1. GeoLife GPS Trajectories
该GPS轨迹数据集出自微软研究GeoLift项目。从2007年四月到2012年八月收集了182个用户的轨迹数据。这些数据包含了一系列以时间为序的点,每一个点包含经纬度、海拔等信息。包含了17621个轨迹,总距离120多万公里,总时间48000多小时。这些数据不仅仅记录了用户在家和在工作地点的位置轨迹,还记录了大范围的户外活动轨迹,比如购物、旅游、远足、骑自行车。
这个数据集可以用来进行用户活动相似度估算,移动模型挖掘,用户活动推荐,基于位置的社交网络,位置隐私,位置推荐。
时间:2007年4月~2012年8月
数据大小:大概300M.
下载地址:[https://www.microsoft.com/en-us/download/details.aspx?id=52367](https://www.microsoft.com/en-us/download/details.aspx?id=52367)
数据集下载地址:
https://www.microsoft.com/en-us/research/publication/t-drive-trajectory-data-sample/
数据详细说明:
https://www.microsoft.com/en-us/research/wp-content/uploads/2016/02/User_guide_T-drive.pdf
另外为各位备份到百度云下面了: https://pan.baidu.com/s/1mTxei4K8hHVGREhwwKl85g
2. GPS Trajectories with transportationmode labels
这个数据集是微软亚洲研究院Geolift项目用到的GPS轨迹数据集的一部分。这个数据集代表按时间顺序排序的点集,每一个点所包含的信息有经纬度、高度、速度和当前朝向等等。这些轨迹数据是由不同的GPS设备收集的,这些设备的数据收集频率是不一样的。95%的轨迹是密集的,比如每2~5秒或者每5~10米一个点。
轨迹数据文件被转换成了.plt格式,每一个轨迹还有一个单独文件存储的交通方式标签文件,比如开车、坐公交车、骑自行车、步行。
时间:2008年
数据集大小:大概80M。
下载地址:
https://www.microsoft.com/en-us/research/publication/gps-trajectories-with-transportation-mode-labels/
3. 社交网络签到数据集:
这是一个基于社交网络的网站的用户签到的数据集,来自斯坦福大学网站。好友网络不是直接相连接的,这些数据是通过网站的公共接口获取的,包含了196591个节点和950327个边。从2009年2月到2010年10月总共收集了6442890个签到记录。
数据集下载地址:https://snap.stanford.edu/data/loc-gowalla.html
这个也是上面同一家网站所产生的数据,也是基于社交网络数据,大约300M, 详情和下载网址为;http://www.yongliu.org/datasets
2013年Foursquare的数据集(150M):
详情:https://archive.org/details/201309_foursquare_dataset_umn
下载:https://archive.org/download/201309_foursquare_dataset_umn
其他check-in数据集下载地址: https://sites.google.com/site/yangdingqi/home/foursquare-dataset
4. 国家飓风中心的数据
(1)大西洋飓风数据库,时间为1851到2015年之间,这个数据集在2016年7月6日提供,包含了1956年到1960年修订之后的。这个数据集叫HURDAT2, 之前那个HURDAT被替换了。
数据大小:5.9MB.
下载地址:http://www.nhc.noaa.gov/data/hurdat/hurdat2-1851-2015-070616.txt
5. 其他数据
时空数据,网络数据, 数据流, 神经图像数据,生物信息学(基因表达)数据集http://dm.uestc.edu.cn/resource/
Natural Earth :http://www.naturalearthdata.com/
Machine Learning Repository: http://archive.ics.uci.edu/ml/
Google Trends Datastore: http://googletrends.github.io/data/
Open Data Network: https://www.opendatanetwork.com/