郭教授在报告中用VIS-STAMP对犯罪数据进行挖掘，从算法到结果的可视化都很适用做面模式的时空分析，突然觉得自己太孤陋寡闻了，这是我拍的照片。

为便于理解高维数据，我们把数据表示成数据立方体，如下图所示，包含了三个维度：1.空间上的（如福建各个地市）、2.时间维（如从2007年到2012年这个时间段）3.属性维（各种类型的案件数据）

每个特定空间对象（福州）有一个水平方向的切片，称为时间维的切片如图（b）。数据立方体中的每个格子对象包含一个特定的空间对象（如福州市），一个特定的时间维（如2012年），和特定的属性维度（各种类型的案件）。接下来分别看VIS-STAMP的各个模块：

1）SOM(Self Organizing Map)模块：

基本思路：借助于颜色映射的可视化方法，将SOM算法的分析结果进行可视化，来把握聚类数量。

人眼对低纬数据模式有快速的识别能力但对高纬数据却无能为力。SOM具有良好的空间拓扑保序特性，在映射过程中能够将高纬数据的拓扑分布较好的保留到低纬空间中。并借助人眼对低维模式识别能力来提高聚类算法的效率。SOM集成了基于欧式距离的Kmeans算法跟神经网络算法。（详见： 杨黎刚, 苏宏业等.基于SOM聚类的数据挖掘方法及其应用研究[J].计算机工程与科学,2007,29(8):133-136）

2）S-T Matrax模块：

横轴表示时间，如2007年~2012年，纵轴表示不同地区,如福州市各派出所所管的辖区。

3）PCP(Parallel Coordinate Plot )模块：

横轴表示不同案件类型，如“盗窃”、“抢劫”、“杀人”、“绑架”等。纵轴表示该案件在该地区的百分比（几类案件百分比加起来是100%）。此图相当于“图例”。

4）MapMatrix模块：

即聚类分析结果，对不同年份的聚类结果进行直观比较。

个人研究进展：目前已经下载了VIS-STAMP软件及实验数据，实验效果挺理想的。正考虑应用到福州的区域犯罪分析上，VIS-STAMP的分析是基于面模式的，现在问题的关键是，没有福州各派出所管辖区的区划图，如果有各管辖区的区划图，可以用案事件点与区划图关联，将该案件数量赋予该辖区，那每个辖区（spatial object）就可以做得像上图的每个格子那样，进行福州市各派出所辖区的犯罪时空与多元模式分析了。

另外要提一下“赵辉. 基于SOM的可视化聚类研究[D].南开大学2007”这篇文章，该论文从两条主线(聚类与可视化)进行研究，提出了可视化聚类方法，该论文对我理解郭老师的研究、做犯罪数据挖掘与可视化有很大帮助。