qq_40206371的博客

。

【代码】数据集笔记： FourSquare - NYC and Tokyo Check-ins。

对于行程轨迹，每个样本表示为一系列连续采样的GPS点，分别记录经度和纬度。

DGraph 是一个有向无权的动态图，包含超过 370 万个节点以及 430 万条动态边DGraph 中的节点表示金融借贷用户，有向边表示紧急联系人关系，每个节点包含脱敏后的属性特征，以及表示是否为金融诈骗用户的标签异常与正常用户比例约为 1:100。

的location数据的北京POI数据。

这边的stations，找到每个station 最近的其他10个station。

还剩887416条记录。一共1233502行。

论文笔记：Context-aware multi-head self-attentional neural network model fornext location prediction-CSDN博客 对应命令行里这一句根据geolife数据，使用滑动窗口的方法获取staypoint 同时geolife DataFrame加一列staypoint 如果staypoint停留时间>25min，那么是为一个活跃的staypoint在两个stypoint之间的部分创建行

这是北大开放数据研究平台的POI数据，一开始我以为直接点下载键就可以了，但每次快下完了就又重新开始了，一开始以为是vpn/浏览器的问题，但都不是。gbrecs=true是“复制下载链接”D:\Data\2018-POICSV-1.rar 就是要下载的位置。

键是拥有“labels.txt”文件的用户的用户 ID。包含 geolife 数据的目录路径。包含可用模式标签的字典。

在交通预测/时间序列预测的论文中（如模型输入的是过去12个时间片的内容，预测未来12个时间片的内容，而metrla数据集的格式是N*T，那怎么将原始数据集变成N*T*12的格式（test/train数据集）呢？

1 先到USGS EarthExplorer 界面，在address 处选择需要的城市/也可以在底下polygon处手动标出需要研究的区域。3 点击下方的dataset，然后进入数据集选择界面，勾选‘declassified data’界面，然后点击result。2，点击show，就会出找到的对应的区域，点击这个区域，polygon处就会有响应了。然后选择date range。

UJIIndoorLoc是一个多建筑多楼层的室内定位数据库，用于测试依赖于WLAN/WiFi指纹的室内定位系统。

RSRQ、RSRP和RSSI用于测量小区强度/覆盖范围，因此用于小区选择（切换）（分贝毫瓦）信号强度（信号质量）是在所有资源元素（RE）上测量的，包括来自所有源的干扰（分贝）RSSI表示接收到的功率（宽带），包括服务小区以及来自其他来源的干扰和噪声。RSRP用于测量小区信号强度/覆盖范围，因此用于小区选择（dbMW）RSRQ表示RSRP和接收信号强度指示器（RSSI）之间的比率。RSRP表示在不同RE内携带的特定小区参考符号上的平均功率。小区经度和小区纬度：服务eNodeB的GPS坐标。

所有对应的操作都在单条轨迹处理中已经说明。

m。

【代码】数据集笔记 ：PEMS-BAY。

以下载District 4的各station每5分钟的车速为例。

电信数据集展示了6个参数，例如月份、数据、开始时间、结束时间、基站位置、手机ID。通过数据集可以找到用户的轨迹。每15天一个表。

（以新加坡的cellID为例）

杭州20190101至20190125共25天地铁刷卡数据记录，共涉及3条线路81个地铁站约7000万条数据同时包含了路网地图，即各地铁站之间的连接关系表。

数据集笔记：OpenCelliD（手机基站开放数据库）

数据地址：System Data | Bay Wheels | Lyft

2013年到2022年3月，芝加哥共享单车OD数据。

2010~2022 共享单车OD数据。

花旗共享单车公布的其共享单车轨迹数据，包括2013年-2021年曼哈顿、布鲁克林、皇后区和泽西城大约14500辆自行车和950个站点的共享单车轨迹数据。

017年8月上海地区摩拜单车的数据，已脱敏处理。

上海2015年几天的地铁一卡通出入站信息卡号、交易日期、交易时间、公交线路/地铁站点中文名称、行业名称(公交、地铁、出租、轮渡、P+R停车场)、交易金额、交易性质(非优惠、优惠、无)。金额为0的表示进站，金额不为0的表示出站比如这个用户，16：25从南京东路进站，坐2号线到广兰路（16:54下车）

