摘要：導航大數據是大量與導航相關且具有泛在導航、定位、授時特征的數據集合。城市環(huán)境的特性影響居民的出行活動,而居民出行活動中產生的導航大數據則蘊含了城市環(huán)境的時空信息。熱點區(qū)域空間分布以及熱點區(qū)域之間的關聯性特征是城市環(huán)境時空特性的重要組成部分,由客觀的環(huán)境現狀和主觀的人為活動造成。通過挖掘導航大數據可以揭示這些特征。本文提出了利用導航大數據的城市熱點區(qū)域關聯性挖掘方法。首先,通過對居民出行的起點和終點坐標進行空間聚類,挖掘城市中的熱點區(qū)域,并依據點的分布特點對城市熱點區(qū)域進行離散化;然后,利用基于譜聚類和蟻群算法的方法分析居民出行特征,揭示城市中熱點區(qū)域之間存在的關聯性。本文提出的方法能夠充分利用導航大數據對城市動態(tài)的感知能力。以上海市2007年2月20日的出租車軌跡數據為例進行分析,結果表明:利用導航大數據分析城市熱點區(qū)域之間的關聯性,可以得到具有緊密關聯性的熱點區(qū)域的空間分布特征;上海市居民出行活動頻繁的熱點區(qū)域被劃分為15個內部緊密關聯的子圖,形成該分布特征的內在機制以及居民流通規(guī)律與上海市的土地資源利用及道路交通建設現狀密切相關。分析方法和結果可為合理的城市功能區(qū)域規(guī)劃,智慧城市建設等提供決策支持和參考信息。