一种基于手机定位数据的不同出行活动目的特征识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112215666A(43)申请公布日2021.01.12(21)申请号202011211769.XH04W8/18(2009.01)(22)申请日2020.11.03(71)申请人广州市交通规划研究院地址510030广东省广州市越秀区广仁路1号广仁大厦15楼(72)发明人马小毅李彩霞景国胜金安陈先龙陈嘉超胡卓良宋程刘明敏丁晨滋张科(74)专利代理机构杭州敦和专利代理事务所(普通合伙)33296代理人姜术丹(51)Int.Cl.G06Q30/02(2012.01)G06Q50/26(2012.01)H04W4/029(2018.01)权利要求书2页说明书6页附图4页(54)发明名称一种基于手机定位数据的不同出行活动目的特征识别方法(57)摘要本发明提供一种基于手机定位数据的不同出行活动目的特征识别方法，通过对手机定位数据的OD驻留点进行职住、生活出行目的时空间核聚类分析，以及时空间关联特征分析，形成具有时空关联特征的不同出行活动目的出行链并对，对获得的时空间驻点集合进行校验和算法优化，并进行不同出行活动目的特征人群进行分析，最终形成基于交通小区的OD矩阵出行表，从而为交通规划和交通需求管理提供满足时空出行活动链特征的大数据支撑。本发明结合时空间活动关联分析和OD矩阵生成表各自的优势，最终形成具有时空活动目的特征的驻点序列，进一步提高了交通不同出行目的OD矩阵的合理性和精确性，并有效地降低了成本。CN112215666ACN112215666A权利要求书1/2页1.一种基于手机定位数据的不同出行活动目的特征识别方法，其特征在于判断的具体步骤如下：步骤1：采集手机信令数据、上网数据，所述手机信令数据包括用户画像标签属性数据；步骤2：利用步骤1采集到的手机信令数据和上网数据，提取三个月手机触发数据进行职住判断：首先，对三个月常发性的地点进行空间聚类，再根据停留时间间隔在空间聚类点发生的频次进行高频分析，对满足时空间要求的高频点进行职住判断，其中，居住地判断要结合夜晚常发性开关机频次进行频度权重分析判断，就业地判断要结合用户年龄标签进行基于时长的频繁项集居民就业特征判断，获得用户的居住地以及就业地，即得到职住分布特征，再与时间序列匹配，生成具有职住特征的时间序列；步骤3：基于步骤2具有职住特征的时间序列，进行时空间维度的OD驻留点判断，即，基于车辆位移的时间、距离、速度，通过启发式搜索算法，找到满足时空位移条件的驻留点，再与用户的职住数据进行匹配，将具有中心聚类特征和时空出行特征的点集，进行基于时空间关联的时空间核聚类分析，对于满足职住分布特征的驻点进行标记，而对于不满足职住分布特征的驻点进一步进行时空间聚类分析，进一步判断是否属于驻点，形成具有时空间关联职住特征的OD集合序列；步骤4：基于步骤3具有时空间关联职住特征的OD集合序列，再进行时空间维度的生活性出行判断，提取用户基家出行的所有驻留点进行生活性时空出行分析，进行生活性出行的时空间频繁项集分析，对于满足生活性出行特征的驻点进行标记，生成生活性出行OD集合，而对于不满足职住分布和生活性出行特征的驻点标记为其它驻点，生成共它出行目的OD集合序列；其中，所述步骤4中，生活性出行的判断具体为：基于具有职住特征的时间序列，进行生活性空间核聚类分析判断，对于某个用户基家出行的时空间OD驻留点进行空间聚类，重新形成空间聚类点簇；再基于空间聚类点簇，对不同停留时长的频繁项集进行分析，并根据停留时间越长、出现次数越多、与家交互越频繁的原则，进行权重设计；再根据频繁项集的权重值，统计空间聚类点簇的权重生活性目的地概率，再计算权重生活性目的地概率最大值，该空间聚类点簇中权重概率最大值即为生活性目的地；其中，所述步骤4中，具有时空关联特征的生活性出行活动目的OD出行判断具体为：基于具有时空间关联特征的OD驻留点集合和生活性目的地的标识，在空间维度上，非职住驻留点集的距离是否满足生活性目的地的空间距离阈值，同时，在时间空维度上，进行时序判断，是否满足一定停留时长，以及生活性出行时间分布，若满足生活出行时空关联特征，则认为构成一次生活性目的地出行，对本次出行标识为生活出行，而对于其它不满足时空关联特征驻留点数据，标识为其它出行；步骤5：将步骤4得到的不同出行活动目的的时空间OD集合序列进一步进行时空间关联分析，并结合土地利用的功能区识别，进一步判断是否在时空间具有关联特征，进一步进行时空间核聚类，形成具有时空间出行目的特征的时空间驻点集合；步骤6：将不同出行特征人群的手机信令数据在地图上打点进行出行特征分类，完成对特征人群出行特征的校验，对步骤5获得的时空间驻点集合进行校验，判断算法是否满足不同出行活动目的特征，如果满足出行活