基于時空關(guān)聯(lián)規(guī)則的標(biāo)繪數(shù)據(jù)挖掘研究——以旅游標(biāo)繪數(shù)據(jù)挖掘為例.pdf

1、近年來，隨著移動互聯(lián)網(wǎng)技術(shù)的發(fā)展和智能移動終端的普及，人們越來越習(xí)慣于通過智能移動終端上的應(yīng)用隨時隨地獲取或分享信息。研究中形象地將這些由人們標(biāo)注而產(chǎn)生的含有地理位置信息的數(shù)據(jù)稱為標(biāo)繪數(shù)據(jù)。人們在使用此類應(yīng)用的過程中，產(chǎn)生了海量的含有地理位置信息的標(biāo)繪數(shù)據(jù)，這些數(shù)據(jù)的規(guī)模呈爆炸性增長并且與人們的生活越來越緊密相關(guān)。標(biāo)繪數(shù)據(jù)大規(guī)模的增長出現(xiàn)，為許多研究領(lǐng)域帶來了新的機(jī)遇和挑戰(zhàn)，吸引了研究人員的興趣和廣泛關(guān)注。
　　與其他數(shù)據(jù)相比，標(biāo)

2、繪數(shù)據(jù)具有獨特性質(zhì)，它不僅僅具有地理位置，同時具有時間屬性，在科技的發(fā)展與推動下，標(biāo)繪數(shù)據(jù)同時還具有數(shù)據(jù)量巨大，增長速度快，數(shù)據(jù)結(jié)構(gòu)多樣，質(zhì)量高低不一等特點。此外，標(biāo)繪數(shù)據(jù)蘊(yùn)含的信息豐富，很有挖掘價值，通過數(shù)據(jù)挖掘手段發(fā)現(xiàn)其隱藏的知識，能夠更好的提供支持決策服務(wù)。
　　首先本文研究了Web數(shù)據(jù)獲取方法，實現(xiàn)了封裝HTTP請求的標(biāo)繪數(shù)據(jù)抓取中間件；根據(jù)標(biāo)繪數(shù)據(jù)的特性及其關(guān)聯(lián)特征，利用空間數(shù)據(jù)庫PostGIS實現(xiàn)了海量標(biāo)繪數(shù)據(jù)的存儲。

3、然后利用已獲取的標(biāo)繪數(shù)據(jù)的空間位置特征、用戶信息以及位置POI類別信息等，對海量標(biāo)繪數(shù)據(jù)進(jìn)行了初步的清洗和篩選；利用中文分詞將標(biāo)繪數(shù)據(jù)中的非結(jié)構(gòu)化的文本信息轉(zhuǎn)換為文本特征向量，并通過關(guān)系數(shù)據(jù)庫的關(guān)鍵詞篩選手段對標(biāo)繪數(shù)據(jù)進(jìn)行深層次的清洗，實現(xiàn)了面向主題的標(biāo)繪數(shù)據(jù)提取。最后基于K-means算法、核密度估計法和Apriori算法，將其運用于標(biāo)繪數(shù)據(jù)熱點挖掘和時空關(guān)聯(lián)規(guī)則發(fā)現(xiàn)，計算標(biāo)繪數(shù)據(jù)在空間上的熱點分布區(qū)域，分析標(biāo)繪數(shù)據(jù)蘊(yùn)含的空間事件共現(xiàn)

4、等關(guān)聯(lián)模式。
　　基于上述提出的標(biāo)繪數(shù)據(jù)熱點挖掘與時空關(guān)聯(lián)規(guī)則發(fā)現(xiàn)方法，本文以新浪位置微博為例，獲取了我國五一、十一假期間旅游標(biāo)繪數(shù)據(jù)，運用熱點挖掘方法，分析了我國五一、十一假期間旅游熱點分布和熱力態(tài)勢情況，運用時空關(guān)聯(lián)規(guī)則挖掘方法，研究了旅游目的地與目的地之間的關(guān)聯(lián)規(guī)則，客源地與客源地之間的關(guān)聯(lián)規(guī)則以及旅游時間與旅游目的與客源地的空間關(guān)系之間的關(guān)聯(lián)規(guī)則。
　　結(jié)果表明，標(biāo)繪數(shù)據(jù)的時空屬性特征可應(yīng)用于數(shù)據(jù)挖掘研究中，本文形成