| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.2.1 国内外研究现状 | 第13-14页 |
| 1.2.2 现存问题及难点 | 第14页 |
| 1.3 研究框架及内容 | 第14-16页 |
| 1.3.1 研究框架 | 第15页 |
| 1.3.2 研究内容 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-17页 |
| 2 出租车热点区域分析理论及相关技术 | 第17-25页 |
| 2.1 CLIQUE网格聚类 | 第17-19页 |
| 2.1.1 CLIQUE网格聚类算法思想 | 第17-18页 |
| 2.1.2 CLIQUE网格聚类算法过程 | 第18-19页 |
| 2.2 FP-growth算法 | 第19-24页 |
| 2.2.1 FP-growth算法基本思想 | 第19-20页 |
| 2.2.2 FP-growth算法过程 | 第20-24页 |
| 2.3 本章小结 | 第24-25页 |
| 3 基于CLIQUE网格聚类算法的改进 | 第25-41页 |
| 3.1 基于高斯过程的CLIQUE网格算法 | 第25-29页 |
| 3.1.1 相关定义 | 第25-26页 |
| 3.1.2 基于高斯随机分布的CLIQUE网格算法 | 第26-29页 |
| 3.2 改进的高斯随机分布的CLIQUE网格算法 | 第29-32页 |
| 3.2.1 改进动机 | 第29-30页 |
| 3.2.2 相关定义及原理性质 | 第30-31页 |
| 3.2.3 改进思路 | 第31页 |
| 3.2.4 改进方法 | 第31-32页 |
| 3.3 实验结果与分析 | 第32-40页 |
| 3.3.1 出租车数据预处理 | 第32-34页 |
| 3.3.2 实验环境 | 第34-35页 |
| 3.3.3 有效性评估 | 第35-36页 |
| 3.3.4 可靠性分析 | 第36页 |
| 3.3.5 停留点聚类结果 | 第36-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 基于并行FP-growth算法的改进 | 第41-53页 |
| 4.1 基于布尔矩阵的并行FP-growth算法 | 第41-42页 |
| 4.1.1 相关定义及原理 | 第41-42页 |
| 4.1.2 BPFP算法原理 | 第42页 |
| 4.2 改进的并行FP-growth算法 | 第42-48页 |
| 4.2.1 改进动机 | 第42-43页 |
| 4.2.2 相关定义 | 第43页 |
| 4.2.3 改进思路 | 第43页 |
| 4.2.4 改进方法 | 第43-48页 |
| 4.3 实验结果与分析 | 第48-52页 |
| 4.3.1 实验环境 | 第48页 |
| 4.3.2 串行算法和并行算法的性能对比 | 第48-49页 |
| 4.3.3 三种并行算法性能对比 | 第49-50页 |
| 4.3.4 不同分组策略性能对比 | 第50页 |
| 4.3.5 节点变化时基于两种框架的性能对比 | 第50页 |
| 4.3.6 出租车数据集频繁项集挖掘结果 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 基于出租车数据的热点区域推荐 | 第53-61页 |
| 5.1 兴趣点研究概述 | 第53-54页 |
| 5.1.1 兴趣点概念 | 第53页 |
| 5.1.2 兴趣点分类 | 第53-54页 |
| 5.2 城市热点区域分析 | 第54-56页 |
| 5.2.1 停留点统计分析 | 第54-55页 |
| 5.2.2 不同兴趣点的停留点统计分析 | 第55-56页 |
| 5.3 热点区域获取与推荐 | 第56-59页 |
| 5.3.1 热点区域获取 | 第56-57页 |
| 5.3.2 热点区域推荐 | 第57-59页 |
| 5.4 本章小结 | 第59-61页 |
| 6 总结与展望 | 第61-63页 |
| 6.1 本文总结 | 第61-62页 |
| 6.2 工作展望 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读学位期间科研成果 | 第69页 |