaften der Big Data und die damit verbundenen wissenschaftlichen Herausforderungen für das Data-Mining ein. Die Rolle des raumzeitlichen Data-Mining für die Handhabung mit dem Big-Data-Ökosystem wird hervorgehoben. Einige exemplarische Forschungs- und Entwicklungsergebnisse entlang des Wertschöpfungsprozesses von Geodaten-Matching, Event-Mining bis hin zur Verhaltensinterpretation anhand der GPS-Trajektorien werden vorgestellt

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Literatur
1.
Zurück zum Zitat Arsanjani, J., Zipf, A., Mooney, P. und Helbich, M.: An introduction to OpenStreetMap in geographic information science. In: Arsanjani, J., Zipf, A., Mooney, P., Helbich, M. (Hrsg.) OpenStreetMap in GIScience – Experiences, Research and Appllications. Springer Lecture Notes in Geoinformation and Cartography, S. 1–15. Springer, Cham/Heidelberg (2015) Arsanjani, J., Zipf, A., Mooney, P. und Helbich, M.: An introduction to OpenStreetMap in geographic information science. In: Arsanjani, J., Zipf, A., Mooney, P., Helbich, M. (Hrsg.) OpenStreetMap in GIScience – Experiences, Research and Appllications. Springer Lecture Notes in Geoinformation and Cartography, S. 1–15. Springer, Cham/Heidelberg (2015)
2.
Zurück zum Zitat Bond, R.-M., Fariss, C.-J., Jones, J.-J., Kramer, A.D.I., Marlow, C., Settle, J.-E., Fowler, J.-H.: A 61-million-person experiment in social influence and political mobilization. Nature 489, 295–298 (2012)CrossRef Bond, R.-M., Fariss, C.-J., Jones, J.-J., Kramer, A.D.I., Marlow, C., Settle, J.-E., Fowler, J.-H.: A 61-million-person experiment in social influence and political mobilization. Nature 489, 295–298 (2012)CrossRef
4.
Zurück zum Zitat Ding, L., Fan, H., Meng, L.: Understanding taxi driving behaviors from movement data. In: AGILE’2015, Lisbon, 9–12 June 2015 Ding, L., Fan, H., Meng, L.: Understanding taxi driving behaviors from movement data. In: AGILE’2015, Lisbon, 9–12 June 2015
5.
Zurück zum Zitat Ding, L., Yang, J., Meng, L.: Visual analytics for understanding traffic flows of transport hubs from movement data. In: Proceedings International Cartographic Conference 2015, Rio de Janeiro, 23–28 Aug 2015 Ding, L., Yang, J., Meng, L.: Visual analytics for understanding traffic flows of transport hubs from movement data. In: Proceedings International Cartographic Conference 2015, Rio de Janeiro, 23–28 Aug 2015
6.
Zurück zum Zitat Hackeloeer, A., Klasing, K., Krisp, J.M., Meng, L.: Comparision of point matching techniques for road network matching. In: Shi, W., Wu, B., Stein, A. (Hrsg.) Uncertainty Modelling and Quality Control for Spatial Data. Tayler & Francis Group, London (2015) Hackeloeer, A., Klasing, K., Krisp, J.M., Meng, L.: Comparision of point matching techniques for road network matching. In: Shi, W., Wu, B., Stein, A. (Hrsg.) Uncertainty Modelling and Quality Control for Spatial Data. Tayler & Francis Group, London (2015)
7.
Zurück zum Zitat Kremer, H., Kranen, P., Jansen, T., Seidl, T., Bifet, A., Holmes, G., Pfahringer, B.: An effective evaluation measure for clustering on evolving data streams. In: Proceedings of the 17th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, San Diego (2011) Kremer, H., Kranen, P., Jansen, T., Seidl, T., Bifet, A., Holmes, G., Pfahringer, B.: An effective evaluation measure for clustering on evolving data streams. In: Proceedings of the 17th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, San Diego (2011)
8.
Zurück zum Zitat Kubat, M., Bratko, I., Michalski, R.-S.: A review of machine learning methods. In: Michalski et al. (Hrsg.) Machine Learning and Data Mining – Methods and Applications, S. 3–69. John Wiley, New York (1998) Kubat, M., Bratko, I., Michalski, R.-S.: A review of machine learning methods. In: Michalski et al. (Hrsg.) Machine Learning and Data Mining – Methods and Applications, S. 3–69. John Wiley, New York (1998)
9.
Zurück zum Zitat Lazer, D., Kennedy, R., King, G., Vespignani, A.: The parable of Google flu: traps in big data analysis. Science 343, 1203–1205 (2014)CrossRef Lazer, D., Kennedy, R., King, G., Vespignani, A.: The parable of Google flu: traps in big data analysis. Science 343, 1203–1205 (2014)CrossRef
10.
