检索结果-内蒙古大学图书馆

作者：张昕怡北京邮电大学

学位级别：硕士

随着城市轨道交通网络结构日益复杂、规模逐渐庞大,建设投资和运营成本往往很高,通常需要多个投资商和运营商承担建设及运营工作。但是为了乘客出行便利,大多数城市采取“一票换乘”制,然而“一票换乘”也为各个线路的运营主体带来了票... 详细信息

随着城市轨道交通网络结构日益复杂、规模逐渐庞大,建设投资和运营成本往往很高,通常需要多个投资商和运营商承担建设及运营工作。但是为了乘客出行便利,大多数城市采取“一票换乘”制,然而“一票换乘”也为各个线路的运营主体带来了票务收益分配的难题。另外,客流量在出行高峰期和平峰期的分布呈现严重的不均衡性。为了提高运营主体收入分配的公平性以及改善乘客乘车体验,衍生出了轨道交通领域两个经典的研究课题,即研究地铁清分模型和地铁时刻表优化问题。目前针对这两个问题的研究主要基于地铁自动售检票(AFC)系统采集到乘客进出站的数据,借助交通调查等方法推断出乘客可能的乘车线路,这样无法获得乘客实际的乘车路线,研究结果与真实情况之间会存在一些差距。手机作为当今社会重要的通信载体,在人们的生活中起到了无法替代的作用,人们在打电话、发短信、上网时会与附近的基站进行通信,基站可以采集到用户手机号码、通信时间和小区编号等数据。这些移动通信数据具有数据量大、数据覆盖范围广、数据实施性高和数据真实性强等特性。如果将移动通信数据用于轨道交通领域中实际问题的研究中,可以在很大程度上弥补单纯依靠AFC系统提供数据的研究所导致的真实性不足的问题。因此本文以移动通信数据作为入手点,为研究轨道领域两个经典课题提供新思路。本文的研究中第一步是从移动通信数据中识别出用户在轨道交通中的乘车路径。在轨迹识别前,为了减少后续研究的工作量,同时增加算法准确性,需要对移动通信数据进行数据合并、统一、筛选、去误差、压缩等一系列数据预处理操作。本文对地铁轨迹的识别包括地铁的地上部分和地下部分。接着,本文使用灰色马尔可夫模型和加权马尔可夫模型研究城市轨道交通客流分布的预测方法。针对轨道交通的特殊场景,在建模时进行了一系列特殊处理。对第一步识别出的用户轨迹分别采用灰色马尔可夫模型和加权马尔可夫链模型对对进站客流量和个体移动位置进行预测,并且通过示例验证了算法的可行性及有效性。文章由个体移动位置统计出群体移动位置,根据对进站客流量的预测最终得到群体客流分布的预测方法。最后,文章提出移动通信数据在城市轨道交通领域中的应用。依据用户在地铁中移动通信数据和识别出的用户轨迹,借助个体位置预测方法,并配合地铁运营时刻表,提出了基于移动通信数据的地铁清分方法和地铁时刻表优化方法。

关键词：移动通信数据地铁轨迹地铁客流预测地铁清分模型地铁时刻表优化

来源：评论

学校读者我要写书评

暂无评论

MCDS:大规模移动通信数据计算的单机实现

引用

中国科学技术大学学报 2016年第1期46卷 36-46页

作者：刘志鹏南京邮电大学计算机学院江苏南京210003

移动数据具有数量庞大、类型多样、时效性强和高价值等特点.移动通信数据是一种重要的移动数据,对高效地存储和访问移动通信数据进行研究,并在此基础上更加有效地开展移动数据挖掘的相关研究,具有重大现实意义.当前,使用并行数据挖掘技... 详细信息

移动数据具有数量庞大、类型多样、时效性强和高价值等特点.移动通信数据是一种重要的移动数据,对高效地存储和访问移动通信数据进行研究,并在此基础上更加有效地开展移动数据挖掘的相关研究,具有重大现实意义.当前,使用并行数据挖掘技术进行数据挖掘得到普遍认可,但并行数据挖掘技术需要较高的硬件成本,并行算法代码调试和优化较为困难.为此提出大规模移动通信数据的单机实现MCDS(mobile communication data processing system).MCDS基于GraphChi,改进了数据格式、分片机制、数据分片换入换出机制.实验结果验证了MCDS的有效性,为移动数据挖掘提供了切实可行的实验环境.

