基于大数据的公交乘客线路选择估计模型仿真

对公交乘客线路选择进行估计模型建立,在缓解城市交通拥堵方面具有重要作用。由于乘坐公交的人员到站时间多样,使得公交线路特征不固定。传统的建模方法,无法准确提取公交乘客到达时间,且线路多、不能提前做出准确预测,导致建模误差大的问题。提出利用大数据的公交乘客线路选择的估计建模方法。利用大数据算法获取公交客流出行时间的概率密度函数,计算出OD间各路径的乘客出行时间组成的要素,建立多种公交乘客线路选择的单一模式OD矩阵,利用有序加权平均算子将多种OD矩阵估计结果进行排序,对各OD矩阵估计结果赋予不同的权重,得出一个整体的公交乘客线路选择的估计加权值,并以该值为依据建立了采用大数据的组合公交乘客线路选择矩阵估计模型。仿真结果表明,利用大数据的公交乘客线路选择的估计建模方法有效的缓解城市交通拥堵。

高校大学计算机文化基础课程中开展课程思政的探索

大学计算机文化基础课程作为通识课程里面的核心课程,对课程思政起到了重要作用。传统的大学计算机文化基础教学更偏重于科学理论和计算机操作技能,对教材中的思政内容涉及很少。本文以大学计算机文化基础课程为例,对课中的所蕴含的思政教育思想进行探索,通过对教材中所包含的知识点和思想要点的结合,将思政教育充分融入到了大学计算机文化基础课程中去。在这个过程中,能够让学生在提升计算机操作技能的同时,在政治水平上也得到一定提高。

大数据时代校园网络诈骗及解决策略

技术发展日新月异,已从网络时代逐渐发展至大数据时代。大数据以自动化、便利性等优势渗透在人们生活的各个方面,但网络信息安全、个人隐私保护成为与大数据时代并列的词语。基于此,以大数据时代中的网络诈骗为研究对象,调查罗列当代各种网络诈骗方式,详细分析网络诈骗横行的原因,并尝试将其与现有解决方法进行比较,针对现实问题提出预防和解决网络诈骗的新措施,以期为我国打击网络诈骗事业贡献一份力量,减少相关犯罪的发生。

基于智能交通数据下的否定关联规则实验研究

目前,交通系统中的数据增长越来越快,特别是公交系统的数据采集和技术分析日益纷杂,伴随着数据的快速增长无疑是告知我们智能交通的大数据时代已经来临。当然,公交数据这类资源和其它资源相比,又有着其特殊性,一种快速且高效的公交数据采集方法,对于城市的公交系统有着其重要的作用,倘若数据这类资源不能得到有效利用,那么给市民出行带来将会是一种沉重的负担。本文主要利用大量公交IC卡刷卡的相关数据进行有效处理与分析,对否定关联规则算法进行深化研究。

基于大数据处理的MapReduce实时优化研究

随着大数据时代的到来,关于大规模数据的处理技术研究也是源源不断。因此大数据的处理也面对着众多难题,伴随着Map Reduce计算框架的出现也暂时缓解了这一难题。众所周知,大规模数据(我们这里通常为PB级甚至EB级)是能够通过Map Reduce进行高效并行处理的,但是在实际的企业运用环境过程中,随着企业对数据处理要求越来越多,而传统的数据仓库在企业实行战略性决策中明显出现时间的实时性不能满足其需求,相应的Map Reduce底层架构和处理模式上的缺陷逐渐显现出来,给企业造成了处理效率、实时更新、执行性能上等方面的一些问题。面对这些问题并且结合企业实际运行需求,本文章主要针对Map Reduce的实时优化研究。该文文中首先对Map Reduce的编程模型和实现机制进行了阐述,其次着重对Map Reduce实时处理优化进行研究,最后对Map Reduce各种优化技术进行了总结和展望。