关于经纬度数据的聚类分析思路问题

我需要用python处理数据量在10万x30天左右的经纬度/时间戳数据。数据都是出租车乘客的下车点，想分析出市区中的一些热点区域。但是目前我的分析遇到了瓶颈，因为以前没有大数据分析的经验，所以目前只是单纯的在用DBSCAN算法对单天数据进行聚类。目前聚类并没有得到很好的结果，在设置不同参数（最小距离，最小簇数量）时聚类结果的随机性也很严重。目前我的思路是缩小最小距离，对产生的无数个小簇用K-means提取聚类中心然后剔除一部分离散点，用小簇的聚类中心作为新的聚类点，二次进行DBSCAN聚类以提升聚类结果的精度。不知我的思路有没有价值。如果没有价值，有没有大佬能提供一点思路。我的聚类方法基本上就会DBSCAN，K-Means以及St-Dbscan
希望能得到大佬的提点。

因为你是基于地图的点的聚类，不是单纯的几何数据，所以说你可以用地名标签做有监督学习，可以考虑用自动编码器来提高效率。