关键词：移动数据移动数据挖掘移动通信数据 MCDS

来源：评论

学校读者我要写书评

暂无评论

基于移动通信数据分析的Elman神经网络城市轨道交通客流预测

引用

城市轨道交通研究 2017年第9期20卷 69-73页

作者：王思韬韩斌蒲琪同济大学铁道与城市轨道交通研究院上海硕士研究生201804

城市轨道交通的短时客流预测数据对运营组织单位面对潜在的大客流或突发事件的应对准备工作有着重要的作用。以原始移动通信数据作为换乘站点换乘客流统计的数据来源,得到了精确的单条线路某个换乘站的换乘人数,并结合自动售检票系统的... 详细信息

城市轨道交通的短时客流预测数据对运营组织单位面对潜在的大客流或突发事件的应对准备工作有着重要的作用。以原始移动通信数据作为换乘站点换乘客流统计的数据来源,得到了精确的单条线路某个换乘站的换乘人数,并结合自动售检票系统的统计数据,通过建立Elman神经网络模型对客流数据进行样本对训练,得到下游车站未来1 h内断面客流量的预测结果。预测结果误差符合要求,为站点的运营组织方案提供了良好的数据支撑。同时为了对比说明建立了ARIMA模型,并对预测结果作出分析比较。

关键词：城市轨道交通客流量预测移动通信数据基站定位 Elman神经网络

来源：评论

学校读者我要写书评

暂无评论

意大利米兰市移动通信数据中有向加权地理网络节点中心性的空间相关性分析

意大利米兰市移动通信数据中有向加权地理网络节点中心性的空间相...

引用

作者：周欢南京邮电大学

学位级别：硕士

通信技术的飞速发展催生了海量的带有位置信息的移动通信数据。采用大数据技术对基于位置的移动通信数据进行分析,可以了解不同区域之间通信交互模式的动态变化。将通信交互模式与相关地理空间中的地物进行关联分析,可以进一步了解人群... 详细信息

通信技术的飞速发展催生了海量的带有位置信息的移动通信数据。采用大数据技术对基于位置的移动通信数据进行分析,可以了解不同区域之间通信交互模式的动态变化。将通信交互模式与相关地理空间中的地物进行关联分析,可以进一步了解人群活动与城市空间结构之间的适配性,从而为城市可持续发展、优化城市管理等提供辅助决策。从网络的角度来理解不同区域之间的通信交互模式可以从更加宏观和整体的角度掌握交互模式的规律。分析网络中节点中心性的自相关性,以及节点中心性与节点对应空间地域的地物属性之间的相关性,是从网络角度进行分析的主要方法。本文提出移动通信数据中有向加权地理网络节点中心性的空间相关性分析。具体包括:（1）利用Spark大数据平台,从移动通信数据中构建有向加权地理网络,并计算节点中心性值。（2）通过构建多类节点中心性的专题图,计算每类节点中心性的莫兰指数值（Moran’s I）,分析有向加权地理网络中节点中心性的全局空间相关性。（3）使用多时段的节点中心性的专题图以及莫兰指数值,分析节点中心性的全局自相关性动态变化的规律。（4）使用多种聚类分析方法,分析有向加权地理网络中节点中心性的局部空间相关性。根据聚类分析结果,进一步分类统计不同区域的多种POI,分析节点中心性和地物属性之间的相关性。本文选取意大利米兰市为研究区域,以该区域2013年11月1日12月15日市内各区域间的移动通信数据、9类POI数据为实验数据进行实验分析。实验结果表明:（1）移动通信数据中的有向加权地理网络的节点中心性整体呈正相关,其中西南区域的节点中心性最高,具有高值聚集分布。西北和东南中心性次之,东北区域中心性最低。（2）在工作日,人群往往相对分散,节点中心性的空间相关性相对较低;在周末,人群会从各个区域向重点区域集中,节点中心性的空间相关性相对较强。（3）热点主要集中在米兰市的西南区域,冷点主要集中在东北区域。对于9种POI数据,热点区域平均多于冷点区域。

