地理社交網(wǎng)絡數(shù)據(jù)可視化分析系統(tǒng)的設計、開發(fā)與應用

地理社交網(wǎng)絡數(shù)據(jù)可視化分析系統(tǒng)的

設計、開發(fā)與應用答辯提綱緒論研究背景研究目標研究內(nèi)容研究技術路線系統(tǒng)構(gòu)建相關理論與技術可視化分析系統(tǒng)的設計與實現(xiàn)應用實例與分析總結(jié)與展望研究背景地理社交網(wǎng)絡積累的數(shù)據(jù)日益龐大，成為了極具研究價值的對象。信息可視化表達與分析是實現(xiàn)知識發(fā)現(xiàn)的重要手段，信息可視化表達與分析可大大縮短從數(shù)據(jù)分析到?jīng)Q策制定的過程。然而，目前的可視化研究著眼于多維數(shù)據(jù)、時間序列數(shù)據(jù)、層次化數(shù)據(jù)等數(shù)據(jù)的可視化，在地理社交網(wǎng)絡數(shù)據(jù)的可視化方面研究較少。研究目標開展數(shù)據(jù)交互可視化分析技術的研究。設計基于空間數(shù)據(jù)存儲的地理社交網(wǎng)絡數(shù)據(jù)可視化分析系統(tǒng)。在研究小組自主開發(fā)的地理知識云平臺上進行集成與部署。開展系統(tǒng)的典型示范應用。研究內(nèi)容開展地理社交網(wǎng)絡、空間數(shù)據(jù)存儲和信息可視化的相關理論研究。針對地理社交網(wǎng)絡數(shù)據(jù)的時間、空間和多維屬性特性，重點研究了熱力圖、聚簇圖、節(jié)點-鏈接圖、平行坐標等幾種信息可視化方法的基本原理。具體開展系統(tǒng)的需求分析、總體設計、數(shù)據(jù)模型設計以及系統(tǒng)主要功能模塊的詳細設計工作與軟件實現(xiàn)，并在地理知識云平臺GeoKSCloud中實現(xiàn)集成與部署。以Foursquare數(shù)據(jù)的分析為例，開展地理社交網(wǎng)絡數(shù)據(jù)可視化分析系統(tǒng)的具體示范應用，對相關分析過程的現(xiàn)實意義進行解釋。研究技術路線圖1-1技術路線圖答辯提綱緒論系統(tǒng)構(gòu)建相關理論與技術地理社交網(wǎng)絡空間數(shù)據(jù)存儲信息可視化系統(tǒng)開發(fā)相關技術和工具

可視化分析系統(tǒng)的設計與實現(xiàn)應用實例與分析總結(jié)與展望地理社交網(wǎng)絡內(nèi)涵地理社交網(wǎng)絡，學術界也有不少人稱之為基于位置的社交網(wǎng)絡，即在社交網(wǎng)絡中融入地理空間位置這一屬性，其意義在于彰顯了“位置”和“社交”的整合。用戶可以在所在地通過手機客戶端應用進行簽到活動，與此同時，可以發(fā)布此刻的心情或狀態(tài)讓好友看到。還能夠與其他地理社交網(wǎng)絡關聯(lián)，同步更新狀態(tài)。新型的社交網(wǎng)絡較傳統(tǒng)的社交網(wǎng)絡而言，更能體現(xiàn)用戶真實情境下的學習、工作和生活狀態(tài)，為人們線下和線上生活架起了一座橋梁，是標榜網(wǎng)絡虛擬世界和現(xiàn)實存在的最有效方式。地理社交網(wǎng)絡分析地理特征分析潛在好友發(fā)現(xiàn)真實用戶關系分析用戶偏好發(fā)現(xiàn)與地點推薦空間認知分析用戶行為分析空間數(shù)據(jù)存儲關系型數(shù)據(jù)庫非關系型數(shù)據(jù)庫類型產(chǎn)品特點Key-ValueRedis簡單易用，直接取值列族Bigtable，HBase模式靈活，任意增、刪列族文檔MongoDB，CouchDB任意模式查詢，嵌套文檔圖Neo4J，GraphLab適用于復雜數(shù)據(jù)結(jié)構(gòu)表2-1NoSQL數(shù)據(jù)庫對比MongoDB數(shù)據(jù)庫MongoDB是一種面向文檔的開源NoSQL數(shù)據(jù)庫系統(tǒng)，用C++語言編寫，提供強大、靈活、可擴展的數(shù)據(jù)存儲方式。MongoDB優(yōu)良特性：

