基于Spatial-Spark海量网络空间数据分析与应用
| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 变量注释表 | 第16-17页 |
| 1 绪论 | 第17-23页 |
| 1.1 研究背景和意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-20页 |
| 1.3 研究内容和技术路线 | 第20-22页 |
| 1.4 论文结构安排 | 第22-23页 |
| 2 相关技术 | 第23-32页 |
| 2.1 Hadoop技术 | 第23-26页 |
| 2.2 Spark计算框架 | 第26-29页 |
| 2.3 空间数据挖掘 | 第29页 |
| 2.4 新浪微博数据接口 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 3 Spatial-Spark计算框架 | 第32-48页 |
| 3.1 空间数据分析处理 | 第32-35页 |
| 3.2 RDD空间扩展 | 第35-42页 |
| 3.3 Spatial-Spark实验分析 | 第42-47页 |
| 3.4 本章小结 | 第47-48页 |
| 4 POI空间数据分析 | 第48-61页 |
| 4.1 POI数据获取 | 第48-50页 |
| 4.2 统计分析 | 第50-51页 |
| 4.3 同位模式 | 第51-57页 |
| 4.4 微博POI同位模式 | 第57-59页 |
| 4.5 本章小结 | 第59-61页 |
| 5 人口空间流动网络分析 | 第61-76页 |
| 5.1 数据获取 | 第61-62页 |
| 5.2 人口流动统计 | 第62-65页 |
| 5.3 人口流向分析 | 第65-69页 |
| 5.4 人口流动网络社群挖掘 | 第69-75页 |
| 5.5 本章小结 | 第75-76页 |
| 6 结论和展望 | 第76-78页 |
| 6.1 结论 | 第76-77页 |
| 6.2 展望 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 作者简历 | 第83-85页 |
| 学位论文数据集 | 第85页 |
