最全面的交通轨迹数据（含有下载链接）

最新推荐文章于 2025-06-19 17:14:21 发布

原创

最新推荐文章于 2025-06-19 17:14:21 发布 · 1.2w 阅读

57 ·

CC 4.0 BY-SA版权

本文主要是整理了交通轨迹数据。

注意：部分数据集在“翻-墙”之后才可以下载，比如微软的T-drive数据集，它被保存在OneDrive上面。最后的其他数据可以直接下载，作者已经备好了。

1. GeoLife GPS Trajectories
该GPS轨迹数据集出自微软研究GeoLift项目。从2007年四月到2012年八月收集了182个用户的轨迹数据。这些数据包含了一系列以时间为序的点，每一个点包含经纬度、海拔等信息。包含了17621个轨迹，总距离120多万公里，总时间48000多小时。这些数据不仅仅记录了用户在家和在工作地点的位置轨迹，还记录了大范围的户外活动轨迹，比如购物、旅游、远足、骑自行车。

这个数据集可以用来进行用户活动相似度估算，移动模型挖掘，用户活动推荐，基于位置的社交网络，位置隐私，位置推荐。

时间：2007年4月～2012年8月
数据大小：大概300M.
下载地址：[https://www.microsoft.com/en-us/download/details.aspx?id=52367](https://www.microsoft.com/en-us/download/details.aspx?id=52367)
数据格式：
一个文件夹存储一个用户的GPS日志，这些日志文件都被转换成了plt格式。为了避免时间区间问题，统一使用了GMT格式的时间表示。其他具体格式为：

Line 1…6 are useless in this dataset, andcan be ignored. Points are described in following lines, one for each line.
Field 1: Latitude in decimal degrees.
Field 2: Longitude in decimal degrees.
Field 3: All set to 0 for this dataset.
Field 4: Altitude in feet (-777 if notvalid).
Field 5: Date - number of days (withfractional part) that have passed since 12/30/1899.
Field 6: Date as a string.
Field 7: Time as a string.
Note that field 5 and field 6&7represent the same date/time in this dataset. You may use either of them.

Example:
39.906631,116.385564,0,492,40097.5864583333,2009-10-11,14:04:30
39.906554,116.385625,0,492,40097.5865162037,2009-10-11,14:04:35
1
2
3
4
5
6
7
8
9
10
11
12
13
交通方式数据集格式：

可能的交通方式有：walk,bike, bus, car, subway, train, airplane, boat, run and motorcycle，再次强调，虽然大多数数据是在中国产生的，但是，还是把时间或者日期都统一以GMT的时间形式表示。

例如：

Start Time End Time Transportation Mode

2008/04/02 11:24:21 2008/04/02 11:50:45bus

具体说明在下载的文件压缩包中！

使用到该数据的论文有：
Q. Li, Y. Zheng, X. Xie, Y. Chen, W. Liu, and M. Ma. 2008.Mining user similarity based on location history. In Proceedings of the 16thAnnual ACM International Conference on Advances in Geographic InformationSystems. ACM, 34.

Z. Chen, H. T. Shen, X. Zhou, Y. Zheng, and X. Xie. 2010.Searching trajectories by locations—An efficient study. In Proceedings of the29th ACM SIGMOD International Conference on Management of Data. ACM,255–266.

[1] Yu Zheng, Lizhu Zhang, Xing Xie, Wei-Ying Ma. Mininginteresting locations and travel sequences from GPS trajectories. InProceedings of International conference on World Wild Web (WWW