随着技术的不断进步和向数字服务的转型，世界正变得越来越互联和复杂。各种类型的传感器快速生成大量异构数据。借助人工智能、机器学习和物联网，可以捕获潜在关系和新的见解，有助于优化计划和资源利用、改善基础设施和提高服务质量。

“空间数据管理系统”是一种处理与空间有关的数据的方法。这可能包括地图、卫星图像和 GPS 数据等数据。时态数据管理系统是设计用于管理具有时态组件的数据的系统。这可能包括天气数据、财务数据和社交媒体数据等数据。空间和时间数据管理系统中使用的一些高级技术包括用于高效查询和检索基于位置的数据的地理空间索引、用于理解和预测天气或金融趋势等数据集中的时间模式的时间序列分析、用于发现大型复杂数据集中隐藏模式和相关性的机器学习算法，以及与物联网 （IoT） 技术集成以进行实时数据收集和分析。这些技术与人工智能相结合，能够提取潜在的关系和见解，从而优化计划、改善基础设施并提高服务质量。

本书提供了有关人工智能和机器学习用于时空数据分析和建模的最新技术的基本技术知识、最佳实践和案例研究。本书由各自领域的专家撰写的几个章节组成，重点关注多个应用，包括推荐系统、大数据分析、供应链和电子商务、能源消耗和需求预测以及交通和环境监测。它可以作为研究生阶段的学术参考，也可以被科学和工程相关领域的专业人士使用，如数据科学与工程、大数据分析和采矿、人工智能、机器学习和深度学习、云计算和物联网。