共享單車的快速發(fā)展為人們短途出行提供了一種便捷的方式,它是實(shí)現(xiàn)“網(wǎng)絡(luò)交通”的方式之一,也是城市短距離交通系統(tǒng)的一種創(chuàng)新模式。它具有方便快捷、低碳環(huán)保等特點(diǎn),有效解決人們出行的“最后一公里”問(wèn)題。并影響著城市居民的日常出行方式,也緩慢地改變著城市的空間格局。然而,隨著共享單車產(chǎn)業(yè)的快速發(fā)展,也帶來(lái)了亂停放現(xiàn)象嚴(yán)重、資源配置失衡等粗放式運(yùn)營(yíng)問(wèn)題。如何精細(xì)化運(yùn)營(yíng)共享單車,實(shí)現(xiàn)資源動(dòng)態(tài)調(diào)度已成為共享單車發(fā)展中的一個(gè)重要問(wèn)題。本文使用Python網(wǎng)絡(luò)爬蟲(chóng)獲取天津市區(qū)的摩拜單車數(shù)據(jù),結(jié)合Apache Spark大數(shù)據(jù)平臺(tái)研究騎行行為的時(shí)空間特征,并對(duì)結(jié)果可視化分析。本文研究?jī)?nèi)容如下:（1）結(jié)合大數(shù)據(jù)技術(shù)搭建了以Spark為核心的共享單車騎行分析的大數(shù)據(jù)處理平臺(tái),并使用BDP個(gè)人版體現(xiàn)數(shù)據(jù)的靈活性。（2）使用Python網(wǎng)絡(luò)爬蟲(chóng)的形式獲取天津市區(qū)的摩拜單車的數(shù)據(jù)集,并結(jié)合編程語(yǔ)言Python和Spark SQL對(duì)爬蟲(chóng)數(shù)據(jù)做數(shù)據(jù)預(yù)處理,并把經(jīng)過(guò)數(shù)據(jù)清洗后的數(shù)據(jù)存儲(chǔ)在HDFS上。（3）利用Spark SQL分析天津市區(qū)2017年8月的摩拜單車總量和摩拜單車?yán)寐?分別從摩拜單車的騎行距離,騎行次數(shù)以及熱... 

