2010-08-012024-05-14https://scholars.lib.ntu.edu.tw/handle/123456789/661489摘要：在我們生活的世界當中，隨著電腦科學的發展，已經使資訊環境由過去的資料不足 轉變為資訊爆炸。大量的環境資料集意味著專門或是資訊科學領域正面對一個重大的挑 戰(Alan M, Monica et al., 1999)。其中資料的成長不僅是數量的成長，時間維度的資料的 大量累積也使得地理資料分析由過去單純的空間分析（Spatial Analysis）轉變為複雜的 時空分析（Spatiotemporal Analysis）。基於以上的研究需求，資料視覺化（Visualization）的研究方式正在逐漸興起，視覺化技術最早應用在統計學上作為展示資料之方法，近年來被引進地理學在空間資料庫知識探索之研究上，已經逐漸在地理資料庫知識探索中嶄露頭角。在針對資料視覺化與知識探索結合的先期研究當中(Alan M, Monica et al., 1999)，指出視覺化技術將可有助於在KDD探索過程中的前、中、甚至後期的資料挖掘過程，並可以改善資料挖掘過程對於極端值的偏差反應。 因此，本研究著重在地理時空資料庫知識探索程序當中，導入視覺化資料探索技術，選定交通流量資料作為分析的案例，將交通歷史資料以不同視覺化方法加以設計展現，藉由互動式探索架構，將可供後續資料挖掘的資料群集、特徵型態、物件軌跡等前期知識（Pre-Knowledge）導入KDD的資料挖掘過程中，加強過去研究所希望改善之挖掘更多內隱知識以及增加資料挖掘之效率的研究取向，並提供未來智慧型交通運輸系統分析之輔助及分析之使用。 <br> Abstract: During the decades, digital data has grown up with an extremely high speed. So as geographical worlds, we get more data but we are getting more confused to find any useful information or knowledge. As some researchers said, complex data sets that contain geographic locations, time series, and multiple variables have become a common but underutilized resource in many domains. According to this weakness, some researchers had been devoted to geovisualization researches. Geovisualizations are highly interactive and dynamic in nature. In contrast, traditional work with GIS involves highly structured actions in order to build static snapshots of spatial data. In other words, Geovisualizations provide a more effective way to understand complex features by dynamic visual exploring. For this project, it will focus on combining Geovisualization tools into the Knowledge discovery processes and constructing new processes for discovering Spatial-temporal Data. The traffic flow data of Taipei city will be used and the new pre-knowledge will be conducted by applying the new processes referred in above.時空資料探索資料視覺化路口交通流量Spatial-temporal Data DiscoveryGeovisualizationTraffic Flow