海量旅游统计数据可视化的研究与应用
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题研究背景及研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外概况 | 第10-11页 |
| 1.2.2 国内概况 | 第11-12页 |
| 1.3 本课题主要研究内容 | 第12-14页 |
| 1.4 本章小结 | 第14-15页 |
| 2 相关理论与技术 | 第15-22页 |
| 2.1 基于Hadoop技术的大数据处理 | 第15-18页 |
| 2.1.1 Hadoop平台概述 | 第15-16页 |
| 2.1.2 HDFS存储系统简介 | 第16-17页 |
| 2.1.3 Hive数据仓库概述 | 第17页 |
| 2.1.4 关系数据交换工具Sqoop | 第17-18页 |
| 2.2 GIS相关介绍 | 第18页 |
| 2.2.1 GIS简介 | 第18页 |
| 2.2.2 GIS可视化技术 | 第18页 |
| 2.3 聚类算法 | 第18-20页 |
| 2.3.1 空间聚类算法 | 第19页 |
| 2.3.2 层次聚类分析算法 | 第19页 |
| 2.3.3 K均值聚类算法 | 第19-20页 |
| 2.4 旅游统计数据的可视化技术 | 第20-21页 |
| 2.4.1 地理空间的热力分布图 | 第20页 |
| 2.4.2 时空轨迹数据聚簇图 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 3 海量旅游统计数据可视化系统设计 | 第22-34页 |
| 3.1 可视化系统架构设计 | 第22-25页 |
| 3.1.1 可视化平台需求分析 | 第22-23页 |
| 3.1.2 可视化系统架构设计 | 第23-25页 |
| 3.2 海量旅游统计数据特征及处理 | 第25-29页 |
| 3.2.1 大规模轨迹数据的预处理 | 第25页 |
| 3.2.2 数据清洗 | 第25-26页 |
| 3.2.3 大数据可视化流程 | 第26-28页 |
| 3.2.4 Redis数据库 | 第28-29页 |
| 3.3 可视化系统中空间数据在GIS中的映射 | 第29-33页 |
| 3.3.1 空间数据的存储 | 第30页 |
| 3.3.2 道路路线分析 | 第30-31页 |
| 3.3.3 GIS基础设计 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 可视化实现与分析 | 第34-41页 |
| 4.1 聚类算法实现方法 | 第34-38页 |
| 4.1.1 空间数据可视化 | 第34页 |
| 4.1.2 聚类算法的选择 | 第34-35页 |
| 4.1.3 聚类算法的设计与实现 | 第35-38页 |
| 4.2 热力图实现方法 | 第38-40页 |
| 4.2.1 城市区块的划分和选取 | 第38-39页 |
| 4.2.2 道路聚集的热力图分布 | 第39-40页 |
| 4.3 本章小结 | 第40-41页 |
| 5 系统测试及结果分析 | 第41-49页 |
| 5.1 海量旅游统计数据可视化系统 | 第41-44页 |
| 5.1.1 开发环境 | 第41页 |
| 5.1.2 系统展示 | 第41-44页 |
| 5.2 聚类算法对比 | 第44-46页 |
| 5.2.1 游客流量时空分析热力图可视化 | 第44-45页 |
| 5.2.2 三种可视化实验结果对比分析 | 第45-46页 |
| 5.3 热力图实现对比 | 第46-48页 |
| 5.3.1 基于道路分布的直接可视化 | 第46-47页 |
| 5.3.2 道路聚集的热力图分布 | 第47-48页 |
| 5.3.3 可视化结果分析 | 第48页 |
| 5.4 本章小结 | 第48-49页 |
| 6 总结与展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 附录1 攻读硕士学位期间参与的项目和发表的论文 | 第55页 |
