【摘要】：隨著信息科技的發(fā)展,網(wǎng)絡(luò)正在深入地改變?nèi)藗兩罘绞?衣食住行等生活基本需要無(wú)一不被網(wǎng)絡(luò)滲透,社交、教育、娛樂(lè)方式也因網(wǎng)絡(luò)的興起有了巨大的變化。在此背景下,本系統(tǒng)著手研究網(wǎng)絡(luò)日志中用戶的時(shí)空數(shù)據(jù),提取位置信息并按照時(shí)間劃分構(gòu)建用戶時(shí)空數(shù)據(jù),在大量單個(gè)用戶時(shí)空數(shù)據(jù)的基礎(chǔ)上,挖掘多個(gè)用戶的數(shù)據(jù)在時(shí)空中的特征,分析出符合聚集模式的用戶時(shí)空數(shù)據(jù)特征,發(fā)現(xiàn)由多個(gè)用戶在持續(xù)的一段時(shí)間內(nèi)參與的群體事件。本系統(tǒng)提出基于用戶軌跡數(shù)據(jù)分析群體聚集模式,從開(kāi)始時(shí)間、結(jié)束時(shí)間、參與人數(shù)、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(jì)算模型和Spark大數(shù)據(jù)處理引擎設(shè)計(jì)和實(shí)現(xiàn)系統(tǒng)聚類算子和發(fā)現(xiàn)算法。采用了時(shí)間分片技術(shù)和線性插值建模用戶軌跡,構(gòu)建了規(guī)范、完整的用戶軌跡數(shù)據(jù)。設(shè)計(jì)了應(yīng)用于單個(gè)時(shí)間片的用戶位置數(shù)據(jù)的DBSCAN聚類算法,得到滿足密度要求的包含用戶位置數(shù)據(jù)和基本信息的簇。設(shè)計(jì)和實(shí)現(xiàn)了適用于并行計(jì)算環(huán)境的滿足規(guī)模、密度、持續(xù)時(shí)間和幾何穩(wěn)定等特性的人群發(fā)現(xiàn)算法。設(shè)計(jì)和實(shí)現(xiàn)了在已發(fā)現(xiàn)人群基礎(chǔ)上發(fā)現(xiàn)用戶聚集信息的聚集驗(yàn)證算法。在獲取聚集結(jié)果的基礎(chǔ)上,設(shè)計(jì)了展示平臺(tái),以Web的形式展示結(jié)果,通過(guò)接入GIS服務(wù)提供商的插件,實(shí)現(xiàn)了簡(jiǎn)潔易用友好的界面,Redis作為實(shí)時(shí)呈現(xiàn)數(shù)據(jù)庫(kù),利用其快速讀寫(xiě)特性,支持聚集結(jié)果的實(shí)時(shí)呈現(xiàn),MySQL作為歷史存儲(chǔ)數(shù)據(jù)庫(kù),實(shí)現(xiàn)歷史分析結(jié)果的存儲(chǔ)。最后,本文設(shè)計(jì)了該系統(tǒng)的測(cè)試方法,包括功能測(cè)試和性能測(cè)試,在測(cè)試過(guò)程中優(yōu)化程序,達(dá)到工業(yè)使用條件,目前系統(tǒng)已經(jīng)處于正常運(yùn)轉(zhuǎn)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(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP311.52

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 譚躍鋼,劉峰;基于面積誤差評(píng)價(jià)的軌跡跟蹤數(shù)字式最優(yōu)預(yù)見(jiàn)控制[J];儀器儀表學(xué)報(bào);2004年01期

2 張海濤,何清華,陳欠根;遙控挖掘機(jī)器人軌跡跟蹤的電液比例控制系統(tǒng)[J];液壓與氣動(dòng);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(xué)院學(xué)報(bào);2010年01期

4 龍也;謝博文;王小釗;;一種具有普適性的機(jī)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(zhuǎn)補(bǔ)償?shù)脑虑蜍囓壽E跟蹤控制算法[J];電機(jī)與控制學(xué)報(bào);2014年01期

6 羅志凡;盧耀祖;張氫;卞永明;;自主移動(dòng)小車軌跡跟蹤的參數(shù)優(yōu)化及仿真研究[J];計(jì)算機(jī)仿真;2006年08期

7 王隨平;向東偉;廖超;;非完整深海機(jī)器人的軌跡跟蹤[J];中原工學(xué)院學(xué)報(bào);2009年06期

8 吳衛(wèi)國(guó),蔣平,陳輝堂,王月娟;移動(dòng)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(jiǎn)單的機(jī)器人魯棒自適應(yīng)軌跡跟蹤控制算法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年S1期

