《基于物联网的公厕大数据分析》
该文是公厕和大数据在职毕业论文范文和大数据相关在职毕业论文范文.
摘 要：公共厕所是城市公共服务设施必不可少的组成部分,是一个城市文明形象和公共服务水平的重要体现.随着厕所革命的深入贯彻,公厕的数量及质量问题日益得到重视.掌握公厕准确的运行状态及特征,将有助于合理安排保洁频次、调整厕内通风设备工作时间,进而提升公厕精细化管理水平.本次研究利用LoRa、电化学传感器等技术获取研究试点环境、气味及人流量数据,分析数据不同时间尺度的变化规律,以及各数据间的相关性.初步得出公厕夏季人流量开始增多的时间要早于冬季;工作日人流高峰时段为上午9-11点;通风设备可明显改善公厕环境质量等结论,为公共厕所精细化管理提供参考.
关键词：智慧公厕;大数据分析;物联网
中图分类号：TP391.44文献标志码：A文章编号：2095-2945（2020）04-0038-06
Abstract： Public toilet is an indispensable part of urban public service facilities, and it is an important embodiment of the city's civilized image and public service level.With the further implementation of the toilet revolution, more and more attention has been paid to the quantity and quality of public toilets. Mastering the accurate operation state and characteristics of public toilets will help to arrange the cleaning frequency reasonably, adjust the working time of ventilation equipment in the toilets, and improve the fine management level of public toilets. In this study, Lora, electrochemical sensors and other technologies are used to obtain the environmental, odor and human flow data of the research pilot, analyze the change rule of data in different time scales, and the correlation between the data. It is concluded that the increase of people flow in public toilets in summer is earlier than that in winter; the peak period of people flow in working days is 9-11 a.m.; ventilation equipment can significantly improve the environmental quality of public toilets, providing reference for the fine management of public toilets.
Keywords： art public toilet; big data analysis; Internet of Things
引言
公共厕所是城市公共服务设施必不可少的组成部分,体现了一个城市的文明形象和公共服务水平[1].公厕的干净和整洁与街道、城市的整洁度息息相关,直接影响人们对这个城市的感知.目前城市公厕管理还有许多亟待解决的难题：公厕基础数据量庞大且杂乱,需要耗费巨大的人力且效率低下;“脏乱差”的公厕影响居民的使用体验;公厕数量、规格不符合现有需求和规定;公厕设施陈旧落后;问题响应速度不及时;市民参与监管度低.
物联网时代,智慧城市的建设推动城市的公共设施朝智能化方向发展.全面建设现代智慧城市,打造“智慧公厕”是其中的重要一环.基于物联网的智慧公厕能够实现对公厕流量监测、异味检测、蹲位检测、自动除臭等智能化远程管理;采用物联网、大数据、云计算等技术,实现环卫公厕管理与智能技术的完美融合.“智慧公厕”即能提升公厕的整洁水平,也能为公厕的环境卫生提供科学、合理的管理手段,使城市的环卫公厕管理业务更加高效、智能和有序.
1 發展现状
纵观世界范围内智慧公厕的研究情况,在国外学者对智慧公厕的研究中,同样涉及了应用如气体检测,温湿度检测,超声波水位检测等多个传感器形成集成系统来收集卫生间的监测数据[2].Prashant Namekar对智慧公厕的研究中设计了一套完整的数据传输系统,收集信息后可将数据呈现在工作网页中,显示指数和卫生等级,此外也设计了移动端的查询应用,以满足城市中市民对公厕地理位置知晓及良好环境的需求[2].
在国内,“厕所革命”已为老式公共卫生间带来了全新的气象,各个城市的新建或翻新公厕建设中,不少都应用物联网技术实现智慧公厕的运营[3,4].萧山有着智能化水平最高的公厕,这座智能厕所内记忆功能面部识别取纸机,自动感应冲水器、整套安全扶手、一键报警按钮、除臭喷香设备、一次性坐便垫纸及消毒液等设备一应俱全,体现着人性化细节.公厕入口处的大屏幕播放着公厕出入口和驿站内的实时监控画面,温度、湿度、天气等便民信息以及公厕打扫次数、使用人数、水电用量等详细情况,既为市民提供了直观的如厕指引,也为管理者的清洁、维护工作提供了数据支持[5].
2 系统设计
2.1 系统架构及部署
2.1.1 系统架构设计
通过前端的智能检测终端采集公厕环境和人流量数据,如图1,数据通过LoRa传输,在每个试点部署网关,网关将统计的数据通过4G有线/无线通信方式传输至物联网数据接入及管理平台,实现数据回传.LoRa传输不受当地运营商网络情况影响,没有每月流量和连接数限制,数据传输费用较低,相比于其他传输方式,更适用于本次研究.
