城市的交通主题反应了城市中人群的出行规律,挖掘交通数据中的潜在规律具有重要的社会应用价值。常见的交通领域的主题提取多是基于主题模型的单层次主题提取且需要预先指定主题个数,这种单层次提取策略限制了用户探索的时空尺度。本文提出了一种交互式的层次化交通主题探索方法,该策略不需要用户预先指定主题个数,并通过用户交互的方式展示不同时空尺度的交通主题。主题模型中的交通主题都具有变化的时空特征,用户不能直接理解主题语义,为此,本文提出了一种提取主题一般时空特征的方法。此外,本文还提出了一种基于改进的密度聚类的方法提取主题在某时刻的流量分布信息。最后,基于上述算法,本文设计了一个层次化交通主题探索可视化系统,并通过案例分析验证了系统的有效性。论文的主要工作如下:(1)交互式的层次化交通主题探索方法:本文提出了一种基于H-NMF的层次化交通主题的提取与探索策略,该策略首先向用户展示少数初始大时空尺度的交通主题,然后随着用户交互渐进的展示更小时空尺度的主题。(2)交通主题一般时空特征的提取方法:本文从交通主题数据中提取主题号、时间、空间区域三个特征构造三维张量,通过张量分解模型提取主题的一般时空特征。(3)基于密度聚类的主题关键区域提取算法:本文基于密度聚类的思想对密度聚类算法进行了修改,使其适用于交通主题空间分布的聚类。对于区域聚类的结果,本文还提出了一种过滤算法来筛选其中重要的聚类。(4)面向层次交通主题挖掘的可视分析系统:该可视化系统包括以下视图:一、一个支持交互式主题层次化探索与分割的视图;二、两个展示主题模式的视图,即主题模式的空间分布视图和时间分布视图;三、一套辅助用户分析主题的视图,有主题细节视图、主题时刻流图、流分布比较视图和POI视图。