基于Hadoop的出租车数据质量分析与处理
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题来源 | 第9页 |
| 1.2 研究背景及意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-14页 |
| 1.4 研究目的与组织结构 | 第14-16页 |
| 第2章 出租车数据质量评价方案设计 | 第16-40页 |
| 2.1 基于层次分析法的评价体系设计 | 第16-21页 |
| 2.1.1 数据质量要素 | 第16页 |
| 2.1.2 数据质量评价体系设计原理 | 第16-17页 |
| 2.1.3 数据质量评价体系建立 | 第17-21页 |
| 2.2 数据集描述 | 第21-23页 |
| 2.3 GPS数据质量评价方案设计 | 第23-30页 |
| 2.3.1 数据质量影响因素 | 第23-24页 |
| 2.3.2 GPS数据质量评价指标 | 第24-26页 |
| 2.3.3 数据质量评价规则 | 第26-30页 |
| 2.4 营运数据质量评价方案设计 | 第30-33页 |
| 2.4.1 数据质量影响因素 | 第30-31页 |
| 2.4.2 营运数据质量评价指标 | 第31-32页 |
| 2.4.3 数据质量评价规则 | 第32-33页 |
| 2.5 实验结果 | 第33-39页 |
| 2.6 本章小结 | 第39-40页 |
| 第3章 面向数据质量的清洗方案设计 | 第40-52页 |
| 3.1 数据清洗流程 | 第40-41页 |
| 3.2 基于MapReduce的分块去重算法 | 第41-45页 |
| 3.2.1 算法设计思路 | 第41-42页 |
| 3.2.2 两层分块模型 | 第42-43页 |
| 3.2.3 分块去重算法图解说明 | 第43-45页 |
| 3.3 出租车数据清洗方案设计 | 第45-49页 |
| 3.3.1 GPS数据清洗方案设计 | 第45-47页 |
| 3.3.2 营运数据清洗方案设计 | 第47-49页 |
| 3.4 实验结果 | 第49-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 基于清洗后高质量数据挖掘 | 第52-63页 |
| 4.1 相关定义 | 第52-53页 |
| 4.2 动机 | 第53-55页 |
| 4.3 停靠点检测算法 | 第55-59页 |
| 4.3.1 候选点获取 | 第55-57页 |
| 4.3.2 候选点过滤 | 第57-58页 |
| 4.3.3 基于DBSCAN算法的停靠点聚类 | 第58-59页 |
| 4.4 实验结果 | 第59-61页 |
| 4.5 本章小结 | 第61-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 总结 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