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文的主要內(nèi)容及安排
        1.3.1 論文的創(chuàng)新點(diǎn)和特色
        1.3.2 論文結(jié)構(gòu)安排
第二章 相關(guān)知識(shí)和技術(shù)簡(jiǎn)介
    2.1 大數(shù)據(jù)技術(shù)
        2.1.1 分布式數(shù)據(jù)存儲(chǔ)
        2.1.2 Spark大數(shù)據(jù)技術(shù)
        2.1.3 BDP個(gè)人版可視化工具
    2.2 平臺(tái)搭建
        2.2.1 安裝環(huán)境
        2.2.2 環(huán)境搭建
    2.3 相關(guān)算法介紹
    2.4 本章小結(jié)
第三章 數(shù)據(jù)獲取和預(yù)處理
    3.1 數(shù)據(jù)獲取
        3.1.1 爬蟲(chóng)簡(jiǎn)介
        3.1.2 IP代理池設(shè)計(jì)
        3.1.3 爬蟲(chóng)過(guò)程
    3.2 數(shù)據(jù)預(yù)處理
        3.2.1 格式處理
        3.2.2 噪聲處理
    3.3 本章小結(jié)
第四章 單車使用特征分析
    4.1 共享單車概述
    4.2 單車騎行特征分析
        4.2.1 單車騎行距離分析
        4.2.2 單車騎行次數(shù)分析
        4.2.3 單車區(qū)域分布情況
    4.3 時(shí)間特征分析
    4.4 本章小結(jié)
第五章 共享單車需求量分析
    5.1 實(shí)驗(yàn)數(shù)據(jù)與評(píng)估方法
        5.1.1 數(shù)據(jù)簡(jiǎn)介
        5.1.2 評(píng)估方法
    5.2 實(shí)驗(yàn)建模與評(píng)估
        5.2.1 實(shí)驗(yàn)建模
        5.2.2 模型評(píng)估
    5.3 騎行需求分析
        5.3.1 聚類點(diǎn)需求分析
        5.3.2 時(shí)間點(diǎn)需求分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]關(guān)于共享單車的時(shí)空分布研究與分析[J]. 劉碩秋,葉國(guó)清,鄔博文,周素素.  中國(guó)高新區(qū). 2018(04)
[2]基于聚類分析的共享單車時(shí)空分布模型[J]. 陶啟萌.  中國(guó)戰(zhàn)略新興產(chǎn)業(yè). 2018(04)
[3]共享單車最優(yōu)選址問(wèn)題的研究[J]. 肖磊,崔悅琪,鐘麗,黃薰好.  中國(guó)商論. 2018(02)
[4]基于騎行時(shí)空數(shù)據(jù)的共享單車設(shè)施規(guī)劃研究[J]. 鄧力凡,謝永紅,黃鼎曦.  規(guī)劃師. 2017(10)
[5]十部委共推《關(guān)于鼓勵(lì)和規(guī)范互聯(lián)網(wǎng)租賃自行車發(fā)展的指導(dǎo)意見(jiàn)》[J]. 曹磊.  計(jì)算機(jī)與網(wǎng)絡(luò). 2017(17)
[6]趣說(shuō)共享單車[J]. 李霄.  標(biāo)準(zhǔn)生活. 2017(07)
[7]分布式網(wǎng)絡(luò)爬蟲(chóng)設(shè)計(jì)[J]. 郭丙琴,陳愛(ài)武.  湖南科技學(xué)院學(xué)報(bào). 2017(06)
[8]共享單車與城市可持續(xù)發(fā)展——中國(guó)城市交通發(fā)展論壇2017年第一次專題研討會(huì)[J].   城市交通. 2017(03)
[9]BP算法建模在共享單車出行博弈中的運(yùn)用[J]. 溫有棟,黃婷.  科技廣場(chǎng). 2017(04)
[10]K-means聚類算法在高壓開(kāi)關(guān)設(shè)備機(jī)械狀態(tài)評(píng)估中的應(yīng)用[J]. 于維娟,張文濤,陳瀟楠,畢迎華.  智能電網(wǎng). 2015(07)

博士論文
[1]針對(duì)含有概念漂移問(wèn)題的增量學(xué)習(xí)算法研究[D]. 孫宇.中國(guó)科學(xué)技術(shù)大學(xué) 2017

碩士論文
[1]基于分布式計(jì)算的多點(diǎn)地質(zhì)統(tǒng)計(jì)方法研究[D]. 冀乾宇.西安石油大學(xué) 2016
[2]基于Spark的社交主題分析與應(yīng)用[D]. 彭中正.電子科技大學(xué) 2016
[3]基于Spark的Relion分布式實(shí)現(xiàn)[D]. 趙先陽(yáng).華中科技大學(xué) 2016
[4]基于受限玻爾茲曼機(jī)的推薦算法研究[D]. 馬貝.東南大學(xué) 2015
[5]基于Spark的數(shù)據(jù)處理分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 李爽.北京交通大學(xué) 2015
[6]基于MapReduce的聚類算法并行化研究[D]. 王愷.南京師范大學(xué) 2014
[7]基于Hadoop的海量期貨數(shù)據(jù)的分布式存儲(chǔ)和算法分析[D]. 李勇君.天津大學(xué) 2012
[8]Android平臺(tái)下基于SQLite數(shù)據(jù)庫(kù)的手機(jī)游戲設(shè)計(jì)與研究[D]. 周巍.昆明理工大學(xué) 2011
[9]數(shù)據(jù)挖掘中數(shù)據(jù)預(yù)處理的方法研究[D]. 方洪鷹.西南大學(xué) 2009
[10]機(jī)器學(xué)習(xí)在模擬電路故障診斷中的應(yīng)用研究[D]. 謝薇薇.中國(guó)海洋大學(xué) 2009



本文編號(hào)：3722526