| 中文摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第12-33页 |
| 1.1 研究背景 | 第12-18页 |
| 1.2 研究目的及意义 | 第18页 |
| 1.3 国内外相关研究进展 | 第18-29页 |
| 1.3.1 城市管理问题研究进展 | 第18-20页 |
| 1.3.2 数字城管时空业务数据挖掘与应用研究进展 | 第20-22页 |
| 1.3.3 时空点过程模式挖掘研究进展 | 第22-26页 |
| 1.3.4 时空轨迹数据模式挖掘研究进展 | 第26-29页 |
| 1.4 研究内容及技术路线 | 第29-33页 |
| 1.4.1 主要研究内容 | 第29-30页 |
| 1.4.2 技术路线和实施方案 | 第30-33页 |
| 第二章 理论基础及研究方法 | 第33-52页 |
| 2.1 时空点过程及分布模式分析方法 | 第33-45页 |
| 2.1.1 时空点过程理论概述 | 第33-35页 |
| 2.1.2 时空点过程模式分析方法 | 第35-45页 |
| 2.2 时空轨迹数据理论概述及其模式分析方法 | 第45-49页 |
| 2.2.1 时空轨迹理论概述 | 第45-46页 |
| 2.2.2 时空轨迹停留点 | 第46-47页 |
| 2.2.3 基于停留时间的轨迹停留点识别分析方法 | 第47-49页 |
| 2.3 时间序列预测理论及分析方法 | 第49-51页 |
| 2.3.1 时间序列预测理论概述 | 第49页 |
| 2.3.2 时间序列预测方法 | 第49-51页 |
| 2.4 数字城管时空业务数据挖掘理论与方法框架 | 第51-52页 |
| 第三章 数字城管业务时空数据及预处理 | 第52-72页 |
| 3.1 数字城管业务时空数据概述 | 第52-59页 |
| 3.1.1 研究区域 | 第52-53页 |
| 3.1.2 研究数据的产生及获取 | 第53-55页 |
| 3.1.3 研究数据概述 | 第55-57页 |
| 3.1.4 研究数据的表达形式 | 第57-59页 |
| 3.2 数字城管时空业务数据的预处理 | 第59-72页 |
| 3.2.1 数字城管案件数据的预处理 | 第60-64页 |
| 3.2.2 监督员轨迹数据的预处理 | 第64-72页 |
| 第四章 数字城管案件时空分布模式 | 第72-106页 |
| 4.1 数字城管案件时空模式分析 | 第72-98页 |
| 4.1.1 数字城管案件的空间分布描述性分析 | 第73-84页 |
| 4.1.2 基于核密度估计的数字城管案件空间分布模式分析 | 第84-89页 |
| 4.1.3 基于NNA算法和Ripley’sK函数的案件空间分布模式分析 | 第89-93页 |
| 4.1.4 基于Knox指数的数字城管案件时空聚集性分析 | 第93-98页 |
| 4.2 道路网约束条件下数字城管案件的分布聚集模式分析 | 第98-101页 |
| 4.3 数字城管案件聚集区时空分布模式演化趋势预测分析 | 第101-106页 |
| 第五章 监督员轨迹时空分布模式分析 | 第106-110页 |
| 5.1 基于停留时间的轨迹停留点识别 | 第106-107页 |
| 5.2 基于监督员轨迹停留点的聚集性特征分析及与案件分布模式的对比分析 | 第107-110页 |
| 第六章 数字化城市管理模式创新 | 第110-117页 |
| 6.1 数字化城市管理模式发展现状 | 第111-114页 |
| 6.1.1 数字化城市管理模式发展现状分析 | 第111-112页 |
| 6.1.2 数字化城市管理模式存在问题分析 | 第112-114页 |
| 6.2 数字化城市管理模式创新 | 第114-117页 |
| 6.2.1 监督员工作模式创新 | 第114-115页 |
| 6.2.2 数字化城市管理模式创新 | 第115-117页 |
| 第七章 结论与展望 | 第117-122页 |
| 7.1 研究主要结论 | 第117-118页 |
| 7.2 研究创新点 | 第118-119页 |
| 7.3 研究中存在问题及下一步研究展望 | 第119-122页 |
| 致谢 | 第122-124页 |
| 参考文献 | 第124-131页 |
| 附录 | 第131页 |
