郑宇时空数据挖掘大讲堂

郑宇：多源数据融合与时空数据挖掘（上）
(https://www.msra.cn/zh-cn/news/features/yu-zheng-spatiotemporal-data-mining-20170330)
郑宇：多源数据融合与时空数据挖掘（下）
(https://www.jiqizhixin.com/articles/2017-04-22)

面向大数据的时空数据挖掘
(https://blog.csdn.net/ydtici6go5j/article/details/80130839)
针对存量时空数据的索引的几种分类方法
(https://blog.csdn.net/qiaojialin/article/details/77722960)

时空数据挖掘的发展现状及时空预测的分类
(http://www.aboutyun.com/thread-20863-1-1.html)
深度学习在时空大数据分析中的应用
(https://blog.csdn.net/supermapsupport/article/details/78739273)
清华机器学习科学家李建：如何用深度学习来解析时空大数据？
(https://www.leiphone.com/news/201706/cmxrqohKh0jryRBx.html)

填数据：要同时考虑缺失点时序以及空间邻居的数据，不能只看自己的时间临近值。
***时空临近不一定都是对的，可能大部分都是对的，但不一定都对。
***定义好六种Data后，对每种Data设定特定的管理、挖掘和机器学习算法。

平台：
1）异构：结构&非结构
2）多源：来自不同的领域和数据源
3）多模：有文本的、影像的、语音的
***不管哪一家公司的云计算平台，都不能很好地支持时空大数据
***要融合多源数据，需要先把各类数据管理好，把它有机地索引在一起，这样才来得及做快速融合的问题，这即混合式索引，数据&数据关联起来，把不同领域数据融合在一起。