2.1.2 设备部署
本论文中的研究数据来源于北京市某公共厕所,该公厕位于公园旁边,国内外游客多,人流量大,配套设施完善,按《城市公共厕所设计标准》属于二类公厕,可代表配套设施相对完善的公厕.基于上述系统架构设计,实际公厕内无线物联网传感设备布点情况可见图2：
（1）男女厕内各装有无线环境监测终端（PM2.5、温度、湿度）1台、无线气体监测终端（氨气、硫化氢）1台,用于监测公共厕所环境和气味情况.
（2）男女厕入口处各装设无线客流量监测终端1台,用于统计卫生间的人流量.
2.2 数据采集
数据采集时间为2019年6月至2019年11月,研究数据通过无线传感器配合智能网关的方式,主要采集数据见表1.
数据的采样时间间隔为一小时,传感器每逢整点采样后向平台传回采集的数据,其中人流量数据为一小时内的客流量累计数据.
3 数据处理与分析
3.1 数据处理
3.1.1 数据清洗
数据清洗是指发现并纠正数据文件中可识别的错误,检查数据一致性,处理无效值和缺失值.本论文中处理的数据共7992条,每条数据包含采样地点、采样时间、人流量、氨气浓度、硫化氢浓度、温湿度、PM2.5数据.清洗数据包含删除设备传回的空数据、错误数据.清洗后剩下的有效数据共7944条.
3.1.2 数据融合
为分析公厕人流量、硫化氢浓度、温湿度数据的分布特征与相关性,需要以时间维度进行数据融合,建立时空基准.融合后的数据见图3.
本文的数据分析方法主要采用的是数据可视化分析和相关性分析法.数据可视化即借助图形化手段,清晰有效地传达与沟通信息.对多维数据进行切片、块、旋转等动作剖析数据,将大型数据集中的数据以图形图像形式表示,并利用数据分析和开发工具发现其中未知信息的处理过程,通过直观地传达关键的方面与特征,从而实现对于相当稀疏而又复杂的数据集的深入洞察.
相关性分析主要使用图表相关分析、协方差和相关系数三种方法.单纯从数据的角度很难发现数据的趋势和联系,而将数据点绘制成图表后趋势和联系就会变得清晰起来.协方差用来衡量两个变量的总体误差,相关系数用于衡量变量之间关系密切程度的统计指标,相关系数的取值区间在1到-1之间.
3.2 人流量特征分析
3.2.1 以月为周期的特征分析
由图4可以看出,6-11月除了10月女厕日均人流量超过了男厕,9月份基本一致,其余月份男厕的日人流量均比女厕高.男女厕日均人流量均是10月份日均人流量最高,11月份次之,9月份日均人流量最低,其余3个月日均人流量介于两者之间.
6-11月,选取女厕每月第一周周六人流量数据分析其变化趋势（图5）.从整体看,每月人流量随时间的变化趋势大致相同.从局部看,早上5-6点人数增加的时间段有所差异,6-8月女厕人流量在5-6点开始增加,9-11月女厕人流量增加约延后一小时.
从图6看,在相同时间内男厕每月第一周周六人流量数据变化整体趋势和局部差异均与女厕基本一致.
3.2.2 以天为周期的特征分析
以6月第三周男女厕人流量数据分析,由表2的统计结果可以看出,男厕周末人流量高于工作日,周日人流量最多,相同时间内女厕一周人流量变化特征同男厕保持一致.
3.2.3 以小时为周期的特征分析
以10月份30天（10月15日设备无数据传回）24小时人流量数据做分析.从堆积面积分布图看（图7）,纵坐标的人流量是一个累积值.基本每天上午9点和11点人流量相对密集,每小时累计人流量上午11点达到最高值.
从图8看,相同时间内男厕10月份每小时人流量堆积面积分布图同女厕保持一致.每天上午9点-11点人流量相对密集,下午16点和晚上20点人流量达到另外两个小高峰.
3.3 气味特征分析
3.3.1 以月为周期的特征分析
在6-11月,该公厕女厕硫化氢浓度随月份的变化趋势不明显,图9为该公厕女厕硫化氢濃度随月份的变化趋势.由图可以看出各月份25%左右的时间处于0.001-0.002ppm阶段,大约65%的时间在0.002-0.005ppm阶段,10%左右的时间处于0.005%-0.009%阶段.
3.3.2 以天为周期的特征分析
以6月1-2日女厕采集到的硫化氢浓度数据分析（图11）,可以看出大部分时间硫化氢浓度在0.005ppm以下,从时间轴上看,氨气浓度随时间变化特征不明显.
从图12看,相同时间内男厕硫化氢浓度与女厕一致,在大部分时间低于0.005ppm,从时间轴上看,没有明显的变化特征.
3.4 温湿度特征分析
分析6-11月女厕采集到的温度数据,由图13可以看出男女厕内温度均在6-7月处于一个较高温的状态,其中7月份达到了最高温度,从10月开始温度下降较快.且整体上女厕的温度要高于男厕温度.
图14为6月份男女厕湿度随时间变化的趋势对比图,由图可以看出大部分时间同时段内男厕湿度稍高于女厕湿度.