关键词：移动通信数据有向加权地理网络节点中心性 Spark 空间相关性

来源：评论

学校读者我要写书评

暂无评论

基于移动通信数据的用户行为分析与移动性预测

基于移动通信数据的用户行为分析与移动性预测

引用

作者：左晨北京邮电大学

学位级别：硕士

随着物质生活水平的提高,旅游作为人们精神生活的重要组成部分,旅游的需求也得到了飞速的提升。如今通信行业的快速发展,LTE信令监测系统等设施的建设,为旅游行业提供了获取用户移动轨迹数据的手段,运营商可以更为便捷地获取用户与基站... 详细信息

随着物质生活水平的提高,旅游作为人们精神生活的重要组成部分,旅游的需求也得到了飞速的提升。如今通信行业的快速发展,LTE信令监测系统等设施的建设,为旅游行业提供了获取用户移动轨迹数据的手段,运营商可以更为便捷地获取用户与基站的交互数据。识别游客、对游客的行程进行预测,有利于旅游服务工作的进行,有助于政府、企业合理调配旅游资源。本文将针对旅游行业中的两大重要课题游客识别和游客行程预测进行研究。为了支持游客识别和游客行为预测的分析,本文首先研究了移动数据的相关处理技术,包括数据筛选、去异常、数据压缩等数据预处理技术;并且尝试优化处理流程,将漂移效应和乒乓效应共同处理。在游客识别问题中,在人工规则筛选的基础上,提出了一种RNN神经网络结合人工规则的游客识别方案,提高了 11%的游客识别率。在游客行程预测问题中,本文通过网络爬虫,丰富了景区数据,提取了景区功能特征向量,通过与传统机器学习分类算法进行对比实验,验证了基于RNN的神经网络对游客行程单步预测问题的可行性。并且在游客行程多步预测中,提出一种轨迹序列相似性比对的方法,将景区功能特征向量也作为一个维度参与轨迹相似度的计算;将轨迹中事件的绝对时间和时间时长同时参与轨迹相似度的计算。同时,将这种相似度计算方法用于游客行程的多步预测问题中,探究了多种基于关注机制的RNN神经网络在行程多步预测中的应用。

关键词：移动通信数据游客识别游客行程预测轨迹数据神经网络

来源：评论

学校读者我要写书评

暂无评论

基于移动通信数据的用户移动行为分析与位置预测

基于移动通信数据的用户移动行为分析与位置预测

引用

作者：崔家祥北京邮电大学

学位级别：硕士

手机作为当今社会重要的通信工具,在我们生活中起到了无法替代的作用。大量移动通信数据的积累使我们有机会利用数据中的相关信息对用户的行为进行挖掘。其中,利用位置信息挖掘用户的移动行为是一个重要的研究方向。过去对移动行为的研... 详细信息

