结束语
时空数据挖掘是数据挖掘中的重要研究内容，其中时空预测的应用领域最为广泛。随着信息技术的发展，人们已经不满足于单纯的空间数据的存储和展现，而是需要更先进的手段帮助理解空间数据的变化，发现空间数据之间的动态关系。实际上， 很多空间现象是随时间动态变化的，在问题求解过程中需要同时考虑时间和空间两方面因素。本文主要围绕时空数据挖掘的发展现状及时空预测的分类，重点介绍基于时间和空间两种属性的时空综合预测方法，具体描述了该方法在 IBM SPSS Modeler 中的实现，并结合应用实例详细说明如何应用时空数据建模及预测实现准确而有效的时空预测。
参考资源
•参考期刊《计算机研究与发展》论文2013-时空数据挖掘研究进展，了解时空数据挖掘的研究进展。
•参考南京师大学报(自然科学版)文献面向大数据的时空数据挖掘综述，了解面向大数据的时空数据挖掘的应用与挑战。
•查看 developerWorks 上的 IBM 大数据专题，了解更多关于 IBM Big Data 相关知识。
End.