| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第一章 引言 | 第10-38页 |
| 1.1 研究背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 大数据采集 | 第11-13页 |
| 1.2.2 大数据存储管理 | 第13页 |
| 1.2.3 人口数据空间分析方法 | 第13-14页 |
| 1.2.4 人口动态分布模拟 | 第14-15页 |
| 1.2.5 人口分布特征的应用 | 第15-16页 |
| 1.3 技术路线和研究框架 | 第16-19页 |
| 1.3.1 技术路线 | 第16-18页 |
| 1.3.2 研究框架 | 第18-19页 |
| 1.4 研究方法 | 第19-38页 |
| 1.4.1 数据获取方法 | 第19-22页 |
| 1.4.2 数据的管理 | 第22-31页 |
| 1.4.3 数据统计方法 | 第31-34页 |
| 1.4.4 指数模型方法 | 第34-38页 |
| 第二章 研究区域概况与数据处理 | 第38-56页 |
| 2.1 研究区域概况 | 第38-39页 |
| 2.2 数据处理 | 第39-46页 |
| 2.2.1 数据获取及预处理 | 第39-43页 |
| 2.2.2 POI数据获取及预处理 | 第43-44页 |
| 2.2.3 数据管理 | 第44-46页 |
| 2.3 时空粒度划分 | 第46-56页 |
| 2.3.1 空间粒度划分 | 第46-47页 |
| 2.3.2 时间粒度划分 | 第47-56页 |
| 第三章 新浪位置微博数据统计分析 | 第56-98页 |
| 3.1 数理统计分析 | 第56-74页 |
| 3.1.1 格网统计最值分析 | 第56-66页 |
| 3.1.2 格网统计差值分析 | 第66-74页 |
| 3.2 新浪微博位置微博数量探索性空间数据分析 | 第74-77页 |
| 3.2.1 全局空间自相关 | 第74-76页 |
| 3.2.2 局部空间自相关 | 第76-77页 |
| 3.3 新浪位置微博用户活动分析 | 第77-98页 |
| 3.3.1 新浪位置微博用户方向分布 | 第77-83页 |
| 3.3.2 新浪位置微博用户空间活动强度 | 第83-93页 |
| 3.3.3 新浪位置微博用户空间分布重心及移动方向 | 第93-98页 |
| 第四章 位置微博用户活动与POI类型的关系 | 第98-104页 |
| 4.1 人群活动与不同类型POI区域的关系 | 第98-99页 |
| 4.2 人群活动与同类型用地中不同类别POI区域的关系 | 第99-104页 |
| 第五章 结论与展望 | 第104-108页 |
| 5.1 结论与创新 | 第104-106页 |
| 5.2 不足与展望 | 第106-108页 |
| 参考文献 | 第108-114页 |
| 致谢 | 第114-116页 |
| 攻读学位期间研究成果 | 第116页 |