(三) 研究方法

    1、文献研究法。充分收集国内外有关大数据、基于地理位置的预测、人类出行行为的预测的期刊、论文、书籍等相关资料，进行梳理和总结归纳，以此作为理论分析的基础。

    2、统计分析法中，通过统计分析法分析数据，使得人们对大数据下的人们出行的基于地理位置的预测，更加科学地揭示规律，把握本质，理清关系，预测事物的发展趋势。

    3、理论研究和案例分析相结合。通过理论研究并结合人类出行预测进行案例分析，探讨其数据分析思路，将时空近点网络方法应用在人类出行预测中。分析人类出的可行预测性及其特质。

    4、跨学科研究法。整合运用多学科的理论和方法，从整体上把握本文并对其进行综合研究。

(四) 本文创新点

    本文通过时空网络方法的基本理论方法的构建，从而有效分析过于庞大、类型繁多、价值密度低的数据。

    1.预测算法的基础预测效果的准确性较高。以基于地理位置的数据为例，预测人类的出行。根据本文前期的基础研究表明，城市用户出行的平均可预测性能达到的精度极限是64%。而本文所采用的预测算法的基础预测效果的准确性已经可达到46%。

    2.位置预测算法高度精简化,运算量小。一般本文的算法都需要大量的数据，通过数据进行一系列的分析和计算，会显得比较冗余。而本文只需要根据用户最近一段时间内的移动数据就可以来进行位置预测。

    3．所采用的服务器要求低。之前我们所提到的算法本身的简单性，让本文实际上涉及到的计算量非常少，所以我们所需要的服务器的性能要求也会比较低。这样能帮助我们减少维护成本和网络运行成本，使我们总体的成本大大降低。