基于通信大数据的城市用户移动规律比较研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究目的及研究现状 | 第9-12页 |
| 1.3 论文结构 | 第12页 |
| 1.4 本章小结以及下章导引 | 第12-15页 |
| 第二章 研究方法综述 | 第15-25页 |
| 2.1 数据集描述 | 第15-18页 |
| 2.2 用户轨迹定位方法描述 | 第18-22页 |
| 2.3 用户过滤 | 第22-23页 |
| 2.4 本章小节以及下章导引 | 第23-25页 |
| 第三章 统计结果图表 | 第25-45页 |
| 3.1 家庭/工作位置相关图表 | 第25-32页 |
| 3.1.1 通勤距离的幂律分布 | 第25-28页 |
| 3.1.2 家庭/工作位置的可视化 | 第28-32页 |
| 3.2 通勤时间规律总结 | 第32-41页 |
| 3.2.1 平均通勤时间 | 第32-35页 |
| 3.2.2 通勤时间概率分布 | 第35-37页 |
| 3.2.3 居民出行时间和到家时间研究 | 第37-41页 |
| 3.3 交通方式浅析 | 第41-43页 |
| 3.4 通勤时间结果分析 | 第43页 |
| 3.5 本章小结以及下章导引 | 第43-45页 |
| 第四章 研究方法的工程实现 | 第45-57页 |
| 4.1 使用工具简介 | 第45-46页 |
| 4.2 数据导入和预处理 | 第46-48页 |
| 4.2.1 数据库任务描述 | 第46-47页 |
| 4.2.2 数据导入经验总结 | 第47-48页 |
| 4.3 程序实现流程 | 第48-56页 |
| 4.3.1 划分用户 | 第48-50页 |
| 4.3.2 提取用户轨迹 | 第50页 |
| 4.3.3 划分用户轨迹 | 第50-51页 |
| 4.3.4 寻找用户家庭/工作位置 | 第51-53页 |
| 4.3.5 提取通勤时间段记录 | 第53页 |
| 4.3.6 估计通勤时间 | 第53-55页 |
| 4.3.7 可视化的KML脚本简介 | 第55页 |
| 4.3.8 常见问题和经验总结 | 第55-56页 |
| 4.4 本章小结以及下章导引 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 附录 缩略语表 | 第62-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的学术论文目录 | 第64页 |
