發(fā)布時間：2018-12-19 09:33

【摘要】：隨著信息科技的發(fā)展,網絡正在深入地改變人們生活方式,衣食住行等生活基本需要無一不被網絡滲透,社交、教育、娛樂方式也因網絡的興起有了巨大的變化。在此背景下,本系統(tǒng)著手研究網絡日志中用戶的時空數據,提取位置信息并按照時間劃分構建用戶時空數據,在大量單個用戶時空數據的基礎上,挖掘多個用戶的數據在時空中的特征,分析出符合聚集模式的用戶時空數據特征,發(fā)現由多個用戶在持續(xù)的一段時間內參與的群體事件。本系統(tǒng)提出基于用戶軌跡數據分析群體聚集模式,從開始時間、結束時間、參與人數、參與用戶、聚集狀態(tài)等方面描述聚集信息�；贛ap Reduce并行處理計算模型和Spark大數據處理引擎設計和實現系統(tǒng)聚類算子和發(fā)現算法。采用了時間分片技術和線性插值建模用戶軌跡,構建了規(guī)范、完整的用戶軌跡數據。設計了應用于單個時間片的用戶位置數據的DBSCAN聚類算法,得到滿足密度要求的包含用戶位置數據和基本信息的簇。設計和實現了適用于并行計算環(huán)境的滿足規(guī)模、密度、持續(xù)時間和幾何穩(wěn)定等特性的人群發(fā)現算法。設計和實現了在已發(fā)現人群基礎上發(fā)現用戶聚集信息的聚集驗證算法。在獲取聚集結果的基礎上,設計了展示平臺,以Web的形式展示結果,通過接入GIS服務提供商的插件,實現了簡潔易用友好的界面,Redis作為實時呈現數據庫,利用其快速讀寫特性,支持聚集結果的實時呈現,MySQL作為歷史存儲數據庫,實現歷史分析結果的存儲。最后,本文設計了該系統(tǒng)的測試方法,包括功能測試和性能測試,在測試過程中優(yōu)化程序,達到工業(yè)使用條件,目前系統(tǒng)已經處于正常運轉中。
[Abstract]:With the development of information technology, the network is deeply changing people's way of life. The basic needs of life, such as clothing, food, shelter and transportation, are permeated by the network. Under this background, this system starts to study the user's space-time data in the network log, extracts the location information and constructs the user's space-time data according to the time division, on the basis of a large number of single user's space-time data. Mining the features of multiple users' data in time and space, analyzing the spatial and temporal characteristics of user data in accordance with the aggregation pattern, and finding the group events in which multiple users participate in a continuous period of time. In this system, a cluster aggregation model based on user trajectory data is proposed to describe the aggregation information from the start time, the end time, the number of participants, the participating users, the aggregation status, and so on. The system clustering operator and discovery algorithm are designed and implemented based on Map Reduce parallel processing model and Spark big data processing engine. Time slicing technique and linear interpolation are used to model the user trajectory, and the canonical and complete user trajectory data are constructed. The DBSCAN clustering algorithm applied to the user location data of a single time slice is designed to obtain the clusters containing user location data and basic information that meet the requirements of density. A crowd discovery algorithm suitable for parallel computing environment is designed and implemented, which can satisfy the characteristics of scale, density, duration and geometric stability. This paper designs and implements an aggregation verification algorithm for discovering user aggregation information on the basis of discovered crowd. On the basis of obtaining the aggregate result, the display platform is designed to display the results in the form of Web. By accessing the plug-in of the GIS service provider, the simple and user-friendly interface is realized. Redis is used as the real-time presentation database. By using its rapid reading and writing features, the real-time presentation of aggregate results is supported. MySQL is used as a historical storage database to store the historical analysis results. Finally, this paper designs the test method of the system, including function test and performance test, optimizes the program in the test process, and achieves the industrial use condition. At present, the system is already in normal operation.
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP311.52

【相似文獻】

相關期刊論文 前10條

1 譚躍鋼,劉峰;基于面積誤差評價的軌跡跟蹤數字式最優(yōu)預見控制[J];儀器儀表學報;2004年01期

2 張海濤,何清華,陳欠根;遙控挖掘機器人軌跡跟蹤的電液比例控制系統(tǒng)[J];液壓與氣動;2004年07期

3 王隨平;張海寧;李閃閣;;深海采礦車的軌跡跟蹤控制算法與仿真[J];中原工學院學報;2010年01期

4 龍也;謝博文;王小釗;;一種具有普適性的機器人行走任意軌跡跟蹤算法[J];科協(xié)論壇(下半月);2010年03期

5 李琳輝;連靜;王蒙蒙;王文波;吳淑梅;;基于滑轉補償的月球車軌跡跟蹤控制算法[J];電機與控制學報;2014年01期

6 羅志凡;盧耀祖;張氫;卞永明;;自主移動小車軌跡跟蹤的參數優(yōu)化及仿真研究[J];計算機仿真;2006年08期

7 王隨平;向東偉;廖超;;非完整深海機器人的軌跡跟蹤[J];中原工學院學報;2009年06期

8 吳衛(wèi)國,蔣平,陳輝堂,王月娟;移動小車軌跡跟蹤的力矩控制[J];控制與決策;1999年02期

9 陳啟軍,張宏輝,王月娟,陳輝堂;一種簡單的機器人魯棒自適應軌跡跟蹤控制算法[J];華中科技大學學報(自然科學版);2004年S1期

10 王隨平;楊書林;陳蓓;;基于動力學分析的深海集礦機軌跡跟蹤研究[J];計算機測量與控制;2008年12期

相關會議論文 前10條

1 陳啟軍;王月娟;;不依賴模型的機器人魯棒自適應軌跡跟蹤[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

