| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 移动轨迹数据挖掘研究现状 | 第12-14页 |
| 1.2.2 移动轨迹数据可视化分析研究现状 | 第14-15页 |
| 1.2.3 基于位置信息的用户行为分析研究现状 | 第15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 位置信息采集软件的设计与实现 | 第18-37页 |
| 2.1 轨迹数据分类 | 第18-20页 |
| 2.1.1 基于时间采样的轨迹数据 | 第18页 |
| 2.1.2 基于位置采样的轨迹数据 | 第18-19页 |
| 2.1.3 基于事件触发采样的轨迹数据 | 第19-20页 |
| 2.2 移动定位技术 | 第20-24页 |
| 2.2.1 移动定位技术概述 | 第20-21页 |
| 2.2.2 移动通信基站定位技术 | 第21-23页 |
| 2.2.3 GPS定位技术 | 第23页 |
| 2.2.4 WIFI定位技术 | 第23-24页 |
| 2.3 基于Android平台的数据采集软件的设计与实现 | 第24-36页 |
| 2.3.1 软件相关技术分析 | 第25-28页 |
| 2.3.2 数据采集软件设计 | 第28-31页 |
| 2.3.3 数据采集软件实现 | 第31-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第三章 轨迹数据的表达与分析环境 | 第37-47页 |
| 3.1 时间地理学 | 第37-38页 |
| 3.1.1 时间地理学的发展历程 | 第37页 |
| 3.1.2 时间地理学的主要概念与表示方法 | 第37-38页 |
| 3.2 轨迹数据管理平台的设计与实现 | 第38-46页 |
| 3.2.1 设计背景 | 第38-39页 |
| 3.2.2 设计流程 | 第39-43页 |
| 3.2.3 平台功能实现 | 第43-46页 |
| 3.3 本章小结 | 第46-47页 |
| 第四章 基于时间节点的轨迹停留点提取 | 第47-62页 |
| 4.1 行程识别概述 | 第47-48页 |
| 4.2 轨迹的理论基础 | 第48-51页 |
| 4.2.1 轨迹的模型 | 第48页 |
| 4.2.2 轨迹的相关概念 | 第48-49页 |
| 4.2.3 数据预处理 | 第49-51页 |
| 4.3 行程识别的相关方法 | 第51-54页 |
| 4.3.1 探索性方法 | 第51-52页 |
| 4.3.2 聚类法 | 第52-53页 |
| 4.3.3 方法对比 | 第53-54页 |
| 4.4 基于时间节点的停留点识别 | 第54-58页 |
| 4.4.1 DBSCAN概述 | 第54-56页 |
| 4.4.2 停留点的提取 | 第56-58页 |
| 4.5 实验结果与分析 | 第58-60页 |
| 4.5.1 基于行为轨迹的位置数据仿真 | 第58-59页 |
| 4.5.2 DBSCAN聚类算法参数的选择 | 第59页 |
| 4.5.3 停留点提取实验结果 | 第59-60页 |
| 4.6 停留点语义化 | 第60-61页 |
| 4.7 本章小结 | 第61-62页 |
| 第五章 基于轨迹数据的学生行为分析 | 第62-76页 |
| 5.1 行为轨迹分析理论基础 | 第62-63页 |
| 5.1.1 行为轨迹数学模型 | 第62页 |
| 5.1.2 行为轨迹概念模型 | 第62-63页 |
| 5.1.3 行为轨迹逻辑模型 | 第63页 |
| 5.2 每天行为模式分析 | 第63-65页 |
| 5.2.1 学生行为模式分类 | 第63-64页 |
| 5.2.2 行为轨迹分析 | 第64-65页 |
| 5.3 频繁行为模式分析 | 第65-72页 |
| 5.3.1 频繁模式挖掘基本概念 | 第66-67页 |
| 5.3.2 Apriori算法 | 第67-70页 |
| 5.3.3 参数的确定 | 第70页 |
| 5.3.4 频繁行为结果可视化分析 | 第70-72页 |
| 5.4 频繁序列行为分析 | 第72-75页 |
| 5.4.1 序列模式概念 | 第72页 |
| 5.4.2 GSP算法概述 | 第72-74页 |
| 5.4.3 频繁序列行为分析结果可视化 | 第74-75页 |
| 5.5 本章小结 | 第75-76页 |
| 总结与展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82页 |