3.5 相关性分析
对各研究组数据间协方差和相关系数进行计算,分析其相关性.表3为该公共厕所10月份男厕数据相关性分析结果：
表格中计算了人流量与硫化氢浓度、人流量与温度、温度与硫化氢浓度、温度与湿度四组数据的协方差和相关系数.其中协方差用来衡量两个变量的总体误差,相关系数用于反应变量之间关系密切程度的统计指标,数据越趋近于0表示相关关系越弱.
由表3中计算结果可以看出：人流量与硫化氢浓度呈现负相关关系且相关性较低,人流量与温度、温度与硫化氢浓度、温度与湿度三组变量成正相关关系,其中温度和湿度的相关性较高,温度和硫化氢浓度的相关性较低.
4 主要结论与建议
4.1 主要结论
4.1.1 公厕人流量变化趋势
（1）每天9：00-11：00点为公厕人流量最大的时间段
每天9-11点为公厕人流量最大的时间段,随后人流量减少,在下午17-18点人流量会出现小幅增长,周末公厕人流量大于工作日.
（2）10月日均人流量最大,9月最少
公厕日均人流量9月份最小,约为1840人/天,10月最大,达到了8340人/天,11月次多,其余6个月份的人数介于两者之间.
（3）男厕日均人流量高于女厕
10月份女厕的日均人流量高于男厕,9月份基本一致,其余各月男厕日均人流量均高于女厕.
（4）公厕人流量的增加时间受到季节影响
6-8月早上5-6点公厕人流量迅速增加,9-11月份人流快速增加的时间大约延后一小时.
4.1.2 公厕人流量和硫化氢浓度具有相关性,但没有明显的线性关系
根据公厕的人流量和硫化氢浓度协方差可知两者具有相关性,其相关系数为-0.08131表明两者没有明显的线性关系.人流量集中在800人/小时以下,硫化氢浓度集中在0.005ppm以下.
4.1.3 人流量与温度呈正相关
由人流量和温度的协方差大于0可知人流量与温度呈正相关,即当人流量增多时,温度会随之上升;而当人流量下降时溫度会随之下降.
4.2 建议
（1）公厕清扫工作可分时段调整频次
由人流量特征的分析结果可以得出男女厕在上午9-11点达到人流高峰,周末下午17-18点人流量呈现次高峰,可以在此时段增加公厕的清扫工作频次.而工作日下午时段人流量逐渐减少,公厕环境较好,可减少打扫频次.
（2）公厕节假日期间需增加清扫频次
由人流量月度特征的分析结果可以得出,在10月人流量最高,分析该结果可能与国庆假期有关,建议在节假日期间增加打扫频次.
（3）环境较差的公厕建议安装自动通风设备
由硫化氢特征浓度特征分析结果可以得出本次研究的公厕虽然人流量较大但环境质量很好,这可能与公厕内安装的自动通风设备有关.由此可以建议在投诉率较高或环境较差的厕所内安装自动通风设备,在一定程度上可以改善厕所内环境质量.
（4）人流量数据对改善公厕环境有较大意义
由硫化氢浓度与人流量相关性和硫化氢浓度与温湿度相关性分析结果可以得出,硫化氢浓度与人流量相关性较高,和温湿度相关性较低.公厕管理工作中,应主要关注公厕气体环境数据和公厕人流量数据.
5 结束语
通过开展基于物联网的公共厕所大数据分析研究,可以增强城市管理委员会对城市环卫基础设施运行状况的感知能力,根据监测数据对公共厕所运行情况进行指导,进而实现提升城市精细化管理水平、保障民生的目标.
参考文献：
[1]傅晓林.开州区智慧城市公厕建设与管理研究[J].智能建筑与智慧城市,2019（01）：71-72.
[2]Namekar P, Karthikeyan B. Integration of the Smart Phone and IOT for Smart Public Toilet Hygiene Monitoring System[M]. Intelligent Embedded Systems,2018.
[3]沈阳推进城“公厕革命”将建公厕智慧监管平台[J].城市规划通讯,2019（02）：12.
[4]第五次”公厕革命“的成功样本——以北京西站地区公厕升级改造为例[J].城市管理与科技,2018,20（01）：56-59.
[5]郑媛.神啦！杭州公厕用上“黑科技”人脸识别厕纸机异味终端监测[DB/OL].http：//ori.hangzhou.com.cn/ornews/content/2018-12/17/content_7117089.htm.
言而总之，上述文章是适合不知如何写大数据方面的公厕和大数据专业大学硕士和本科毕业论文以及关于公厕和大数据论文开题报告范文和相关职称论文写作参考文献资料.
公厕和大数据引用文献:
[1] 公厕和大数据在职开题报告范文 公厕和大数据类论文写作技巧范文2万字
[2] 大数据营销学论文选题 大数据营销专业论文题目怎么拟
[3] 大数据营销参考文献外国 大数据营销核心期刊参考文献哪里找
