(特价书)移动数据挖掘
•面向新形式下大数据技术发展对知识更新提出的挑战，旨在为学术研究和人才培养提供可供参考的“基石”。 •源自大数据管理领域资深学者最前沿的工作总结和提炼，内容涵盖大数据管理的理论、方法、技术等诸多方面， •针对技术发展趋势和新热点，提出新的知识点，完善和补充现有知识体系，拉近教材体系与大数据应用的距离。
基本信息
内容简介
作译者
连德富 博士，电子科技大学计算机学院讲师，教育大数据研究所副所长。2009 年本科毕业于中国科学技术大学计算机学院，2014 年在中国科学技术大学获得计算机应用专业博士学位，获得中科院院长奖。他的研究领域包括用户建模、推荐系统、时空数据挖掘、教育大数据等等，在KDD、IJCAI、WWW、ICDM、TIST 等顶级期刊和会议上发表20余篇论文，相关研究被麻省理工评论、中国青年报、中国科学报等媒体多次报道。他多次担任国际顶级会议的程序委员会委员和顶级期刊的审稿人，是ACM、IEEE 和CCF 会员。
张富峥 博士，于2015年7月加入微软亚洲研究院，现任社会计算组副研究员。他于2015 年在中国科学技术大学获得计算机应用专业博士学位，于2010年在中国科学技术大学分别获得计算机和统计与金融学士学位。他是ACM 和IEEE 会员。他的研究领域包括了用户模型、推荐系统、深度学习、情感检测、社交网络、时空数据挖掘、普适计算、大规模系统等方向。他在人工智能领域的重要会议和期刊上发表20余篇文章，如KDD、WWW、Ubicomp、TIST等，曾获ICDM2013最佳论文大奖，并多次担任人工智能领域大会的特邀审稿人和执行委员会委员。
王英子 中国科学技术大学和微软亚洲研究院联合培养博士生，于2013 年获得中国科学技术大学计算机学士学位。她于2014 年至2016 年作为全职实习生在微软亚洲研究院社会计算组进行科学研究，研究领域包括时空数据挖掘、普适计算、推荐系统和时间序列预测等，在KDD、Ubicomp、ICDM、KAIS 等会议和期刊上发表若干篇论文，曾经获得ICDM最佳论文奖和KDD最佳学生论文奖，并且多次担任国际顶级会议的审稿人。
袁晶 博士，现任微软高级科学家，Bing 中国应用科学团队负责人，此前为微软亚洲研究院研究员。他于2007 年本科毕业自中国科学技术大学少年班学院，专业为计算数学，后于2012 年获得该校计算机软件与理论博士学位，师从陈国良院士。他已在数据挖掘、普适计算、地理空间系统等领域的国际顶级会议和期刊上发表了50 余篇论文，并多次获得包括SIGSPATIAL、ICDM、KDD在内的国际会议的最佳论文奖项。他曾作为程序委员会主席或领域主席参与组织了多次国际学术会议，并长期担任多个国际顶级会议（如KDD、WWW、AAAI）的程序委员会委员。他于2011 年被评为微软学者，现为ACM和IEEE会员。
谢幸 博士，于2001年7月加入微软亚洲研究院，现任社会计算组高级主任研究员，并任中国科技大学兼职博士生导师。他分别于1996年和2001年在中国科技大学获得计算机软件专业学士和博士学位。目前，他的团队在数据挖掘、普适计算和社会计算等领域展开创新性的研究。他在国际会议和学术期刊上发表了200余篇学术论文，共被引用13000余次，H指数为54，并多次在KDD、ICDM等顶级会议上获最佳论文奖。他是ACM、IEEE高级会员和计算机学会杰出会员，多次担任顶级国际会议程序委员会委员和领域主席等职位。他是ACM Transactions on Intelligent Systems and Technology、Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies（IMWUT）、Springer GeoInformatica、Elsevier Pervasive and Mobile Computing等杂志编委。他参与创立了ACM SIGSPATIAL中国分会，并曾担任ACM UbiComp 2011大会程序委员会共同主席。