10 王隨平;楊書(shū)林;陳蓓;;基于動(dòng)力學(xué)分析的深海集礦機(jī)軌跡跟蹤研究[J];計(jì)算機(jī)測(cè)量與控制;2008年12期

相關(guān)會(huì)議論文 前10條

1 陳啟軍;王月娟;;不依賴模型的機(jī)器人魯棒自適應(yīng)軌跡跟蹤[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[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(yīng)軌跡跟蹤[A];第二十屆中國(guó)控制會(huì)議論文集（上）[C];2001年

3 雷鳴;王月娟;蔣平;;視覺(jué)引導(dǎo)的機(jī)器人軌跡跟蹤路徑規(guī)劃的一種新方法[A];1994年中國(guó)控制會(huì)議論文集[C];1994年

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

5 陳鵬程;紀(jì)志成;;動(dòng)力學(xué)層次移動(dòng)機(jī)器人軌跡跟蹤控制仿真研究[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

6 劉進(jìn);;影像合成運(yùn)動(dòng)鏡頭中的軌跡同步技術(shù)[A];2009中國(guó)電影電視技術(shù)學(xué)會(huì)影視技術(shù)文集[C];2010年

7 韓光信;;考慮執(zhí)行機(jī)構(gòu)動(dòng)態(tài)的WMR軌跡跟蹤與鎮(zhèn)定統(tǒng)一控制[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

8 廖煜雷;龐永杰;;一類欠驅(qū)動(dòng)機(jī)械系統(tǒng)軌跡跟蹤的滑模控制方法[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

9 馮馳;徐冉;;水下潛器垂直運(yùn)動(dòng)軌跡跟蹤研究[A];2010年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2010年

10 聶榮建;石文偉;;測(cè)圖軟件數(shù)據(jù)格式轉(zhuǎn)換為地籍管理信息系統(tǒng)數(shù)據(jù)格式的實(shí)現(xiàn)[A];山東省測(cè)繪學(xué)術(shù)年會(huì)論文集[C];2006年

相關(guān)重要報(bào)紙文章 前3條

1 譚彥敘　王帝;沈陽(yáng)沈北分局網(wǎng)上“四戰(zhàn)法”見(jiàn)成效[N];人民公安報(bào);2009年

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

3 朱耿斌;實(shí)現(xiàn)ETL 重在應(yīng)用[N];中國(guó)計(jì)算機(jī)報(bào);2003年

相關(guān)博士學(xué)位論文 前10條

1 盧勝男;復(fù)雜交通視頻場(chǎng)景中的車輛軌跡提取及行為分析[D];長(zhǎng)安大學(xué);2016年

2 王仲民;移動(dòng)機(jī)器人路徑規(guī)劃及軌跡跟蹤問(wèn)題研究[D];河北工業(yè)大學(xué);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(xué);2016年

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

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

6 毛峰;基于多源軌跡數(shù)據(jù)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(xué);2015年

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

8 尹曉紅;自動(dòng)引導(dǎo)車運(yùn)動(dòng)分段控制技術(shù)研究[D];合肥工業(yè)大學(xué);2011年

9 院老虎;六輪非對(duì)稱月球車運(yùn)動(dòng)控制方法及參數(shù)辨識(shí)研究[D];哈爾濱工業(yè)大學(xué);2010年

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

相關(guān)碩士學(xué)位論文 前10條

1 梁嘉輝;基于激光線結(jié)構(gòu)光3D視覺(jué)的機(jī)器人軌跡跟蹤方法與應(yīng)用[D];華南理工大學(xué);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(xué);2015年

3 高小林;動(dòng)態(tài)人手跟蹤與軌跡識(shí)別技術(shù)的研究[D];華北電力大學(xué);2015年

4 彭旭;移動(dòng)導(dǎo)軌式6R機(jī)器人運(yùn)動(dòng)分析及軌跡跟蹤控制仿真[D];浙江大學(xué);2015年

5 王文韜;基于雙PSD的運(yùn)動(dòng)目標(biāo)軌跡跟蹤測(cè)量系統(tǒng)研究[D];大連理工大學(xué);2015年

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

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

8 牟書(shū)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(xué);2016年

9 趙巍;激光AGV分段軌跡控制技術(shù)研究[D];山東大學(xué);2016年

10 黃悅;微差異行為識(shí)別中的長(zhǎng)時(shí)軌跡特征構(gòu)造及其復(fù)合Fisher向量生成方法[D];華南理工大學(xué);2016年

，

本文編號(hào)：2386736