波尔图数据

taxi id 时间 经度 纬度。

从5:15到23:30的地铁乘客流量预测使用前四个时间间隔（15分钟 x 4 = 60分钟）的地铁乘客流量（进/出流量）来预测未来四个时间间隔（15分钟 x 4 = 60分钟）的地铁乘客流量（进/出流量）5:15-6:15 -- 预测 -> 6:15-7:155:30-6:30 -- 预测 -> 6:30-7:30...21:15-22:15 -- 预测 -> 22:15-23:1521:30-22:30 -- 预测 -> 22:30-23:30每天可以分为66个时间片段。

这个数据集包含1,280张图片，标注了16,795名行人，用于人群分析。使用720张图片进行训练，560张图片进行测试。名为"frame"的文件夹包含人群图像。名为"ground_truth"的文件夹包含真实标签。例如，'1-20170325134657.jpg' 对应于 '1-20170325134657.mat'此图像中第i个人的真实位置由每行的位置[x,y]给出。

可以看到，其实它相当于三段子轨迹拼成的。就像前面对空间和时间距离的describe一样，大部分都是比较小的时空距离，但max值会大很多。此时0~147 是比较连贯的轨迹（后面就不贴代码了，把上述代码pos[147:151]的这两个数字替换掉就可以）这里我们有特别好的方法，就是每一个这种区间我都可视化以下，找到这两个“断点”应该在哪里。此时已经找到了两个“断点”了，我们看一下其他时间间隔大的是什么情况。

182名用户在超过三年的时间内（从2007年4月到2012年8月）在（微软亚洲研究院）Geolife项目中收集的。该数据集的GPS轨迹由一系列带有时间戳的点组成，每个点都包含纬度、经度和海拔的信息数据集包含17,621条轨迹，总距离大约为120万公里，总持续时间为50,176小时这些轨迹是由不同的GPS记录仪和GPS手机记录的，并且具有各种不同的采样率91%的轨迹是以密集的表示方式记录的，例如每15秒或每510米记录一个点。

LTSG数据集包含新加坡的兴趣点（POIs）、组屋（HDB）和公共交通数据。POI数据包含人们有兴趣因特定目的而访问的地点包括但不限于：教育机构，如学校或图书馆购物场所，如超市或便利店娱乐场所，如公园或酒吧一般来说，POI数据可以告诉我们在这些地点发生了什么样的活动。HDB数据包含人们居住的公寓楼的数据点。简而言之，HDB数据显示人们居住的地方，而POI数据显示人们访问的地方。每天，人们在这些地点之间旅行，形成了它们之间的某种联系。

描述了两个地理区域上发布的丰富的多源数据集。该数据集由米兰市和特伦蒂诺省的电信、天气、新闻、社交网络和电力数据组成。每当用户进行电信互动时，运营商会分配一个无线基站（RBS radio base station）并通过网络进行通信。然后，会创建一个新的CDR记录该交互的时间和处理该交互的RBS。通过RBS，可以获取用户的地理位置指示，这得益于覆盖地图Cmap，它将每个RBS与其所服务的领土部分（也称为覆盖区域）相关联（下图）一些数据集使用在领土上叠加的规则网格进行空间聚合。

CDR数据

数据集包含了2008年2月2日至2月8日期间在北京市内的10,357辆出租车的GPS轨迹。总共包含约1500万个GPS点，轨迹总里程达到了900万公里。图1显示了两个连续点之间的时间间隔和距离间隔的分布情况。平均采样间隔约为177秒，平均距离为623米。该数据集的每个文件以出租车ID命名，每个文件包含了一辆出租车的轨迹数据。图2可视化了该数据集中GPS点的密度分布情况。

以伦敦威斯敏斯特的一个小区域为例。