| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 引言 | 第7-11页 |
| 1.1 研究背景及研究意义 | 第7-8页 |
| 1.2 国内外相关研究的发展和研究现况 | 第8-9页 |
| 1.3 本文的主要研究内容 | 第9页 |
| 1.4 本文的组织结构 | 第9-11页 |
| 第二章 数据预处理与聚类方法的确定 | 第11-22页 |
| 2.1 出租车移动GPS轨迹数据 | 第11-13页 |
| 2.1.1 出租车移动GPS轨迹数据格式 | 第11-12页 |
| 2.1.2 出租车移动GPS轨迹数据处理 | 第12页 |
| 2.1.3 乘车位置数据获取 | 第12-13页 |
| 2.2 常用的聚类算法 | 第13-21页 |
| 2.2.1 K-Means算法简介 | 第14-15页 |
| 2.2.2 DBSCAN算法简介 | 第15-17页 |
| 2.2.3 层次聚类算法简介 | 第17-18页 |
| 2.2.4 算法仿真实验 | 第18-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 人群聚集热点区域的分析与预测 | 第22-30页 |
| 3.1 热点区域的提取与分析 | 第22-28页 |
| 3.1.1 不同日期相同时间段人群聚集热点区域的分布 | 第23-26页 |
| 3.1.2 相同日期不同时间段人群聚集热点区域的分布 | 第26-27页 |
| 3.1.3 小结 | 第27-28页 |
| 3.2 人群聚集热点区域的预测 | 第28-29页 |
| 3.2.1 预测方法的实现与验证 | 第28-29页 |
| 3.2.2 热点区域的推荐度计算 | 第29页 |
| 3.3 本章小结 | 第29-30页 |
| 第四章 出租车载客热点推荐系统 | 第30-36页 |
| 4.1 整体设计与说明 | 第30-33页 |
| 4.1.1 需求分析 | 第30-31页 |
| 4.1.2 系统设计 | 第31页 |
| 4.1.3 数据库设计 | 第31-33页 |
| 4.2 出租车载客热点推荐系统的实现 | 第33-35页 |
| 4.3 本章小结 | 第35-36页 |
| 第五章 总结与展望 | 第36-38页 |
| 5.1 总结 | 第36页 |
| 5.2 不足与展望 | 第36-38页 |
| 参考文献 | 第38-40页 |
| 致谢 | 第40-41页 |
| 附录 | 第41-47页 |
| 附录一 数据预处理代码 | 第41-44页 |
| 附录二 DBSCAN聚类算法 | 第44-47页 |