| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-13页 |
| 1.1.1 城市计算 | 第10-11页 |
| 1.1.2 城市功能区 | 第11-12页 |
| 1.1.3 网络大数据时代 | 第12-13页 |
| 1.2 研究意义 | 第13-14页 |
| 1.2.1 理论意义 | 第13-14页 |
| 1.2.2 实际意义 | 第14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.4 研究技术路线 | 第15-17页 |
| 1.5 文章组织安排 | 第17-18页 |
| 2 相关理论基础及研究现状 | 第18-27页 |
| 2.1 相关理论基础 | 第18-24页 |
| 2.1.1 数据挖掘 | 第18-19页 |
| 2.1.2 大数据 | 第19-20页 |
| 2.1.3 聚类 | 第20-23页 |
| 2.1.4 移动通信技术 | 第23-24页 |
| 2.2 城市功能区识别研究现状 | 第24-27页 |
| 3 基于微信数据和兴趣点的功能区识别方法 | 第27-41页 |
| 3.1 地图划分 | 第28-29页 |
| 3.2 微信数据预处理 | 第29-30页 |
| 3.3 基站人流量数据处理 | 第30-32页 |
| 3.3.1 整理数据 | 第30-31页 |
| 3.3.2 数据预处理 | 第31-32页 |
| 3.4 基站出(入)流数据处理 | 第32-34页 |
| 3.4.1 整理数据 | 第32-34页 |
| 3.4.2 数据预处理 | 第34页 |
| 3.5 兴趣点数据处理 | 第34-36页 |
| 3.6 基站聚类 | 第36-38页 |
| 3.6.1 删除离群点 | 第36-37页 |
| 3.6.2 模糊聚类与聚类可视化 | 第37-38页 |
| 3.7 基站功能识别 | 第38-41页 |
| 4 验证实验分析与评价 | 第41-65页 |
| 4.1 验证实验 | 第41-52页 |
| 4.1.1 验证实验数据 | 第41-42页 |
| 4.1.2 地图划分 | 第42页 |
| 4.1.3 数据处理 | 第42-47页 |
| 4.1.4 基站聚类 | 第47-50页 |
| 4.1.5 基站功能识别 | 第50-52页 |
| 4.2 实验评价 | 第52-63页 |
| 4.2.1 实验结果与整体区域的吻合度 | 第52-55页 |
| 4.2.2 实验结果与实际情况对比 | 第55-58页 |
| 4.2.3 离群点的影响 | 第58-59页 |
| 4.2.4 对比仅使用人流量或仅使用兴趣点的聚类结果 | 第59-61页 |
| 4.2.5 对比按周一至周日日平均人流量整理的聚类结果 | 第61-62页 |
| 4.2.6 对比按所有天数日平均人流量整理的聚类结果 | 第62-63页 |
| 4.3 方法总体评价 | 第63-65页 |
| 5 结论与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 附录A 兴趣点分类列表 | 第71-73页 |
| 攻读学位期间取得的研究成果 | 第73-74页 |
| 致谢 | 第74-76页 |
