地理大数据挖掘的本质

被引：102

作者：

裴韬 ^{[1
,2
]}

刘亚溪 ^{[1
,2
]}

郭思慧 ^{[1
,2
]}

舒华 ^{[1
,2
]}

杜云艳 ^{[1
,2
]}

马廷 ^{[1
,2
]}

周成虎 ^{[1
,2
]}

机构：

[1] 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室

[2] 中国科学院大学

来源：

地理学报 | 2019年 / 74卷 / 03期

关键词：

空间模式; 空间关系; 空间分布; 流空间; 时空异质性; 知识发现;

D O I：

暂无

中图分类号：

TP311.13 []; P208 [测绘数据库与信息系统];

学科分类号：

1201 ; 070503 ; 081603 ; 0818 ; 081802 ;

摘要：

针对地理大数据的内在本质以及地理大数据挖掘对于地理学研究的意义,本文解释了地理大数据的含义,并在大数据"5V"特征的基础上提出了粒度、广度、密度、偏度和精度等"5度"的特征,揭示了地理大数据的本质特点。在此基础上,从地理大数据的表达方式、地理大数据挖掘的目标、地理模式的叠加与尺度性、地理大数据挖掘与地理学的关系等4个方面阐述了地理大数据挖掘的本质与作用,并从挖掘目标的角度对地理大数据挖掘方法进行分类。未来地理大数据挖掘的研究将面临地理大数据的聚合、挖掘结果的有效性评价以及发现有价值的知识而非常识等几方面的挑战。

引用

页码：586 / 598

页数：13

共 41 条

[1] 海洋大数据科学发展现状与展望 [J].