隨著改革開放的不斷發(fā)展,深圳和香港兩地在文化和經(jīng)濟(jì)等多方面的交流日益深化,在交流不斷深化的過程中,也存在著交通擁堵、水客走私和游客服務(wù)質(zhì)量下降等諸多潛在的問題。本文基于Hadoop大數(shù)據(jù)平臺,結(jié)合數(shù)據(jù)處理技術(shù)建立統(tǒng)一時(shí)空標(biāo)準(zhǔn)的數(shù)據(jù)庫,從時(shí)間軸分析不同時(shí)段的口岸客流量,從空間軸分析不同人群的運(yùn)動(dòng)軌跡,通過時(shí)空數(shù)據(jù)挖掘技術(shù),定量分析獲取不同時(shí)段、不同人群在口岸區(qū)域的活動(dòng)特征和規(guī)律,挖掘不同人群的出行行為模式,從而為優(yōu)化城市智能交通管理、提高口岸運(yùn)行效率和提高游客出行體驗(yàn)等方面提供相關(guān)的決策依據(jù)。本文的主要研究工作有以下幾個(gè)方面:（1）利用數(shù)據(jù)預(yù)處理技術(shù)完成公共交通數(shù)據(jù)的數(shù)據(jù)融合,并結(jié)合時(shí)空挖掘技術(shù)對口岸客流進(jìn)行人群劃分和模式分析。依托大數(shù)據(jù)平臺去除車輛GPS數(shù)據(jù)漂移點(diǎn),利用預(yù)處理后的數(shù)據(jù)分析客流時(shí)空特征,并提取相應(yīng)特征基于層次聚類算法對口岸客流進(jìn)行人群劃分和模式分析。針對層次聚類在大數(shù)據(jù)量時(shí)運(yùn)行效率緩慢的問題,提出先基于密度聚類再進(jìn)行層次聚類的解決方法,并在進(jìn)行密度聚類時(shí)一次合并多個(gè)相似點(diǎn)以提高算法效率。（2）利用抓取的香港基站數(shù)據(jù)和POI信息點(diǎn)（Point of Interest,即“興... 

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題背景與意義
    1.2 相關(guān)領(lǐng)域國內(nèi)外研究現(xiàn)狀
        1.2.1 對深港口岸客流研究內(nèi)容的研究現(xiàn)狀
        1.2.2 對深港口岸客流研究方法的研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容及組織結(jié)構(gòu)
第2章 客流出行行為分析研究框架和相關(guān)技術(shù)
    2.1 客流出行行為分析概要
        2.1.1 客流出行行為的定義
        2.1.2 客流出行特征的指標(biāo)分析
    2.2 客流出行行為分析的研究流程
    2.3 客流出行行為分析的具體研究框架
    2.4 客流出行行為分析的相關(guān)技術(shù)
        2.4.1 大數(shù)據(jù)平臺
        2.4.2 數(shù)據(jù)預(yù)處理
        2.4.3 數(shù)據(jù)特征分析
        2.4.4 聚類算法的選擇
    2.5 本章小結(jié)
第3章 基于公共交通數(shù)據(jù)的深圳口岸客流出行行為分析
    3.1 數(shù)據(jù)來源及字段說明
    3.2 數(shù)據(jù)預(yù)處理
        3.2.1 深圳通數(shù)據(jù)清洗
        3.2.2 公交GPS數(shù)據(jù)預(yù)處理
        3.2.3 公共交通數(shù)據(jù)融合
    3.3 基于公共交通數(shù)據(jù)的口岸客流出行特征分析
        3.3.1 出行時(shí)間維度分析
        3.3.2 出行空間維度分析
        3.3.3 重要站點(diǎn)的時(shí)空特征分析
    3.4 基于公共交通數(shù)據(jù)的口岸客流出行行為模式挖掘
        3.4.1 出行特征向量表示
        3.4.2 算法模型的建立
        3.4.3 基于密度改進(jìn)的層次聚類算法
        3.4.4 實(shí)驗(yàn)結(jié)果分析和算法模型評估
    3.5 客流分析與優(yōu)化措施
    3.6 本章小結(jié)
第4章 基于手機(jī)卡信息的香港游客出行行為分析
    4.1 數(shù)據(jù)集來源及字段說明
    4.2 數(shù)據(jù)預(yù)處理
    4.3 基于通信數(shù)據(jù)的游客出行行為分析
        4.3.1 出行時(shí)間維度分析
        4.3.2 出行空間維度分析
    4.4 基于出行目的偏好的游客挖掘模型
        4.4.1 地點(diǎn)標(biāo)簽體系的建立
        4.4.2 人群特征值提取
        4.4.3 基于TF-IDF算法的用戶出行偏好加權(quán)處理
        4.4.4 基于PCA的出行特征降維
        4.4.5 基于改進(jìn)的k-means算法構(gòu)建聚類模型
        4.4.6 實(shí)驗(yàn)結(jié)果分析與算法模型評估
    4.5 游客駐留點(diǎn)關(guān)聯(lián)性分析
    4.6 客流分析和優(yōu)化措施
    4.7 本章小結(jié)
第5章 總結(jié)與展望
    5.1 本文主要研究成果與創(chuàng)新點(diǎn)
    5.2 未來工作展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的論文
附錄A 論文中用到的大數(shù)據(jù)平臺及相關(guān)數(shù)據(jù)
附錄B 論文研究的部分代碼


