[发明专利]一种具有空间约束的人类活动网络区域划分方法

权利要求书

1.一种具有空间约束的人类活动网络区域划分方法，其特征在于：包括人类活动交互网络模型的构造以及利用构造的网络模型进行具有空间约束的网络划分，以提取最佳划分区域；

所述人类活动交互网络模型的构造过程包括以下步骤：

步骤1.1、对微博签到数据进行坐标系纠正，将纠正过的数据以签到用户为单位，按时间顺序构造签到轨迹；

步骤1.2、用签到轨迹构建签到网络，其中网络节点是签到位置，边是将两个签到位置连接起来的轨迹片段，边的权重是由经过的轨迹片段数决定的；

步骤1.3、将签到网络叠置在TAZ数据上，通过空间求交操作，每一条边都被标记为跨越TAZ或在同一TAZ内的，然后移除同一TAZ内的边，而保留了跨越TAZ的边，并将两个TAZ之间多条签到网络边合为一条，权重为其总和；

根据以上步骤得到人类活动交互网络，即TAZ网络，节点是TAZ，边是上述得到的跨越TAZ的边；

所述利用构造的网络模型进行具有空间约束的网络划分，以提取最佳划分区域过程中，通过将网络模块度最大化来分割网络：

引入空间影响系数k，通过将拓扑距离大于k的边移除来实现空间约束；k值为整数，最小值为1，最大值为网络的直径；k值越大，空间约束越弱；k值越小，空间约束越强；当k值为1时，网络退化为空间1阶拓扑连接网络；当k值为网络直径时，网络结构不发生变化。

2.根据权利要求1所述的一种具有空间约束的人类活动网络区域划分方法，其特征在于：所述利用构造的网络模型进行具有空间约束的网络划分，以提取最佳划分区域，具体包括以下步骤：

步骤2.1、对TAZ网络，计算拓扑距离矩阵，其中两个交通小区若相邻则其拓扑距离为1；在拓扑距离矩阵基础上，通过将拓扑距离大于k的边移除实现空间约束操作；

步骤2.2、按下式[1]计算网络中所有边的边介数，其中e为TAZ网络中的边，i、j为网络节点，即TAZ，V为TAZ集合，b_ij为原签到网络中从TAZ i到j的加权最短路径数，b_ij(e)为其中经过边e的加权最短路径数；然后移除具有最大边介数的边；每次移除边后，检查是否产生了新的社区；若无，由于网络结构发生了变化则需要对所有边重新计算边介数；否则进入下一步；

边介数(e)＝∑_{i,j∈Vand i≠j}b_ij(e)/b_ij [1]

步骤2.3、由于产生了新的社区，故需按照如下公式[2]计算当前网络的模块度Q，其中m为TAZ网络总边权，C是TAZ社区，P为社区集，i、j为TAZ网络节点，A_ij是TAZ网络中ij之间边权，k_i为i的加权度，k_j为ij的加权度；当新模块度Q和对应社区划分被保存了，则重新进行第二步直到网络完全被划分为单独的点；最终，找到最大的模块度，其对应的社区就是最佳区域的划分；基于步骤2.1-2.3，得到空间影响系数k下的最佳区域划分；

Q(P)＝1/2m∑_C∈P∑_i,j∈CA_ij-k_i*k_j/2m [2]。

3.根据权利要求2所述的一种具有空间约束的人类活动网络区域划分方法，其特征在于：通过确定最佳k值得到全局意义上的最佳划分区域；具体过程如下：

计算不同k值下的区域划分与实际行政区划的ARI和AMI指数，指数越大一致性越强，最大值对应的系数k就是最佳空间约束值，对应的划分就是全局意义上的最佳区域划分；

ARI指数计算公式如下式[3]，其中P、Q是网络的不同划分，N₀₀为两种划分中属于不同类的点对数，N₁₁为两种划分中属于同类的点对数，N₀₁为在P中属于同一类而Q中不同类的点对数，N₁₀为在P中不同类而在Q中属于同一类的点对数；

AMI指数计算公式如下式[4]，其中P、Q为网络不同划分，C_p和C_Q为P、Q中的类别数，N为TAZ总数，n_ij是P中聚类i和Q中聚类j之间相同的TAZ个数，a_i为P中类别i中的TAZ个数，b_j为Q中类别j中的TAZ个数；