随着云计算、物联网等技术的不断发展,各种形式的数据不断涌现,大量的数据服务也应运而生。传统的“请求/响应”的数据服务模式限制了服务的响应速度和自动化程度,已经无法满足各领域智能化和信息化建设的需求。主动服务是无需人为驱动、能够自动根据逻辑判断提供的数据服务,其出现打破了传统数据服务模式的局限。为了实现主动服务中逻辑的自动判断,本文对面向主动服务的情境认知算法进行研究。主要的工作有以下三点:1)为了实现时空情境的构建,首先需要对空间模型进行提取。本文提出了无监督学习方法T2I-Cycle GAN,该方法实现了缺乏标准参照数据情况下的空间模型提取。T2I-Cycle GAN模型中的密集层能够实现对稀疏时空特征的有效提取,从而提取得到更精确的空间模型结果。基于海洋时空大数据的提取实验结果表明,T2I-Cycle GAN方法与其他基准方法相比提取结果的准确度更高。2)为了实现数据服务的主动提供,本文提出了基于语义轨迹的情境认知算法。该算法能够结合空间模型对研究对象语义轨迹进行构建,实现对研究对象行驶情境的认知,进一步基于条件判断实现数据服务的主动提供。本文基于海洋交通背景进行情境认知研究,通过构建船舶语义轨迹实现了船舶与空间模型间语义关系的构建,并实现了交通预测类服务的主动提供方法研究。本文以船舶到港时间预测为例进行实验,结果表明,本文提出的基于语义轨迹的情境认知算法能够有效的实现主动服务的提供。3)基于上述研究,本文设计并实现了船舶情境认知主动服务原型系统,该系统根据船舶的语义轨迹对船舶行为状态进行分析。并根据船舶当前情境,在条件符合时进行船舶预测类服务,如到港时间预测的主动提供。