科技的發(fā)展改變著人們的出行方式,越來(lái)越多的乘客選擇地鐵出行。但目前相關(guān)的地鐵軟件大多僅為用戶提供路線規(guī)劃服務(wù),越來(lái)越不能夠滿足用戶對(duì)于地鐵出行的多方位需求。同時(shí)隨著人們的出行計(jì)劃越來(lái)越縝密,地鐵路線推薦方案的精準(zhǔn)度變得越發(fā)重要,特別是對(duì)于一些有精細(xì)化乘車需求的用戶,例如趕末班車的用戶,趕時(shí)間上班的用戶等。然而,目前市場(chǎng)上的地鐵路線推薦軟件大都理想化地估計(jì)乘車時(shí)間,不能滿足用戶對(duì)于預(yù)估精準(zhǔn)度日益增長(zhǎng)的需求�；谝陨显�,本文致力于構(gòu)建一個(gè)提供地鐵全方位服務(wù)的系統(tǒng),不僅為用戶提供智能路徑規(guī)劃功能,還為用戶提供了更多與乘坐地鐵相關(guān)的精細(xì)化服務(wù)。對(duì)于系統(tǒng)中的智能路線規(guī)劃功能,主要是通過(guò)處理分析各地鐵站數(shù)據(jù),并結(jié)合機(jī)器學(xué)習(xí)中梯度提升樹(shù)模型,K-Means聚類,線性回歸模型在客流預(yù)測(cè)領(lǐng)域的運(yùn)用,基于迪杰斯特拉算法的思想為用戶提供了精準(zhǔn)的地鐵路徑推薦方案。包括最短用時(shí)方案、最晚出行推薦方案,最少換乘方案以及地鐵不可達(dá)情況下的距離目的地最近的乘車方案。此外,為滿足用戶乘坐地鐵出行的其他需求,系統(tǒng)還為用戶提供了文章閱讀,文章推薦,失物招領(lǐng),周邊設(shè)施信息展示,VR站內(nèi)向?qū)?延誤、限流推送等功能。以上功能都...

【文章頁(yè)數(shù)】：99 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 引言
    1.1 項(xiàng)目背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文主要研究?jī)?nèi)容和組織結(jié)構(gòu)
    1.4 本人主要工作
    1.5 本章小結(jié)
2 相關(guān)理論與技術(shù)綜述
    2.1 Android平臺(tái)簡(jiǎn)介
        2.1.1 Android系統(tǒng)架構(gòu)
        2.1.2 xUtils
        2.1.3 Picasso
        2.1.4 OkHttp
    2.2 機(jī)器學(xué)習(xí)在客流預(yù)測(cè)中的運(yùn)用
        2.2.1 回歸決策樹(shù)算法
        2.2.2 線性回歸算法
        2.2.3 梯度提升樹(shù)算法
    2.3 Lambda框架
    2.4 MapReduce編程模型
    2.5 Spring Boot框架
    2.6 MyBaits框架
    2.7 本章小結(jié)
3 需求分析
    3.1 需求分析綜述
        3.1.1 系統(tǒng)特點(diǎn)分析
        3.1.2 用戶特征分析
    3.2 功能性需求分析
        3.2.1 注冊(cè)、登錄功能
        3.2.2 地鐵路線查詢功能
        3.2.3 查看系統(tǒng)通知功能
        3.2.4 查看地鐵周邊設(shè)施功能
        3.2.5 文章閱讀功能
        3.2.6 個(gè)人信息管理功能
        3.2.7 失物招領(lǐng)信息管理功能
        3.2.8 查看地鐵VR站內(nèi)向?qū)Чδ?br>        3.2.9 管理收藏文章信息功能
        3.2.10 出行擁擠度查詢功能
        3.2.11 文章推薦功能
    3.3 非功能性需求分析
        3.3.1 性能
        3.3.2 易用性
        3.3.3 可維護(hù)性
        3.3.4 穩(wěn)定性
        3.3.5 安全性
    3.4 本章小結(jié)
4 系統(tǒng)概要設(shè)計(jì)
    4.1 系統(tǒng)架構(gòu)設(shè)計(jì)
    4.2 系統(tǒng)功能結(jié)構(gòu)設(shè)計(jì)
    4.3 系統(tǒng)部署
    4.4 系統(tǒng)數(shù)據(jù)庫(kù)設(shè)計(jì)
        4.4.1 系統(tǒng)數(shù)據(jù)庫(kù)實(shí)體關(guān)系
        4.4.2 數(shù)據(jù)庫(kù)表結(jié)構(gòu)設(shè)計(jì)
    4.5 HDFS文件存儲(chǔ)設(shè)計(jì)
    4.6 本章小結(jié)
5 地鐵路徑推薦算法的設(shè)計(jì)與實(shí)現(xiàn)
    5.1 地鐵路線推薦算法模型構(gòu)建
    5.2 乘客站內(nèi)步行時(shí)長(zhǎng)預(yù)估
        5.2.1 分析并處理數(shù)據(jù)
        5.2.2 構(gòu)建模型并調(diào)優(yōu)
    5.3 迪杰斯特拉算法的實(shí)現(xiàn)
        5.3.1 最短用時(shí)算法的設(shè)計(jì)與實(shí)現(xiàn)
        5.3.2 最晚出發(fā)時(shí)間算法的設(shè)計(jì)與實(shí)現(xiàn)
        5.3.3 最少換乘次數(shù)算法的設(shè)計(jì)與實(shí)現(xiàn)
    5.4 返回結(jié)果展示
    5.5 本章小結(jié)
6 系統(tǒng)詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
    6.1 系統(tǒng)運(yùn)行及開(kāi)發(fā)環(huán)境
    6.2 地鐵路徑推薦模塊
        6.2.1 功能結(jié)構(gòu)
        6.2.2 可視化實(shí)現(xiàn)
    6.3 文章推薦模塊
        6.3.1 個(gè)性化推薦模塊架構(gòu)設(shè)計(jì)
        6.3.2 個(gè)性化推薦批處理層設(shè)計(jì)與實(shí)現(xiàn)
        6.3.3 個(gè)性化推薦的實(shí)時(shí)層設(shè)計(jì)與實(shí)現(xiàn)
        6.3.4 非個(gè)性化推薦模塊設(shè)計(jì)與實(shí)現(xiàn)
    6.4 失物招領(lǐng)模塊
    6.5 VR站內(nèi)向?qū)K
    6.6 文章閱讀模塊
    6.7 系統(tǒng)運(yùn)行效果展示
        6.7.1 個(gè)人中心模塊展示
        6.7.2 智能路線推薦模塊展示
        6.7.3 文章模塊展示
        6.7.4 系統(tǒng)其它模塊展示
    6.8 本章小結(jié)
7 系統(tǒng)測(cè)試
    7.1 系統(tǒng)功能測(cè)試
        7.1.1 智能路線推薦模塊功能測(cè)試
        7.1.2 文章模塊功能測(cè)試
        7.1.3 地鐵周邊信息模塊功能測(cè)試
        7.1.4 個(gè)人中心模塊功能測(cè)試
        7.1.5 失物招領(lǐng)模塊功能測(cè)試
    7.2 系統(tǒng)性能測(cè)試與兼容性測(cè)試
    7.3 本章小結(jié)
8 結(jié)論
    8.1 全文總結(jié)
    8.2 不足與展望
參考文獻(xiàn)
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3794506