XXXX大学计算机学院
XXX 级本科生课程报告
课程名称《创新创业教育与实践》
        报告时间                 
        学生姓名                 
        学    号      郑秀文的歌             
        专    业                    
潘玮柏街头篮球歌曲
        任课教师                   
也曾迷茫也曾彷徨是什么歌
     
任课教师评语
任课教师评语（①对课程基础理论的掌握；王珂又欠下巨额②对课程知识应用能力的评价；③对课程报告相关实验、作品、软件等成果的评价；④课程学习态度和上课纪律；⑤课程成果和报告工作量；⑥总体评价和成绩；⑦存在问题等）：
成 绩：                          任课教师签字：
                                  年      月      日
摘 要crystalball
如花歌词轨迹数据作为泛在地理信息环境中社会遥感数据的主要表现形式之一，为从个体的视角研究体的空间移动规律，提供了新的数据支撑和研究思路。在当前的大数据背景下，通过轨迹数据发掘人类的移动规律和活动模式，进而探求蕴含的深层次知识，是解决城市问题的重要途径，轨迹数据挖掘也由此成为地理信息科学及相关学科的研究热点。本文首先阐述了人类移动规律研究常用的轨迹数据集及在该数据集上开展的相关研究和典型应用；然后从城市空间结构功能单元的识别及城市韵律分析、人类活动模式的发现与空间移动行为预测、智能交通的时间估算与异常探测、城市计算的其他4 个方面，综述了轨迹数据挖掘在城市中的应用；最后，指出了轨迹数据挖掘面临的挑战和进一步的发展方向。
关键词：轨迹；数据挖掘；城市计算；人类移动；人类活动模式
Abstract
    The trajectory datasets record a series of position information at different times, so they become the new data sources to study the laws of human mobility. As a main form of social remote sensing data, trajectory datasets also bring a new individual viewpoint to study geographical phenomena. With the emergence of big data, trajectory data mining becomes a hot topic in geographical information science, urban computing and other correlative disciplines. In this paper, we gave a brief review on trajectory data mining and its applications in cities. First, we listed the data sets frequently adopted by human mobility research, gave the classification and their typical applications using FCD data, mobile phone data, smart cards data, check- in data, etc. Then, we summarized its application in solving cities’problems from four aspects: (1) the identification of urban spatial structure and function unit; (2) the patterns recognition of human activity and the behavior prediction of human movement; (3) the traffic time estimation and the anomaly d
etection of intelligent transportation; (4) other applications in urban computing such as in urban air and noise pollution, disaster prevention and rescue, even in intelligent tourism and information recommendation. At the end, we pointed out the challenges and further research directions of trajectory data mining.
Key words: trajectory data; data mining; urban computing; human mobility; human activity patterns

1引言
人地关系一直是地理学研究的核心问题，人本化的趋势使研究视角从宏观走向微观，更加侧重于从个体角度来研究空间问题。随着传感器网络、移动定位、无线通讯、移动互联网、高性能计算与存储技术的快速发展，数据采集与计算单元的外延不断延伸，加之地球电子皮肤的逐渐形成、人人都是传感器概念的付诸实施，特别是3G/4G 技术的广泛使用，以手机为代表的智能移动终端的普及，使时空数据获取的粒度不断细化，加速了地理信息
的泛化过程。长期以来，个体数据依靠传统的活动日志调查等手段获取，精度低且缺少对时空活动轨迹的连续和完整的描述，难以大规模、长时间地观测和记录人的空间移动行为。泛在网络环境下智能移动设备的普及，使得为用户提供无处不在的位置服务成为可能。同时，这些智能设备也详细记录了个体在真实世界中的活动轨迹，如实反映了人们的生活与行为模式。触手可及的轨迹数据给地理学中基于个体视角的研究提供了新的数据源和研究契机。
轨迹数据不仅记录了人在时间序列上的位置，也隐喻了人与社会的交互、人在地域上的活动，乃至人与人之间的关系等社会属性。单一对象的活动反映了个体自身的行为特征，体的活动反映了该体共同的行为特征，而同一城市大量移动对象的活动，则反映了该城市总体的社会活动特征。所以，轨迹中蕴含的知识也是目前智慧城市、城市计算、社会遥感等认识城市行为、优化城市决策不可或缺的因素。通过轨迹数据挖掘发现隐含的知识，探求深层次的城市动力学机制，也是解决城市交通、城市环境、突发事件应急等重大社会问题的有效手段。
2 人类移动轨迹研究常用数据集
轨迹数据是带有时间戳标记的一系列位置的集合。目前，已有多个数据集应用到人类移动规律的研究探索中，其中应用较广泛的是出租车、手机和志愿者数据集等。这些数据集在时间、空间的尺度和粒度上差别较大，分别适用于不同的研究。人类移动规律研究的数据集及其典型应用如表1所示。
3 轨迹数据挖掘的城市应用
轨迹数据体现个体的活动规律，蕴含个体的行为模式、活动方式、活动范围及社会网络关系等特征。个体组的体移动轨迹可推断出城市的人聚集规律，体现着城市的韵律与
动力机制，这是解决城市问题的核心所在。所以，轨迹数据在城市规划、城市交通、城市动态、城市计算、公共安全等领域得到广泛的应用。
3.1 城市功能单元识别与城市韵律分析
城市人移动的时空规律反映了城市人口在时间和空间上的动态变化，体现城市的韵律，隐含城市的功能分区，表征城市活动的动力学机制。城市功能区划分的目的是识别出工业、商业、住宅等不同的城市活动单元。传统上一般采用遥感影像识别的方法，这对于识别土地利用类型是比较有效的，但却无法识别出人类活动产生的功能单元，如职住区的区别等。轨迹隐藏着丰富的人活动模式，不同城市功能区的人流变化模式不同，依据人在特定空间上的活动强度和时空序列模式，通过聚类或者分类方法，能有效地识别出不同的活动单元。但这种识别方法精度不高，因为：（1）同一个地理单元会存在多种不同类型的功能分区，如商住区就是商业和居住区的混合等；（2）城市功能分区本身就存在一定的模糊性和不确定性。但可通过POI语义化信息来精化土地利用类型的识别结果，以提高城市功能分区识别的精度。
不仅在城市尺度上通过轨迹数据可进行有效的功能区划分。在城域尺度上，刘瑜等利用手
机通话数据，通过社区分割等算法拟合出符合某种条件的边界，这种边界和行政区域具有高度的相关性，并证明了这种相关性除了空间近邻关联外，还与文化、经济和历史等各种因素有关。
轨迹数据时空序列的规律性波动，表达了城市的动力与韵律，职住分离与通勤是城市韵律的表现形式，轨迹数据为城市职住分析与城市通勤研究提供了新的思路。特别是手机数据由于数据量大、普及面广，在统计规律上比交通出行行为的问卷调查更具有优势，因而得到广泛的应用。基于手机数据进行职住地分析，一是根据特定时间段内的通话频度来识别；二是依据通话的位置分布特征并结合活动时间来判断。Ratti 等使用手机的位置信息研究了米兰的城市活动强度及其时空分布特征，Calabrese 等利用手机网络数据进行了罗马城市活动的实时监测并研究了城市的活动强度。手机数据尽管总体上数据量很大，但是数据的时间和空间粒度较粗，难以刻画城市动态的精细特征。