楊漢雨

摘 要：當(dāng)前智慧城市的建設(shè)還停留在數(shù)字城市階段，但隨著“互聯(lián)網(wǎng)+”和“地理時空大數(shù)據(jù)”等外部因素的推動，智慧城市的建設(shè)迎來了良好的發(fā)展機(jī)遇，迫切需要“大數(shù)據(jù)思維”去推動數(shù)字城市向智慧城市發(fā)展，挖掘隱藏在數(shù)字城市中的知識。本文針對空間對象存在普遍的關(guān)聯(lián)性出發(fā)，研究了關(guān)聯(lián)規(guī)則挖掘的相關(guān)知識。分析了空間關(guān)聯(lián)規(guī)則挖掘和時空關(guān)聯(lián)規(guī)則挖掘的現(xiàn)狀；文章最后指出了時空關(guān)聯(lián)規(guī)則挖掘現(xiàn)狀存在的問題，并給出了初步的研究方案。

關(guān)鍵詞：智慧城市；時空數(shù)據(jù)挖掘；關(guān)聯(lián)規(guī)則；空間自相關(guān)

1.引言

隨著互聯(lián)網(wǎng)的高速發(fā)展，信息爆炸已經(jīng)積累到了引發(fā)科學(xué)研究范式變革的程度，大數(shù)據(jù)時代已經(jīng)來臨。以3S技術(shù)、云計算、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等技術(shù)為基礎(chǔ)，使得地球空間與自然、人文對象的數(shù)據(jù)能夠更容易的被量測、存儲、管理、分析、顯示，進(jìn)而反映自然與人文現(xiàn)象的空間分布規(guī)律，提供地理信息智能服務(wù)，構(gòu)建智慧環(huán)境，如智慧城市、智慧戰(zhàn)場、智慧中國、智慧地球等。以智慧城市建設(shè)為例，當(dāng)前智慧城市的建設(shè)還停留在數(shù)字城市的階段，但隨著“互聯(lián)網(wǎng)+”和“地理時空大數(shù)據(jù)”等外部因素的推動，迫切需要“大數(shù)據(jù)思維”去發(fā)掘“地理時空大數(shù)據(jù)”的潛在價值，進(jìn)而加速智慧城市的建設(shè)。

空間數(shù)據(jù)挖掘（SDM）是地理時空大數(shù)據(jù)挖掘的基礎(chǔ)，是從一個空間數(shù)據(jù)中提取出有效的、新穎的、潛在有用的、并能最終被人理解的模式的非凡過程，揭示出蘊(yùn)含在數(shù)據(jù)背后的客觀世界的本質(zhì)規(guī)律、內(nèi)在聯(lián)系和發(fā)展趨勢，實(shí)現(xiàn)知識的自動獲取，從而提供技術(shù)決策與經(jīng)營決策的依據(jù)，也是當(dāng)前“智慧城市”建設(shè)的核心內(nèi)容。空間數(shù)據(jù)挖掘包含的內(nèi)容很多，包括空間聚類挖掘、關(guān)聯(lián)規(guī)則挖掘等等內(nèi)容。其中空間關(guān)聯(lián)規(guī)則挖掘是空間數(shù)據(jù)挖掘的重要內(nèi)容，其目的是發(fā)現(xiàn)現(xiàn)實(shí)世界中空間對象之間有趣的關(guān)聯(lián)模式或相互關(guān)系。

2.關(guān)聯(lián)規(guī)則的定義

關(guān)聯(lián)規(guī)則首先由Agrawa，并應(yīng)用于零售行業(yè)，實(shí)現(xiàn)從顧客的購買記錄中發(fā)現(xiàn)顧客的購買模式，如“90%的男性顧客在購買了尿布的同時購買了啤酒”。這種購買模式即可以用X=>Y[s%，c%]形式的關(guān)聯(lián)規(guī)則表示。根據(jù)這條關(guān)聯(lián)規(guī)則，商場的決策者可以將擺放尿布的貨架和擺放啤酒的貨架放在一起，從而實(shí)現(xiàn)銷量的增長。關(guān)聯(lián)規(guī)則挖掘的實(shí)質(zhì)就是從數(shù)據(jù)中找出頻繁出現(xiàn)的模式，并以關(guān)聯(lián)規(guī)則的形式表示出來。

