兴趣点(POI)、出租车、噪声对城市居民的生活具有重要的影响,如何建立模型分析和挖掘POI、出租车与噪声之间的关系,对于改善居民的生活质量及噪声相关决策的制定具有重要的意义。本文通过多源数据融合的方法和张量分解的方法对兴趣点数据、出租车数据、噪声数据进行了关联性研究,并且对相关的诊断噪声的方法进行了分析,开发了噪声预测系统。本文主要做了以下工作:(1)通过对噪声诊断的方法和数据稀疏性处理的方法进行了分析和研究,提出了使用显隐式数据的张量分解方法,该方法使用了能够反映噪声情况的显式数据以及隐式数据,构建了三维张量:时间,地点,嘈杂程度,用于分析出租车、POI与噪声之间的关系。(2)在噪声预测系统中使用了两种预测算法用于噪声的预测:已有的多源数据融合的方法和提出的显隐式数据张量分解的方法。为了验证提出方法的合理性,预测结果的准确性以及用于预测系统的可靠性,通过与已有的多源数据融合方法进行了对比分析并使用交叉验证的方法对所提方法进行了检验,证明了所提方法的可行性,可以用于噪声的预测。(3)噪声预测系统的实现。系统可以对噪声进行预测和显示:可以预测不同区域的噪声情况、车流量以及兴趣点,并可显示不同区域的噪声数、车流量、兴趣点。通过该系统可以方便查看区域噪声情况,对噪声的预防与治理具有重要意义。