海量空間相互作用數(shù)據(jù)挖掘及可視化.pdf

1、隨著位置感知技術(shù)的發(fā)展和廣泛應(yīng)用，海量的空間數(shù)據(jù)變得越來越容易獲取?？臻g相互作用（Spatial Interaction）數(shù)據(jù)，也被稱為起點(diǎn)終點(diǎn)流（Origin-Destination Flow）數(shù)據(jù)，作為一種特殊的空間數(shù)據(jù)，描述兩個(gè)地點(diǎn)之間的關(guān)聯(lián)，或者兩個(gè)地點(diǎn)之間的物體移動(dòng)。該數(shù)據(jù)在日常生活中非常普遍。例如：人的移民，車輛的行徑，動(dòng)物的遷徙，還有疾病的傳播等等。大量空間相互作用數(shù)據(jù)的研究有助于理解不同領(lǐng)域的復(fù)雜動(dòng)態(tài)，包括城市規(guī)劃，智能

2、交通，人口學(xué)，應(yīng)急管理等等。例如，研究人類移動(dòng)帶來的位置到位置的關(guān)聯(lián)程度，可以發(fā)現(xiàn)伴隨而來的病毒傳播的規(guī)律。
　　目前的分析方法很難從大量的空間相互作用數(shù)據(jù)中發(fā)現(xiàn)有用的信息，也很難完全可視化大規(guī)模的數(shù)據(jù)，這是數(shù)據(jù)本身的復(fù)雜性所決定的。數(shù)據(jù)本身的復(fù)雜性主要包括：
　?。?）大的數(shù)據(jù)量：一個(gè)中型規(guī)模的數(shù)據(jù)集通常包含幾百到幾千個(gè)位置，很容易有幾千或者幾百萬位置與位置之間的關(guān)聯(lián)。
　　（2）多種數(shù)據(jù)維度：這些數(shù)據(jù)集一般鑲嵌在多

3、種維度內(nèi)，比如空間維度，時(shí)間維度，網(wǎng)絡(luò)維度，多屬性維度。
　　（3）可更改區(qū)域單元問題（Modifiable Area Unit Problem，MAUP）：數(shù)據(jù)的起始位置的形狀和大小差異非常大，導(dǎo)致數(shù)據(jù)集的分析產(chǎn)生偏差。
　?。?）多尺度問題：數(shù)據(jù)在不同的地理或時(shí)間尺度上展示不同的規(guī)律。
　　對(duì)于這樣復(fù)雜的數(shù)據(jù)集，單一的方法不可能完全的解決這些問題。本文提出了一組方法來分析和可視化大規(guī)模的空間相互作用數(shù)據(jù)，并有效地處

4、理了上述的問題。這些方法主要包括：
　　基于共享鄰居數(shù)的（Shared Nearest Neighbors）空間點(diǎn)聚類方法[1]，該方法按照數(shù)據(jù)點(diǎn)分布的規(guī)律，將數(shù)據(jù)點(diǎn)歸納成含有相似數(shù)據(jù)量的聚類。在點(diǎn)分布密集的區(qū)域，形成小的地理空間的上的聚類，在點(diǎn)分布稀疏的區(qū)域，形成大的地理空間上的聚類。同時(shí)，這是一種數(shù)據(jù)驅(qū)動(dòng)的聚類方法，能夠在數(shù)據(jù)之間找到自然分割。在聚類的結(jié)果的基礎(chǔ)上可視化統(tǒng)計(jì)量度，從而發(fā)現(xiàn)時(shí)空模式。該方法有效地處理了上述問題中數(shù)

5、據(jù)量和可更改區(qū)域單元問題。
　　基于共享鄰居數(shù)的空間相互作用數(shù)據(jù)層次聚類方法[2]，該方法將傳統(tǒng)的層次聚類方法擴(kuò)展運(yùn)用到空間相互作用數(shù)據(jù)。該方法的主要思想是，將空間相互作用數(shù)據(jù)的起點(diǎn)間的相似度和終點(diǎn)間的相似度統(tǒng)一為一個(gè)相似性量度，然后運(yùn)用聚合式的層次聚類方法將空間相互作用數(shù)據(jù)進(jìn)行聚類。本文創(chuàng)新地使用共享鄰居數(shù)作為相似性量度，來應(yīng)對(duì)數(shù)據(jù)在空間上分布不均勻的問題。文章在對(duì)空間相互作用數(shù)據(jù)聚類的基礎(chǔ)上，進(jìn)一步研究了數(shù)據(jù)類群的時(shí)間特征。該

6、方法能有效地處理上述問題中的前三個(gè)問題。
　　空間相互作用數(shù)據(jù)核密度估計(jì)模型[3]，這個(gè)方法的主要思想是將空間點(diǎn)的核密度估計(jì)方法擴(kuò)展運(yùn)用到空間相互作用數(shù)據(jù)，對(duì)相互作用數(shù)據(jù)集進(jìn)行密度的估計(jì)，然后從密度分布中提取特征。該方法將數(shù)據(jù)進(jìn)行了高度的抽象，能夠很大程度上減少數(shù)據(jù)量。同時(shí)，核密度估計(jì)模型使用自適應(yīng)的帶寬（Adaptive Bandwidth），可以很好的處理數(shù)據(jù)分布不均的問題（可更改區(qū)域單元問題）。
　　基于空間相互作用數(shù)

7、據(jù)核密度估計(jì)模型的多尺度可視化，該方法主要將空間相互作用數(shù)據(jù)核密度估計(jì)模型進(jìn)一步擴(kuò)展。使用不同的參數(shù)進(jìn)行空間相互作用數(shù)據(jù)密度估計(jì)和代表性數(shù)據(jù)選擇，創(chuàng)新地實(shí)現(xiàn)了多辨率多尺度的流向地圖。該方法能夠非常有效的處理多尺度的問題。
　　這些方法看似獨(dú)立，但是它們從不同的角度分析了空間相互作用數(shù)據(jù)，用不同的方法增強(qiáng)了對(duì)復(fù)雜數(shù)據(jù)的理解。本文將多種不同但是互相補(bǔ)充的方法綜合到一起，將計(jì)算方法、可視化方法、可視化分析方法等結(jié)合在一起分析空間相互作用