1. 研究目的与意义（文献综述）

由于gps技术的发展和广泛应用，位置采集和移动计算技术的进步已经产生了大量的空间轨迹数据，且随着web2。

0技术的发展，个体上传到互联网的时空轨迹数据越来越多，这些数据代表了移动物体（如人，车辆和动物）的移动性。

通过对时空轨迹数据的邻近度分析，能为个体运动的独立性测度提供定量化依据。

2. 研究的基本内容与方案

基本内容：本文主要采用gis统计分析方法中的基本方法：近邻分析的思想，基于近邻分析方法开发动态交互测度算法，以此来测度个体轨迹的时空相关性，并根据已有数据进行检验、验证算法的可行性。

目标：分析近邻分析方法在轨迹数据应用的特点；开发基于近邻分析的动态交互测度算法；以实际数据为例进行算法验证
技术方案步骤：
(1)数据采集：使用调查、统计、爬虫等方法收集可用数据。

涉及技术手段：python。

3. 研究计划与安排

4. 参考文献（12篇以上）

潘纲，李石坚， 齐观德， 等。 移动轨迹数据分析与智慧城市[j]。 中国计算机学会通讯， 2012， 8(5): 31-37。

章毓晋。时空行为理解[d]。 ， 2013。

刘大有，陈慧灵， 齐红， 等。 时空数据挖掘研究进展[j]。 计算机研究与发展， 2013， 50(2): 225-239。