张富峥 博士，于2015年7月加入微软亚洲研究院，现任社会计算组副研究员。他于2015 年在中国科学技术大学获得计算机应用专业博士学位，于2010年在中国科学技术大学分别获得计算机和统计与金融学士学位。他是ACM 和IEEE 会员。他的研究领域包括了用户模型、推荐系统、深度学习、情感检测、社交网络、时空数据挖掘、普适计算、大规模系统等方向。他在人工智能领域的重要会议和期刊上发表20余篇文章，如KDD、WWW、Ubicomp、TIST等，曾获ICDM2013最佳论文大奖，并多次担任人工智能领域大会的特邀审稿人和执行委员会委员。
王英子 中国科学技术大学和微软亚洲研究院联合培养博士生，于2013 年获得中国科学技术大学计算机学士学位。她于2014 年至2016 年作为全职实习生在微软亚洲研究院社会计算组进行科学研究，研究领域包括时空数据挖掘、普适计算、推荐系统和时间序列预测等，在KDD、Ubicomp、ICDM、KAIS 等会议和期刊上发表若干篇论文，曾经获得ICDM最佳论文奖和KDD最佳学生论文奖，并且多次担任国际顶级会议的审稿人。
袁晶 博士，现任微软高级科学家，Bing 中国应用科学团队负责人，此前为微软亚洲研究院研究员。他于2007 年本科毕业自中国科学技术大学少年班学院，专业为计算数学，后于2012 年获得该校计算机软件与理论博士学位，师从陈国良院士。他已在数据挖掘、普适计算、地理空间系统等领域的国际顶级会议和期刊上发表了50 余篇论文，并多次获得包括SIGSPATIAL、ICDM、KDD在内的国际会议的最佳论文奖项。他曾作为程序委员会主席或领域主席参与组织了多次国际学术会议，并长期担任多个国际顶级会议（如KDD、WWW、AAAI）的程序委员会委员。他于2011 年被评为微软学者，现为ACM和IEEE会员。
谢幸 博士，于2001年7月加入微软亚洲研究院，现任社会计算组高级主任研究员，并任中国科技大学兼职博士生导师。他分别于1996年和2001年在中国科技大学获得计算机软件专业学士和博士学位。目前，他的团队在数据挖掘、普适计算和社会计算等领域展开创新性的研究。他在国际会议和学术期刊上发表了200余篇学术论文，共被引用13000余次，H指数为54，并多次在KDD、ICDM等顶级会议上获最佳论文奖。他是ACM、IEEE高级会员和计算机学会杰出会员，多次担任顶级国际会议程序委员会委员和领域主席等职位。他是ACM Transactions on Intelligent Systems and Technology、Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies（IMWUT）、Springer GeoInformatica、Elsevier Pervasive and Mobile Computing等杂志编委。他参与创立了ACM SIGSPATIAL中国分会，并曾担任ACM UbiComp 2011大会程序委员会共同主席。
目录
丛书前言
前言
作者简介
第1章 引言1
1.1 移动数据及其价值1
1.2 概念与定义4
1.3 挑战5
1.4 本书简介7
第2章 移动数据预处理10
2.1 移动数据简介10
2.2 缺失数据补全18
2.2.1 公交卡的上下点补全19
2.2.2 地点类别补全23
2.3 重要地点检测25
2.4 语义信息标注29
2.4.1 区域功能标记29
2.4.2 地点命名36
第3章 用户移动建模42
3.1 基于人类动力学的移动建模研究43
3.1.1 连续时间的随机游走模型43
前言
作者简介
第1章 引言1
1.1 移动数据及其价值1
