| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 城市计算研究和应用 | 第12-13页 |
| 1.2.2 轨迹数据挖掘的城市应用 | 第13-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第2章 Hadoop平台下的数据处理与NoSQL数据存储 | 第16-28页 |
| 2.1 Hadoop平台的原理介绍及搭建 | 第16-20页 |
| 2.1.1 Hadoop平台介绍 | 第16-20页 |
| 2.1.2 Hadoop平台搭建 | 第20页 |
| 2.2 数据预处理 | 第20-25页 |
| 2.2.1 上海出租车轨迹数据处理 | 第21-22页 |
| 2.2.2 长春手机信令数据处理 | 第22-25页 |
| 2.3 NEO4J数据库 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 区域网络构建与网络中心性度量 | 第28-47页 |
| 3.1 概述 | 第28页 |
| 3.2 区域网络构建 | 第28-31页 |
| 3.3 区域时空特性分析 | 第31-37页 |
| 3.3.1 出租车轨迹的时间特性分析 | 第31-35页 |
| 3.3.2 出租车轨迹的空间特性分析 | 第35-37页 |
| 3.4 区域重要性评估指标 | 第37-39页 |
| 3.5 基于OD熵的区域重要性评估 | 第39-42页 |
| 3.6 实验 | 第42-46页 |
| 3.7 本章小结 | 第46-47页 |
| 第4章 基于Skyline算法的缺陷挖掘 | 第47-66页 |
| 4.1 概述 | 第47-48页 |
| 4.2 构建区域转移矩阵 | 第48-50页 |
| 4.3 改进的Skyline算法 | 第50-54页 |
| 4.4 基于Skyline的频繁子图挖掘 | 第54-56页 |
| 4.5 实验与结果分析 | 第56-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第5章 总结展望 | 第66-68页 |
| 5.1 全文总结 | 第66-67页 |
| 5.2 工作展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 作者简介及科研成果 | 第72-73页 |
| 致谢 | 第73页 |