基于无线探测的移动用户轨迹分析
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-14页 |
| 1.1.1 移动用户轨迹 | 第11页 |
| 1.1.2 轨迹数据获取方式 | 第11-13页 |
| 1.1.3 研究意义 | 第13-14页 |
| 1.2 论文的主要工作 | 第14页 |
| 1.3 论文的章节安排 | 第14-17页 |
| 第二章 移动用户轨迹分析相关研究 | 第17-25页 |
| 2.1 轨迹数据挖掘 | 第17-20页 |
| 2.1.1 轨迹不确定性 | 第17-18页 |
| 2.1.2 轨迹模式挖掘 | 第18-19页 |
| 2.1.3 轨迹分类 | 第19页 |
| 2.1.4 轨迹异常检测 | 第19-20页 |
| 2.2 轨迹分析相关研究 | 第20-23页 |
| 2.2.1 轨迹相似性分析 | 第20-21页 |
| 2.2.2 移动用户轨迹预测 | 第21-23页 |
| 2.3 本章小结 | 第23-25页 |
| 第三章 无线数据分析系统应用 | 第25-35页 |
| 3.1 系统设计的基本目标 | 第25页 |
| 3.2 Wicloud系统设计方案 | 第25-30页 |
| 3.2.1 系统架构 | 第25-26页 |
| 3.2.2 数据获取模块 | 第26-27页 |
| 3.2.3 数据处理模块 | 第27-28页 |
| 3.2.4 数据可视化模块 | 第28-30页 |
| 3.3 WiCloud分析系统应用 | 第30-34页 |
| 3.3.1 智能店铺 | 第30-31页 |
| 3.3.2 智慧校园 | 第31-33页 |
| 3.3.3 考勤系统 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 移动用户轨迹相似性分析 | 第35-41页 |
| 4.1 相似性指标 | 第35页 |
| 4.2 决策树模型 | 第35-36页 |
| 4.3 数据预处理 | 第36-37页 |
| 4.4 关系判别算法 | 第37-38页 |
| 4.5 结果与分析 | 第38-40页 |
| 4.6 本章小结 | 第40-41页 |
| 第五章 移动用户轨迹预测 | 第41-49页 |
| 5.1 马尔科夫链模型 | 第41-43页 |
| 5.2 轨迹预测算法 | 第43-44页 |
| 5.3 算法评估 | 第44-45页 |
| 5.4 结果与分析 | 第45-47页 |
| 5.5 本章小结 | 第47-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 论文总结 | 第49页 |
| 6.2 未来展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-57页 |
| 攻读硕士学位期间发表的学术论文 | 第57页 |
