李伟　陈忠红

摘要：移动通信、互联网及空间定位技术的成熟极大地促进了LBS（Location Based Services）的发展，也产生了越来越多的位置大数据。合理地使用时空数据挖掘技术可有效进行知识发现及价值提取，在追踪目标用户，维护公共安全等方面具有重要意义。本文以移动终端位置信息为研究对象，从推断目标用户敏感信息的角度出发，研究了基于时空数据挖掘的空间位置聚类方法，并总结了当前各类技术的不足，并指出了今后发展方向。

关键词：移动终端；位置信息；聚类技术；公共安全

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2015）29-0034-02

1 概述

随着移动互联网的普及，网络虚拟世界中人们通过网络ID以匿名方式进行社交活动，使得对违法活动的溯源追踪更加困难。而位置信息是连接现实世界和虚拟世界的桥梁，通过收集手机入网所在基站号，采集手机APP提交地理坐标，网络爬虫采集LBSN上用户签到的语义化地点，甚至直接通过服务提供商获取等途径都可以获取手机位置信息的大数据。近年来，随着大数据时代的兴起，通过机器学习和数据挖掘的手段可以从海量位置数据中获取有价值的信息。在维护公共安全方面，这种方法可以实现对目标人的追踪。

这种跟踪手段可以有很多应用，如网警可以通过分析移动终端社交APP（微信、微博、QQ、人人、陌陌）上传的历史位置信息，可有效追捕在此类社交网站散步不良信息者或网络诈骗者。同样，警察可以通过分析手机基站定位信息，推断犯罪嫌疑人住址，为实施抓捕提供有效情报。……