原文传递
基于地铁数据的乘客出行行为可视化
| 论文题名： | 基于地铁数据的乘客出行行为可视化 |
| 关键词： | 时空探索;站点聚类;可视化;地铁数据;乘客出行行为 |
| 摘要： | 随着智能交通技术不断发展，大规模交通数据的采集变得可行，由此产生大量蕴含人类移动规律的数据。交通数据驱动的分析可以为城市决策提供帮助，提升居民的生活质量。地铁数据包含诸多城市信息，从出行模式到异常事件发现。地铁数据具有多重复杂的属性，如时间属性、位置属性及其他属性。在本文中，我们开发一种可视化分析系统，通过交互式的探索地铁数据，分析城市居民的出行规律及地铁客流规律。 地铁线路纷繁复杂，站点众多，我们设计可视化解决方案，展示地铁站点线路信息，直观地查看地铁运行视图及不同线路上的客流规律。地铁数据规模庞大，在如此大规模的数据上做某种特定的查询并不容易，如对比不同站点，客流量随时间变化的差异。我们为此构建了一个时空探索模块，用户通过执行在时间上的选择和空间上的选择，交互式的探索地铁刷卡数据，同时展示给用户可视化的查询结果，进一步分析客流规律，并发现特殊事件。乘客刷卡数据中蕴含着丰富的地铁相关信息，不但记录乘客的每一趟乘坐地铁的出行行为，同时可以侧面的反映出地铁站附近的功能情况。为了发现这些出行模式，本文在站点聚类模块提取站点客流模式，使用数据挖掘算法做详细的分析，并将结果以可视化的形式返回，进而分析乘客的流动规律及站点的功能特性。 最后，利用上海地铁真实的乘客刷卡数据、地铁站点线路数据和列车运行数据三个数据集，对上述方法进行了开发和实现，利用本系统对上海地铁的数据做详细的分析。 |
| 作者： | 王馨爽 |
| 专业： | 软件工程 |
| 导师： | 孔祥杰 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连理工大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
