根植于城市大数据的城市计算正成为解决交通拥堵、城市规划等问题的重要途径。由于车辆轨迹数据蕴含丰富的交通信息,且与城市路网有着天然联系,正成为城市计算的重要研究内容。掌握城市道路间的相关性对解决交通拥堵、优化道路规划有重要意义,而车辆在道路之间移动的轨迹数据中极有可能蕴含着道路的相关性,所以本文研究如何从轨迹数据中分析道路相关性的方法,主要研究内容如下:(1)提出“road to vector”方法:“word to vector”是自然语言处理中的重要方法,它通过生成单词的词向量,可以从原本不可比较的单词中计算相似性,为大量分析方法的应用奠定了基础。本文通过将道路与该方法中的word进行对比,将轨迹与sentence进行对比,提出”road to vector”的概念,并应用词向量方法生成道路的vector,进而实现道路相关性计算,为道路相关性的分析奠定理论基础。(2)道路相关性可视分析系统:基于“road to vector”方法,设计并实现了道路相关性可视分析系统,包括地图、投影视图、时间轴视图等多个关联视图,允许用户在不同尺度、不同角度分析轨迹数据,进而交互式地探索道路相关性。(3)道路相关性分析验证:以温州出租车轨迹数据为例,利用本文方法分析道路相关性,从中得出城市交通的部分特征,并对结果进行解释,验证了本文方法的有效性。