【參考文獻(xiàn)】：
期刊論文
[1]深圳口岸建設(shè)面臨的機(jī)遇、挑戰(zhàn)與對策[J]. 付韶軍,陶懋煒,郭宏宇.  亞太經(jīng)濟(jì). 2016(01)
[2]大陸游客境外旅游景區(qū)內(nèi)時(shí)空行為模式研究——以香港海洋公園為例[J]. 黃瀟婷,張曉珊,趙瑩.  資源科學(xué). 2015(11)
[3]大陸赴港旅游波動(dòng)規(guī)律及其影響因素[J]. 林文凱,林璧屬.  經(jīng)濟(jì)管理. 2015(02)
[4]基于時(shí)空軌跡數(shù)據(jù)的出行特征挖掘方法[J]. 張健欽,仇培元,杜明義.  交通運(yùn)輸系統(tǒng)工程與信息. 2014(06)
[5]利用手機(jī)定位數(shù)據(jù)的用戶特征挖掘[J]. 陳佳,胡波,左小清,樂陽.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2014(06)
[6]這么近 那么遠(yuǎn):跨境學(xué)童現(xiàn)象及“家庭為本”社會(huì)工作實(shí)務(wù)初探[J]. 汪國波.  當(dāng)代港澳研究. 2013(03)
[7]“香港個(gè)人游計(jì)劃”實(shí)施與香港經(jīng)濟(jì)行業(yè)變化的關(guān)聯(lián)性[J]. 黎熙元,杜薇.  亞太經(jīng)濟(jì). 2013(06)
[8]簽證制度對跨境消費(fèi)行為的影響研究[J]. 李鵬,張進(jìn)暉.  華南師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(05)
[9]深港國際都會(huì)的戰(zhàn)略構(gòu)想與空間對策[J]. 鄒兵,陸佳,周銘.  城市規(guī)劃. 2011(08)
[10]基于位置感知設(shè)備的人類移動(dòng)研究綜述[J]. 劉瑜,肖昱,高松,康朝貴,王瑤莉.  地理與地理信息科學(xué). 2011(04)

博士論文
[1]數(shù)據(jù)驅(qū)動(dòng)的公交系統(tǒng)感知分析和線路優(yōu)化[D]. 張鋆.華中科技大學(xué) 2017
[2]鐵路運(yùn)輸設(shè)備技術(shù)狀態(tài)大數(shù)據(jù)平臺研究[D]. 王華偉.中國鐵道科學(xué)研究院 2017
[3]基于地理標(biāo)簽的社會(huì)媒體數(shù)據(jù)挖掘的智能旅游推薦研究[D]. Abdul Majid.浙江大學(xué) 2012

碩士論文
[1]基于Hadoop平臺的公交客流分析與預(yù)測研究[D]. 李振.東北師范大學(xué) 2015
[2]基于結(jié)構(gòu)方程模型的內(nèi)地游客赴港旅游滿意的影響因素研究[D]. 袁申梅.華南理工大學(xué) 2015
[3]基于出行者特性的出行行為研究[D]. 徐奧林.北京交通大學(xué) 2014
[4]深圳口岸旅檢水客治理研究[D]. 張煊.哈爾濱工業(yè)大學(xué) 2014
[5]出境游目的地選擇偏好的影響因素的實(shí)證研究[D]. 張銘晉.中南大學(xué) 2012
[6]制度間的跳躍[D]. 萬美蘭.南京大學(xué) 2012
[7]上班出行行為特征研究[D]. 岳芳.北京交通大學(xué) 2008
[8]內(nèi)地居民赴港旅游消費(fèi)行為研究[D]. 宋國惠.山東大學(xué) 2007



本文編號：3688647