基于云计算的出租车轨迹数据挖掘研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.3 论文主要工作 | 第16-17页 |
| 1.4 论文组织结构 | 第17-18页 |
| 第二章 云计算及关键技术 | 第18-28页 |
| 2.1 云计算概述 | 第18-21页 |
| 2.1.1 云计算的概念和发展 | 第18-19页 |
| 2.1.2 云计算的三种服务形式 | 第19页 |
| 2.1.3 云计算的关键技术 | 第19-21页 |
| 2.2 HDFS分布式文件系统 | 第21-24页 |
| 2.2.1 HDFS的特点 | 第21-22页 |
| 2.2.2 HDFS的体系结构 | 第22-23页 |
| 2.2.3 HDFS缺点及改进 | 第23-24页 |
| 2.3 MapReduce编程模型 | 第24-27页 |
| 2.3.1 MapReduce体系结构 | 第24-25页 |
| 2.3.2 Map与Reduce任务 | 第25-26页 |
| 2.3.3 MapReduce执行过程 | 第26-27页 |
| 2.4 本章小节 | 第27-28页 |
| 第三章 基于云计算的轨迹数据挖掘 | 第28-40页 |
| 3.1 数据挖掘概述 | 第28-30页 |
| 3.1.1 数据挖掘概念 | 第28-29页 |
| 3.1.2 数据挖掘发展 | 第29页 |
| 3.1.3 数据挖掘过程 | 第29-30页 |
| 3.2 基于云计算的轨迹数据挖掘系统设计 | 第30-34页 |
| 3.2.1 系统概述 | 第30-31页 |
| 3.2.2 系统架构 | 第31-32页 |
| 3.2.3 系统设计 | 第32-34页 |
| 3.3 出租车载客点推荐应用设计 | 第34-38页 |
| 3.3.1 概述 | 第34-35页 |
| 3.3.2 相关定义 | 第35-36页 |
| 3.3.3 系统设计 | 第36-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第四章 聚类算法的选取及并行化实现 | 第40-50页 |
| 4.1 聚类算法概述 | 第40-41页 |
| 4.1.1 聚类介绍 | 第40页 |
| 4.1.2 基于密度的聚类算法 | 第40-41页 |
| 4.2 DBSCAN算法 | 第41-45页 |
| 4.2.1 相关定义 | 第41-43页 |
| 4.2.2 算法流程 | 第43-45页 |
| 4.3 轨迹聚类算法并行化设计 | 第45-47页 |
| 4.3.1 算法框架 | 第45页 |
| 4.3.2 算法预处理 | 第45-46页 |
| 4.3.3 局部聚类算法 | 第46-47页 |
| 4.3.4 聚类结果合并 | 第47页 |
| 4.4 算法的并行化实现 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 实验与结果分析 | 第50-62页 |
| 5.1 数据源 | 第50-51页 |
| 5.1.1 数据介绍 | 第50页 |
| 5.1.2 数据预处理 | 第50-51页 |
| 5.2 实验环境 | 第51-54页 |
| 5.2.1 Hadoop平台搭建 | 第51-53页 |
| 5.2.2 Eclipse开发环境 | 第53-54页 |
| 5.3 实验结果与分析 | 第54-60页 |
| 5.3.1 基于MapReduce的轨迹聚类算法 | 第54页 |
| 5.3.2 推荐系统离线处理分析 | 第54-58页 |
| 5.3.3 出租车载客点在线推荐 | 第58-60页 |
| 5.4 小结 | 第60-62页 |
| 第六章 总结及展望 | 第62-64页 |
| 6.1 研究总结 | 第62页 |
| 6.2 研究展望 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66-68页 |
| 作者简介 | 第68-69页 |
