复杂网络视角下时空行为轨迹模式挖掘研究
Pattern Mining of Spatio-temporal Behavior Trajectories by Complex Network Analysis作者机构:北京大学深圳研究生院城市规划与设计学院广东深圳518055
出 版 物:《地理科学》 (Scientia Geographica Sinica)
年 卷 期:2021年第41卷第9期
页 面:1505-1514页
核心收录:
学科分类:060201[历史学-历史地理学] 12[管理学] 120203[管理学-旅游管理] 1202[管理学-工商管理] 06[历史学] 07[理学] 070502[理学-人文地理学] 0705[理学-地理学] 0602[历史学-中国史]
基 金:国家自然科学基金项目(41801158) 深圳市自然科学基金重点项目(GXWD20201231165807007-20200810223326001) 深圳市自然科学基金面上项目(JCYJ20190808173611341)资助 深圳市基础研究自由探索项目(JCYJ20180302153551891)
主 题:时间地理学 复杂网络 行为轨迹大数据 模式挖掘 社群发现算法
摘 要:针对时空行为轨迹大数据的序列性、时空交互性、多维度性等复杂特性,构建结合时间地理学与复杂网络的分析框架,建立时空行为路径与时空行为网络之间的转换关系,利用复杂网络社群发现算法对时空行为轨迹进行社群聚类、模式挖掘与可视化。基于北京郊区居民一周内活动出行GPS轨迹数据的案例分析发现:(1)复杂网络分析方法可以有效挖掘具有相似行为的群体特征和识别出典型的行为模式。(2)可以灵活处理多元异构与多维度的行为轨迹大数据以及满足不同叙事、不同空间相互作用、不同时序的应用需求。(3)北京郊区被调查居民的行为模式存在日间差异与空间分异。