基于海量移動(dòng)位置數(shù)據(jù)的研究與應(yīng)用.pdf

1、近年來(lái)世界各地都曾出現(xiàn)因節(jié)日、舉辦活動(dòng)、承辦賽事等引來(lái)大量人群，造成道路阻塞、景點(diǎn)擁擠，甚至出現(xiàn)踩踏事故，造成多人傷亡的情況。最悲慘的踩踏事故發(fā)生在1990年的麥加，1426名朝覲者被踩死或因擁堵窒息死亡。2014年發(fā)生在上海外灘陳毅廣場(chǎng)的擁擠踩踏事故，共造成36人死亡，47人受傷。
　　踩踏事故的發(fā)生主要是地方政府部門(mén)、景區(qū)管理部門(mén)、活動(dòng)承辦部門(mén)沒(méi)有對(duì)景區(qū)人群流動(dòng)量進(jìn)行有效監(jiān)控和預(yù)測(cè)，造成人流量嚴(yán)重超過(guò)景區(qū)承載量，從而使多人傷亡

2、的惡性事故發(fā)生。本文研究的區(qū)域的人流監(jiān)控系統(tǒng)可以幫助有關(guān)單位提前預(yù)估某一區(qū)域的人群流量、實(shí)時(shí)監(jiān)控景區(qū)人流動(dòng)態(tài)，并實(shí)時(shí)發(fā)布預(yù)警信息，指導(dǎo)相關(guān)工作人員、周邊交通警察進(jìn)行人群疏散，緩解景區(qū)人流壓力，避免踩踏事故的發(fā)生。
　　在人流監(jiān)控系統(tǒng)中人流預(yù)測(cè)是重要的領(lǐng)域，本文中通過(guò)歷史人流數(shù)據(jù)使用時(shí)間序列算法模型來(lái)完成人流的預(yù)測(cè)，然后再通過(guò)移動(dòng)基站的海量數(shù)據(jù)篩選出人流特征屬性的信息來(lái)幫助人流監(jiān)控系統(tǒng)更加精準(zhǔn)得運(yùn)行。再基于海量移動(dòng)位置數(shù)據(jù)，通過(guò)數(shù)據(jù)

3、篩選獲取有效信息數(shù)據(jù)，結(jié)合hadoop平臺(tái)、KAFKA消息中間件等，對(duì)位置數(shù)據(jù)進(jìn)行了如下研究和應(yīng)用：
　　1.本文主要是基于海量移動(dòng)位置數(shù)據(jù)完成的研究和應(yīng)用，這其中位置數(shù)據(jù)是關(guān)鍵，但是直接從基站獲取的數(shù)據(jù)是相當(dāng)龐大且冗余的，所以首先數(shù)據(jù)預(yù)處理是相當(dāng)重要的。通過(guò)公司的采集平臺(tái)來(lái)使用正則表達(dá)式的形式配置過(guò)濾條件，然后通過(guò)KAFKA消息中間件來(lái)完成數(shù)據(jù)的輸出解決了數(shù)據(jù)輸入輸出不同步的問(wèn)題。
　　2.因?yàn)楹Ａ康奈恢脭?shù)據(jù)其信息量是十分