| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 研究背景和意义 | 第11-15页 |
| 1.2 研究现状 | 第15-17页 |
| 1.2.1 时间维度上的用户行为可视分析 | 第15-16页 |
| 1.2.2 时空维度上的用户行为可视分析 | 第16-17页 |
| 1.3 研究思路和研究内容 | 第17-19页 |
| 1.4 本文的组织结构 | 第19-20页 |
| 第2章 相关工作 | 第20-29页 |
| 2.1 时序数据可视分析 | 第20-22页 |
| 2.2 时空数据可视分析 | 第22-24页 |
| 2.3 社交媒体数据可视分析 | 第24-27页 |
| 2.4 城市数据可视分析 | 第27-28页 |
| 2.5 小结 | 第28-29页 |
| 第3章 时间维度上的用户行为分析 | 第29-52页 |
| 3.1 简介 | 第29-31页 |
| 3.2 系统概览 | 第31页 |
| 3.3 话题领袖和竞合模型 | 第31-35页 |
| 3.3.1 话题领袖 | 第31-32页 |
| 3.3.2 竞争模型 | 第32-33页 |
| 3.3.3 竞合模型 | 第33-34页 |
| 3.3.4 计算话题竞争合作力 | 第34-35页 |
| 3.4 可视设计 | 第35-41页 |
| 3.4.1 用户需求 | 第35页 |
| 3.4.2 设计目标 | 第35-37页 |
| 3.4.3 可视化技术 | 第37-41页 |
| 3.5 系统评估和案例分析 | 第41-51页 |
| 3.5.1 数据预处理 | 第41-43页 |
| 3.5.2 模型验证 | 第43页 |
| 3.5.3 案例分析 | 第43-49页 |
| 3.5.4 用户反馈 | 第49页 |
| 3.5.5 讨论 | 第49-51页 |
| 3.6 小结 | 第51-52页 |
| 第4章 大规模时空维度上的用户行为分析 | 第52-73页 |
| 4.1 简介 | 第52-54页 |
| 4.2 系统概览 | 第54-55页 |
| 4.3 模型构建 | 第55-58页 |
| 4.3.1 传统引力模型 | 第55页 |
| 4.3.2 动态社会引力模型 | 第55-58页 |
| 4.4 可视化设计 | 第58-65页 |
| 4.4.1 用户要求 | 第58页 |
| 4.4.2 设计目标 | 第58-60页 |
| 4.4.3 可视化技术 | 第60-65页 |
| 4.5 系统评估 | 第65-71页 |
| 4.5.1 案例研究 | 第65-70页 |
| 4.5.2 用户反馈 | 第70-71页 |
| 4.6 讨论 | 第71-72页 |
| 4.7 小结 | 第72-73页 |
| 第5章 城市尺度上的用户时空行为分析 | 第73-89页 |
| 5.1 简介 | 第73-74页 |
| 5.2 数据描述与设计目标 | 第74-77页 |
| 5.2.1 数据 | 第74-75页 |
| 5.2.2 设计目标 | 第75-76页 |
| 5.2.3 系统概览 | 第76-77页 |
| 5.3 改进的SEAM CARVING算法 | 第77-79页 |
| 5.4 可视化设计 | 第79-83页 |
| 5.4.1 时间方向 | 第79-81页 |
| 5.4.2 时序图的显示 | 第81-82页 |
| 5.4.3 用户交互 | 第82-83页 |
| 5.5 案例分析 | 第83-85页 |
| 5.5.1 案例 1：杭州市西湖区交通情况概览 | 第83-84页 |
| 5.5.2 案例 2：导航应用 | 第84-85页 |
| 5.6 用户研究 | 第85-88页 |
| 5.6.1 用户研究案例 1：时间方向 | 第85-86页 |
| 5.6.2 用户研究案例 2：嵌入视图 对比链接视图 | 第86-88页 |
| 5.7 讨论 | 第88页 |
| 5.8 小结 | 第88-89页 |
| 第6章 总结和展望 | 第89-92页 |
| 6.1 本文工作总结 | 第89-90页 |
| 6.2 未来工作展望 | 第90-92页 |
| 参考文献 | 第92-104页 |
| 致谢 | 第104-105页 |
| 攻读学位期间参加的科研项目和成果 | 第105-106页 |