科研学术

　　近日，计算机科学与工程学院（网络空间安全学院）时空大数据与智能团队科研和人才培养工作再传捷报。由商烁教授和陈力思教授指导的2023级博士研究生周偲琳以第一作者撰写的一篇论文《RED: Effective Trajectory Representation Learning with Comprehensive Information》（作者：周偲琳、商烁〔通讯作者〕、陈力思、Christian S. Jensen、Panos Kalnis）被数据库/数据挖掘顶会VLDB2025（The 51st International Conference on Very Large Data Bases）接收。

　　论文主要针对基于路网轨迹表征学习开展研究，提出了利用更全面的轨迹信息提升轨迹表征精度，该模型称为RED，其中三大关键组件Road-aware masking strategy, Spatial-temporal-user joint embedding, Dual-objective task learning对用户信息、时间信息、路网信息、旅行语意、移动行为等多种轨迹信息在不同层面进行了充分的挖掘，并提供了更加全面的监督信息。对比现有的基于学习以及基于传统启发式的方法，RED在三个不同规模数据集下学习到的轨迹表征，在旅行时间估计，轨迹分类，轨迹相似性计算，最相似轨迹查询四个重要下游任务上都有较大的性能提升，同时具有较高的推理效率。除此之外，RED还可以轻松迁移到其他类型轨迹数据中，包括稀疏型的POI轨迹以及无规则的人流移动轨迹等，并在对应的下游任务中，例如POI推荐等也可以取得较好的性能表现，表现出很强的通用性。

　　VLDB位列中国计算机学会推荐国际会议A类，是数据库/数据挖掘领域顶会，与SIGMOD并称数据库领域两大顶会，具有较高的录取难度。VLDB2025将在2025年9月初于英国伦敦召开。

　　时空大数据与智能团队成立于2019年，团队围绕大数据、大模型、人工智能、智能舆情分析、智能时空计算等方向开展广泛而深入的研究。团队包括教授、研究员共4人，其中国家级人才3人，发表CCF A类论文150余篇，承担国家自然科学基金重点项目6项。研究成果获江西省科技进步一等奖、福建省科技进步一等奖。其中商烁教授、陈力思教授已先后入选全球前2%顶尖科学家榜单（World’s Top 2% Scientists）。