意大利米兰市移动通信数据中地理网络社区结构的时空变化及地物相关性分析

发布时间：2021-12-25 04:07

　　通信的飞速发展催生了海量的带有位置信息的通信数据,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特征属性进行叠加关联性分析,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。从网络地角度分析地物属性与通信网络之间的关联性可以从更加宏观地角度掌握交互模式地规律,分析网络社区与地物属性之间相关性是网络角度分析地重要方法。本文提出基于通信数据中有向加权地理网络的社区结构的时空变化及地物相关性分析。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。（2）基于Spark平台实现Louvain算法（3）分析移动通信网络所生成的社区与实际地物属性特征之间的关联性。以及随着时间演变所生成的变化社区中易变区及不变区与地物属性之间的关联性,并且叠加Open Street Map、全球地表覆盖图、谷歌历史影像地图等地图信息来探究通过移动通信网络所形成的网络社区与实际地物所划分地理边界之间的关系。本文选取意大利米兰市为研究区域,以该区域2013年11... 

【文章来源】：南京邮电大学江苏省

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

米兰遥感影像地图

图 2.2 米兰 Open Street Map 地图本文利用的米兰通信数据是由 2013 年电信大数据挑战活动所提供的。土地分类数据是由CORINE 在 2009 所提供的。将其结合起来分析米兰市通信网络社区的划分与土地类型划分之间的区别。将米兰城市通过空间聚合分割成 10000 个网格(如图 2.3)。

米兰城市地网格图

【参考文献】：
期刊论文
[1]Spark的图计算框架:GraphX[J]. 孙海.  现代计算机(专业版). 2017(09)
[2]电信行业如何应用大数据[J]. 史斌,周双阳.  通信世界. 2013(20)
[3]信息时代移动社会理论构建与城市地理研究[J]. 甄峰,翟青,陈刚,沈丽珍.  地理研究. 2012(02)
[4]基于活动分析法的人类空间行为研究[J]. 柴彦威,沈洁.  地理科学. 2008(05)

硕士论文
[1]基于Spark的图数据查询算法研究[D]. 张玉杰.北京交通大学 2017
[2]基于Spark技术的实时网络流量异常检测研究[D]. 周超.兰州交通大学 2016



本文编号：3551759