基于出租车轨迹的载客点与热点区域推荐
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-19页 |
| ·研究背景与意义 | 第9-12页 |
| ·出租车载客点推荐的背景 | 第9-12页 |
| ·出租车载客点推荐的意义 | 第12页 |
| ·研究现状 | 第12-16页 |
| ·研究内容与思路 | 第16-17页 |
| ·数据说明 | 第16-17页 |
| ·主要贡献 | 第17页 |
| ·研究思路 | 第17页 |
| ·本文的组织结构 | 第17-19页 |
| 第二章 相关技术 | 第19-29页 |
| ·出租车移动情况概述 | 第19-21页 |
| ·移动对象的特点 | 第19页 |
| ·出租车载客规律 | 第19-21页 |
| ·时空数据挖掘技术概述 | 第21-22页 |
| ·时空模式发现 | 第22-24页 |
| ·时空频繁模式 | 第22-23页 |
| ·时空关联模式 | 第23-24页 |
| ·时空数据聚类 | 第24-26页 |
| ·时间全区间相似的聚类方法 | 第24-25页 |
| ·子区间对应相似的聚类方法 | 第25-26页 |
| ·时空异常检测 | 第26-27页 |
| ·时空预测 | 第27-28页 |
| ·位置与轨迹预测 | 第27页 |
| ·时间序列预测 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 轨迹数据预处理 | 第29-39页 |
| ·相关定义 | 第29-30页 |
| ·数据预处理 | 第30-33页 |
| ·GPS 漂移数据的消除 | 第30-31页 |
| ·停留点提取 | 第31-33页 |
| ·出租车行为的时空特征分析 | 第33-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 基于时空聚类的出租车载客地点推荐 | 第39-47页 |
| ·研究概述 | 第39-41页 |
| ·相关概念 | 第40页 |
| ·研究框架 | 第40-41页 |
| ·基于时空聚类的出租车载客推荐地点获取 | 第41-43页 |
| ·获取不同时段的候选推荐点 | 第41-43页 |
| ·车辆周围推荐点的获取 | 第43页 |
| ·实验结果与分析 | 第43-46页 |
| ·硬软件环境 | 第43-44页 |
| ·实验结果分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 面向 GPS 数据的热点区域推荐 | 第47-65页 |
| ·研究概述 | 第47-50页 |
| ·城市热点分析 | 第50-62页 |
| ·停留点分析 | 第50-58页 |
| ·热点区域获取 | 第58-61页 |
| ·热点区域吸引力的计算 | 第61-62页 |
| ·基于热点区域的出租车载客推荐 | 第62-63页 |
| ·本章小结 | 第63-65页 |
| 第六章 结论与展望 | 第65-67页 |
| ·全文的主要成果 | 第65-66页 |
| ·研究展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 附录 A 攻读硕士学位期间的研究成果 | 第75-77页 |
| 附录 B 核心算法的伪代码 | 第77-82页 |
