近年来,我国航运业迅猛发展,航运市场一体化进程加快。然而在航运发展的过程中,许多船舶运输纠纷问题也随之浮现。据不完全统计,船舶运输纠纷中80%的案例与船舶挂靠相关,而内河发生的水上交通事故以及水域污染事故90%以上都与个体船舶经营有关。挂靠经营是我国经济体制改革下产生的一种特殊的内河个体的水运经营形式,而由于挂靠船舶在法律上的禁止性,真正的挂靠船舶关系靠明面的书面文件是无从得知的,因此挂靠经营中真实权属关系存在隐蔽性,无从得知挂靠船舶之间的真实权属性,进而导致各种物权借贷纠纷不断出现、行政机关诉累严重、航运业的安全生产也受到严重冲击。假若能通过数据端识别潜在挂靠船舶就能加强提前加强监管,减少水上交通事故,水域污染事故,以及船舶运输纠纷。本文首先根据挂靠船舶本身的经营特点,提出了同一航运公司下不同经营主体的船舶具有不同的时空行为模式的假设。以此为基础通过对已经披露挂靠船舶的法律裁判文书进行船名的收集以及相应船舶AIS数据的处理,通过文书和AIS两阶段数据的挖掘识别出经营公司中的挂靠船舶。在数据端的挖掘中,首先是对船舶挂靠类裁判文书进行正则化匹配船名,其次是文本处理,停用词表迭代以及词频数理统计分析等。在此基础上得到挂靠船舶在不同特征维度下的经营特征以及具体的船名。得到具体的船名后,获取这些船舶的AIS数据,最后基于船舶AIS数据构建航线序列、提取特征指标。对已知包含挂靠船舶公司的全量进行AIS数据的处理后基于船舶时空经营特征进行k-means聚类,聚类结果显示,挂靠船舶经营模式中总航线众多,且部分航线随机出现,缺少运输周期性,运输范围覆盖小,而非挂靠船舶长期走固定航线,运输范围跨度较大,运输周期性强,且具有明显的集群特性,聚类的结果验证了不同经营主体具有不同的时空行为模式,以此作为区分挂靠与非挂靠船舶的基准,证明了方法的有效性。