张厚禄， 唐云祁， 王子扬

(中国人民公安大学侦查学院， 北京 100038)

0 引言

当今世界移动互联网技术蓬勃发展，人们的工作与生活被各类移动终端全面交叉覆盖。如何利用移动终端的行为数据分析行为人特点是数据挖掘的热门方向。轨迹数据区域划分是移动终端行为数据分析的重要研究分支，也常被广泛应用于公共安全防范及案件侦查。在公安机关实际工作中，通过分析目标人活动轨迹中包含的目的性信息，可以寻找犯罪嫌疑人并评估其可疑程度，以达到案前预警、案后侦查追踪的目的。现有的各种轨迹挖掘算法已经可以做到最大程度涵盖轨迹包含的所有信息，但是对于这些信息的应用程度有限。如连续针对某类地点(加油站、收费站、小区)实施犯罪或预备犯罪的场景，在没有任何既定证据或者线索的情况下，可通过对行人的轨迹信息进行目的性分析，进而检测其异常特性，这对于已发案件的侦查或者未发案事件预防都有重要的意义。而面对这一场景，现有算法受制于对轨迹区域划分的精度不足，难以从行为人的轨迹信息中挖掘出有用线索。

一般地，行为人的活动轨迹被表示为一条连续的曲线，这种表示方式较为直观，但并不直接体现行人的“目的性”。为阐释行人的日常活动中的目的性，各种研究都要首先区分出不同的轨迹区域。常见的思路是首先将速度不超过一定阈值的轨迹点迹定义为停留点，然后对停留点数据聚类以达到轨迹区域划分的目的。……