随着城市道路网络的复杂化和人们出行需求的多样化，如何有效地理解、分析并优化导航过程中积累的经验知识，已成为学术界和工业界共同关注的热点。本书围绕导航出行中经常遇到的择路、迷路以及出行风险等问题，基于时空大数据环境下的多模态数据源，系统探讨了导航经验的建模、分析计算及其应用。全书共分八章，内容涵盖了导航经验知识的建模、面向导航经验文本的分类与知识抽取、典型导航场景的分类计算、导航择路经验知识抽取与择路经验关联模型等多个领域。通过对社交媒体文本数据、轨迹矢量数据和街景图像数据等多模态数据的深入研究，书中提出了一系列系统性的方法与技术路径，为交通导航领域带来了全新的研究视角。