随着无线通讯和全球定位技术的发展,基于位置服务的普及,大规模移动数据的分析与挖掘成为可能。黑洞模式挖掘是移动数据挖掘中的热点问题,其任务是发现地理空间中移动对象群体朝向共同目标区域汇聚的移动模式和运动规律,在公共安全、疾病防控、交通优化等领域中具有广泛应用。但是,黑洞模式无法反映移动群体在地理空间中随时间的分布变化情况,在移动模式的动态性建模方面存在局限性。为了克服这个缺点,本文研究基于动态空间网络的黑洞模式挖掘方法,取得了以下研究成果。1.提出了基于城市路网的动态空间网络构建方法。构建过程包括:轨迹数据预处理、空间网络信息的提取和动态空间网络的权重计算。其中,路网结构复杂并且规模庞大,导致动态空间网络的构建效率较低,本文提出了基于空间索引的构建方法,利用空间索引技术降低网络权重计算过程中的候选集,提升动态空间网络的构建效率。最后,采用上海市路网数据进行实验,结果表明上述方法高效可行。2.提出了基于动态空间网络的黑洞模式离线和在线挖掘算法。本文将黑洞模式挖掘问题定义为动态空间网络中的子图发现问题。根据群体移动行为的基本特征(时间持续性、空间精确性和群体规模性)定义黑洞模式的子图结构。离线挖掘算法主要步骤为:首先对动态空间网络进行时空划分得到时空分区,然后利用启发式搜索在各分区中挖掘黑洞模式。为了提高离线挖掘算法性能,本文采用网络子图的流量上界函数降低黑洞模式候选集规模,提高离线挖掘算法过滤效率。另一方面,为了满足实时应用场景的需要,进一步提出了黑洞模式在线挖掘算法,利用时间窗口对实时更新中的移动数据进行黑洞模式的增量式挖掘。最后,基于真实数据集的实验表明,上述挖掘算法发现的黑洞模式可以在时空中准确描述移动对象群体在地理空间中的聚集行为。3.设计并开发了黑洞模式挖掘原型系统。该系统设计采用三层架构,依次为:数据管理层、模式挖掘层和交互与可视化层。数据管理层提供动态空间网络数据的构建以及数据存取服务,为上层模块提供数据访问支持;模式挖掘层采用本文提出的黑洞模式挖掘算法对群体聚集事件进行检测,根据应用场景的不同分为离线挖掘和在线挖掘;交互与可视化层为用户提供图形化交互界面,将系统的挖掘结果进行可视化展示以及统计分析。采用该原型系统可以从真实数据集中发现并展示城市道路网络中的群体聚集事件。