本书以精辟的理论分析和调研为前提，从城市创意产业空间聚类影响因素指标出发，创新性地提出区域空间动态集聚轨迹算法(Density-Based Interest Spatial Clustering of Path，DBISCP)，对上海市区23个典型创意产业区样本的空间集聚效应进行了横跨五年的实证研究，并与计算机浏览器共建聚类可视化图像，为城市管理提供决策依据。研究通过深度学习和机器学习，可以有效地从指标数据中发现图像轨迹聚类信息，体现了管理工程、系统工程与人文信息学科的交叉融合，也为大数据动态图像的集聚方法提供了全新视角和借鉴价值。