学术报告
——计算机学院第39期
题目：批流混合轨迹大数据管理与分析
报告人：高云君 浙江大学计算机科学与技术学院教授
时间：2019年9月19日（星期四） 上午9:30
地点：学院101会议室
学术报告简介:
移动定位的快速发展孕育了海量轨迹数据。这些轨迹数据捕获了人、车辆和动物的运动行为等信息，并含有丰富的时空特征信息。此外，管理与分析大轨迹数据在智慧城市和公共安全等领域具有广阔的应用前景和重要的应用价值，其不仅为解决交通拥堵、改善交通服务、监控道路环境、缓解能源紧缺等社会问题提供了新的机遇，而且对认知人们的社会活动以及优化公共资源配置有着特殊意义。本报告先简单回顾轨迹大数据管理与分析研究的背景、现状以及难点，而后介绍讲者所在团队近两年内在轨迹大数据管理与分析方面的研究成果（包括批式轨迹大数据管理与分析、批流混合轨迹大数据管理与分析、流式轨迹大数据运动模式实时挖掘），以解决轨迹大数据的管理统一性、批流混合型和挖掘普遍性的挑战。
报告人简介:
高云君，浙江大学计算机科学与技术学院教授/博士生导师，院长助理，浙江省大数据智能计算重点实验室副主任，国家自然科学基金优秀青年基金获得者。主要研究方向为数据库、大数据管理与分析、DB赋能的AI技术。已在国内外顶级/重要学术期刊或会议TODS、VLDBJ、TKDE、TOIS、SIGMOD、VLDB、ICDE、SIGIR、AAAI等发表论文100余篇，其中CCF推荐A类期刊/会议论文50余篇，SCI他引400余次（近五年），出版中英文学术专著4部，以第一发明人授权专利7项，并获ICDE19最佳论文候选、APWeb-WAIM18最佳论文奖、2017年CCF优秀博士学位论文奖（导师）、2016年教育部高等学校优秀成果科技进步一等奖、SIGMOD15最佳论文提名、ICDE15优秀论文、2011年浙江省科学技术一等奖等。先后主持国家优秀青年科学基金、国家重点研发计划子课题、973计划子课题、国家自然科学基金面上项目、国家自然科学基金联合基金重点支持项目课题等国家和省部级纵向项目10余项。担任JCST、DAPD、FCS、WWWJ、IJDSN等SCI期刊（青年）编委/副编辑（Associate Editor）/专刊特邀编辑，并多次担任SIGMOD、VLDB、ICDE、CIKM、DASFAA等学术会议的程序委员会委员。