地理空间大数据挖掘

地理空间大数据挖掘（geographic spatial big data mining），理学-地理学-地理信息科学-地理信息科学-〔地理信息大数据挖掘〕-地理空间大数据挖掘，综合利用统计学方法、模式识别技术、人工智能方法、模糊数学、机器学习、专家系统等相关信息技术，从地理空间大数据中挖掘其中潜在的、有价值的信息、规律和知识（如空间模式与特征、空间与非空间属性之间的关联关系等）的过程。不同于一般的数据挖掘，地理空间大数据挖掘的对象是地理空间数据库，具有海量、非线性、多尺度、高维和模糊性等复杂性特点。可挖掘的基本知识类型有普遍的几何知识、空间分布规律、空间关联规则、空间聚类规则、空间特征规则、空间区分规则、空间演变规则、面向对象的知识等，可以表现为概念、规则、规律、模式等各种形式。典型的地理空间大数据挖掘方法有：①地理空间统计方法。利用统计学的方法对地理空间数据进行分析，其核心思想是地理学第一定律，即空间中越邻近的要素之间越相似。该模型可以分为地统计、格网空间模型和空间点分布模型。②地理空间聚类方法。