基于WiFi探测数据的客流统计分析系统的设计与实现

发布时间：2020-11-01 15:19

　　 基于WiFi探测技术的客流统计分析技术已经成为线下客流统计分析的主流方案之一,多维度统计分析并可视化WiFi探测到的客流数据,可为店铺商家、场馆经营者和广告商等的经营决策提供有价值的帮助。现有的数据统计分析技术通常针对特定的线上场景,难以与WiFi探测到的线下客流数据进行定制化的结合。因而需要设计一个基于WiFi探测数据的客流统计分析系统来对数据进行统计分析和自定义可视化,并满足用户的自定义需求。本文在上述背景下,设计并实现了基于WiFi探测数据的客流统计分析系统,为用户提供了客流实时监控、历史客流多维度自定义查询、用户设备管理、实时客流预测以及多屏适配等功能。作为一个SaaS平台,本文实现的平台可以为接入智能路由器的商家提供从员工管理到客流实时监控和预测等一系列完整服务,为店铺商家、场馆经营者和广告商的决策提供数据参考。本文首先分析并确定了基于WiFi探测数据的客流统计分析系统的功能需求,对系统进行了架构总体设计和技术选型,并在客流实时预测和多屏适配方面针对业界现有的技术方案进行了改进和创新设计。然后基于总体设计,从系统的数据存储层、逻辑控制层和视图层三个层面对每一个业务模块详细分析了功能需求、流程设计和关键代码实现。最后,从各个基本功能模块、系统优化点、系统性能和兼容性方面对系统进行了测试和分析。测试结果表明,本系统实现了基于WiFi探测数据的客流统计分析系统的需求功能,客流实时预测和多屏适配方面的优化方案也有较好的效果。
【学位单位】：北京邮电大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP311.52;TN92
【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
    1.3 本文主要工作
    1.4 论文结构
    1.5 本章小结
第二章 相关技术研究
    2.1 WiFi探测数据采集分析
        2.1.1 基于WLAN的无线设备探测
        2.1.2 用户位置确定
    2.2 数据平滑算法
        2.2.1 时间序列分析方法
        2.2.2 指数平滑算法概述
        2.2.3 基于三次指数平滑算法的趋势及周期预测
    2.3 数据可视化
        2.3.1 可视化组件开发
        2.3.2 单页应用技术
    2.4 本章小结
第三章 系统总体设计
    3.1 系统需求概述
        3.1.1 系统结构
        3.1.2 功能需求
        3.1.3 性能需求
    3.2 系统总体设计
        3.2.1 系统总体架构
        3.2.2 网站前后端分离
        3.2.3 基于单页应用的前端架构
    3.3 系统功能模块设计
        3.3.1 功能模块划分
        3.3.2 持久化层设计
        3.3.3 逻辑控制层设计
        3.3.4 视图层设计
    3.4 本章小结
第四章 系统实现
    4.1 数据存储层
        4.1.1 系统数据表
        4.1.2 数据表关联关系
    4.2 逻辑控制层
        4.2.1 基于Actor的并发通信模块
        4.2.2 用户和设备管理模块
        4.2.3 客流统计分析可视化模块
        4.2.4 客流预测算法
    4.3 视图层
        4.3.1 单页应用的设计与实现
        4.3.2 基于ECharts和React的可视化组件
        4.3.3 基于响应式布局的PC端适配方案
        4.3.4 基于等比例缩放的移动端适配方案
    4.4 本章小结
第五章 系统测试
    5.1 系统环境
        5.1.1 硬件环境
        5.1.2 软件环境
    5.2 系统功能测试
        5.2.1 用户和设备相关功能
        5.2.2 客流数据可视化相关功能
    5.3 系统优化点与测试
        5.3.1 客流预测算法准确率测试
        5.3.2 二级多屏适配测试
    5.4 浏览器兼容性测试
    5.5 本章小结
第六章 总结和展望
    6.1 总结
    6.2 下一步工作计划
参考文献
致谢
攻读学位期间发表的学术论文

【相似文献】

相关期刊论文 前10条

1 马林;在客流预测中值得注意的几个问题[J];地铁与轻轨;1997年02期

2 王述芳,张康敏;浅谈城市轨道交通的客流预测[J];地铁与轻轨;1997年03期

3 张文尝;我国客流的影响因素及其地区差异的研究[J];地理学报;1988年03期

4 高世廉;;地下铁道客流规划的基本模式[J];地铁与轻轨;1989年03期

5 郭晗;焦朋朋;;非参数回归短时客流预测中状态向量研究[J];系统仿真学报;2017年09期

6 沈云樟;;短期轨道客流预测技术研究[J];交通与运输(学术版);2015年01期

7 晏克非,王正,朱晖,徐雅珍;沪嘉轻轨交通模式与客流预测方法的探讨[J];上海建设科技;1997年04期

8 王雪梅;张宁;张云龙;;城市轨道交通短时客流预测体系框架及关键技术[J];交通运输工程与信息学报;2013年02期

9 张志刚;;客流预测的可信性分析和敏感性分析[J];交通世界(运输·车辆);2010年07期

10 赵珍祥;;基于组合模型的城市轨道交通客流预测研究[J];科技与创新;2018年04期

相关博士学位论文 前8条

1 卫铮铮;基于客户分层的高速铁路收益管理需求预测研究[D];中国铁道科学研究院;2015年

2 刘强;基于复杂系统的铁路客流预测方法研究[D];中国铁道科学研究院;2008年

3 杨珂;都市圈多层次轨道交通系统规划研究[D];北京交通大学;2017年

4 李丽辉;基于旅客行为分析的高速铁路收益优化研究[D];中国铁道科学研究院;2017年

5 黄鉴;基于客流动态调整的客运专线网络列车开行方案优化研究[D];西南交通大学;2013年

6 王玉萍;城市轨道交通客流预测与分析方法[D];长安大学;2011年

7 孙文霞;公共交通系统规划若干关键问题研究[D];天津大学;2010年

8 王淑伟;站点周边用地特性对轨道客流影响机理研究[D];北京工业大学;2015年

相关硕士学位论文 前10条

1 李朋州;城市轨道交通初期客流预测效果后评估研究[D];西南交通大学;2018年

2 周俊文;时空相关的客流模型的研究和实现[D];北京邮电大学;2018年

3 贾梅杰;地铁站外关联区域客流估计方法研究[D];北方工业大学;2018年

4 朱时昊;基于WiFi探测数据的客流统计分析系统的设计与实现[D];北京邮电大学;2018年

5 李杨杨;地铁车站运营与应急疏散客流组织方法研究[D];昆明理工大学;2017年

6 谢天;轨道交通短期客流预测及与公交换乘协调研究[D];北京交通大学;2017年

7 黄晓宇;基于干预分析模型的新线开通对网络客流影响计算方法研究[D];北京交通大学;2017年

8 于颢晨;城市轨道交通客流预测研究[D];北京交通大学;2017年

9 李茜;城市轨道交通客流时空分布特性及线路运能与客流匹配方法研究[D];北京交通大学;2017年

10 张琛;基于时空耦合特性的城市轨道交通车站通道断面客流量实时预测[D];北京交通大学;2017年

本文编号：2865722