科研实训-大数据管理

阅读量：2058

推荐信实验报告

项目日期：

*阶段：2周远程辅导：了解项目背景，文献阅读，资料收集

第二阶段：1周实地实习：每天9:00-16:30

第三阶段：2周远程辅导：完成实验报告

注：远程辅导是指导师利用邮件、QQ等进行任务布置、讲解和答疑。每周导师与学生沟通1-2次，每次1-2小时。具体时间可灵活安排。

项目地点：北京，中关村

关联专业：计算机、软件、自动化

实习成果：推荐信+实验报告

录取标准：简历审核+电话面试。注：学生需具有一定编程基础(C/C++/Python)

导师研究方向：

Ø 数据库与知识库系统，时空数据库及移动对象数据库。

Ø 物联网、移动计算、智慧城市下的大数据存储、查询与分析技术。

Ø 工业流式数据、移动对象时空数据的数据挖掘及分析技术。

实习简介：

该实习项目属于移动数据管理的范畴，项目过程会渗透移动数据管理(包括：数据采集、检索与挖掘)和在线系统服务，具体以北京市出租车移动轨迹数据管理作为切入点，以实现*终的大项目“适用于智能交通的移动感知数据管理平台”为*，展开相关领域的讲解、讨论及实现。

时间	内容
2周远程辅导	项目背景了解，文献阅读，编程训练
1周实地实习：每天9:00-16:30	Day1: 移动数据管理介绍和数据采集及位置更新策略 l 移动对象位置更新策略以及移动数据存储 l Thrift服务框架，Redis存储系统 l 出租车模拟器及项目实验环境 Project 1：实现位置更新服务（从模拟器中接收更新消息）
	Day2: 移动对象数据索引及查询算法的实现 l 移动对象数据索引算法讲解（B-tree、R-tree、TPR-tree）及项目索引框架介绍和实例演示 l 查询算法（KNN Query、Range Query、Advanced Query）；查询实例演示 l 移动对象Range 查询的Demo展示 Project 2：实现KNN查询算法
	Day3: 移动对象时空统计分析及数据挖掘技术 l 基于时态交通网络的移动对象交通流量统计算 l 路网拥塞Demo演示 l 移动对象数据挖掘 Project 3：实现基于时态交通网络的交通流量统计算法
	Day4: 在线系统服务及“智能交通的移动感知数据管理平台”搭建 l 多线程、异步化及在线系统性能衡量 l 典型在线服务搭建实例Demo l “适用于智能交通的移动感知数据管理平台系统”架构 Final project：“适用于智能交通的移动感知数据管理平台”系统实现
	Day5: 移动数据管理关键技术展现以及project验收 l 以数据为中心的信息技术时代展现 l Final project 的汇报与验收（project presentation与项目展示）。 l 项目开放问题讨论与下阶段任务布置
2周远程辅导	完成实验剩余部分（完善NN查询、Rtree索引功能等），完成实验报告。