手机作为当今社会重要的通信工具,在我们生活中起到了无法替代的作用。大量移动通信数据的积累使我们有机会利用数据中的相关信息对用户的行为进行挖掘。其中,利用位置信息挖掘用户的移动行为是一个重要的研究方向。过去对移动行为的研究使用的数据大多是GPS数据,由于该数据难以搜集,因此研究的局限性较大,而移动通信数据覆盖广泛,容易搜集,并且更能反映出人们在城市中的移动规律,因此通过移动通信数据对用户的移动行为进行分析具有非常重要的意义。另外,利用移动通信数据也能够对用户的位置进行预测。实验证明,用户的位置是可以预测的,并且预测的准确程度与用户移动规律有关。通过对用户未来的位置进行判断,可以对容易发生人群聚集的区域进行监控,及时制定疏散方案,防止踩踏等事故的发生。本文利用移动通信数据中的位置信息,分别完成对用户移动性的分析,用户移动行为的建模分析和对用户位置的预测。本文的主要工作介绍如下:首先,本文对常用的移动性建模方法进行了研究,然后完成了对用户移动性的综合分析,通过移动频率,移动距离和移动方向来刻画用户的移动行为。其次,本文结合POI信息,对基站区域进行功能区划分。其中,本文提出了一种基于密度的离群点检测方法,对移动轨迹进行处理。然后对轨迹进行语义化建模,利用关联规则算法挖掘用户的频繁轨迹模式,分析了不同时间的用户移动行为,进一步探索用户在移动行为方面的特征。最后,本文使用一种改进的马尔可夫模型对用户位置进行预测。本文将基站区域聚合为状态,研究了用户在区域之间的转移情况。然后综合考虑了一阶马尔可夫模型和高阶马尔可夫模型在预测上的优缺点,提出了一种加权的马尔可夫模型实现对用户位置的预测,有效的提高了预测精度。通过本文的研究和分析可以发现,用户的移动行为具有空间和时间的规律性,并且用户群体之间的移动行为具有相似性。本文验证了利用移动通信数据分析用户移动行为的有效性和可行性,所做的工作对于城市规划,交通管理,控制流行病传播等方面具有一定的参考价值。

关键词：移动通信数据移动性轨迹语义化频繁模式挖掘位置预测

来源：评论

学校读者我要写书评

暂无评论

基于移动通信数据的居民惯常性活动空间分析

基于移动通信数据的居民惯常性活动空间分析

引用

作者：谭明基同济大学

学位级别：硕士

随着交通规划对以人为本、可持续发展理念的重视，我国新一轮城市总体规划编制改革中突出城市空间结构引导的作用，“城市空间结构-居民空间活动-居民生活质量”的互动分析越来越重要。移动通信数据具有样本量大、易获得等优点，在长时... 详细信息

随着交通规划对以人为本、可持续发展理念的重视，我国新一轮城市总体规划编制改革中突出城市空间结构引导的作用，“城市空间结构-居民空间活动-居民生活质量”的互动分析越来越重要。移动通信数据具有样本量大、易获得等优点，在长时间追踪个体上有显著优势，为识别居民惯常性活动空间提供基础。本文旨在深入挖掘移动通信数据，研究居民惯常性活动空间特征及其影响因素，为城市和交通规划决策提供支撑。　　首先，采用移动通信数据，针对居民个体活动轨迹中的重要位置点提出了活动点、居住地以及惯常性活动点的识别方法，并将结果与六普人口数据进行比较，以检验识别结果的准确性。从活动点数量、活动时长两方面检验了惯常性活动点识别结果，发现了惯常性活动点能够表征居民大部分活动。　　其次，从活动强度、活动多样性以及活动空间大小三个方面提出了居民出行活动特征评价指标，以日均访问活动点数量描述居民活动强度，以活动点数量描述居民活动多样性，以非家活动半径、活动中心离家距离描述居民活动空间大小。从个体层面定量分析了居民出行活动指标的分布特征;在群体层面，从全市域以及市中心两个角度分析了城市不同区域居民的活动特征，分析结果表明居民出行活动特征具有一定的区域分布特征。　　再次，来自于网络的POI（pointofinterest，兴趣点）和路线规划等数据可以反映城市的建成环境特征，利用因子分析法提取并得到了三个公共因子，根据因子得分以上海为例对城市建成环境进行了评价。以城市各区域可访问POI数量，到达最近3个教育或医疗类设施的平均行程时间为评价标准，从交通供给角度对城市活动空间质量进行了评价。最后结合第六次人口普查数据，对人口密度与城市活动空间质量的关系进行了分析。　　最后，本文从活动强度、活动多样性以及活动空间大小三个角度，以全市域以及城市中心区域为分析对象，通过单因素分析和广义加性混合模型，研究了居民活动特征影响因素。分析结果表明城市建成环境、居民个体属性以及交通区位均会对居民活动特征产生显著影响，其中交通可达性对郊区居民活动呈现显著的制约作用。　　本文基于移动通信数据，提出了居民惯常性活动空间的描述和识别方法，给出了描述居民出行活动特征的指标，构建了城市建成环境评价指标，并分析居民出行活动特征的影响因素，对于城市和交通规划具有一定的参考价值。

