| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 缩略语对照表 | 第9-12页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 大数据现状 | 第13-14页 |
| 1.2.2 大数据集成和分析现状 | 第14-15页 |
| 1.2.3 公共交通信息化现状 | 第15页 |
| 1.3 本文的工作内容和组织结构 | 第15-18页 |
| 第二章 相关理论综述 | 第18-25页 |
| 2.1 智慧城市相关理论 | 第18-19页 |
| 2.1.1 智慧城市 | 第18-19页 |
| 2.1.2 公共交通在智慧城市中的发展 | 第19页 |
| 2.2 大数据技术概述 | 第19-23页 |
| 2.2.1 云计算 | 第19-20页 |
| 2.2.2 分布式数据库系统 | 第20页 |
| 2.2.3 数据处理技术 | 第20-23页 |
| 2.3 智慧交通 | 第23-25页 |
| 第三章 公共交通大数据平台架构研究 | 第25-31页 |
| 3.1 公共交通大数据 | 第25-27页 |
| 3.1.1 公共交通大数据来源 | 第26-27页 |
| 3.1.2 公共交通大数据的特征 | 第27页 |
| 3.2 公共交通大数据的需求分析 | 第27-28页 |
| 3.3 公共交通大数据平台构建 | 第28-31页 |
| 3.3.1 大数据平台核心思想 | 第28-29页 |
| 3.3.2 大数据平台整体架构 | 第29-31页 |
| 第四章 基于三层结构的公共交通大数据集成 | 第31-45页 |
| 4.1 数据层集成 | 第31-40页 |
| 4.1.1 数据集成技术 | 第31-33页 |
| 4.1.2 数据集成标准 | 第33-34页 |
| 4.1.3 公交客流分析与公交调度 | 第34-36页 |
| 4.1.4 数据分析模型与算法 | 第36-38页 |
| 4.1.5 C&RT算法在公交线路数据中的应用（以西安市为例） | 第38-40页 |
| 4.2 SOA的逻辑层集成 | 第40-43页 |
| 4.2.1 SOA | 第40页 |
| 4.2.2 SOA核心技术 | 第40-41页 |
| 4.2.3 BPEL业务流程描述 | 第41-42页 |
| 4.2.4 SOA的逻辑层调度流程模型 | 第42-43页 |
| 4.3 表现层集成 | 第43-45页 |
| 4.3.1 Portal技术 | 第43页 |
| 4.3.2 Portal的表现层 | 第43-45页 |
| 第五章 公共交通大数据平台的服务模式与保障 | 第45-54页 |
| 5.1 公共交通服务模式研究 | 第45-47页 |
| 5.1.1 公共交通服务模式分析 | 第45-46页 |
| 5.1.2 大数据下的公共交通服务模式 | 第46-47页 |
| 5.2 公共交通服务模式的变革 | 第47-50页 |
| 5.2.1 交通部门服务模式的变革 | 第48-49页 |
| 5.2.2 企业服务模式的变革 | 第49-50页 |
| 5.3 企业组织结构变化 | 第50-51页 |
| 5.4 行业数据标准制定 | 第51-52页 |
| 5.5 政策建议 | 第52-54页 |
| 5.5.1 开放公共交通数据 | 第52页 |
| 5.5.2 保护用户个人隐私 | 第52页 |
| 5.5.3 扩大数据的存取方式 | 第52-53页 |
| 5.5.4 提高公共交通数据的质量 | 第53-54页 |
| 第六章 结语 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 作者简介 | 第59-60页 |