随着低碳环保社会的发展,城市规模的不断扩大,电动自行车由于其成本低廉、操作灵活、骑行便捷等特点,已成为我国许多城市重要的出行方式之一。近年来,随着电动自行车行业的快速发展,与之相关的交通和社会治安问题也层出不穷。为了解决日益增长的电动自行车数量和有限道路之间的矛盾,政府部门需要全面深入地了解电动自行车群体的行为特征,以加强对电动自行车的管理,从而提高城市系统的服务水平和管理效率。本文基于海量的电动自行车轨迹数据开展了系统性的研究工作,对电动自行车用户的行为进行深入地分析,并构建了功能丰富的可视化交互系统。具体研究内容如下:本文基于大数据平台对电动自行车数据进行清洗,针对清洗后的轨迹数据,设计一种基于速度的时间聚类算法来提取用户在运动过程中的停留点,通过基于Spark的K-means++算法对用户的停留点进行聚类分析,得到用户热点停留区域。为得到用户的居住地信息,针对不同职业背景的用户,设计不同的聚类算法去自动有效地挖掘用户居住地信息。在数据分析的基础之上,本文还构建了基于大数据平台的Web端可视化系统,方便人们直观地分析和理解电动自行车数据,该系统包括电动自行车数据地图、轨迹移动等模块,在该系统中,前端页面经常需要根据指定字段或者几个字段组合检索存储在HBase里的电动自行车数据,为了提高查询的速度,本文提出了一种基于Phoenix来实现HBase二级索引的方法。最后对HBase与Phoenix集成的性能进行测试,实验表明在对HBase表数据建立二级索引后,数据的查询速度会有显著的提升。本文将大数据和WEB可视化系统进行结合,对电动自行车用户的行为进行分析。根据其分析的数据特征构建了基于大数据平台的电动自行车可视化系统,并利用 Phoenix为HBase创建二级索引,提高了可视化系统的资询速度。为本文研究工作的实际应用提供了可能。