3.時空關(guān)聯(lián)規(guī)則挖掘的現(xiàn)狀

3.1 空間關(guān)聯(lián)規(guī)則挖掘現(xiàn)狀

關(guān)聯(lián)規(guī)則的研究主要集中在以下兩個方面：一是基于事務(wù)數(shù)據(jù)庫的關(guān)聯(lián)規(guī)則挖掘，首先將空間數(shù)據(jù)離散化轉(zhuǎn)換成事務(wù)數(shù)據(jù)庫，然后再使用基于事務(wù)數(shù)據(jù)的關(guān)聯(lián)規(guī)則算法對得到的事務(wù)數(shù)據(jù)庫進(jìn)行規(guī)則挖掘，從而得到感興趣的空間關(guān)聯(lián)規(guī)則，其中空間數(shù)據(jù)離散化和對關(guān)聯(lián)規(guī)則算法進(jìn)行改進(jìn)來提高算法效率是該方法的兩個研究重點(diǎn)；二是基于空間事務(wù)的關(guān)聯(lián)規(guī)則挖掘，利用疊置分析、距離和面積計算等空間分析操作直接從空間圖層中提取關(guān)聯(lián)規(guī)則。

（1）基于事務(wù)數(shù)據(jù)庫的方法

Koperski和Han首先將關(guān)聯(lián)規(guī)則應(yīng)用于空間數(shù)據(jù)挖掘，提出了一種空間關(guān)聯(lián)規(guī)則挖掘方法，該方法采用自上而下的策略，由用戶指定的領(lǐng)域作為空間關(guān)聯(lián)規(guī)則挖掘的事務(wù)，先對粒度較大的空間謂詞進(jìn)行計算，發(fā)現(xiàn)較高概念層次的關(guān)聯(lián)規(guī)則，然后再對空間謂詞逐級細(xì)分發(fā)現(xiàn)較低層次的關(guān)聯(lián)規(guī)則。這兩個過程交替進(jìn)行，直到無法發(fā)現(xiàn)新的規(guī)則為止。

（2）基于空間事務(wù)的方法

Lee和Hong等提出一種9DLT關(guān)聯(lián)規(guī)則挖掘算法，使用空間關(guān)系九交模型表示圖像之間關(guān)系，分別用數(shù)字0-8表示，并制作空間關(guān)系連接表，用來由k頻繁項集連接得到（k+1）項候選集，同時給出針對這種空間關(guān)系表達(dá)的關(guān)聯(lián)規(guī)則算法和剪枝策略。EstivillCastro和Lee提出了基于聚類的覆蓋圖方法，將屬性相同的實(shí)體作為一個圖層，對每一層的實(shí)體進(jìn)行聚類分析，再對聚類產(chǎn)生的實(shí)體集間通過面積計算得到置信度和支持度從而進(jìn)行關(guān)聯(lián)規(guī)則挖掘。陳江平等提出了一種基于空間分析的空間關(guān)聯(lián)規(guī)則挖掘方法，利用空間查詢和拓?fù)溆嬎愕瓤臻g分析技術(shù)對空間謂詞進(jìn)行剪枝，構(gòu)建拓?fù)潢P(guān)系概念層次樹并進(jìn)行關(guān)聯(lián)規(guī)則挖掘。董林等提出利用疊置分析來進(jìn)行關(guān)聯(lián)規(guī)則挖掘的算法，通過計算多邊形圖層重疊面積比來得到支持度，該算法不依賴實(shí)物數(shù)據(jù)庫，直接從矢量多邊形圖層中提取關(guān)聯(lián)規(guī)則，可從多種類型空間數(shù)據(jù)中提取出多謂詞關(guān)聯(lián)規(guī)則，并給出了對應(yīng)的可視化方法。

3.2時空關(guān)聯(lián)規(guī)則挖掘現(xiàn)狀

時空關(guān)聯(lián)規(guī)則挖掘主要研究空間對象隨時間發(fā)生變化的規(guī)律，即在空間關(guān)聯(lián)分析的基礎(chǔ)上增加時間約束，以發(fā)現(xiàn)時空數(shù)據(jù)中處于一定時間間隔和空間位置的關(guān)聯(lián)規(guī)則。時空關(guān)聯(lián)規(guī)則挖掘的研究主要集中在時空關(guān)聯(lián)規(guī)則挖掘算法研究方面，目前時空關(guān)聯(lián)規(guī)則挖掘方法主要有：

