邬贺铨

(中国工程院，北京 100088)

0 引 言

传统的数据统计分析通常是对单一数据，如交通数据流量、电商营销数据等，独立地进行跟踪和分析[1]。而在以大数据和智能化为主要特征的数据时代，各种领域，如从电子医疗(e-health)到智能交通(smart transportation)，从在线游戏(online game)到网络传媒(network media)，实时产生着广泛而多样的数据集。多源性、异构性为主要特征的数据集驱使着我们在解决问题时，将各种数据集进行有机融合。例如，为了更好地解决空气污染问题，需要结合气象数据、车辆和工厂的排放，以及一个地方的人口分布情况等来探索空气质量数据；为了为用户生成更准确的旅游推送指南，可以将用户的网络行为和社会关系进行综合分析，有选择地进行旅游推送；而为了更好地理解图像的语义含义，可以利用图像周围的文本和从图像像素派生出来的特征进行推断等。在上述过程中，从多元数据集中派生出关键信息，并对数据进行有机融合已成为不可或缺的关键一步。

数据融合不同于数据一体化。数据融合不是将所有数据集中在一起，而是以决策为目的将数据源中的关键信息进行提取、融合并整合为一个独立和灵活的分析数据集的过程。此分析数据集可随源数据集的变化进行调整及更新并可有效地提升数据的内涵价值。

对于多源异构数据融合，文献[2]使用基于统计和人工智能方法研究了多传感器数据融合技术。文献[3]构建了一个多源非线性异构数据融合模型，用于研究多源异构数据的融合。……