关键词：城市总体规划居民出行活动空间移动通信数据

来源：评论

学校读者我要写书评

暂无评论

基于移动通信数据的居民活动空间检测与分析

基于移动通信数据的居民活动空间检测与分析

引用

作者：余庆同济大学

学位级别：硕士

城市空间结构的合理性是城市健康发展的必要条件，而城市空间结构与城市中居民的活动密切相关。因此，描述居民的活动空间，并以此揭示城市的空间联系能够帮助决策者认知城市空间结构，理解城市空间结构形成背后的逻辑，为空间结构的优... 详细信息

城市空间结构的合理性是城市健康发展的必要条件，而城市空间结构与城市中居民的活动密切相关。因此，描述居民的活动空间，并以此揭示城市的空间联系能够帮助决策者认知城市空间结构，理解城市空间结构形成背后的逻辑，为空间结构的优化提供理论支持。　　近年来，大范围、长周期观测的个体数据出现为城市结构的研究提供了机遇。与传统调查数据相比，移动通信数据覆盖范围广、精确度高，可以从时间与空间层面对个体出行活动进行连续观测，为居民活动空间的描述提供了机遇与支持。　　本研究主要采用移动通信数据，基于hadoop与spark的大数据架构进行数据处理。针对居民的个体活动轨迹中的重要结点，提出识别活动点、居住地锚点、就业活动点的识别方法。对居住地锚点，将结果与六普数据进行比较检验识别结果的准确性。对就业活动点，提出以就业活动点的净流入值用于区分就业中心及居住社区，同时也检验了识别出的就业活动点。　　其次，本研究从个体与群体层面提炼居民活动空间的关键指标。在个体活动空间描述方面，在对比四种传统的活动空间测度方法后，选择采用置信椭圆法衡量活动空间面积与方向性，并提出以DBSCAN识别个体活动中心数量的方法。在群体活动空间描述方面，通过借鉴个体活动空间的描述方法，提出以加权置信椭圆法衡量群体活动空间面积及方向性，以热点分析与DBSCAN算法识别群体活动斑块数量。然后，对上海市域范围居民对以上指标进行集计与可视化，并进行对比分析。　　之后，本研究通过构建复杂网络、用社区发现的算法从职住关系中识别出城市的结构。从中非重叠社区发现了上海的两层通勤结构，讨论了通勤结构的形成原因;从重叠社区的识别中能够同时识别出大型社区、小型社区与带状社区，分别能够揭示城市整体的职住空间结构、紧密联系的通勤区域与城市中的长距离通勤需求。结果表明，居民的通勤活动受到行政区划的制约，尤其在城市郊区受到的制约更强;规划与政策、主要交通走廊对居民通勤活动有较大引导作用。　　本研究对居民的个体与群体活动空间提出了相应的描述指标，并基于这些指标对上海市居民活动空间进行检测与分析。同时，基于居民职住关系分析城市的空间联系，揭示空间结构。本研究的研究结论希望能有助于进一步分析认知城市居民活动空间、城市空间联系，为建成环境与居民活动空间的关联分析提供了可靠的技术与理论支持。

关键词：居民活动空间社区发现移动通信数据职住关系大数据

来源：评论

学校读者我要写书评

暂无评论

移动通信数据挖掘关键应用技术探析

引用

计算机产品与流通 2024年第1期 126-128页

作者：邱银安湖南工业大学计算机学院

新型移动互联网的发展为国家的信息化建设注入了强劲的动力。数据挖掘是最近几年来资讯科技领域的一个热门课题。该方法通过对产业或部门的资料与信息数据进行高效分析,能够从中找出数据检索的关键信息,从而为制定政策提供支撑。为了进... 详细信息

