| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 专用术语注释表 | 第10-11页 |
| 第一章 绪论 | 第11-14页 |
| 1.1 课题背景和意义 | 第11-12页 |
| 1.2 主要研究内容 | 第12-13页 |
| 1.3 本文的组织结构 | 第13-14页 |
| 第二章 需求分析 | 第14-26页 |
| 2.1 交通行业发展现状 | 第14-16页 |
| 2.2 交通行业信息化发展现状 | 第16-21页 |
| 2.2.1 交通信息化概念 | 第16页 |
| 2.2.2 交通行业信息化现状 | 第16-21页 |
| 2.3 智慧交通系统建设思路 | 第21-25页 |
| 2.3.1 基于手机定位技术的交通信息采集和处理 | 第23页 |
| 2.3.2 绿色交通指数的指标体系建立和分析计算 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 系统概要设计 | 第26-31页 |
| 3.1 技术架构 | 第26-27页 |
| 3.2 应用层功能设计 | 第27-28页 |
| 3.3 总体数据流图 | 第28-29页 |
| 3.4 本章小结 | 第29-31页 |
| 第四章 系统详细设计 | 第31-70页 |
| 4.1 总体业务处理流程 | 第31页 |
| 4.2 手机定位技术 | 第31-34页 |
| 4.2.1 Cell ID定位技术 | 第32-33页 |
| 4.2.2 比邻小区测量定位技术 | 第33-34页 |
| 4.2.3 位置分析定位技术建议 | 第34页 |
| 4.3 客户群筛选 | 第34-36页 |
| 4.4 客户群用户位置定位 | 第36-37页 |
| 4.5 客户群位置实时跟踪 | 第37-39页 |
| 4.6 客户群位置轨迹分析 | 第39-44页 |
| 4.6.1 客户群流动方向分析 | 第39-41页 |
| 4.6.2 客户群流动路径分析 | 第41-44页 |
| 4.6.3 客户群交通方式分析 | 第44页 |
| 4.7 消息中间件Active MQ | 第44-48页 |
| 4.8 开源大数据解决方案 | 第48-59页 |
| 4.8.1 实时大数据处理系统Twitter Storm | 第49-54页 |
| 4.8.2 批处理大数据处理Apache Hadoop | 第54-59页 |
| 4.9 NoSQL数据库HBase | 第59-65页 |
| 4.10 Gis展现WebGIS（ArcGIS） | 第65-69页 |
| 4.11 本章小结 | 第69-70页 |
| 第五章 具体技术实现 | 第70-92页 |
| 5.1 A口信令采集 | 第70-71页 |
| 5.2 A口信令示例 | 第71-74页 |
| 5.3 区域分析参数设定 | 第74页 |
| 5.4 区域内手机信令预处理 | 第74-76页 |
| 5.5 空间K-Means挖掘算法 | 第76-78页 |
| 5.6 ActiveMQ消息队列的发布和订阅 | 第78-81页 |
| 5.7 Twitter Storm实时分析 | 第81-83页 |
| 5.8 Apache Hadoop批分析 | 第83-87页 |
| 5.9 中间结果写入HBase | 第87-88页 |
| 5.10 webGis展现 | 第88-91页 |
| 5.10.1 WebGis分块处理技术 | 第88-89页 |
| 5.10.2 GIS大数据量展示技术 | 第89-91页 |
| 5.11 本章小结 | 第91-92页 |
| 第六章 系统的部署和典型应用 | 第92-100页 |
| 6.1 硬件性能指标估算 | 第92-94页 |
| 6.1.1 硬件处理性能估算 | 第92-93页 |
| 6.1.2 存储容量估算 | 第93-94页 |
| 6.2 软件配置方案 | 第94页 |
| 6.2.1 软件配置 | 第94页 |
| 6.2.2 软件部署方案 | 第94页 |
| 6.3 系统的典型应用 | 第94-99页 |
| 6.4 本章小结 | 第99-100页 |
| 第七章 总结与展望 | 第100-102页 |
| 7.1 总结 | 第100页 |
| 7.2 展望 | 第100-102页 |
| 参考文献 | 第102-104页 |
| 致谢 | 第104页 |