论文部分内容阅读
进入21世纪后,城市建设现代化进程加快,科技所带来的变化也日渐显著。人们在日常生活中已经离不开手机。学生作为社会群众的重要构成,已经受到越来越多的重视。目前已经有大量的互联网公司如京东、腾讯、阿里和百度等在学校布置产业线,想迅速在学生市场扎稳脚跟,学生平常在校园的出行方式以及活动规律就显得十分重要。如今对学生的调查只停留在依靠人工的问卷调查,此种调查费时,耗费大量资源,效率低。近年来,移动通信技术迅猛发展,本文开发了基于Android手机的定位程序,收集深圳大学内若干名学生志愿者的时空轨迹,捕捉个体的日常活动。提出基于模糊综合评价法的轨迹分割方法,提取学生的出行活动及固定位置处的活动。针对出行活动,分析学生校园出行的距离分布、出行方式以及流量分布。针对停留活动,研究学生活动的区域、时空特征、热点区域以及收取快递活动。利用深圳大学20名志愿者手机数据进行实验。实验结果表明:(1)学生群体可分为“短距离”与“长距离”两类;学生出行方式选择主要以步行为主,自行车与机动车为辅;校园主干道路的人流量主要与学生宿舍区在校园的分布有关,与宿舍区和各主干路段间的距离因素相关程度最密切。学生日均出行次数在1.5至4次间徘徊,大部分学生的出行次数集中在2.5~3次;(2)学生的活动可分为上课学习、娱乐运动、宿舍休息这三大类,其中娱乐运动又可细分为体育运动、校外休闲和收取快递;通过结合学生的校园热点区域图得到学生从早上6点到晚上24点的活动规律,具体表现为上课学习、娱乐运动、宿舍休息活动随着时间的波动变化;学生集中在下午5点左右的时段进行收取快递的活动,并且每两周至少有一次网购活动。综上所述,深圳大学的学生日常出行轨迹数据挖掘可以为全国大学的校园设施选址、校内交通组织以及校园物流的规划提供参考依据,包括学生宿舍区与主干道路间的整体规划,环校巴士路线的设计以及快递服务中心的选址等等,同时对社会的商家经营和家长对学生的了解提供有力的依据。