（1）基于時空事務(wù)的挖掘方法：

這類算法通常由時空數(shù)據(jù)事務(wù)化算法和事務(wù)表挖掘算法組合而成，前者的作用是根據(jù)挖掘目標(biāo)構(gòu)建一個時空事務(wù)表，后者的作用是對這個事務(wù)表進(jìn)行挖掘，從中提取頻繁項集和關(guān)聯(lián)規(guī)則，如Mennis J等、沙宗堯、Shu H.等在對研究區(qū)域進(jìn)行空間劃分后，生成時空事務(wù)表，再進(jìn)行關(guān)聯(lián)規(guī)則挖掘。Calargun S.U.等、和Laube P.等研究了模糊空間事務(wù)表的挖掘算法。

（2）不依賴事務(wù)的挖掘方法：

Li D.等對時空關(guān)聯(lián)規(guī)則挖掘中的插值問題進(jìn)行了研究，認(rèn)為地理學(xué)第一定律對于項的取值也成立，以此為依據(jù)提出一種基于空間統(tǒng)計的規(guī)則提取算法，利用已知點(diǎn)的關(guān)聯(lián)規(guī)則對無樣本站點(diǎn)的關(guān)聯(lián)規(guī)則進(jìn)行估計。Estivill-castro V.等提出一種不依賴于事務(wù)數(shù)據(jù)表的空間關(guān)聯(lián)規(guī)則提取算法，依靠空間分析來實(shí)現(xiàn)支持度計算，對該算法進(jìn)行拓展可以實(shí)現(xiàn)時空關(guān)聯(lián)規(guī)則挖掘。

（3）結(jié)合領(lǐng)域知識的關(guān)聯(lián)規(guī)則挖掘方法：

利用領(lǐng)域知識來指導(dǎo)關(guān)聯(lián)規(guī)則挖掘有利于提高挖掘結(jié)果的質(zhì)量。Fang G.等討論了基于約束條件的拓?fù)潢P(guān)聯(lián)規(guī)則挖掘方法。董林等[30]在進(jìn)行空間關(guān)聯(lián)規(guī)則挖掘時添加了基于背景知識的約束條件，減少了候選集的數(shù)量；郭文月等[31]改進(jìn)了現(xiàn)有挖掘算法需要指定挖掘時間區(qū)間的問題，提出一種非指定時間約束的時空關(guān)聯(lián)規(guī)則挖掘方法。

4.總結(jié)

關(guān)聯(lián)規(guī)則挖掘的研究熱點(diǎn)主要集中在算法改進(jìn)、挖掘數(shù)據(jù)的組織上，在傳統(tǒng)關(guān)聯(lián)規(guī)則的基礎(chǔ)上，對時空數(shù)據(jù)進(jìn)行一定的處理，如時空數(shù)據(jù)離散化、構(gòu)造帶有時空知識標(biāo)簽數(shù)據(jù)等，進(jìn)行關(guān)聯(lián)規(guī)則挖掘，在這種處理過程中，目前采取的方法主要依靠人的先驗知識，以人工處理為主，使得處理后的數(shù)據(jù)會丟失一些信息，從而在關(guān)聯(lián)規(guī)則挖掘中失去一些有用的規(guī)則，如不同的空間方位劃分、時間劃分會導(dǎo)致挖掘的結(jié)果丟失一些重要的結(jié)果。若結(jié)合空間自相關(guān)分析等方法，對要挖掘的空間數(shù)據(jù)進(jìn)行空間、時間上分布的檢測，得到一定先驗知識從而指導(dǎo)關(guān)聯(lián)規(guī)則挖掘，可以減少人的先驗知識帶來的影響。

參考文獻(xiàn)

[1]王家耀.深耕測繪一甲子：王家耀院士文集[M].科學(xué)出版社，2016.

[2]李德仁，王樹良，李德毅，等.論空間數(shù)據(jù)挖掘和知識發(fā)現(xiàn)的理論與方法[J].武漢大學(xué)學(xué)報（信息科學(xué)版），2002（03）：221-233.

[3]李德仁，王樹良，李德毅.空間數(shù)據(jù)挖掘理論與應(yīng)用[M].北京：科學(xué)出版社，2006.