空间数据的海量增长让人有点跟不上节奏，空间数据挖掘的出现，算是帮理清了一点头绪。挖掘的步骤嘛，其实和普通的数据挖掘挺像，只不过多了些坐标和空间关系的事儿。

从基本概念聊起，什么是空间数据？简单说就是带位置的信息，比如地图上的建筑、用户打卡的点。这些信息一旦多了，就挺有的价值。用对方法，还真能挖出不少洞察。

挖掘步骤上，先清洗数据，建模，。嗯，和搞推荐系统有点像，只不过你得多考虑空间相关性，比如邻近性、聚合性啥的。方法上，像空间聚类、空间回归现在还挺火的。

我还看了几个不错的参考，像空间数据挖掘的研究与发展方向探索，讲了不少新趋势；还有从统计学角度入手的文章，也挺有意思，链接在这：点我看看。

哦对了，别忘了看看ArcGIS 平台和Oracle 空间数据的支持。像在ArcGIS里做空间，效率还是蛮高的；Oracle 10g的空间扩展也挺稳定，企业项目用得比较多。

如果你刚开始接触空间数据挖掘，可以从一些案例下手，比如某城市的商圈热度分布；如果你已经在做了，不妨试试结合机器学习做点预测，挺有趣。