| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第12-21页 |
| 1.1 问题的提出 | 第12-13页 |
| 1.2 研究目的与意义 | 第13页 |
| 1.3 国内外研究现状 | 第13-19页 |
| 1.3.1 经典出行路径搜索算法 | 第13-14页 |
| 1.3.2 中转换乘的出行路径搜索算法 | 第14-16页 |
| 1.3.3 国内外旅程规划服务现状分析 | 第16-18页 |
| 1.3.4 既有研究总结 | 第18-19页 |
| 1.4 论文研究内容与技术路线 | 第19-21页 |
| 2 铁路出行规划的服务网络及路径搜索算法设计 | 第21-33页 |
| 2.1 铁路出行服务网络设计 | 第21-24页 |
| 2.1.1 铁路出行服务网络分析 | 第21-22页 |
| 2.1.2 铁路出行服务网络构建 | 第22-24页 |
| 2.2 路径搜索算法设计思路 | 第24-26页 |
| 2.2.1 算法思路 | 第24-25页 |
| 2.2.2 同城换乘条件 | 第25-26页 |
| 2.3 算法流程 | 第26-31页 |
| 2.3.1 直达算法 | 第27页 |
| 2.3.2 一次中转换乘算法 | 第27-28页 |
| 2.3.3 二次中转换乘算法 | 第28-29页 |
| 2.3.4 缓存算法 | 第29-30页 |
| 2.3.5 城市/车站判别算法 | 第30-31页 |
| 2.4 实例分析 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 3 铁路旅程规划优选方案 | 第33-46页 |
| 3.1 优选方案问题分析 | 第33-36页 |
| 3.2 基于用户指定偏好的优选模型 | 第36-39页 |
| 3.2.1 以运行里程最短为目标的出行路径优选模型 | 第36-37页 |
| 3.2.2 以旅行时间最短为目标的出行路径优选模型 | 第37-38页 |
| 3.2.3 以经济费用最少为目标的出行路径优选模型 | 第38-39页 |
| 3.3 基于用户在线行为挖掘的优选模型 | 第39-44页 |
| 3.3.1 用户在线行为的方案点击率预测问题分析 | 第39页 |
| 3.3.2 用户在线行为数据采集 | 第39-43页 |
| 3.3.3 方案点击率预测的特征选择及分析模型 | 第43-44页 |
| 3.4 实例分析 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 4 基于移动设备的旅程规划系统设计 | 第46-58页 |
| 4.1 系统总体设计 | 第46-52页 |
| 4.1.1 系统总体技术架构 | 第46-48页 |
| 4.1.2 系统功能模块设计 | 第48-50页 |
| 4.1.3 数据库设计 | 第50-52页 |
| 4.2 系统实现关键技术 | 第52-55页 |
| 4.2.1 基于goroutine的并发实现 | 第52-53页 |
| 4.2.2 REST Web API设计 | 第53-54页 |
| 4.2.3 非关系型数据库MongoDB | 第54-55页 |
| 4.2.4 系统通信方式 | 第55页 |
| 4.3 实例展示 | 第55-57页 |
| 4.3.1 服务端REST接口调用 | 第55-57页 |
| 4.3.2 移动端效果展示 | 第57页 |
| 4.4 本章小结 | 第57-58页 |
| 5 结论 | 第58-60页 |
| 5.1 研究工作与结论 | 第58-59页 |
| 5.2 研究工作展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录A | 第63-77页 |
| 附录B | 第77-81页 |
| 附录C | 第81-84页 |
| 附录D | 第84-88页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第88-90页 |
| 学位论文数据集 | 第90页 |
