基于時空約束的城市熱點區(qū)域與熱點路徑挖掘.pdf

1、軌跡是移動對象的空間位置隨時間連續(xù)變化而形成的印跡。近年來，隨著物聯(lián)網(wǎng)和移動計算技術(shù)的發(fā)展，全球定位系統(tǒng)（Global Positioning System，簡稱GPS）以及其他形式的位置獲取技術(shù)給了人們前所未有的機會去收集移動對象的軌跡數(shù)據(jù)，大量的軌跡數(shù)據(jù)不僅展現(xiàn)了不同對象的移動信息，更重要的是通過對這些軌跡數(shù)據(jù)進行分析和挖掘可以發(fā)現(xiàn)軌跡數(shù)據(jù)中潛在的模式和知識，從而將其更好地服務(wù)于人們的日常生活。特別地，從大規(guī)模的出租車軌跡數(shù)據(jù)中發(fā)現(xiàn)

2、有價值的信息吸引了研究者廣泛的關(guān)注。
　　出租車作為一種重要的交通工具在人們的日常出行中扮演了重要的角色，區(qū)別于公交車和軌道交通等其他出行方式，出租車沒有固定的線路和站點，致力于提供快速、便捷、定制化的個人出行服務(wù)，因此，其行駛過程中的軌跡信息能夠很好的反映人們的出行特點以及城市交通的運行狀況，是城市交通分析重要的數(shù)據(jù)來源。其中，有兩個方面的研究對交通管理和城市規(guī)劃有著重要參考的意義。一方面，通過提取出租車軌跡數(shù)據(jù)中的載客點和卸客

3、點并對其進行聚類分析，可以發(fā)現(xiàn)城市中的熱點出行區(qū)域，這些熱點區(qū)域反映了人們出行的行為模式以及城市中乘車需求的區(qū)域分布，對于出租車的調(diào)度分配以及公交線路的規(guī)劃具有積極作用；另一方面，通過對熱點區(qū)域間的軌跡數(shù)據(jù)進行軌跡聚類分析，可以將具有時空相似性的軌跡匯聚成軌跡簇，這些軌跡簇直接體現(xiàn)了車輛在行駛過程中的熱點路徑以及運動規(guī)律，對于交通治理和移動模式挖掘有著重要價值。
　　本文以重慶市10000輛安裝有GPS設(shè)備的出租車為研究對象，針對

4、城市中的出行熱點區(qū)域和熱點路徑展開研究，首先，本文建立了一套軌跡數(shù)據(jù)預(yù)處理方法，利用該方法對出租車軌跡數(shù)據(jù)進行數(shù)據(jù)清洗和數(shù)據(jù)準備；其次，本文針對現(xiàn)有熱點區(qū)域挖掘方法存在的不足做了改進，提出了一種基于網(wǎng)格密度的聚類算法挖掘城市中不同時段的熱點出行區(qū)域；最后，為了進一步對熱點區(qū)域之間的熱點路徑展開研究，本文提出了基于時空相似性的軌跡聚類算法，該方法綜合考慮了軌跡數(shù)據(jù)的時空特性，能夠有效地識別城市中的熱點出行路徑。本文的主要研究內(nèi)容可以概括為

5、以下幾個方面：
　?。?）本文針對出租車軌跡數(shù)據(jù)的時空特性，建立了一套完整的軌跡數(shù)據(jù)預(yù)處理方法，該方法包括：數(shù)據(jù)降維，剔除噪聲數(shù)據(jù)，清理重復(fù)數(shù)據(jù)，提取載客點/卸客點數(shù)據(jù)，GPS數(shù)據(jù)校準，以及軌跡壓縮。實驗表明，該方法能夠提取軌跡數(shù)據(jù)中的有效數(shù)據(jù)，提高數(shù)據(jù)的準確性。
　?。?）本文針對現(xiàn)有熱點區(qū)域挖掘方法在面對大規(guī)模軌跡數(shù)據(jù)時存在的伸縮性差、計算效率低等問題，提出一種基于網(wǎng)格密度的 GScan聚類算法。該算法首先將軌跡空間劃分

6、成網(wǎng)格單元，并設(shè)定網(wǎng)格單元的密度閾值；然后將軌跡點映射到網(wǎng)格單元，基于密度閾值提取熱點網(wǎng)格單元；最后通過合并可達熱點網(wǎng)格單元發(fā)現(xiàn)城市的熱點區(qū)域。以重慶市出租車軌跡載客/卸客點數(shù)據(jù)進行實例分析，給出了網(wǎng)格單元大小和密度閾值兩個參數(shù)的設(shè)定方法，進而獲取重慶市主城區(qū)居民出租車出行熱點區(qū)域的時空分布，分析重慶市居民出行行為。
　?。?）在熱點區(qū)域挖掘結(jié)果的基礎(chǔ)之上，本文研究了一種基于時空相似性的ST-TCLUS軌跡聚類算法，并將其用于熱點