基于WiFi登录数据的大学生校园活动时空特征研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 大数据与时空行为研究 | 第11-12页 |
| 1.2.2 行为模式中的时空分析方法 | 第12-13页 |
| 1.2.3 大学生行为研究现状 | 第13-14页 |
| 1.3 研究意义 | 第14页 |
| 1.3.1 理论意义 | 第14页 |
| 1.3.2 应用意义 | 第14页 |
| 1.4 研究区概况和研究内容 | 第14-15页 |
| 1.4.1 研究区概况 | 第14-15页 |
| 1.4.2 研究内容 | 第15页 |
| 1.5 研究方法和技术路线 | 第15-17页 |
| 1.5.1 研究方法 | 第15-16页 |
| 1.5.2 技术路线 | 第16-17页 |
| 1.6 文章组织结构 | 第17-18页 |
| 2 相关理论与技术 | 第18-25页 |
| 2.1 时空行为 | 第18页 |
| 2.2 大数据 | 第18-19页 |
| 2.2.1 内涵 | 第18-19页 |
| 2.2.2 特征 | 第19页 |
| 2.3 WiFi定位技术 | 第19-20页 |
| 2.4 可视化平台建设相关介绍 | 第20-25页 |
| 2.4.1 B/S结构简介 | 第20-21页 |
| 2.4.2 Web开发中相关技术 | 第21-25页 |
| 3 数据预处理 | 第25-32页 |
| 3.1 数据获取与导入 | 第25-28页 |
| 3.2 数据过滤和清洗 | 第28页 |
| 3.3 数据离散化 | 第28-30页 |
| 3.4 位置解析 | 第30-32页 |
| 4 校园时空分布可视化平台设计与实现 | 第32-41页 |
| 4.1 需求分析 | 第32页 |
| 4.2 要功能设计 | 第32-33页 |
| 4.3 数据库设计 | 第33-36页 |
| 4.3.1 数据库结构 | 第33-35页 |
| 4.3.2 数据库连接 | 第35-36页 |
| 4.4 时空可视化分析平台实现 | 第36-41页 |
| 4.4.1 时空数据库管理 | 第36页 |
| 4.4.2 地图视图的显示与管理 | 第36-37页 |
| 4.4.3 时空动态可视化 | 第37-40页 |
| 4.4.4 统计图表展示 | 第40-41页 |
| 5 大学生校园活动行为特征分析 | 第41-58页 |
| 5.1 学生校园活动时间特征分析 | 第41-47页 |
| 5.1.1 学生年级间活动时间特征及差异 | 第41-44页 |
| 5.1.2 学生性别间活动时间特征及差异 | 第44-45页 |
| 5.1.3 学生学科间活动时间特征及差异 | 第45-46页 |
| 5.1.4 不同成绩学生活动时间特征及差异 | 第46-47页 |
| 5.2 学生校园活动空间特征分析 | 第47-49页 |
| 5.2.1 离散处理 | 第47-48页 |
| 5.2.2 热点分析 | 第48-49页 |
| 5.2.3 聚合分析 | 第49页 |
| 5.3 学生活动类型特征分析 | 第49-54页 |
| 5.3.1 日际特征 | 第52-53页 |
| 5.3.2 月际特征 | 第53-54页 |
| 5.4 时空组合特征 | 第54-55页 |
| 5.4.1 时空行为的一致性 | 第54页 |
| 5.4.2 时空行为的规律性 | 第54页 |
| 5.4.3 时空行为的集聚性 | 第54页 |
| 5.4.4 时空行为的依赖性 | 第54-55页 |
| 5.4.5 时空行为的就近性 | 第55页 |
| 5.5 驱动力分析 | 第55-58页 |
| 5.5.1 内在机制 | 第55-56页 |
| 5.5.2 环境因素 | 第56-58页 |
| 6 总结和展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 研究展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间发表的学术论文及所获奖项 | 第64-65页 |
| 致谢 | 第65页 |