2 晁紅敏;胡躍明;徐建閩;;基于滑模和后推法的自適應軌跡跟蹤[A];第二十屆中國控制會議論文集（上）[C];2001年

3 雷鳴;王月娟;蔣平;;視覺引導的機器人軌跡跟蹤路徑規(guī)劃的一種新方法[A];1994年中國控制會議論文集[C];1994年

4 王仲民;岳宏;劉繼巖;;基于復合形法機器人軌跡跟蹤模糊控制器優(yōu)化[A];2005年中國智能自動化會議論文集[C];2005年

5 陳鵬程;紀志成;;動力學層次移動機器人軌跡跟蹤控制仿真研究[A];2007中國控制與決策學術年會論文集[C];2007年

6 劉進;;影像合成運動鏡頭中的軌跡同步技術[A];2009中國電影電視技術學會影視技術文集[C];2010年

7 韓光信;;考慮執(zhí)行機構動態(tài)的WMR軌跡跟蹤與鎮(zhèn)定統(tǒng)一控制[A];2011年中國智能自動化學術會議論文集（第一分冊）[C];2011年

8 廖煜雷;龐永杰;;一類欠驅動機械系統(tǒng)軌跡跟蹤的滑�？刂品椒╗A];2011年中國智能自動化學術會議論文集（第一分冊）[C];2011年

9 馮馳;徐冉;;水下潛器垂直運動軌跡跟蹤研究[A];2010年通信理論與信號處理學術年會論文集[C];2010年

10 聶榮建;石文偉;;測圖軟件數據格式轉換為地籍管理信息系統(tǒng)數據格式的實現[A];山東省測繪學術年會論文集[C];2006年

相關重要報紙文章 前3條

1 譚彥敘　王帝;沈陽沈北分局網上“四戰(zhàn)法”見成效[N];人民公安報;2009年

2 鄧海建;公車監(jiān)控軌跡能否公之于眾[N];青島日報;2013年

3 朱耿斌;實現ETL 重在應用[N];中國計算機報;2003年

相關博士學位論文 前10條

1 盧勝男;復雜交通視頻場景中的車輛軌跡提取及行為分析[D];長安大學;2016年

2 王仲民;移動機器人路徑規(guī)劃及軌跡跟蹤問題研究[D];河北工業(yè)大學;2006年

3 戴娟;火星著陸器軌跡跟蹤控制方法研究[D];北京理工大學;2016年

4 申遠;基于小軌跡關聯(lián)的多人跟蹤方法研究[D];北京交通大學;2014年

5 MOHAMMED MOHAMMED SALEH ALL-BAIL;[D];武漢理工大學;2011年

6 毛峰;基于多源軌跡數據挖掘的居民通勤行為與城市職住空間特征研究[D];華東師范大學;2015年

7 鄧嬌嬌;基于動態(tài)軌跡的統(tǒng)一性潮流法[D];天津大學;2014年

8 尹曉紅;自動引導車運動分段控制技術研究[D];合肥工業(yè)大學;2011年

9 院老虎;六輪非對稱月球車運動控制方法及參數辨識研究[D];哈爾濱工業(yè)大學;2010年

10 黃海;新型仿人假手及其動態(tài)控制的研究[D];哈爾濱工業(yè)大學;2008年

相關碩士學位論文 前10條

1 梁嘉輝;基于激光線結構光3D視覺的機器人軌跡跟蹤方法與應用[D];華南理工大學;2015年

2 張茜;智能車輛的軌跡跟蹤控制方法研究[D];哈爾濱工業(yè)大學;2015年

3 高小林;動態(tài)人手跟蹤與軌跡識別技術的研究[D];華北電力大學;2015年

4 彭旭;移動導軌式6R機器人運動分析及軌跡跟蹤控制仿真[D];浙江大學;2015年

5 王文韜;基于雙PSD的運動目標軌跡跟蹤測量系統(tǒng)研究[D];大連理工大學;2015年

6 唐華振;基于遠距離RFID的軌跡跟蹤方法的研究[D];黑龍江大學;2015年

7 胡守柱;平面3-RRR壓電微動平臺位置域軌跡跟蹤控制方法研究[D];華東理工大學;2016年

8 牟書娟;基于卡爾曼濾波的平面倒立擺最優(yōu)控制研究[D];西南大學;2016年

9 趙巍;激光AGV分段軌跡控制技術研究[D];山東大學;2016年

10 黃悅;微差異行為識別中的長時軌跡特征構造及其復合Fisher向量生成方法[D];華南理工大學;2016年

，

本文編號：2386736