目前主流的时空数据分析方法侧重于研究行为的空间特征，将居民行为抽象地看作发生于一个时间点上。然而，这种对行为的抽象和简化忽略了行为的持续性。为了发掘行为模式中丰富的时间信息，以深圳地铁刷卡数据为例，构建时间兴趣区域对居民行为的起止时间和持续时长进行表达，基于CLIQUE算法对居民行为模式进行挖掘，最后对挖掘出的显著模式进行变化分析。实验表明，该刷卡数据集中含有4种显著行为模式，每种模式都具有特定的变化规律，为居民行为模式挖掘与研究提供了一种新思路。
科研之友
微信
新浪微博
Facebook
分享链接
