1. 空间数据挖掘：
空间数据挖掘是从空间数据库中发现有趣且以前未知但可能有用的模式的过程。在空间数据挖掘中，分析师使用地理或空间信息来产生商业智能或其他结果。空间数据挖掘所涉及的挑战包括识别模式或寻找与研究项目相关的对象。
2.时间数据挖掘：
时态数据是指从大量时态数据中提取隐含的、重要的和潜在有用的抽象信息。它关注时态数据的分析，以及在时态数据集中寻找时态模式和规律性，时态数据挖掘的任务是——
- 数据表征和比较
- 聚类分析
- 分类
- 关联规则
- 预测和趋势分析
- 模式分析
空间和时间数据挖掘的区别：
| 编号 | 空间数据挖掘 | 时间数据挖掘 |
|---|---|---|
| 1 | 空间数据挖掘需要空间。 | 时间数据挖掘需要时间。 |
| 2 | 空间挖掘是对空间数据库中没有明确存储的知识/空间关系和有趣度量的提取。 | 时间挖掘是提取有关事件发生的知识，无论它们是否遵循循环、随机、季节性变化等。 |
| 3 | 空间数据挖掘处理空间(位置，地理参考)数据。 | 时间数据挖掘处理来自大量数据的隐式或显式时间内容。 |
| 4 | 空间数据库对空间数据派生的空间对象进行反转。这些对象之间的类型和空间关联。 | 时态数据挖掘包括主题及其在字段修改中的应用。 |
| 5 | 包括寻找特征规则、判别规则、关联规则和评价规则等。 | 时间数据挖掘旨在挖掘新的和未知的知识，考虑到数据的时间方面。 |
| 6 | 空间数据挖掘是从空间数据库中识别异常和未探索的数据但有用的模型的方法。 | 时间数据挖掘处理来自时间数据的有用知识。 |
| 7 | 例子：确定热点，不寻常的位置。 | 例子：一个看起来像这样的关联规则——“任何买车的人也买了转向锁”。从时间方面来看，这条规则是——“任何买车的人在那之后也会买一个转向锁”。 |