（1）采用內(nèi)存映射作為存儲引擎，可有效地提高I/O性能

（2）具有無模式特性，便于用戶存儲數(shù)據(jù)

（3）支持即時查詢、豐富的查詢表達式和二級索引，同時也提供空間索引能力

（4）支持自動分片機制及服務器之間的相互復制，提供冗余備份、自動故障轉(zhuǎn)移以及云級別伸縮性信息可視化熱力圖熱力圖的本質(zhì)是三維數(shù)據(jù)（包括地理位置經(jīng)緯度坐標和某一地理要素值的大小）在二維平面上的可視表達。聚簇圖

聚簇即將多個點要素聚合為一個符號。聚簇過程取決于屏幕顯示區(qū)域的大小。節(jié)點-鏈接圖它能夠直觀展示各節(jié)點之間的關系，其中，節(jié)點代表地理社交網(wǎng)絡中的用戶，用邊表示人與人之間的關系。平行坐標

平行坐標是最經(jīng)典的在二維平面表示多維數(shù)據(jù)的可視化方法。系統(tǒng)開發(fā)相關技術和工具D3

D3.js基于數(shù)據(jù)操作文檔（Data-DrivenDocuments）的理念構(gòu)建，通過使用HTML、SVG和CSS來使數(shù)據(jù)生動的展現(xiàn)在符合Web標準的瀏覽器中。Leaflet

Leaflet是一個為交互式地圖提供的、現(xiàn)代開源的JavaScript庫。CrossfilterCrossfilter是用于在瀏覽器上探索大規(guī)模高維數(shù)據(jù)集的JavaScript庫。Bootstrap

Bootstrap是基于HTML、CSS和JavaScript的簡潔靈活的流行前端框架及交互組件集。答辯提綱緒論系統(tǒng)構(gòu)建相關理論與技術可視化分析系統(tǒng)的設計與實現(xiàn)需求分析總體設計數(shù)據(jù)模型設計模塊設計系統(tǒng)實現(xiàn)

應用實例與分析總結(jié)與展望需求分析在數(shù)據(jù)管理方面，針對不同用戶提供不同使用權限提供豐富的數(shù)據(jù)查詢功能支持多種可視化方式支持交互式可視化分析提供統(tǒng)計分析功能具有良好的結(jié)構(gòu)和穩(wěn)定性界面便于操作總體設計圖3-1系統(tǒng)三層邏輯架構(gòu)圖總體設計圖3-2系統(tǒng)物理架構(gòu)圖數(shù)據(jù)模型設計系統(tǒng)用戶信息表設計位置數(shù)據(jù)模型用戶關系模型類別模型模塊設計圖3-3系統(tǒng)模塊結(jié)構(gòu)圖系統(tǒng)主界面圖3-4系統(tǒng)主界面系統(tǒng)實現(xiàn)——數(shù)據(jù)導入圖3-5（a）數(shù)據(jù)導入流程圖圖3-5（b）

數(shù)據(jù)導入界面系統(tǒng)實現(xiàn)——數(shù)據(jù)檢索接口接口方法名接口說明好友查詢1findFrdByUID(Stringuser_ID)根據(jù)用戶ID查詢該用戶的所有好友簽到查詢2findCheckByUID(Stringuser_ID)通過用戶ID查詢用戶所有的簽到數(shù)據(jù)簽到查詢3findFrdCheckByUID(Stringuser_ID)根據(jù)用戶ID查詢該用戶好友的簽到數(shù)據(jù)簽到查詢4findCheckByCo(StringsLng,StringsLat,StringsDistance)查詢臨近某空間坐標的簽到數(shù)據(jù)，參數(shù)包括經(jīng)度、緯度以及查詢半徑簽到查詢5findCheckByCo(StringsLng1,StringsLat1,StringsLng2,StringsLat2)根據(jù)提供的經(jīng)緯度，查詢某空間矩形范圍內(nèi)的簽到數(shù)據(jù)簽到查詢6findCheckByPoly(String[][]polygon)查詢某空間多邊形范圍內(nèi)的簽到數(shù)據(jù)簽到查詢7findCheckByDate(Stringyear,String

