作者： 张文佳 , 季纯涵 , 谢森锴 , None
DOI:
关键词:
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.