空间数据如此重要，我们怎能错过？

Posted 2020-07-22

IBM SPSS Modeler作为大数据分析应用层数据挖掘平台，受到业界的广泛好评与喜爱，这也依赖于产品本身技术的不断的发展与完善，IBM SPSS的研发团队在中国历史文化名城—西安，拥有超过300多名技术研发人员，致立于产品新技术的引入与研发，为产品本身提供源源不断发展动力，更好地为我们的客户服务。在我们优秀团队的带领下，我们的产品每年都有新的版本、新的技术发布，那么接下来，我给大家介绍下，SPSS Modeler最新版本 17.0新增空间数据分析的相关功能及Demo演示。

SPSS Modeler空间数据分析功能介绍

I.引入地图文件及地图可视化展现

在SPSS Modeler平台上，我们新增了读取地理位置信息的源节点，以及地图展现的输出节点;

连接方式：我们有两种方式可以连接地图文件，分别是

1、通过形状文件 (.shp) 进行导入；

2、通过连接到包含地图文件的分层文件系统所在的 ESRI 服务器进行导入。

功能：读取地图文件,与其它数据信息融合在一起，以直观的地图的方式展现最终的分析结果;

应用场景：需要将分析结果与地图结合起来的场景，比如购物中心的客流分布、交通状态、运输物流等。

II.新增算法：空间-时间预测(Spatio-temporal prediction）

功能：将地理位置信息和时间都作为分析场景的输入影响因素，预测未来具体时间点以及具体位置发生某类事件的可能性。

计算逻辑：在回归的基础，添加了空间协方差矩阵和时间序列来处理时间和空间信息；

应用场景：可用于预测未来某一时间某些地点可能发生的事件，比如疾病多发区、犯罪多发地的预测；

大数据支持：可以通过Analytic Server进行Map-Reduce计算，提升计算效率。

III.新增算法：关联规则

功能：可将空间地理信息作为分析因素，分析出事件发生的模式或规则;

应用场景：犯罪模式分析、流行病/传染病监控等；

大数据支持：可以通过Analytic Server进行Map-Reduce计算，提升计算效率。

SPSS Modeler空间数据分析Demo演示

介绍了以上功能后，我们通过Demo来了解SPSS Modeler如何应用空间数据，实现对犯罪事件发生类型的预测。

I.分析场景：

我们有美国芝加哥州包括的10个乡镇以往发生犯罪事件的记录，我们要分析的目标就是根据以往的犯罪事件发生的情况，研究在哪些区域可能是犯罪事件高发区域，并通过地图的方式展现分析结果。

II.分析思路：

结合犯罪事件发生的地理位置，通过关联规则分析各类犯罪事件发生的规则。

III.分析步骤：

整个分析数据流如下图，分为3个步骤，分别是数据整理、建模和地图展现。

接下来按流程图中的具体编号具体介绍实现过程。

1.连接犯罪事件数据源文件InsuranceData.sav

文件记录了历史发生犯罪事件的地理位置（经、纬度）以及发生的犯罪事件类型,包括以下内容：

• 乡镇名称(Country)

• 纬度(Latitude)

• 经度(Longitude)

• 犯罪事件类型(Type)，包括Collision、Theft、Vandalism、Uninsured。

2.连接各个country(乡镇)的属性信息文件CountyData.sav

文件收集了各个乡镇人口、收入等相关信息，包括以下内容:

• 乡镇名称(Country)

• 2013年人口数量(Population2013)

• 2010年人口数量(Population2010)

• 人口增长率(Poppercentchange)

• 小于5岁的人口占比(Popunder5yrs)

• 小于18岁的人口占比(Popunder18yrs)

• 大于65岁的人口占比(PopOver65yrs)

• 拥有房产人员占比(HomeOwership)

• 人均收入(IncomePerCapita)

• 收入中位数(IncomeMedian)

• 贫困率(PovertyPercent)

3.连接芝加哥地图文件ChicagoAreaCounties.shp

文件包括各个乡镇(Country)的地理位置信息，包括以下内容：

1、乡镇ID号(ObjectieID)

2、乡镇名称(Name)

3、图层信息(MultiPolygon)

可以用SPSS Modeler的地图展现如下：

4.生成新的地理空间字段POINT

对记录犯罪事件发生的InsuranceData.sav文件中的经度和纬度两列数据(Latitude、Longitude)合并到地理空间上,字段类型为地理空间,节点命名为POINT，为下面与地图数据的合并做准备。

5.将犯罪事件记录数据与各乡镇属性信息合并

即对CountyData.sav和InsuranceData.sav两份数据按关键字Country合并。

6.将上面整理好的数据与芝加哥地图文件再做合并

至此，我们将数据整理完成，合并后的数据内容包括：

其中以DS2开头的三列数据，表示事件发生的位置对应地图上的对象、区域和名称。

7.选择关联规则算法建模

我们使用关联规则算法，生成犯罪事件发生的规则模型，只需要将犯罪类型(Type)设置为预测，并选择影响因素作为条件，然后点击运行则会自动生成业务规则模型。

8.生成模型，得到规则

以下可以看到规则结果(列出部分规则)。

比如可以看到第三条规则（Rule ID=3)

条件(Condition)

PopUnder5yrs ≥ 6.600

PopOver65yrs ≤ 11.600

预测结果(Prediction)

Type = Collision

结果解读

如果5岁以下人口占比大于等于6.6%，65岁以上人口占比小于等于11.6%，则可能发生的犯罪类型为Collision(冲突).该规则的支持度为9.51% (即有9.51%条记录符合该规则) ,置信度为63.18%（即符合条件"PopUnder5yrs ≥ 6.600 and PopOver65yrs ≤ 11.600"的这些区域里面，有63.18%的区域发生了Collision事件)，因此在做接下来的预测时，如果有区域符合以上规则(Ruld ID=3)，那么我们判断该区域发生Collision事件的概率为63.18%。

9.连接原来的芝加哥地图文件，让预测结果展现在地图层之上

10.地图展现预测结果

接下来我们把预测结果与地图展现结合在一起，如下图所示。

从这地图我们可以很清晰看到，我们对各类犯罪事件发生预测结果的分布情况，根据该预测结果，我们可以有在针对性地部署相关的警力，预防犯罪事件的发生。

SPSS Modeler空间数据分析扩展

以上我们通过关联规则对犯罪事件的发生进行了预测，如果使用空间-时间预测也可以实现类似的应用场景，只是分析的计算逻辑不一样。

SPSS Modeler对空间数据分析除了将其作为影响因素加入到分析过程之外，还可以通过运动轨迹（包括时间和地点）来判断人物事件的特征，我们称之为空间-时间框（STB）,比如我们通过的士的运动轨迹及乘客的运动轨迹，来精准地告诉的士司机，哪些时间点，在哪些区域，有更大的乘车需求；也可以通过人员的运动轨迹对群体做细分，通过设定活动范围，找出哪些人员是家庭主妇、哪些是商务人士、哪些是白领等等，这可以更好地完善我们的客户画像。这些分析都挺有意思的，我们可以下次再做具体介绍，敬请期待吧.....