基于社交数据用户行为的时空特性分析
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.1.1 数据时代的来临 | 第12页 |
| 1.1.2 人类动力学的发展 | 第12-13页 |
| 1.1.3 数据可视化的发展 | 第13页 |
| 1.2 课题研究现状 | 第13-15页 |
| 1.2.1 用户行为时空统计特性 | 第13-14页 |
| 1.2.2 挑战与动向 | 第14页 |
| 1.2.3 数据可视化 | 第14-15页 |
| 1.2.3.1 科学可视化 | 第14页 |
| 1.2.3.2 信息可视化 | 第14-15页 |
| 1.2.3.3 可视分析学 | 第15页 |
| 1.2.4 研究意义 | 第15页 |
| 1.3 主要贡献与创新 | 第15-16页 |
| 1.4 本论文的结构安排 | 第16-17页 |
| 第二章 相关研究发展及现状 | 第17-27页 |
| 2.1 人类动力学 | 第17-23页 |
| 2.1.1 时间特性实证统计量 | 第17-19页 |
| 2.1.1.1 泊松分布与幂律分布 | 第17-18页 |
| 2.1.1.2 阵发性与记忆性 | 第18-19页 |
| 2.1.1.3 周期性与波动性 | 第19页 |
| 2.1.2 时间特性模型发展 | 第19-20页 |
| 2.1.2.1 任务队列模型 | 第19-20页 |
| 2.1.2.2 多尺度生存模型 | 第20页 |
| 2.1.3 空间特性实证统计量 | 第20-21页 |
| 2.1.3.1 跳转距离分布与回转半径 | 第20-21页 |
| 2.1.3.2 访问地点数量S(t)随时间的变化 | 第21页 |
| 2.1.4 空间特性模型发展 | 第21-22页 |
| 2.1.4.1 偏好返回模型 | 第21-22页 |
| 2.1.4.2 基于摄动的模型 | 第22页 |
| 2.1.5 发展动向 | 第22-23页 |
| 2.1.5.1 用户之间的交互 | 第23页 |
| 2.1.5.2 用户与城市的相互影响 | 第23页 |
| 2.2 数据可视化与可视分析 | 第23-26页 |
| 2.2.1 时间数据可视化 | 第23-24页 |
| 2.2.1.1 线性时间的堆叠图算法 | 第24页 |
| 2.2.2 空间数据可视化 | 第24-25页 |
| 2.2.2.1 点数据和线数据的可视化 | 第25页 |
| 2.2.2.2 区域数据的可视化 | 第25页 |
| 2.2.3 社交数据可视分析 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 数据简介与数据预处理 | 第27-36页 |
| 3.1 数据简介 | 第27-28页 |
| 3.2 数据完整性 | 第28页 |
| 3.3 数据唯一性 | 第28-29页 |
| 3.4 数据合法性 | 第29页 |
| 3.5 签到记录活跃性分析 | 第29-34页 |
| 3.5.1 签到记录活跃性时序分布 | 第29-31页 |
| 3.5.2 用户与地点活跃度分析 | 第31页 |
| 3.5.3 活动类别活跃度分析 | 第31-32页 |
| 3.5.4 兴趣点类别活跃度分布 | 第32-33页 |
| 3.5.5 兴趣点类别对活动类型的修正 | 第33-34页 |
| 3.6 本章小结 | 第34-36页 |
| 第四章 用户行为时空特性统计分析 | 第36-53页 |
| 4.1 用户签到时间特性实证 | 第36-41页 |
| 4.1.1 样本用户签到行为平均时间间隔分布 | 第36-37页 |
| 4.1.2 用户签到行为时间间隔分布 | 第37页 |
| 4.1.3 群体层面活跃性与幂指数的关联 | 第37-39页 |
| 4.1.4 个体层面活跃性与幂指数的关联 | 第39-40页 |
| 4.1.5 用户签到行为的阵发与记忆性 | 第40-41页 |
| 4.1.6 用户签到行为的周期与波动性 | 第41页 |
| 4.2 用户签到时间特性模型复现 | 第41-42页 |
| 4.3 用户签到空间特性实证 | 第42-47页 |
| 4.3.1 跳转距离分布 | 第43页 |
| 4.3.2 回转半径分布 | 第43-44页 |
| 4.3.3 个体回转半径随时间的变化规律 | 第44页 |
| 4.3.4 基于回转半径的群体跳转距离分布 | 第44-45页 |
| 4.3.5 基于回转半径的重定标结果 | 第45-46页 |
| 4.3.6 用户在t时刻返回之前访问地点的概率 | 第46-47页 |
| 4.4 用户签到空间特性模型复现 | 第47-51页 |
| 4.5 本章小结 | 第51-53页 |
| 第五章 可视化算法设计 | 第53-64页 |
| 5.1 可视化算法的作用 | 第53-54页 |
| 5.2 算法设计需求梳理 | 第54页 |
| 5.2.1 基于数据特点的需求 | 第54页 |
| 5.2.2 基于系统用户的需求 | 第54页 |
| 5.3 算法设计 | 第54-63页 |
| 5.3.1 空间属性算法 | 第54-56页 |
| 5.3.1.1 地理坐标映射 | 第55页 |
| 5.3.1.2 地图描点 | 第55-56页 |
| 5.3.2 时间属性算法 | 第56-59页 |
| 5.3.2.1 堆叠图算法 | 第56-58页 |
| 5.3.2.2 日历热力图算法 | 第58-59页 |
| 5.3.3 圆填充算法 | 第59-61页 |
| 5.3.3.1 兄弟节点与树节点填充 | 第60-61页 |
| 5.3.4 钟表映射算法 | 第61-62页 |
| 5.3.5 细节审视可视编码 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 可视化系统实现 | 第64-75页 |
| 6.1 系统需求分析 | 第64-65页 |
| 6.1.1 时间属性数据可视化 | 第64页 |
| 6.1.2 空间属性数据可视化 | 第64-65页 |
| 6.1.3 层次结构数据可视化 | 第65页 |
| 6.1.4 交互操作 | 第65页 |
| 6.2 系统架构设计 | 第65-66页 |
| 6.3 系统功能设计 | 第66-67页 |
| 6.4 系统流程图 | 第67页 |
| 6.5 系统实现 | 第67-69页 |
| 6.5.1 时间属性可视化模块 | 第68页 |
| 6.5.2 空间属性可视化模块 | 第68页 |
| 6.5.3 层次结构可视化模块 | 第68-69页 |
| 6.5.4 交互模块 | 第69页 |
| 6.6 用户界面概览 | 第69-70页 |
| 6.7 系统案例研究 | 第70-74页 |
| 6.7.1 学生群体的签到行为 | 第71页 |
| 6.7.2 最活跃用户探索 | 第71页 |
| 6.7.3 用户画像对比 | 第71-72页 |
| 6.7.4 异常行为检测 | 第72-73页 |
| 6.7.5 地点功能探索 | 第73-74页 |
| 6.8 本章小结 | 第74-75页 |
| 第七章 总结与展望 | 第75-77页 |
| 7.1 全文总结 | 第75-76页 |
| 7.2 后续工作展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 攻硕期间取得的研究成果 | 第81页 |
