基于Spark平台的公交用户数据分析

发布时间：2021-12-16 04:19

　　城市道路规划不合理以及近年来私家车拥有量的剧增,导致城市交通拥堵的现象越来越严重。在这种形势下,出行者开始趋向于选择公交作为主要的出行方式。因此,获取公交的实时运行情况和到站信息,对于公交乘客来说至关重要。各类公交查询APP由于其查询结果的准确性和实时性,为人们带来便利,从而被广泛地使用。公交查询APP使用者的每一个行为都会产生访问日志数据,众多使用者的行为也就产生了海量日志数据。越来越多的研究学者发现可以从这些日志数据中挖掘有用的信息。对于服务开发商而言,通过挖掘APP使用者的访问日志数据,得到使用者的访问规律和特征,为用户提供个性化的服务,从而使得商业利润达到最大化;从使用者角度来说,服务开发商可以根据使用者访问记录的分析结果,向他们推送个性化消息,既能满足使用者的需求,又能减少寻找信息所需的时间,从而为使用者带来便利。在用户访问数量急速增长的情况下,本文基于Spark平台研究了呼和浩特市公交用户行为特征。论文首先介绍了用户行为的概念和类别、挖掘用户行为的方法以及Spark相关技术;比较了常见的聚类分析模型和关联分析模型,确定本文选用的聚类模型为K-Means模型和SOM神经网络模... 

【文章来源】：内蒙古大学内蒙古自治区 211工程院校

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

我国手机网民人数占整体网民人数的比例图


本文编号：3537469