month,Stringday)根據(jù)時間查詢簽到數(shù)據(jù)簽到查詢8findCheckByCat(Stringcat_ID)根據(jù)簽到類別查詢數(shù)據(jù)表3-1部分查詢接口系統(tǒng)實現(xiàn)——數(shù)據(jù)檢索結(jié)果展示圖3-6數(shù)據(jù)檢索結(jié)果展示(a)用戶參數(shù)(b)時間參數(shù)(c)空間參數(shù)(d)類別參數(shù)(e)操作系統(tǒng)實現(xiàn)——熱力圖圖3-8熱力圖圖3-7實現(xiàn)熱力圖的核心代碼系統(tǒng)實現(xiàn)——聚簇圖圖3-10聚簇圖圖3-9實現(xiàn)聚簇圖的核心代碼系統(tǒng)實現(xiàn)——平行坐標實現(xiàn)的功能有：交換坐標軸高亮顯示(Brushing)統(tǒng)計選定數(shù)據(jù)個數(shù)刪除數(shù)據(jù)導出數(shù)據(jù)圖3-12平行坐標可視化方法圖3-11實現(xiàn)平行坐標的核心代碼系統(tǒng)實現(xiàn)——統(tǒng)計分析圖3-13統(tǒng)計分析邏輯結(jié)構(gòu)圖圖3-14統(tǒng)計分析主頁面答辯提綱緒論系統(tǒng)構(gòu)建相關理論與技術可視化分析系統(tǒng)的設計與實現(xiàn)應用實例與分析應用背景地理知識云平臺GeoKSCloud可視化分析總結(jié)與展望應用背景地理社交網(wǎng)絡數(shù)據(jù)主要由用戶關系數(shù)據(jù)和簽到數(shù)據(jù)兩部分組成。Foursquare是一個針對手機用戶在移動端提供地理位置服務，并鼓勵用戶分享自己當前地理位置及其他信息的實地場景社交網(wǎng)絡，當用戶在手機上啟動Foursquare軟件后，用戶可以更新當前所處地理位置，在此過程中用戶可以選擇性的以文本、圖片等形式發(fā)布對當前環(huán)境、心情、事件等內(nèi)容的評價。數(shù)據(jù)集分析用戶簽到數(shù)據(jù)

記錄條數(shù)：41037515條

屬性：TwitterID，TwitterUserName，VenueID，VenueCategoryID，VenueCategoryName，VenueLatitude，VenueLongitude，Time(GMT)用戶關系數(shù)據(jù)

記錄條數(shù)：1017133條

屬性：user_ID1，user_ID2簽到地點類別數(shù)據(jù)

