| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题来源 | 第10页 |
| 1.2 研究背景 | 第10-11页 |
| 1.3 研究目的及意义 | 第11页 |
| 1.3.1 研究目的 | 第11页 |
| 1.3.2 研究意义 | 第11页 |
| 1.4 国内外研究综述 | 第11-16页 |
| 1.4.1 国外研究综述 | 第11-13页 |
| 1.4.2 国内研究综述 | 第13-16页 |
| 1.4.3 国内外研究综述 | 第16页 |
| 1.5 研究方法与内容 | 第16-19页 |
| 1.5.1 研究内容 | 第16-17页 |
| 1.5.2 研究方法 | 第17-18页 |
| 1.5.3 技术路线 | 第18-19页 |
| 第2章 相关理论基础及方法研究 | 第19-32页 |
| 2.1 相关概念解析 | 第19-22页 |
| 2.1.1 城市形态 | 第19页 |
| 2.1.2 城市空间结构 | 第19页 |
| 2.1.3 城市空间结构的变化 | 第19页 |
| 2.1.4 城市静态空间 | 第19-20页 |
| 2.1.5 城市动态空间 | 第20-22页 |
| 2.2 大数据相关研究 | 第22-24页 |
| 2.2.1 大数据 | 第22页 |
| 2.2.2 大数据类型 | 第22-23页 |
| 2.2.3 大数据的优势和局限 | 第23-24页 |
| 2.3 社区发现的理论及方法 | 第24-29页 |
| 2.3.1 复杂网络 | 第25页 |
| 2.3.2 社区结构 | 第25-26页 |
| 2.3.3 社区发现算法概述 | 第26-29页 |
| 2.4 Infomap算法及评估指标 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于出租车数据的珠海市城市动态空间识别 | 第32-47页 |
| 3.1 研究区域 | 第32-33页 |
| 3.2 数据获取 | 第33-36页 |
| 3.2.1 浮动车交通信息获取原理 | 第33-34页 |
| 3.2.2 数据来源及结构 | 第34-36页 |
| 3.3 数据处理 | 第36-40页 |
| 3.3.1 数据预处理 | 第36-37页 |
| 3.3.2 属性数据分类 | 第37-38页 |
| 3.3.3 网格划分 | 第38-40页 |
| 3.3.4 创建OD矩阵 | 第40页 |
| 3.4 城市动态空间识别 | 第40-46页 |
| 3.4.1 构建互动网络 | 第40-41页 |
| 3.4.2 随机游走 | 第41-42页 |
| 3.4.3 动态空间识别及地理映射 | 第42-43页 |
| 3.4.4 结果评估 | 第43-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 基于出租车数据的珠海市城市动态空间特征分析 | 第47-70页 |
| 4.1 珠海市城市总体动态空间特征 | 第47-51页 |
| 4.1.1 城市动态空间一周总体特征 | 第47-48页 |
| 4.1.2 五天工作日城市总体动态空间特征 | 第48-49页 |
| 4.1.3 两天休息日城市总体动态空间特征 | 第49-50页 |
| 4.1.4 工作日休息日动态空间特征对比 | 第50-51页 |
| 4.2 珠海市中心城区动态空间特征 | 第51-69页 |
| 4.2.1 中心城区工作日不同时段动态空间特征 | 第52-61页 |
| 4.2.2 中心城区休息日不同时段动态空间特征 | 第61-68页 |
| 4.2.3 工作日和休息日不同时段中心城区动态空间特征对比 | 第68-69页 |
| 4.3 本章小结 | 第69-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 附录 | 第77-85页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第85-87页 |
| 致谢 | 第87页 |