摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-15页 |
1.1 研究背景 | 第10-12页 |
1.1.1 课题来源及意义 | 第10-11页 |
1.1.2 国内外研究现状 | 第11-12页 |
1.2 课题主要研究内容 | 第12-13页 |
1.3 论文组织结构 | 第13-14页 |
1.4 本章小结 | 第14-15页 |
第二章 相关理论与技术 | 第15-21页 |
2.1 移动轨迹序列挖掘相关理论 | 第15-18页 |
2.1.1 相关定义 | 第15-16页 |
2.1.2 移动轨迹数据分类 | 第16-17页 |
2.1.3 移动轨迹模式挖掘应用领域 | 第17-18页 |
2.2 Hadoop项目及子项目 | 第18-20页 |
2.2.1 Hadoop项目概述 | 第18-19页 |
2.2.2 MapReduce编程模型相关介绍 | 第19-20页 |
2.2.3 HDFS分布式存储模型介绍 | 第20页 |
2.3 本章小结 | 第20-21页 |
第三章 用户移动轨迹数据预处理 | 第21-40页 |
3.1 从原始的GPS轨迹序列提取停留点序列 | 第21-22页 |
3.2 从停留点序列提取用户重要地点集合 | 第22-26页 |
3.2.1 基于密度的聚类算法研究现状 | 第23-24页 |
3.2.2 DBSCAN:基于高密度连通区域的聚类算法 | 第24-25页 |
3.2.3 OPTICS:通过点排序识别聚类结构 | 第25-26页 |
3.3 改进后的OPTICS聚类算法 | 第26-30页 |
3.3.1 OPTICS算法改进思路 | 第26-27页 |
3.3.2 CP-OPTICS聚类算法 | 第27-30页 |
3.3.2.1 网格划分因子的选取 | 第27页 |
3.3.2.2 密度阈值的选取 | 第27-28页 |
3.3.2.3 密集格及其质心 | 第28-29页 |
3.3.2.4 距离函数 | 第29页 |
3.3.2.5 时间复杂度分析 | 第29-30页 |
3.4 移动轨迹数据预处理实验和结果分析 | 第30-33页 |
3.4.1 CP-OPTICS算法在轨迹聚类上的应用 | 第30-32页 |
3.4.2 CP-OPTICS算法的性能测试 | 第32-33页 |
3.5 数据密集型环境下CP-OPTICS算法实验分析 | 第33-38页 |
3.5.1 Hadoop环境配置 | 第33-37页 |
3.5.1.1 机器名及静态IP配置 | 第34页 |
3.5.1.2 JDK的安装配置 | 第34-35页 |
3.5.1.3 配置SSH无密码验证机制 | 第35-36页 |
3.5.1.4 安装Hadoop | 第36-37页 |
3.5.1.5 Hadoop的启动及验证 | 第37页 |
3.5.2 基于MapReduce的CP-OPTICS算法实验结果 | 第37-38页 |
3.6 本章小结 | 第38-40页 |
第四章 轨迹模式挖掘 | 第40-55页 |
4.1 基于矩阵的关联规则算法研究现状 | 第40-41页 |
4.2 改进后的移动轨迹序列模式挖掘算法 | 第41-46页 |
4.2.1 算法相关定义 | 第41-42页 |
4.2.2 FMA_Mining算法过程描述 | 第42-43页 |
4.2.3 FMA_Mining算法伪代码描述 | 第43-44页 |
4.2.4 FMA_Mining算法实例 | 第44-46页 |
4.3 数据密集型环境下FMA_Mining算法的进一步改进 | 第46-50页 |
4.3.1 矩阵分块的思想 | 第46-47页 |
4.3.2 矩阵分块算法实例 | 第47-48页 |
4.3.3 对矩阵进行MapReduce并行化处理 | 第48-50页 |
4.4 数据密集型环境下轨迹模式挖掘实验和结果分析 | 第50-54页 |
4.4.1 单机环境下FMA_Mining算法实验结果 | 第50-51页 |
4.4.2 FMA_Mining算法在轨迹模式挖掘上的应用 | 第51-52页 |
4.4.4 FMA_Mining算法的性能测试 | 第52-54页 |
4.5 本章小结 | 第54-55页 |
第五章 总结与展望 | 第55-57页 |
5.1 本文工作总结 | 第55-56页 |
5.2 展望 | 第56-57页 |
参考文献 | 第57-61页 |
致谢 | 第61-62页 |
攻读硕士学位期间公开发表的论文及科研情况 | 第62页 |
发表论文情况 | 第62页 |
攻读硕士学位期间参加的科研项目 | 第62页 |
获奖情况 | 第62页 |