在城市化过程中,会形成各种不同的功能区域。例如居民区,教育区,商业区等等。而区域功能本质上是人类移动性的体现。为了方便城市管理者理解城市空间结构,制定城市规划,识别城市区域功能就显得非常重要。本文希望利用区域的人类移动特征来挖掘出其功能,并量化这种功能强度。目前,城市区域功能挖掘技术还没有完全成熟,大都是基于POI(position of interesting)的统计方法。本文综合当前研究成果,提出了新特征和新的挖掘算法,并予以验证。本文的主要工作和研究成果包括:1.提出了基于亲和力的挖掘算法。提取基于人类移动模式的新特征。传统的方法大多以区域POI来对区域进行划分,有较大的局限性。而以区域人类移动模式来发现区域的功能则更能反映区域的社会属性。进一步的,本文使用KL散度来度量区域流动性的相似性,使用亲和力模型引入区域上下文的影响来提升或者削弱区域之间的相似性,使得相似性度量更加准确。实验表明,基于亲和力的挖掘算法,取得了较高的准确率,尤其是对一些特殊区域的分类上,具有更强的适应性。2.利用核函数来对区域功能进行强度预测。分为两个方面:一方面,同一个区域可能有着不同的功能,那么它属于不同功能的强度也有所差异;另一方面,不同区域属于同一功能的强度也不一样。本课题采用核函数来对这一问题进行了定量研究。3.提出改进的LDA算法。与LDA模型不同,改进的算法将区域POI作为先验知识,用来生成α参数,使得每个区域的α参数会不相同。于是区域的主题分布将由其人类移动模式和POI特征共同决定。本文的研究工作对于城市区域功能发现提供了一些新想法和新思路。有助于城市规划者理解城市空间结构。对于智慧城市有一定的指导意义和参考价值。