用户起讫点聚类分析方法、装置及存储介质制造方法及图纸

本发明专利技术提供一种用户起讫点聚类分析方法、装置及存储介质，其中，该方法包括：首先，获取车载用户对应的行车数据集，行车数据集包括至少一个行车数据，行车数据包括坐标数据；接着，根据每个行车数据对应的局部密度以及密度距离，确定聚类数；然后，根据预设规则以及聚类数，对行车数据集中的行车数据进行聚类，获取聚类簇；进一步，根据聚类簇中的簇核数据，获取聚类结果，其中，聚类结果表示车载用户的起点或终点。本发明专利技术提供的方法，通过根据行车数据对应的局部密度以及密度距离，确定聚类数，提高了聚类结果的准确度；进一步，通过根据聚类簇中的簇核数据，获取聚类结果，减小了离群点对聚类结果的影响，从而提高了聚类结果的准确度。

【技术实现步骤摘要】
用户起讫点聚类分析方法、装置及存储介质
本专利技术涉及智能交通
，尤其涉及一种用户起讫点聚类分析方法、装置及存储介质。
技术介绍
车载装置通常会记录车辆的行车数据，例如：经纬度坐标、行驶速度以及时间等等。通过这些行车数据，我们可以得到用户的每次出行的起讫点(起讫点：表示起点和终点)，从而为车载用户提供更好的车载服务。现有技术中，通常采用以DBSCAN算法为代表的基于密度的方法对行车数据进行聚类分析，获取车载用户的起讫点。但是，上述方法对参数的敏感程度较高，当聚类的稀疏程度不同时，相同的判定标准可能会破坏聚类的自然结构，即较稀的聚类会被划分为多个类或密度较大的且离得较近的多个类会被合并成一个聚类，导致起讫点质心与实际起讫点质心有较大的偏移，也就是说，聚类结果准确度较低。
技术实现思路
本专利技术提供一种用户起讫点聚类分析方法、装置及存储介质，以提高聚类结果的准确度。第一方面，本专利技术提供一种用户起讫点聚类分析方法，包括：获取预设时间段内车载用户对应的行车数据集，所述行车数据集包括至少一个行车数据，所述行车数据包括坐标数据；根据每个所述行车数据对应的局部密度以及密度距离，确定聚类数；本文档来自技高网...

【技术保护点】
1.一种用户起讫点聚类分析方法，其特征在于，包括：获取预设时间段内车载用户对应的行车数据集，所述行车数据集包括至少一个行车数据，所述行车数据包括坐标数据；根据每个所述行车数据对应的局部密度以及密度距离，确定聚类数；根据预设规则以及所述聚类数，对所述行车数据集中的行车数据进行聚类，获取聚类簇；根据所述聚类簇中的簇核数据，获取聚类结果，所述聚类结果表示所述车载用户的起点或终点。

【技术特征摘要】
1.一种用户起讫点聚类分析方法，其特征在于，包括：获取预设时间段内车载用户对应的行车数据集，所述行车数据集包括至少一个行车数据，所述行车数据包括坐标数据；根据每个所述行车数据对应的局部密度以及密度距离，确定聚类数；根据预设规则以及所述聚类数，对所述行车数据集中的行车数据进行聚类，获取聚类簇；根据所述聚类簇中的簇核数据，获取聚类结果，所述聚类结果表示所述车载用户的起点或终点。2.根据权利要求1所述的方法，其特征在于，所述根据每个所述行车数据对应的局部密度、密度距离以及预设阈值，确定聚类数之前，还包括：根据预设截断距离，获取每个所述行车数据对应的局部密度以及密度距离。3.根据权利要求1所述的方法，其特征在于，所述根据每个所述行车数据对应的局部密度以及密度距离，确定聚类数，包括：将每个所述行车数据对应的局部密度以及密度距离分别进行相乘，根据所述乘积的斜率变化趋势，确定聚类数。4.根据权利要求1所述的方法，其特征在于，所述根据所述聚类簇中的簇核数据，获取聚类结果之前，还包括：通过以下方式确定所述聚类簇中的簇核数据：根据所述聚类簇中行车数据对应的局部密度，获取所述聚类簇对应的局部密度参考值；根据所述聚类簇中行车数据对应的局部密度以及所述聚类簇对应的局部密度参考值，确定所述聚类簇中的簇核数据。5.根据权利要求4所述的方法，其特征在于，所述根据所述聚类簇中行车数据对应的局部密度，获取所述聚类簇对应的局部密度参考值，包括：将所述聚类簇中行车数据对应的局...

【专利技术属性】
技术研发人员：杨帆，
申请(专利权)人：斑马网络技术有限公司，
类型：发明
国别省市：上海,31