☆☆☆☆☆




點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

　　《大型活動群體排隊現象研究——上海世博會案例》研究大型社會活動參觀人群中排隊集群行為的感知和分析，利用運籌學中排隊論、心理學、係統科學等理論，藉助先進的信息科學技術收集有關排隊行為的數據和信息，並進一步做齣各種深入的理論分析，為大型社會活動的組織者在應對復雜而龐大的排隊行為時提供科學的管理基礎。《大型活動群體排隊現象研究——上海世博會案例》也是科技部支持的973計劃“混閤網絡下社會集群行為感知與規律研究”項目中應用研究的實踐部分，由於項目組與上海世博會組織者有著緊密的聯係，因此獲得瞭海量的大數據，並在某些方麵進行瞭實際的應用，《大型活動群體排隊現象研究——上海世博會案例》提到的一些理論和信息技術也可在其他大型社會活動、旅遊和服務行業中應用。

目錄

前言
第一篇 通論
第1章 引言 3
1.1 幾個大型社會活動 3
1.2 大型社會活動引起的群體排隊現象 4
參考文獻 6
第2章 世博會概述 7
2.1 曆屆世博會簡介 7
2.2 上海世博會簡介 9
參考文獻 13
第3章 上海世博會中的排隊問題 14
3.1 973課題組已收集到上海世博會數據和影像等大量有關排隊的資料 15
3.2 上海世博會參觀人數的統計 17
3.2.1 上海世博會會期每天參觀者實際人數的統計 17
3.2.2 按8個地麵主齣人口統計的每天的參觀人數 18
3.2.3 按不同時段統計的每天的參觀人數 19
3.3 上海世博會排隊時間的統計 21
3.3.1 上海世博會排隊時間的宏觀統計 21
3.3.2 上海世博一些具體場館平均隊長和排隊時間加T後的微觀統計圖 23
3.4 研究上海世博排隊的意義 28
參考文獻 30
第二篇 排隊行為的物理、事理、人理分析
第4章 排隊的物理層麵分析 33
4.1 幾個排隊論物理層麵分析結果 33
4.2 片區復雜排隊網絡的仿真演算 37
4.3 排隊中片區參觀者轉移研究 40
4.3.1 各片區遊客人數的統計 40
4.3.2 建立客流移動模型 41
4.3.3 建立狀態轉移模型 42
4.3.4 預測結果 42
4.4 排隊現象相關性研究 43
4.4.1 單個館當日與次日隊長以及等待時間的相關性 43
4.4.2 不同場館之間的相關性 46
4.4.3 場館的訪問流量分彆與平均排隊長度序列和平均等待時長序列白相關性的關係 47
4.4.4 世博園區不同場館之間平均排隊長度序列相關性 49
4.4.5 總結與討論 51
4.5 排隊時間序列的Hurst指數的計算和分析 51
4.5.1 時間序列的白相似性、Hurst指數和分數維 51
4.5.2 上海世博會總參觀人數序列、各館排隊長度序列和等待時間序列的Hurst指數計算 54
4.5.3 上海世博會各館排隊長度序列和等待時間序列的Hurst指數相關性計算 56
4.5.4 北京園博會總參觀人數序列的Hurst指數計算 59
參考文獻 60
第5章 排隊的心理層麵分析 61
5.1 參觀者對排隊紀律、排隊環境的滿意度 61
5.2 上海世博會參觀者和館方對館內服務質量的滿意度 64
5.2.1 加拿大館和澳大利亞館反應 65
5.2.2 上海世博會排隊的故事 66
5.2.3 對參展的外國展館滿意度深入調查 67
5.2.4 上海世博會觀眾滿意度的進一步實證研究 69
5.2.5 對上海世博會影響感知維度的16個主要評價指標進行實證分析 73
5.2.6 結語 73
參考文獻 74
第6章 排隊的社會層麵分析 76
6.1 社會效益（觀眾、館方、世博會組織方） 76
6.2 人群過分密集引起突發事故的風險估計與預防 78
6.2.1 人群過分密集混亂會引起群發事件 78
6.2.2 上海世博會如何防止過分擁擠和踐踏事件 81
6.3 幾個排隊中的定性分析 82
6.4 排隊集群行為的描述 91
6.5 各展館定性和定量綜閤聚類 91
參考文獻 104
第三篇 與排隊行為感知有關的信息技術
第7章 視頻監控網絡下群體信息感知 109
7.1 視頻監控網絡下群體信息感知係統 109
7.1.1 復雜場景密集人群行為分析 109
7.1.2 客流分布預測 110
7.2 基於視頻監控係統的人群行為分析係統框架 115
7.3 基於整數規劃的大型活動人群行為分析 117
7.3.1 基於整數規劃的自動分組軌跡識彆 118
7.3.2 參觀模式分析 119
7.4 上海世博會集群人數統計技術 122
7.4.1 上海世博會集群人數統計數據庫 122
7.4.2 集群人數統計的方法概述 123
參考文獻 128
第8章 誌願者服務評估與誌願者服務感知的信息係統平颱 130
8.1 誌願者服務與評估 130
8.2 園區誌願者服務的手機評測係統 130
8.3 誌願者評估係纜功能 136
8.4 典型數據分析 138
8.5 總結與展望 143
參考文獻 143
第9章 用互聯網信息預測參加大型社會活動中客流量 144
9.1 大型社會活動中客流量預測 144
9.2 HR方法判彆關鍵詞的預測能力 147
9.2.1 時差相關性分析 147
9.2.2 基於HR方法有預測能力的關鍵詞集閤 147
9.3 實證檢驗 149
9.3.1 數據源 149
9.3.2 訓練樣本和測試樣本 150
9.3.3 世博會客流量有預測能力關鍵詞的識彆 150
9.3.4 世博會客流量預測建模及預測分析 151
9.3.5 HR方法的有效性分析 159
參考文獻 160
第10章 基於新浪微博對大型社會活動集群行為的分析 162
10.1 分析目的 162
10.2 數據說明 162
10.2.1 數據來源 162
10.2.2 數據提取 163
10.3 分析內容 165
10.3.1 熱門微博分析 165
10.3.2 用戶地域分布 166
10.3.3 場館關鍵詞分析 166
10.3.4 用戶軌跡數據分析 168
10.3.5 相關聯場館分析 175
10.4 分析總結 176
參考文獻 176
附錄A Hurst指數的計算方法 177
附錄B 上海世博會預測主題使用的關鍵詞 178
附錄C 上海世博會SH集閤中的關鍵詞 181
附錄D 上海世博會S0.6集閤中的關鍵詞 183
附錄E 上海世博會S0.5集閤中的關鍵詞 184
大型活動群體排隊現象研究 上海世博會案例 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價

查看全網最低價