摘要：社区是公共安全治理的基本单元,社区安全研究意义重大。该文面向社区风险防范的重大需求,首先,从人、物及管理3个角度厘清社区风险的来源,剖析社区风险的特性及原因;然后,阐述社区风险防范的内涵,提出监测监控、预测预警和智能防范是社区风险防范的关键技术,在综合分析当前风险防范研究现状及发展趋势的基础上,指出大数据平台是社区风险防范的基础支撑;最后,分别从功能、结构及构建流程3个层面展开面向社区风险防范大数据平台的理论架构设计。为社区风险防范及大数据平台的基础理论研究大数据平台搭建及风险防范提供理论和技术支撑。

摘要：以往基于线性系统设计的LBS1.0系统割裂了系统与用户、用户与用户之间的联系,用户被动地接受系统提供的功能和消费系统提供的数据,对系统的改善和优化、数据的更新没有贡献。基于Mobile Web2.0的LBS2.0系统,引入了社会性软件和复杂信息系统的理论,利用用户与系统、用户与用户之间复杂的社会关系,使用户成为系统的一个节点,而不是一个端点,用户不再只是被动的数据消费者,同时是系统的设计者、数据的报道者。运用Web2.0的元素,通过大量用户自组织行为的涌现,利用集体的智慧和力量提高系统的自适应性,加强数据的现势性、准确性;大量准确实时的数据衍生出大量有着准确可靠结果的空间分析、数据挖掘应用。实验证明LBS2.0可以有效提高数据更新效率,提升LBS的服务质量,给用户带来更好的用户体验。

摘要：面向自然语言的地理空间场景描述一直是地理信息科学的重要研究方向,传统方法更注重空间关系的遍历性描述,难以融合人类空间认知,与人类自然语言有较大的差距。地理空间场景自然语言描述的本质是地理空间二维向量转换词空间一维向量的过程。本文提出M2T空间场景自然语言表达框架,通过空间场景理解、语言合成和注意力感知3个知识图谱,在多源知识图谱的融合机制下,生成自然语言空间场景描述文本。其中空间场景描述知识图谱解决遍历空间关系剪枝难题,同时通过建立空间关系图谱建立空间场景之间关联,支持空间场景连续表达;自然语言风格知识图谱建立空间表达与语言风格的关联,实现了贴切于空间自然语言表达的多样化语言风格;空间关注度知识图谱根据空间场景主体和客体交互状态,建立注意力矩阵捕捉自然语言空间表达的细微之处。以北京故宫为例设计的原型系统,实验表明系统生成结果与人类游记接近,且内容覆盖更完整,风格更多样,验证了M2T框架的有效性,并展现了空间场景自然语言描述应用的潜在价值。