中国科学院软件研究所机构知识库
Advanced  
ISCAS OpenIR  > 综合信息系统技术国家级重点实验室  > 学位论文
Title:
基于交通数据的公交车体广告投放可视分析研究
Author: 王艺博
Issued Date: 2017-05-25
Supervisor: 吕品
Major: 计算机应用技术
Degree Grantor: 中国科学院大学
Place of Degree Grantor: 北京
Degree Level: 硕士
Abstract:

公交车体广告是一种高频率的流动广告,其覆盖范围广,信息传递效果好,近十年在城市中高速发展,成为越来越受企业欢迎的品牌推广形式。然而,如何快速生成公交车体广告投放方案(即线路组合),以及有效地对比不同方案的优劣,却一直是困扰企业的难题,原因在于现阶段没有科学的数据和智能的分析工具可以支持他们做决策。

        因此,本文基于北京市兴趣点数据、站点数据,以及201583日到7日五个工作日的公交车IC刷卡数据,设计并实现了一个交互的公交车体广告投放可视分析系统——IBBAS,利用信息可视化将人的知识引入到分析过程中,有效地帮助用户制定和筛选公交车体广告投放方案。该工作存在两方面挑战:第一,对交通数据的预处理,即如何基于划分聚类的方法对IC卡乘客的出行信息进行补全。第二,确定可视分析系统的实现,包括如何基于空间位置信息获取和量化投放方案的相关指标;如何在巨大的解空间中对多约束优化问题进行快速求解,生成最优原始投放方案;以及如何直观地展示当前方案和清晰地对比不同方案。 

    为解决上述挑战,本文将研究工作分为交通数据预处理和可视分析系统实现两个步骤。提出了公交班次划分算法DivideT和到站时间估计算法EstimateT。定义了公交车体广告投放方案的相关指标和量化方法;实现了基于多约束优化的公交车体广告投放方案生成算法;设计了一系列直观的可视化视图并实现了IBBAS,使用户能够清晰地了解当前方案以及有效地对比不同方案。最后,通过面向全城的推广和面向特定目标群体的推广两个系统使用案例验证了系统的有效性。

    本文的贡献主要有三点:第一,在数据挖掘方面,提出公交班次划分算法DivideT和到站时间估计算法EstimateT,实现了基于划分聚类的公交IC卡乘客出行信息补全,解决了现有方法利用IC刷卡记录补全乘客出行信息依赖发车时刻表,并且无法应对交通拥堵等特殊情况的难题;第二,在可视化方面,定义和量化了公交车体广告投放方案指标,实现了基于多约束优化的公交车体广告投放方案生成算法,设计了一系列直观的可视化视图并实现了一个交互的可视分析系统,解决了企业无法快速制定和有效对比公交车体广告投放方案的难题;第三,结合数据挖掘和可视分析,把交通数据应用在公交车体广告投放方案的制定上,为拓展城市交通数据的使用价值做出了贡献。

Language: 中文
Content Type: 学位论文
URI: http://ir.iscas.ac.cn/handle/311060/18916
Appears in Collections:综合信息系统技术国家级重点实验室 _学位论文

Files in This Item:
File Name/ File Size Content Type Version Access License
王艺博_基于交通数据的公交车体广告可视分析研究_答辩.pdf(14946KB)学位论文--限制开放 联系获取全文

description.institution: 中国科学院软件研究所

Recommended Citation:
王艺博. 基于交通数据的公交车体广告投放可视分析研究[D]. 北京. 中国科学院大学. 2017-05-25.
Service
Recommend this item
Sava as my favorate item
Show this item's statistics
Export Endnote File
Google Scholar
Similar articles in Google Scholar
[王艺博]'s Articles
CSDL cross search
Similar articles in CSDL Cross Search
[王艺博]‘s Articles
Related Copyright Policies
Null
Social Bookmarking
Add to CiteULike Add to Connotea Add to Del.icio.us Add to Digg Add to Reddit
所有评论 (0)
暂无评论
 
评注功能仅针对注册用户开放,请您登录
您对该条目有什么异议,请填写以下表单,管理员会尽快联系您。
内 容:
Email:  *
单位:
验证码:   刷新
您在IR的使用过程中有什么好的想法或者建议可以反馈给我们。
标 题:
 *
内 容:
Email:  *
验证码:   刷新

Items in IR are protected by copyright, with all rights reserved, unless otherwise indicated.

 

 

Valid XHTML 1.0!
Copyright © 2007-2020  中国科学院软件研究所 - Feedback
Powered by CSpace