内容简介
《大型活动群体排队现象研究——上海世博会案例》研究大型社会活动参观人群中排队集群行为的感知和分析,利用运筹学中排队论、心理学、系统科学等理论,借助先进的信息科学技术收集有关排队行为的数据和信息,并进一步做出各种深入的理论分析,为大型社会活动的组织者在应对复杂而庞大的排队行为时提供科学的管理基础。《大型活动群体排队现象研究——上海世博会案例》也是科技部支持的973计划“混合网络下社会集群行为感知与规律研究”项目中应用研究的实践部分,由于项目组与上海世博会组织者有着紧密的联系,因此获得了海量的大数据,并在某些方面进行了实际的应用,《大型活动群体排队现象研究——上海世博会案例》提到的一些理论和信息技术也可在其他大型社会活动、旅游和服务行业中应用。
目录
前言
第一篇 通论
第1章 引言 3
1.1 几个大型社会活动 3
1.2 大型社会活动引起的群体排队现象 4
参考文献 6
第2章 世博会概述 7
2.1 历届世博会简介 7
2.2 上海世博会简介 9
参考文献 13
第3章 上海世博会中的排队问题 14
3.1 973课题组已收集到上海世博会数据和影像等大量有关排队的资料 15
3.2 上海世博会参观人数的统计 17
3.2.1 上海世博会会期每天参观者实际人数的统计 17
3.2.2 按8个地面主出人口统计的每天的参观人数 18
3.2.3 按不同时段统计的每天的参观人数 19
3.3 上海世博会排队时间的统计 21
3.3.1 上海世博会排队时间的宏观统计 21
3.3.2 上海世博一些具体场馆平均队长和排队时间加T后的微观统计图 23
3.4 研究上海世博排队的意义 28
参考文献 30
第二篇 排队行为的物理、事理、人理分析
第4章 排队的物理层面分析 33
4.1 几个排队论物理层面分析结果 33
4.2 片区复杂排队网络的仿真演算 37
4.3 排队中片区参观者转移研究 40
4.3.1 各片区游客人数的统计 40
4.3.2 建立客流移动模型 41
4.3.3 建立状态转移模型 42
4.3.4 预测结果 42
4.4 排队现象相关性研究 43
4.4.1 单个馆当日与次日队长以及等待时间的相关性 43
4.4.2 不同场馆之间的相关性 46
4.4.3 场馆的访问流量分别与平均排队长度序列和平均等待时长序列白相关性的关系 47
4.4.4 世博园区不同场馆之间平均排队长度序列相关性 49
4.4.5 总结与讨论 51
4.5 排队时间序列的Hurst指数的计算和分析 51
4.5.1 时间序列的白相似性、Hurst指数和分数维 51
4.5.2 上海世博会总参观人数序列、各馆排队长度序列和等待时间序列的Hurst指数计算 54
4.5.3 上海世博会各馆排队长度序列和等待时间序列的Hurst指数相关性计算 56
4.5.4 北京园博会总参观人数序列的Hurst指数计算 59
参考文献 60
第5章 排队的心理层面分析 61
5.1 参观者对排队纪律、排队环境的满意度 61
5.2 上海世博会参观者和馆方对馆内服务质量的满意度 64
5.2.1 加拿大馆和澳大利亚馆反应 65
5.2.2 上海世博会排队的故事 66
5.2.3 对参展的外国展馆满意度深入调查 67
5.2.4 上海世博会观众满意度的进一步实证研究 69
5.2.5 对上海世博会影响感知维度的16个主要评价指标进行实证分析 73
5.2.6 结语 73
参考文献 74
第6章 排队的社会层面分析 76
6.1 社会效益(观众、馆方、世博会组织方) 76
6.2 人群过分密集引起突发事故的风险估计与预防 78
6.2.1 人群过分密集混乱会引起群发事件 78
6.2.2 上海世博会如何防止过分拥挤和践踏事件 81
6.3 几个排队中的定性分析 82
6.4 排队集群行为的描述 91
6.5 各展馆定性和定量综合聚类 91
参考文献 104
第三篇 与排队行为感知有关的信息技术
第7章 视频监控网络下群体信息感知 109
7.1 视频监控网络下群体信息感知系统 109
7.1.1 复杂场景密集人群行为分析 109
7.1.2 客流分布预测 110
7.2 基于视频监控系统的人群行为分析系统框架 115
7.3 基于整数规划的大型活动人群行为分析 117
7.3.1 基于整数规划的自动分组轨迹识别 118
7.3.2 参观模式分析 119
7.4 上海世博会集群人数统计技术 122
7.4.1 上海世博会集群人数统计数据库 122
7.4.2 集群人数统计的方法概述 123
参考文献 128
第8章 志愿者服务评估与志愿者服务感知的信息系统平台 130
8.1 志愿者服务与评估 130
8.2 园区志愿者服务的手机评测系统 130
8.3 志愿者评估系缆功能 136
8.4 典型数据分析 138
8.5 总结与展望 143
参考文献 143
第9章 用互联网信息预测参加大型社会活动中客流量 144
9.1 大型社会活动中客流量预测 144
9.2 HR方法判别关键词的预测能力 147
9.2.1 时差相关性分析 147
9.2.2 基于HR方法有预测能力的关键词集合 147
9.3 实证检验 149
9.3.1 数据源 149
9.3.2 训练样本和测试样本 150
9.3.3 世博会客流量有预测能力关键词的识别 150
9.3.4 世博会客流量预测建模及预测分析 151
9.3.5 HR方法的有效性分析 159
参考文献 160
第10章 基于新浪微博对大型社会活动集群行为的分析 162
10.1 分析目的 162
10.2 数据说明 162
10.2.1 数据来源 162
10.2.2 数据提取 163
10.3 分析内容 165
10.3.1 热门微博分析 165
10.3.2 用户地域分布 166
10.3.3 场馆关键词分析 166
10.3.4 用户轨迹数据分析 168
10.3.5 相关联场馆分析 175
10.4 分析总结 176
参考文献 176
附录A Hurst指数的计算方法 177
附录B 上海世博会预测主题使用的关键词 178
附录C 上海世博会SH集合中的关键词 181
附录D 上海世博会S0.6集合中的关键词 183
附录E 上海世博会S0.5集合中的关键词 184
大型活动群体排队现象研究 上海世博会案例 epub pdf mobi txt 电子书 下载 2024
大型活动群体排队现象研究 上海世博会案例 下载 epub mobi pdf txt 电子书 2024