條數(shù)：分為一級、二級和三級類別，共計約400項GeoKSCloud——體系結(jié)構(gòu)GeoKSCloud——主要功能數(shù)據(jù)聚合中心為GeoKSCloud提供統(tǒng)一的數(shù)據(jù)發(fā)布、訪問界面。知識服務中心地學問題求解中心平臺控制中心提供平臺用戶管理、權限控制、系統(tǒng)運行監(jiān)控等功能。地理知識云門戶旨在為Web和移動用戶提供地理知識云服務平臺的訪問入口接口，具有遠程任務提交、服務訪問和基于位置的服務功能。GeoKSCloud——系統(tǒng)集成由于系統(tǒng)設計時采用的基礎設施和技術框架與GeoKSCloud完全相同（例如，Bootstrap同時用于地理社交網(wǎng)絡數(shù)據(jù)可視化分析系統(tǒng)和地理知識云平臺的前端頁面構(gòu)建，底層都采用MongoDB和Hadoop存儲和處理數(shù)據(jù)，硬件資源都采用實驗小組長期使用的服務器，兩者采用相同的配置文件、底層代碼），所以，在系統(tǒng)集成時，只需要將相應代碼拷貝至地理知識云平臺的對應目錄，并在平臺各模塊增加相關超鏈接和調(diào)用函數(shù)。可視化分析——簽到類別分布規(guī)律其中，以“家”作為地點類別的簽到點占總簽到數(shù)的23%，具有最大比重；“辦公場所”略高于8%，居于第二位。這說明對全球Foursquare地理社交網(wǎng)絡用戶而言，人們更傾向于在家和辦公場所進行簽到。圖4-1簽到地點類別統(tǒng)計直方圖可視化分析——簽到地點分布規(guī)律東部及南部沿海地區(qū)簽到點較為密集，西部地區(qū)及東北地區(qū)簽到點較為稀疏。就簽到較為密集的東部及南部區(qū)域而言，渤海經(jīng)濟區(qū)、長三角經(jīng)濟區(qū)、珠三角經(jīng)濟區(qū)以及四川、重慶、山西、山東等區(qū)域簽到最為集中。圖4-2中國簽到數(shù)據(jù)分布熱力圖北京和天津簽到數(shù)據(jù)分析北京的聚集范圍比天津更廣，聚簇圖中簇的數(shù)目比天津的更大，從而得出北京的用戶簽到次數(shù)遠高于天津。圖4-3北京和天津簽到數(shù)在地圖上的顯示(a)熱力圖(b)聚簇圖北京簽到數(shù)據(jù)分析北京市用戶簽到數(shù)據(jù)特征：簽到集聚區(qū)主要分布在五環(huán)內(nèi)，且主要集中于北部和東北部地區(qū)簽到集聚區(qū)存在顯著的空間偏向性圖4-4北京簽到數(shù)在地圖上的顯示北京簽到數(shù)據(jù)分析北部地區(qū)存在中關村、上地、國貿(mào)、三里屯、王府井等區(qū)域，中關村、上地和國貿(mào)屬于辦公區(qū)域，而用戶更加樂于在辦公地點發(fā)布簽到信息，王府井屬于消費區(qū)，人流量較大，三里屯則屬于外國人密集居住區(qū)，F(xiàn)oursquare作為國外地理社交網(wǎng)絡產(chǎn)品，在外國人的群體中更加普及。圖4-5北京簽到數(shù)在地圖上的顯示（局部區(qū)域）可視化分析——簽到時間分布規(guī)律利用系統(tǒng)中平行坐標已有的功能，可以得出：周末的簽到頻率明顯高于工作日圖4-6平行坐標圖（北京和天津用戶簽到數(shù)據(jù)）可視化分析——簽到時間分布規(guī)律北京市和天津市一天當中，用戶簽到數(shù)呈現(xiàn)多次波動現(xiàn)象。凌晨0點至凌晨4點之間，簽到數(shù)量持續(xù)降低，并在凌晨4點達到一天中的簽到數(shù)最低值；凌晨4點至早上9點之間簽到數(shù)逐漸攀升，并在9點達到一次小高峰；之后簽到數(shù)量再波動攀升，11點左右達到局部最小，13點達到局部最大值，19點達到一天中的最高峰。圖4-7北京和天津用戶簽到次數(shù)隨時間變化圖總結(jié)分析總結(jié)了可視化分析系統(tǒng)構(gòu)建所涉及的基礎理論與相關技術。以地理社交網(wǎng)絡數(shù)據(jù)知識發(fā)現(xiàn)的應用需求為導向，開展了系統(tǒng)的需求分析、總體設計、數(shù)據(jù)模型設計以及系統(tǒng)主要功能模塊的設計工作，實現(xiàn)了可視化分析系統(tǒng)。以Foursquare簽到數(shù)據(jù)的分析為例，開展了地理社交網(wǎng)絡數(shù)據(jù)的可視化分析示范應用。展望本文實例分析時使用的實驗數(shù)據(jù)僅針對北京市