| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 1 绪论 | 第10-22页 |
| 1.1 课题背景与研究意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-20页 |
| 1.2.1 人类活动社交行为分析 | 第12-16页 |
| 1.2.2 GIS数据可视化 | 第16-20页 |
| 1.3 本文的组织结构说明 | 第20-22页 |
| 2 相关理论、技术模型 | 第22-29页 |
| 2.1 群体划分相关算法 | 第22-25页 |
| 2.1.1 主成分分析 | 第23-24页 |
| 2.1.2 K-means算法 | 第24-25页 |
| 2.2 辐射模型 | 第25-26页 |
| 2.3 可视化模型 | 第26页 |
| 2.3.1 热力模型 | 第26页 |
| 2.3.2 力导模型 | 第26页 |
| 2.4 城市人均消费分布理论 | 第26-27页 |
| 2.5 活动轨迹理论 | 第27-28页 |
| 2.6 社交网络理论 | 第28-29页 |
| 3 移动通话数据分析及用户行为特征提取 | 第29-34页 |
| 3.1 移动通话数据预处理 | 第29-30页 |
| 3.2 基于移动通话数据的群体和个体特征提取 | 第30-33页 |
| 3.2.1 群体活动时间特征提取 | 第30-31页 |
| 3.2.2 城市人均消费群体地理分布特征提取 | 第31-32页 |
| 3.2.3 个体活动轨迹特征提取 | 第32页 |
| 3.2.4 个体社交关系特征提取 | 第32-33页 |
| 3.3 本章小结 | 第33-34页 |
| 4 移动通话用户行为挖掘及可视分析设计 | 第34-50页 |
| 4.1 基于移动通话数据的用户活动挖掘 | 第34-42页 |
| 4.1.1 基于时间序列的群体活动规律构建 | 第34-38页 |
| 4.1.2 基于地理位置的城市人均消费分布构建 | 第38-39页 |
| 4.1.3 基于个体活动轨迹的活动模型构建 | 第39-41页 |
| 4.1.4 基于个体社会关系的社交关系构建 | 第41-42页 |
| 4.2 基于多视图多粒度的用户通话数据可视分析设计 | 第42-49页 |
| 4.2.1 基于时间多粒度的面向群体时间活动规律可视分析 | 第43-44页 |
| 4.2.2 基于地图可视化的群体用户消费分布可视分析 | 第44-46页 |
| 4.2.3 基于时空对比的的个体用户活动轨迹可视分析 | 第46-47页 |
| 4.2.4 基于空间多粒度的个体活动模型可视分析 | 第47-48页 |
| 4.2.5 基于多粒度的个体社交关系可视分析 | 第48-49页 |
| 4.3 本章小结 | 第49-50页 |
| 5 移动通话用户行为可视分析系统框架设计及案例分析 | 第50-61页 |
| 5.1 移动通话用户行为可视分析系统框架设计 | 第50-51页 |
| 5.2 移动通话用户行为案例分析 | 第51-60页 |
| 5.2.1 面向群体的移动通话用户行为案例分析 | 第51-55页 |
| 5.2.2 面向个体的移动通话用户行为案例分析 | 第55-60页 |
| 5.3 本章小结 | 第60-61页 |
| 总结与展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 攻硕期间发表的学术论文及研究成果 | 第69页 |
