基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种基于云计算的地铁大数据分析方法,将地铁大数据的处理分析划分为数据读取、数据存储、数据清洗、数据分析和数据可视化5个阶段,数据分析主要以车站客流规模情况、乘客出行时间情况等为例进行说明.并以阿里云计算服务大数据平台为工具,测试云计算技术与传统数据库的运算效率,证明云计算具有处理速度快和不占用本地资源的优点.最后,以成都地铁AFC 1周刷卡数据为案例,对比实际情况与数据分析所得结论,验证了所提出的大数据分析方法具有较好的普适性,对于今后的地铁大数据分析研究有很好的借鉴意义.
推荐文章
基于云计算的大数据统一分析平台研究与设计
云计算
大数据
Master主机
Segment服务器
完全无共享(share-nothing)架构
数据保护
并行计算框架(Map Reduce)高可用性
基于大数据分析的运动风险评估方法研究
大数据分析
运动风险评估
风险因子
多层次叠加运算
多因素调解方差
运动场地
基于云计算的大数据分析优化技术研究
云计算
大数据
数据分析
流程优化
云计算设备中的大数据特征高效分类挖掘方法研究
云计算
大数据
特征提取
分类挖掘
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于云计算的地铁大数据分析方法研究
来源期刊 铁道科学与工程学报 学科 交通运输
关键词 地铁 云计算 客流分析 大数据 AFC数据
年,卷(期) 2018,(11) 所属期刊栏目 运输·物流·工程管理
研究方向 页码范围 2995-3002
页数 8页 分类号 U291.69
字数 3909字 语种 中文
DOI 10.19713/j.cnki.43-1423/u.2018.11.033
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何世伟 北京交通大学城市交通复杂系统理论与技术教育部重点实验室 218 2493 26.0 37.0
2 殷玮川 北京交通大学城市交通复杂系统理论与技术教育部重点实验室 12 55 4.0 7.0
3 李玉斌 北京交通大学城市交通复杂系统理论与技术教育部重点实验室 1 4 1.0 1.0
4 侯吉 北京交通大学城市交通复杂系统理论与技术教育部重点实验室 2 4 1.0 2.0
5 周芳杰 北京交通大学城市交通复杂系统理论与技术教育部重点实验室 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (118)
参考文献  (11)
节点文献
引证文献  (4)
同被引文献  (32)
二级引证文献  (1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(15)
  • 参考文献(2)
  • 二级参考文献(13)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(4)
  • 引证文献(3)
  • 二级引证文献(1)
研究主题发展历程
节点文献
地铁
云计算
客流分析
大数据
AFC数据
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
铁道科学与工程学报
月刊
1672-7029
43-1423/U
大16开
长沙市韶山南路22号
42-59
1979
chi
出版文献量(篇)
4239
总下载数(次)
13
总被引数(次)
26874
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导