| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13-14页 |
| 第二章 相关理论及技术概述 | 第14-26页 |
| 2.1 轨迹数据挖掘基础理论 | 第14-17页 |
| 2.1.1 轨迹数据基本概念 | 第14页 |
| 2.1.2 轨迹数据的类别 | 第14-16页 |
| 2.1.3 轨迹数据预处理 | 第16-17页 |
| 2.2 聚类算法 | 第17-19页 |
| 2.2.1 聚类算法概述 | 第17-18页 |
| 2.2.2 基于网格的聚类算法 | 第18-19页 |
| 2.2.3 基于密度的聚类算法 | 第19页 |
| 2.3 大数据平台Hadoop及Spark | 第19-24页 |
| 2.3.1 Hadoop架构 | 第19-21页 |
| 2.3.2 分布式文件系统HDFS | 第21-22页 |
| 2.3.3 大数据处理框架Spark | 第22-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 基于出租车轨迹数据的载客热点挖掘模型 | 第26-56页 |
| 3.1 数据预处理 | 第26-34页 |
| 3.1.1 数据格式介绍 | 第26-27页 |
| 3.1.2 数据预处理流程 | 第27-34页 |
| 3.2 基于DBSCAN聚类算法的并行化改进 | 第34-47页 |
| 3.2.1 DBSCAN算法介绍 | 第34-38页 |
| 3.2.2 DBSCAN算法并行化分析 | 第38-40页 |
| 3.2.3 DBSCAN算法在Spark平台上的并行化实现 | 第40-46页 |
| 3.2.4 实验结果分析 | 第46-47页 |
| 3.3 行车信息推荐服务 | 第47-54页 |
| 3.3.1 衡量因素 | 第47-48页 |
| 3.3.2 基于载客热点和载客区域的行车信息推荐分析 | 第48-54页 |
| 3.4 本章小结 | 第54-56页 |
| 第四章 基于大数据平台的打车服务系统设计与实现 | 第56-66页 |
| 4.1 系统组成部分 | 第56-57页 |
| 4.2 系统总体设计 | 第57-58页 |
| 4.3 大数据平台的搭建 | 第58-59页 |
| 4.4 数据存储及查询模块 | 第59-64页 |
| 4.4.1 载客事件位置信息存储及查询 | 第60-62页 |
| 4.4.2 路径规划及载客区域推荐查询 | 第62-63页 |
| 4.4.3 历史订单信息存储及查询 | 第63-64页 |
| 4.5 实时叫车-应答服务模块 | 第64-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第五章 系统测试 | 第66-74页 |
| 5.1 测试环境 | 第66-67页 |
| 5.2 功能测试 | 第67-72页 |
| 5.2.1 身份验证功能 | 第67-69页 |
| 5.2.2 订单服务功能 | 第69-72页 |
| 5.2.3 载客热门信息推荐功能 | 第72页 |
| 5.3 性能测试 | 第72-73页 |
| 5.4 本章小结 | 第73-74页 |
| 第六章 结束语 | 第74-76页 |
| 6.1 论文总结 | 第74页 |
| 6.2 问题与展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80页 |