声明
致谢
1绪论
1.1研究背景
1.1.1乘车数据管理
1.1.2同站进出行为
1.2研究问题
1.3研究内容
1.4研究技术路线
1.5研究创新点
2文献综述与相关理论基础
2.1北京轨道交通乘客票价与安全
2.1.1北京轨道交通票价制定方法
2.1.2北京轨道交通票价与安全问题
2.2轨道交通乘客行为特征分析
2.2.1正常行为
2.2.2异常行为
2.3轨道交通智能卡大数据分析
2.3.1智能卡与大数据相关研究
2.3.2基于智能卡的客户行为特征研究
2.3.3基于智能卡大数据的乘客需求预测
3轨道交通乘客异常行为识别系统研究
3.1异常识别定义
3.2同站进出行为
3.3同站进出的轨道交通乘客异常行为识别系统
3.3.1数据清理子系统
3.3.2维度分析子系统
3.3.3聚类分析子系统
3.3.4乘车行为分析子系统
3.4本章小结
4轨道交通乘客OD数据处理
4.1数据样本
4.2数据整理
4.4算法过程
4.5本章小结
5轨道交通同站进出数据分桶分析
5.1分析维度
5.2车站级分析
5.3线路级分析
5.4时间级分析
5.5乘客级分析
5.6本章小结
6轨道交通数据密集型问题的处理方法
6.1问题分析
6.2基于密度的聚类算法
6.2.1基本算法
6.2.2基于密度的聚类
6.3算法在MapReduce上的实现
6.3.1k-means算法实现
6.3.2DBSCAN算法在MapReduce上的实现
6.4改进算法及实现
6.4.1局部聚类
6.4.2算法IDBDC在MapReduce上的实现
6.5实验结果分析
6.6本章小结
7轨道交通乘客同站进出行为画像分析
7.1乘客密集追踪分析
（1）一周同站进出 1次
（2）一周同站进出 2次
（3）一周同站进出 7次以上
7.2乘客密集聚类分析
7.3乘客行为的社会分析
7.4乘客异常行为画像分析
7.4.1“疑似偷盗”行为
7.4.2“疑似乞讨卖艺”行为
7.4.3“疑似发小广告”行为
7.5本章小结
8轨道交通乘客同站进出行为验证与预测
8.1基于投诉数据的轨道交通异常行为识别
8.1.1异常记录投诉数据描述
8.1.2投诉数据的NLP算法处理
8.1.3异常行为偏好分析
8.2同站进出的轨道交通乘客异常行为验证
8.2.1同站进出的识别模型
8.2.2同站进出的模型验证
8.3同站进出的异常行为预测
8.3.1训练集构建
8.3.2模型验证
8.4本章小结
9研究总结展望与政策建议
9.1研究总结与展望
9.2研究政策建议
参考文献
附录A
表索引
图索引
作者简历及攻读博士学位期间取得的研究成果
独创性声明
学位论文数据集
北京交通大学;