新型移动互联网的发展为国家的信息化建设注入了强劲的动力。数据挖掘是最近几年来资讯科技领域的一个热门课题。该方法通过对产业或部门的资料与信息数据进行高效分析,能够从中找出数据检索的关键信息,从而为制定政策提供支撑。为了进一步提高当前移动通信的能力,本文结合研究现状,选择数据挖掘关键应用技术,分析了移动通信数据挖掘在其中的作用效果,希望能够为相关学者提供更多数据支持。一、数据挖掘应用技术(一)数据挖掘的概念数据挖掘是指从海量数据中挖掘出潜在的、未知的、非平凡的、具有潜在应用价值的信息或模式,这是一项具有重要应用价值的研究课题。目前,国外数据挖掘技术的发展趋势是在知识发现方法上的深入研究,特别是贝叶斯(Bayes)方法的研究与改进。应用传统的统计回归方法,知识发现与数据库的应用密切相关。

关键词：数据挖掘数据检索移动通信数据资讯科技移动互联网海量数据关键应用信息数据

来源：评论

学校读者我要写书评

暂无评论

基于移动通信数据的区域内群体行为分析和预测

基于移动通信数据的区域内群体行为分析和预测

引用

作者：张海波电子科技大学

学位级别：硕士

作为当今通信领域的主要手段,智能手机已经成为人们生活和工作中必不可少的通信设备,同时移动通信网络也已经成为了第一大通信媒体网络。随着智能手机,平板电脑等便携式移动终端的流行,以及智能终端等移动设备作为载体的移动社交网络的... 详细信息

作为当今通信领域的主要手段,智能手机已经成为人们生活和工作中必不可少的通信设备,同时移动通信网络也已经成为了第一大通信媒体网络。随着智能手机,平板电脑等便携式移动终端的流行,以及智能终端等移动设备作为载体的移动社交网络的兴起,人与人之间的社交活动变得更加便利。人作为移动社交网络中的主体,其位置时时刻刻都在变化,因此我们可以通过记录用户在移动通信环境中的地理位置信息建立移动轨迹模型,实现对群体行为的分析和预测,从而可以解决一些由人群聚集引起的群体事件如交通堵塞、突发群体事件等。要研究移动通信环境中的群体行为,首要的任务是获取用户的地理位置信息,获取用户地理位置的最主要的途径有三种:第一种是通过GPS定位,第二种是基站定位,第三种是WIFI热点定位。GPS定位精度是三者中最高的,但是GPS数据一般由志愿者提供,想要获取大量的用户位置数据比较困难。对于WIFI定位,WIFI热点的覆盖范围较小,大部分集中到一个校园或社区,因此通过WIFI定位获取的用户位置信息来进行用户群体行为研究局限性较大。基站定位的精度虽然在三者中最低,但是它有数据易获取,覆盖范围广的特点,因此基于基站定位获取的用户位置信息来进行群体行为的研究是三者中最合适的。本文通过研究移动通信数据的特点,提出了一种群体行为分析模型,该模型可以实时识别区域内的人群是否有聚集行为发生。通过建立加权的Markov预测模型对单个用户轨迹进行预测进而实现对群体聚集行为的预测,实现对群体聚集行为的提前预警。本文主要工作包括:介绍3G核心网主要功能,获取SGSN设备中的计费数据,分析计费数据格式,提取用于群体行为分析的有用数据。对3G基站组网方式进行研究,根据3G组网方式的特点本文提出了一种优化用户在基站内分布的扇形分布模型,提高了用户定位的精度。建立用户群体行为分析模型,实时监控用户群体聚集行为。实现热度图,使超出正常用户分布数量的区域在地图上以热度图方式直观的显示出来。通过加权的Markov预测模式实现对单个用户轨迹的预测,统计所有用户的轨迹预测结果实现对群体聚集行为的预测。根据用户行为习惯建立不同时间段,并按时间段分别建立的Markov模型,提高预测的准确性。

关键词：移动通信数据群体行为分析群体聚集行为预测路径预测 Markov预测模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：