隨著各種定位技術(shù)的不斷發(fā)展，尤其是含有 GPS 裝置的手機(jī)的普及，方便收集了個(gè)人的位置信息，這些位置信息可用于定位、導(dǎo)航以及其它基于位置的服務(wù)。本文將基于大量用戶(hù)的 GPS 軌跡來(lái)挖掘不同地理區(qū)域內(nèi)不同粒度的熱點(diǎn)區(qū)域。一個(gè)熱點(diǎn)區(qū)域即大量用戶(hù)訪問(wèn)過(guò)的地方或者一個(gè)用戶(hù)經(jīng)常去的地方， 這些信息讓用戶(hù)在短時(shí)間內(nèi)的了解某個(gè)不熟悉地方， 例如某地的旅游景點(diǎn)或者酒店等，也可以為人們提供旅行線路規(guī)劃。同時(shí)這些位置信息使移動(dòng)電子導(dǎo)游變得可行， 持有移動(dòng)設(shè)備的用戶(hù)將享受更高質(zhì)量的服務(wù)。目前熱點(diǎn)區(qū)域分析方法主要是基于原始的 GPS 數(shù)據(jù)，該方法缺點(diǎn)就是數(shù)據(jù)量很大，結(jié)果中含有很多噪音數(shù)據(jù)，而且熱點(diǎn)區(qū)域的分布是固定在某個(gè)地區(qū)， 為了解決這些問(wèn)題首先從每個(gè)用戶(hù)的 GPS 軌跡中提取出所有的停留點(diǎn)并構(gòu)成一個(gè)所有用戶(hù)停留點(diǎn)的數(shù)據(jù)集，它不僅含有豐富的語(yǔ)義，而且大大的減少了數(shù)據(jù)量。使用基于密度的聚類(lèi)算 ClusteringⅡ來(lái)挖掘熱點(diǎn)區(qū)域是由于該算法適合處理分布是任意的，存在噪音數(shù)據(jù)的數(shù)據(jù)集，同時(shí)變換算法中參數(shù)的大小可以發(fā)現(xiàn)不同粒度上的熱度區(qū)域， 而且算法的時(shí)間復(fù)雜度為相比 OPTICS 有很大的提高， 最后使用 107 個(gè)用戶(hù) 2 年內(nèi)的 GPS 軌跡數(shù)據(jù)進(jìn)行試驗(yàn)，通過(guò)實(shí)驗(yàn)表明我們的方法在數(shù)據(jù)量上更少，但是結(jié)果中的噪音數(shù)據(jù)更少。