原文传递
基于大数据的出租车乘客出行特征提取和分析方法研究
| 论文题名： | 基于大数据的出租车乘客出行特征提取和分析方法研究 |
| 关键词： | 出租车轨迹;大数据技术;乘客出行特征 |
| 摘要： | 随着移动网络和通讯技术的发展和广泛应用，可以使用这些技术获取出租车运营过程中产生的 GPS数据。一方面，从这些数据中挖掘和分析乘客的出行特征，可以为城市交通管理者和出租车行业管理者在城市交通规划与管理、城市交通流均衡与车辆调度等方面提供决策依据；另一方面，随着数据量的不断增长，研究如何快速处理和分析这些海量出租车GPS数据也是当前大数据研究中的热点问题。大数据是近几年广受关注的研究领域，已经提出了多种大数据处理平台框架，其中， Hadoop和Spark最为流行。Spark具有处理效率高，成本低，数据后期处理工作简单等特点，相较Hadoop平台处理框架克服了MapReduce延迟高、运行时间长等缺点。因此，本文将Spark大数据并行计算框架用于出租车GPS数据的处理，从中提取和分析出租车乘客的出行特征。 本研究在分析传统居民出行特征获取方法不足的基础上，给出了利用出租车GPS轨迹数据提取出租车乘客出行特征的方法，对其优缺点做了分析；对基于出租车GPS轨迹数据提取和分析乘客出行特征的相关技术做了分析，提出了GPS数据预处理方法，实现了一种基于点线的地图匹配算法；之后在分析了Spark原理及其运行机制的基础上，提出了基于Spark平台的出租车乘客出行特征的提取算法，并对算法性能进行了讨论；基于真实的出租车历史 GPS轨迹数据，对城市出租车乘客的出行特征进行提取和分析。包括出租车乘客出行时间分布特征、出租车乘客出行空间分布特征和出租车空驶率的时空分布特征，并结合城市人口分布状况和市民日常出行规律，对所得的出行特征做了分析说明。结果表明，结合Spark分析框架和出租车GPS轨迹数据挖掘方法能够快速提取出租车乘客出行特征。 |
| 作者： | 陈志明 |
| 专业： | 交通信息工程及控制 |
| 导师： | 段宗涛 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
