基于地铁数据的乘客出行行为可视化
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究背景和意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-10页 |
| 1.3 本文研究工作 | 第10页 |
| 1.4 本文组织结构 | 第10-12页 |
| 2 相关技术及数据集介绍 | 第12-19页 |
| 2.1 可视化技术 | 第12-13页 |
| 2.1.1 可视化简介 | 第12-13页 |
| 2.1.2 数据可视化流程 | 第13页 |
| 2.2 开发关键技术 | 第13-15页 |
| 2.2.1 D3.js简介 | 第13-14页 |
| 2.2.2 Node.js简介 | 第14页 |
| 2.2.3 MongoDB简介 | 第14-15页 |
| 2.2.4 Leaflet简介 | 第15页 |
| 2.3 相关数据集介绍 | 第15-18页 |
| 2.3.1 地铁线路及站点数据 | 第16-17页 |
| 2.3.2 列车运行记录数据 | 第17页 |
| 2.3.3 地铁乘客刷卡数据 | 第17-18页 |
| 2.3.4 站点经纬度数据 | 第18页 |
| 2.4 本章小结 | 第18-19页 |
| 3 可视化系统的需求分析和总体设计 | 第19-28页 |
| 3.1 需求分析 | 第19-22页 |
| 3.1.1 功能需求 | 第19-20页 |
| 3.1.2 性能需求 | 第20-22页 |
| 3.1.3 交互需求 | 第22页 |
| 3.1.4 系统用例分析 | 第22页 |
| 3.2 总体设计 | 第22-27页 |
| 3.2.1 可视化系统总体流程设计 | 第22-23页 |
| 3.2.2 系统结构设计 | 第23页 |
| 3.2.3 数据库设计 | 第23-27页 |
| 3.3 本章小结 | 第27-28页 |
| 4 可视化系统的详细设计和系统实现 | 第28-45页 |
| 4.1 地铁基础数据可视化模块 | 第28-33页 |
| 4.1.1 数据预处理 | 第28-30页 |
| 4.1.2 模块功能的设计与实现 | 第30页 |
| 4.1.3 界面设计 | 第30页 |
| 4.1.4 交互操作的设计与实现 | 第30-33页 |
| 4.2 时空探索可视化模块 | 第33-37页 |
| 4.2.1 数据预处理 | 第33-34页 |
| 4.2.2 模块功能的设计与实现 | 第34-35页 |
| 4.2.3 界面设计 | 第35-36页 |
| 4.2.4 交互操作的设计与实现 | 第36-37页 |
| 4.3 站点聚类可视化模块 | 第37-41页 |
| 4.3.1 数据预处理 | 第37页 |
| 4.3.2 模块功能的设计与实现 | 第37-38页 |
| 4.3.3 基于聚类算法的站点划分 | 第38-39页 |
| 4.3.4 界面设计 | 第39-41页 |
| 4.3.5 交互操作的设计与实现 | 第41页 |
| 4.4 站点重要性可视化模块 | 第41-44页 |
| 4.4.1 模块功能的设计与实现 | 第42-44页 |
| 4.4.2 界面设计 | 第44页 |
| 4.4.3 交互操作的设计与实现 | 第44页 |
| 4.5 本章小结 | 第44-45页 |
| 5 可视化分析 | 第45-55页 |
| 5.1 地铁基础数据视图可视化分析 | 第45-47页 |
| 5.1.1 客流变化规律分析 | 第45-47页 |
| 5.1.2 特殊事件的发现 | 第47页 |
| 5.2 时空探索可视化分析 | 第47-49页 |
| 5.2.1 早晚高峰主导的客流模式分析 | 第47-49页 |
| 5.2.2 特殊功能站点的客流对比分析 | 第49页 |
| 5.3 聚类结果的可视化分析 | 第49-54页 |
| 5.3.1 不同参数下聚类结果的异常发现及分析 | 第49-52页 |
| 5.3.2 基于不同时段乘客流向的规律分析 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-61页 |
