【可视化笔记-VRVIS SWUST-2018】《城市移动数据知微探秘》_陆旻等_PKU

本文主要是介绍【可视化笔记-VRVIS SWUST-2018】《城市移动数据知微探秘》_陆旻等_PKU,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

入坑论文1——《城市移动数据知微探秘》

下载链接:

度盘,密码20ho

本文通过可视化与可视分析技术,将数据转换为图形等用户可交互的方式,让人们理解城市这一主题,并且探索城市中不同人群的行为对城市造成的影响。

何为“城市”:

引用微软亚研院:城市计算
城市计算是一个交叉学科,是计算机科学以城市为背景,跟城市规划、交通、能源、环境、社会学和经济等学科融合的新兴领域。更具体的说,城市计算是一个通过不断获取、整合和分析城市中多种异构大数据来解决城市所面临的挑战(如环境恶化、交通拥堵、能耗增加、规划落后等)的过程。城市计算将无处不在的感知技术、高效的数据管理和分析算法,以及新颖的可视化技术相结合,致力于提高人们的生活品质、保护环境和促进城市运转效率。城市计算帮助我们理解各种城市现象的本质,甚至预测城市的未来。

本文主要以城市移动数据为例,介绍了一些轨迹可视化与可视分析的内容

密集采样:北京市24天出租车GPS轨迹数据,大小为34.5GB,包括28519 辆车、3.79 亿个采样点,每30 秒采样一次。

1、城市路口的交互选择

在这里插入图片描述
①用户可以直接拖拽中心进行移动,拖拽边缘来改变大小,可以设置多个过滤器。
②用户可以选择高维属性:是否载客。

这种分析可以简单方便的选出特定的轨迹。

2、单条路径的时间花销稳定分析

探索单条路径不同路段需要花费时间的排名与变化的可视化系统
在这里插入图片描述

这种可视化效果通过D3.js实现,可以方便的看出,(b)靠下部分轨迹偏红,表明同性模式不良。

3、多条路径选择因素研究

在这里插入图片描述
这一段研究对我现在的研究具有启发意义。交通变化会导致人的移动行为发生变化。在公交车的轨迹规划过程中,可能因为早晚高峰,市政施工,交通事故等因素导致人的移动行为变化,另外,不同导航软件背后的商业模式运作也会左右人的移动行为,

根据我们的经验结果,

如下图,某导航软件规划从西南科技大学到绵阳南郊机场线路图:
在这里插入图片描述

根据2018年某一个月当地市民出行公交刷卡记录显示,乘坐【空港301】至南郊机场的均为少数,多数人愿意选择在【火车客站广场】换成304路公交车。但是在不同软件规划中,与实际结果不同,如下图
在这里插入图片描述

这是另一导航软件规划图,因为此导航软件特殊的商业模式,与实际违背。根据市民调查,观光601路乘坐量远远少于304路。

“经验”结果可通过可视化与可视分析技术进行数据支撑与证明
这即是轨迹可视化方向的研究之一,目前国内外对此研究以出租车和共享单车数据居多。如果我们可以以地铁/公交作为数据基础,相信会发现更多有趣的结果。

回到多条路径选择中来,通过构建道路的拓扑结构图,计算相似度,然后进行聚类。最后查看在当前选择条件下某因子的影响是否显著,最终得到路径选择的结论。

城市伪基站

我们可以通过稀疏采样来重构出原有的实际轨迹。
第一步,对用户上报的短信内容进行分组,建立索引。通过聚类方式提取住不确定性较低的轨迹。
第二步,从文本相似性和时空相似性进行分析,合并恶意短信。
最终还原出该伪基站的活动模式。
在这里插入图片描述

城市智能交通基站

这种基站,我所在的大学的城市,貌似是没有的(有待考究)。所以仅仅略读。
智能交通基站就是通过摄像头和射频识别装置,采集装置所在的道路路段的单辆车的车牌号、速度、通过时间等。这种轨迹记录仅在经过基站时被记录,无法还原出车辆的准确行驶轨迹。但是如果城市中遍布智能交通基站,那么基站将会记录城市道路上几乎所有的车辆轨迹。可以很好的反映整个城市的交通状况,非常适合做宏观的交通分析。

分析模式可以采用每一行代表1天,分为144列,表示一天的144个10分钟。

通过对智能交通基站的数据进行可视分析,可以和市政部门合作,分析未来绵阳市地铁(轨道交通)修建的合理性等,这种分析是具有一定预测性质和前瞻性的。

社交媒体移动轨迹可视分析

我校VIS小组也发表过城市社交媒体数据的可视分析研究:
基于大众点评数据的城市餐饮消费行为可视分析_敖成凤
城市餐饮消费行为数据可视化_敖成凤
下载地址:
大众点评,密码:wl7y

将用户带有地理信息的社交媒体数据(贴吧,微博,点评等)按照时间顺序连接起来,就可以构造出用户在实际物理空间中的稀疏轨迹。

通过筛选出相应的POI位置后,我们可以通过流量分布信息挖掘出有趣的内容。

入坑论文之一,对科研学术的把握较差,笔记多为口水话,不接受批评,感谢。

这篇关于【可视化笔记-VRVIS SWUST-2018】《城市移动数据知微探秘》_陆旻等_PKU的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/710785

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav