论文部分内容阅读
随着计算机技术的发展,大数据的概念愈演愈热,越来越多的研究课题开始借助计算机来进行一些模拟仿真[1]。本文将主要以美国的一个小镇(Blacksburg)的居民地理位置信息数据为基础,借助谷歌地图,及小镇当地的一些交通工具信息数据等构建出一个当地居民的行为仿真模拟器。目前,相当多的领域开始迫切的需要人的行为数据作为基础来进行分析研究,如传染病的传播,DTN(容迟网络)路由协议,个体情感传播,城市交通规划等等[2,3]。这些领域往往需要一些真实具体的数据来对研究者提出的理论模型进行模拟验证,然而这些真实数据往往难以获得,或者数据残缺,场景难以构建[4]。因此,非常有幸能获得Blacksburg的居民地理位置信息数据,而且感谢谷歌地图提供的一些方便的功能,使得到的数据可以进行一些挖掘,方便构建更多的场景和模型。本文在构建模拟器的过程中,主要目标是用来研究传染病的传播的,而且主要针对公共交通中的公交车对传染病传播的影响进行研究。因此,在模拟器的设计过程中,对数据做了一些针对性的挖掘以适应研究的需要。在研究的过程中,主要找了一些传播特征明显的传染病进行模拟[5]。本文中对Blacksburg的居民地理位置数据的处理主要是借助谷歌地图提供的一些API,这些API可以帮助我们查询出很多有用的信息。Blacksburg给出的居民信息数据主要是各个居民一天中去过的地点的经纬度坐标,以及到达时间和停留时间(之后会有详细介绍)。然而,我们要研究公交车对传染病的影响,所以需要挖掘出居民搭乘公交车的信息以及居民在公交车上的相遇情况。对于居民搭乘公交车的信息我们主要借助谷歌地图提供的相应的API来挖掘出居民如果乘坐公交车,他将会乘坐哪一趟公交车。而要获取居民在公交车上的相遇情况,我们则是去相应的官网上获取了Blacksburg的所有公交车基本信息数据,以及它们的发车信息数据。然后根据居民的上车时间和上的哪辆车这些信息进行比对,整理出某一时间,如果某一居民乘坐某趟公交车,他会与哪些人相遇,以及他们互相之间会接触多长时间。这些接触信息,将是我们模拟传染病传播时需要的重要信息,整个模拟过程都将基于此进行分析研究。