快速、有效地理解时空大数据表达的隐含语义，将其表达成计算机能计算的形式，并进行关联分析、模式挖掘等，实现智能、精准的信息服务，如知识图谱、智能搜索、智能问答、信息推荐等。

随着信息传播技术的快速发展，海量时空大数据中蕴含的信息量已远远超出人的直观认知和机器快速处理能力。课题组在国家重点研发计划课题“全空间信息系统建模理论”(2016YFB0502301)支持下，提出了时空对象认知需求驱动的时空信息组织方法，实现了快速计算时空大数据表达的隐含语义、关联分析、模式挖掘等关键技术，建设了领域知识图谱构建方法与快速精准的领域知识服务方法体系。

基于以上理论研究成果，课题组开发了系列面向领域需求的知识服务平台或系统，相关成果已在自然资源、公共安全、电力、通信等多行业中得以应用，如多源公共安全事件省市县一体化智能析平台、城市规划舆情观点识别与预测系统、自然资源建设用地、矿产等智能审批与智能服务平台、电力营配时空数据分析与挖掘系统、电厂设备知识图谱与知识服务平台、卷宗在线分析与质量检测、电子商务平台智能搜索引擎、测试用例脚本自动生成工具等，满足了各行业快速提升领域知识应用与社会化服务。

部分研究成果介绍链接

1.  融合机器学习与语言学特征：一种通用的中文时间表达式提取和规范化方法

https://mp.weixin.qq.com/s/R3HRMucRquqYttYdtzJIiw

2.  多粒度时空对象组成结构表达研究

https://mp.weixin.qq.com/s/DyH7GlX9Sq4Vm7vi2Ej79A

3.  语义驱动的地理实体关联网络构建与知识服务

http://xb.chinasmp.com/CN/10.11947/j.AGCS.2023.20210349