[论文解读] The Infati Data

Christian S. Jensen, Harry Lahrmann+2 more|arXiv (Cornell University)|Oct 1, 2004

Data Management and Algorithms参考文献 6被引用 40

一句话总结

本文介绍了INFATI数据集，这是一个公开可用的GPS轨迹数据集，包含24辆配备记录设备的车辆的轨迹，已通过匿名化处理以保护驾驶员身份。该数据集源自一项智能限速适应项目，通过提供真实的移动数据和配套的道路网络，支持时空查询处理技术的性能与功能评估，推动相关实证研究。

ABSTRACT

The ability to perform meaningful empirical studies is of essence in research in spatio-temporal query processing. Such studies are often necessary to gain detailed insight into the functional and performance characteristics of proposals for new query processing techniques. We present a collection of spatio-temporal data, collected during an intelligent speed adaptation project, termed INFATI, in which some two dozen cars equipped with GPS receivers and logging equipment took part. We describe how the data was collected and how it was modified to afford the drivers some degree of anonymity. We also present the road network in which the cars were moving during data collection. The GPS data is publicly available for non-commercial purposes. It is our hope that this resource will help the spatio-temporal research community in its efforts to develop new and better query processing techniques.

研究动机与目标

• 为时空查询处理研究提供一种真实、公开可访问的数据集，以支持实证评估。
• 解决缺乏公开可用、高保真度的时空数据以用于新查询处理技术基准测试的问题。
• 通过详细分析真实车辆移动模式，支持改进查询处理算法的开发。
• 通过匿名化轨迹数据，在保护驾驶员隐私的同时，确保空间和时间完整性以供研究使用。

提出的方法

• 数据来自24辆配备GPS接收器和记录系统的车辆，在真实世界的智能限速适应项目中采集。
• 轨迹以精确的空间和时间坐标记录，以反映实际的车辆移动情况。
• 应用匿名化技术以保护驾驶员身份，同时保持数据在时空分析中的实用性。
• 提取与车辆移动相关的道路网络，并与GPS数据一并公开提供。
• 对数据集进行整理，以确保其在非商业研究用途下的一致性、准确性和可用性。
• 该数据集采用非商业使用许可发布，以鼓励学术和研究用途。

实验结果

研究问题

• RQ1 如何在不损害研究数据实用性的前提下，收集并匿名化真实世界的时空移动数据？
• RQ2 真实车辆轨迹的哪些特征可支持更高效时空查询处理技术的开发？
• RQ3 公开可用的数据集在多大程度上能提升新查询处理方案的可重现性和实证验证？
• RQ4 现实道路网络在评估时空查询性能方面发挥什么作用？
• RQ5 匿名化的GPS数据在多大程度上能保留查询处理研究所需的性能与功能洞察？

主要发现

• INFATI数据集提供了一种真实且匿名的时空轨迹数据源，适用于查询处理的实证研究。
• 匿名化过程成功保护了驾驶员身份，同时保持了数据的空间和时间保真度。
• 该数据集包含完整的道路网络，为车辆移动提供了上下文信息，使查询评估更加准确。
• 数据集的公开可用性支持了时空查询处理研究中的可重现性实验。
• 该数据集已向非商业用途公开，以促进研究社区内的合作与创新。