1.2 概念与定义4
1.3 挑战5
1.4 本书简介7
第2章 移动数据预处理10
2.1 移动数据简介10
2.2 缺失数据补全18
2.2.1 公交卡的上下点补全19
2.2.2 地点类别补全23
2.3 重要地点检测25
2.4 语义信息标注29
2.4.1 区域功能标记29
2.4.2 地点命名36
第3章 用户移动建模42
3.1 基于人类动力学的移动建模研究43
3.1.1 连续时间的随机游走模型43
前言
大约在十年前，本书作者所在的研究团队，也就是目前的微软亚洲研究院社会计算组，对挖掘人群移动数据中隐藏的知识产生了兴趣。这个团队在2007年开展了GeoLife项目，通过用户主动分享的移动数据来研究用户的出行模式，为旅游规划等应用提供支持。基于这个项目在WWW 2009大会上发表的论文“Mining interesting locations and travel sequences from GPS trajectories”目前引用数已经上千，在学术界产生了一定的影响。本书第一作者，目前在电子科技大学任教的连德富教授，长期针对基于移动数据的推荐系统进行研究，发表了大量有影响力的研究成果。在过去十年，随着室内外定位、移动社交网络和物联网技术的发展与普及，移动数据的种类、规模和产生速度一直在迅速增加。这些数据中很大一部分是由人产生的，也就是通过各种方式记录下来的人的活动历史。它们包含了大量的知识，对于众多实际应用有着重要的价值。我们可以通过对这些数据进行挖掘，发现人类出行的规律，并针对用户的属性和兴趣爱好生成画像，从而为用户提供更加个性化的服务，包括交通出行规划、旅游线路和购物餐饮推荐等。这些知识还能用来研究疾病传播、城市发展以及人类迁徙等具有重大社会意义的科学问题。在实际应用中，移动数据的形式多种多样，既有来自移动社交网络的签到数据，来自运营商的日志数据，也有来自公交计费系统的刷卡记录数据，还有很多并不是由人产生的数据，例如由车辆、船舶甚至动物的移动生成的数据。在本书中，我们试图以人群移动数据为例，探讨和设计针对移动数据的数据挖掘算法，并指出在该领域展开研究将面临的挑战，希望这些经验也同样能应用到其它类型的移动数据上。编辑为本书封面选取了清代苏州籍宫廷画家徐扬的巨幅长卷画作《姑苏繁华图》。在画中，画家通过自己对城市的理解，重现了苏州“商贾辐辏，百货骈阗”的市井风情。令人惊叹的是，据说全画中有各色人物1万2千余人。将他们的活动一一刻画出来是一个浩大的工程，反映了画家对苏州居民生活和出行规律的深刻理解，这也完美呼应了本书的主题。最后，我们希望本书能帮助有兴趣研究移动数据挖掘的读者缩短学习的过程，共同推进该领域的研究进展。
作者
2017年4月
作者
2017年4月
序言
当下大数据技术发展变化日新月异，大数据应用已经遍及工业和社会生活的方方面面，原有的数据管理理论体系与大数据产业应用之间的差距日益加大，而工业界对于大数据人才的需求却急剧增加。大数据专业人才的培养是新一轮科技较量的基础，高等院校承担着大数据人才培养的重任。因此大数据相关课程将逐渐成为国内高校计算机相关专业的重要课程。但纵观大数据人才培养课程体系尚不尽如人意，多是已有课程的“冷拼盘”，顶多是加点“调料”，原材料没有新鲜感。现阶段无论多么新多么好的人才培养计划，都只能在20世纪六七十年代编写的计算机知识体系上施教，无法把当下大数据带给我们的新思维、新知识传导给学生。为此我们意识到，缺少基础性工作和原始积累，就难以培养符合工业界需要的大数据复合型和交叉型人才。因此急需在思维和理念方面进行转变，为现有的课程和知识体系按大数据应用需求进行延展和补充，加入新的可以因材施教的知识模块。我们肩负着大数据时代知识更新的使命，每一位学者都有责任和义务去为此“增砖添瓦”。