居民出行与轨迹行为交互模式挖掘与关联技术

代维秀，陈占龙，谢 鹏

1. 中国地质大学(武汉)地理与信息工程学院，湖北 武汉 430074； 2. 西安测绘研究所，陕西 西安 710054； 3. 地理信息工程国家重点实验室，陕西 西安 710054

大数据对地理信息的研究提供了新的视野，人们从基础的地理信息研究转移到利用计算机技术解决地理和城市问题上。与传统小数据相比，地理大数据具有粒度细、广度宽、密度大、偏度重和精度差的特点[1-2]。合理利用地理大数据的优点，挖掘其隐藏价值，使其在实际应用中发挥作用。出租车作为城市交通工具的重要组成部分，对居民出行尤为重要。出租车轨迹数据包含移动过程中的位置、速度、时间等信息，能够体现人们时间序列上的位置变化，反映人们的出行规律,并且数据量极大，符合地理大数据的特征。随着技术的发展，挖掘轨迹数据信息，研究城市居民活动极具价值。轨迹数据的研究从个体研究群体，从大量的个体数据之间，分析群体性特征。随着城市的发展，一些与居民出行有关的城市问题逐渐显现，如交通拥堵等，轨迹数据是研究这类问题的基础。

轨迹数据在城市中的应用研究主要分为城市空间结构功能单元识别、人类活动模式的挖掘、行为预测、异常监测、城市计算等内容[3]。出租车轨迹数据反映城市居民行为特征，通过对其挖掘和分析能够揭示居民的生活规律、行为特征。一些学者通过对轨迹数据进行分析来识别城市结构单元，为城市建设决策和交通疏导提供参考依据[4-10]。……