Zurück zum Zitat Liu, L.: Data model and algorithms for multimodal route planning with transportation networks. Dissertation, Lehrstuhl für Kartographic, TUM (2010) Liu, L.: Data model and algorithms for multimodal route planning with transportation networks. Dissertation, Lehrstuhl für Kartographic, TUM (2010)
11.
Zurück zum Zitat Meng, L.: Kartographie für Jedermann und Jedermann für Kartographie – Warum und Wie? Kartographische Nachrichten, S. 246–253 (2011) Meng, L.: Kartographie für Jedermann und Jedermann für Kartographie – Warum und Wie? Kartographische Nachrichten, S. 246–253 (2011)
12.
Zurück zum Zitat Mertens, P., Wieczorrek, H.-W.: Data X Strategien: data warehouse, data mining und operationale Systeme für die Praxis Kapitel 2. Springer, Heidelberg (2013) Mertens, P., Wieczorrek, H.-W.: Data X Strategien: data warehouse, data mining und operationale Systeme für die Praxis Kapitel 2. Springer, Heidelberg (2013)
13.
Zurück zum Zitat Mooney, P.: An outlook for OpenStreetMap. In: Arsanjani, J., Zipf, A., Mooney, P., Helbich, M. (Hrsg.) OpenStreetMap in GIScience – Experiences, Research and Appllications. Springer Lecture Notes in Geoinformation and Cartography, S. 319–324. Springer Cham, Heidelberg (2015) Mooney, P.: An outlook for OpenStreetMap. In: Arsanjani, J., Zipf, A., Mooney, P., Helbich, M. (Hrsg.) OpenStreetMap in GIScience – Experiences, Research and Appllications. Springer Lecture Notes in Geoinformation and Cartography, S. 319–324. Springer Cham, Heidelberg (2015)
14.
Zurück zum Zitat Polous, K., Krisp, J., Meng, L., Xiao, J., Shrestha, B.: OpenEventMap; a volunteered location based service. In: Proceedings of International Cartographic Conference, Rio de Janeiro, 23–28 Aug 2015 Polous, K., Krisp, J., Meng, L., Xiao, J., Shrestha, B.: OpenEventMap; a volunteered location based service. In: Proceedings of International Cartographic Conference, Rio de Janeiro, 23–28 Aug 2015
16.
Zurück zum Zitat Schoeneberg, K.-P., Pein, J.: Einsatz fortschrittlicher Visualisierungsmöglichkeiten zur Komplexitätsbeherrschung betriebswirtschaftlicher Sachverhalte im Unternehmen. In: Schoeneberg, K.-P. (Hrsg.) Komplexitätsmanagement in Unternehmen, S. 309–354. Gabler Verlag, Wiesbaden (2014)CrossRef Schoeneberg, K.-P., Pein, J.: Einsatz fortschrittlicher Visualisierungsmöglichkeiten zur Komplexitätsbeherrschung betriebswirtschaftlicher Sachverhalte im Unternehmen. In: Schoeneberg, K.-P. (Hrsg.) Komplexitätsmanagement in Unternehmen, S. 309–354. Gabler Verlag, Wiesbaden (2014)CrossRef
17.
Zurück zum Zitat Sui, L., Meng, L.: Adding the value of NavTech road database: an implementation of spatial data mining techniques. J. Geogr. Sci., Acta Geogr. Sin. 11, 69–73 (2001). Beijing Sui, L., Meng, L.: Adding the value of NavTech road database: an implementation of spatial data mining techniques. J. Geogr. Sci., Acta Geogr. Sin. 11, 69–73 (2001). Beijing
18.
Zurück zum Zitat Zhang, J.: A congruent hybrid model for conflation of satellite image and road database. Dissertation, Lehrstuhl für Kartographie, TUM (2013) Zhang, J.: A congruent hybrid model for conflation of satellite image and road database. Dissertation, Lehrstuhl für Kartographie, TUM (2013)
19.
Zurück zum Zitat Zhang, M.: Methods and implementations of road-network matching. Dissertation, Lehrstuhl für Kartographie, TUM (2009) Zhang, M.: Methods and implementations of road-network matching. Dissertation, Lehrstuhl für Kartographie, TUM (2009)
Metadaten
Titel
Räumliches Data-Mining und Big Geospatial Data
verfasst von
Liqiu Meng
Copyright-Jahr
2019
Verlag
Springer Berlin Heidelberg
DOI
https://doi.org/10.1007/978-3-662-47096-1_70

Premium Partner