在此背景下，我们策划和组织了这套大数据管理丛书，希望能够培养数据思维的理念，对原有数据管理知识体系进行完善和补充，面向新的技术热点，提出新的知识体系/知识点，拉近教材体系与大数据应用的距离，为受教者应对现代技术带来的大数据领域的新问题和挑战，扫除障碍。我们相信，假以时日，这些著作汇溪成河，必将对未来大数据人才培养起到“基石”的作用。IVV丛书定位：面向新形势下的大数据技术发展对人才培养提出的挑战，旨在为学术研究和人才培养提供可供参考的“基石”。虽然是一些不起眼的“砖头瓦块”，但可以为大数据人才培养积累可用的新模块（新素材），弥补原有知识体系与应用问题之前的鸿沟，力图为现有的数据管理知识查漏补缺，聚少成多，最终形成适应大数据技术发展和人才培养的知识体系和教材基础。丛书特点：丛书借鉴Morgan & Claypool Publishers出版的Synthesis Lectures on Data Management，特色在于选题新颖，短小精湛。选题新颖即面向技术热点，弥补现有知识体系的漏洞和不足（或延伸或补充），内容涵盖大数据管理的理论、方法、技术等诸多方面。短小精湛则不求系统性和完备性，但每本书要自成知识体系，重在阐述基本问题和方法，并辅以例题说明，便于施教。丛书组织：丛书采用国际学术出版通行的主编负责制，为此特邀中国人民大学孟小峰教授（email：xfmeng@ruc.edu.cn）担任丛书主编，负责丛书的整体规划和选题。责任编辑为机械工业出版社华章分社姚蕾编辑（email：yaolei@hzbook.com）。当今数据洪流席卷全球，而中国正在努力从数据大国走向数据强国，大数据时代的知识更新和人才培养刻不容缓，虽然我们的力量有限，但聚少成多，积小致巨。因此，我们在设计本套丛书封面的时候，特意选择了清代苏州籍宫廷画家徐扬描绘苏州风物的巨幅长卷画作《姑苏繁华图》（原名《盛世滋生图》）作为底图以表达我们的美好愿景，每本书选取这幅巨卷的一部分，一步步见证和记录数据管理领域的学者在学术研究和工程应用中的探索和实践，最终形成适应大数据技术发展和人才培养的知识图谱，共同谱写出我们这个大数据时代的盛世华章。在此期望有志于大数据人才培养并具有丰富理论和实践经验的学者和专业人员能够加入到这套书的编写工作中来，共同为中国大数据研究和人才培养贡献自己的智慧和力量，共筑属于我们自己的“时代记忆”。欢迎读者对我们的出版工作提出宝贵意见和建议。
大数据管理丛书
主编：孟小峰大数据管理概论
孟小峰编著
2017年5月异构信息网络挖掘：原理和方法
［美］孙艺洲（Yizhou Sun）韩家炜（Jiawei Han）著
段磊朱敏唐常杰译
2017年5月大规模元搜索引擎技术
［美］孟卫一（Weiyi Meng）於德（Clement T.Yu）著
朱亮译
2017年5月大数据集成
［美］董欣（Xin Luna Dong）戴夫士·斯里瓦斯塔瓦（Divesh Sriva-stava）著
王秋月杜治娟王硕译
2017年5月短文本数据理解
王仲远编著
2017年5月个人数据管理
李玉坤孟小峰编著
2017年5月位置大数据隐私管理
潘晓霍峥孟小峰编著
2017年5月移动数据挖掘
大数据管理丛书
主编：孟小峰大数据管理概论
孟小峰编著
2017年5月异构信息网络挖掘：原理和方法
［美］孙艺洲（Yizhou Sun）韩家炜（Jiawei Han）著
段磊朱敏唐常杰译
2017年5月大规模元搜索引擎技术
［美］孟卫一（Weiyi Meng）於德（Clement T.Yu）著
朱亮译
2017年5月大数据集成
［美］董欣（Xin Luna Dong）戴夫士·斯里瓦斯塔瓦（Divesh Sriva-stava）著
王秋月杜治娟王硕译
2017年5月短文本数据理解
王仲远编著
2017年5月个人数据管理
李玉坤孟小峰编著
2017年5月位置大数据隐私管理
潘晓霍峥孟小峰编著
2017年5月移动数据挖掘
