城市异常分析：描述、检测与预测

城市异常若处理不当可能导致生命或财产损失。在其早期阶段自动警报异常甚至在发生前预测异常对公众具有重大价值。近来，数据驱动的城市异常分析框架正在形成，其利用城市大数据和机器学习算法自动检测和预测城市异常。在本综述中，我们对城市异常分析的最先进研究进行了全面回顾。我们首先概述四类主要城市异常：交通异常、异常人群、环境异常和个体异常。接下来，我们总结了从多样设备获得的各类城市数据集，即轨迹、出行记录、CDRs、城市传感器、事件记录、环境数据、社交媒体和监控摄像头。随后，对城市异常检测和预测技术相关问题进行了全面综述。最后，讨论了研究挑战与开放问题。