The invention discloses a method for identifying the attributes of urban travel passenger flow based on multi-source location data, which includes the following steps: (1) eliminating the noise data of mobile phone signaling data to improve data quality; (2) collecting the list of interest points of microblog to obtain the attributes information of interest points of microblog in each base station cell; (3) dividing the residence time of users'mobile phone signaling information in the studied city. For the permanent population or foreign personnel; (4) Identify the user's day and night stopovers according to the user's mobile phone signaling information residence time in each base station cell; (5) Further subdivide the user's travel group type according to the user's interest point attribute information in the day and night stopovers. The invention can identify urban travel groups of permanent population, business office workers, tourists and University students, and lays a good foundation for comprehensive and accurate study of the travel characteristics of various urban groups and scientific and reasonable prediction of urban traffic demand.
【技术实现步骤摘要】
一种基于多源定位数据的城市出行客流属性识别方法
本专利技术涉及交通规划
,尤其是一种基于多源定位数据的城市出行客流属性识别方法。
技术介绍
随着我国城市化发展进程加快,城市间的空间联系进一步加强,尤其大城市的流动人口比例逐年增多,作为城市总人口中特殊的组成部分,流动人口的出行规律,如出行次数、出行方式等,与城市居民出行规律一般有较大的差异,这给城市的交通状况及管理系统增加了越来越重的负荷。流动人口与常驻居民的出行特性研究对于科学合理的预测城市交通需求,制定城市交通发展战略具有极其重要的意义。手机信令数据的覆盖人群广,数据实时生成,采样周期长,能够大规模客观的长期记录用户活动的时空特征,可作为表现城市系统的重要途径和手段,是对传统问卷调查的有力补充。然而运营商提供的手机数据不包含用户的性别、年龄、职业、住址等社会属性信息,为保护用户隐私手机号码被加密处理,所以也无法开展对手机用户的社会属性的调查。当前基于手机信令数据的交通领域应用方案尚缺少对出行人群的细分研究,同时也缺乏对不同客流群体的出行特征的研究。
技术实现思路
本专利技术所要解决的技术问题在于,提供一种基于 ...
【技术保护点】
1.一种基于多源定位数据的城市出行客流属性识别方法,其特征在于,包括如下步骤:(1)剔除手机信令数据的噪声数据,提高数据质量;(2)采集微博的兴趣点列表,获取各个基站小区内的微博的兴趣点属性信息;(3)根据用户手机信令信息在所研究城市的停留时间划分为常住人口或外来人员;(4)根据用户手机信令信息在各基站小区的停留时间识别用户白天停留地和夜间停留地;(5)根据用户白天停留地和夜间停留地内的微博的兴趣点属性信息进一步细分用户的出行群体类型。
【技术特征摘要】
1.一种基于多源定位数据的城市出行客流属性识别方法,其特征在于,包括如下步骤:(1)剔除手机信令数据的噪声数据,提高数据质量;(2)采集微博的兴趣点列表,获取各个基站小区内的微博的兴趣点属性信息;(3)根据用户手机信令信息在所研究城市的停留时间划分为常住人口或外来人员;(4)根据用户手机信令信息在各基站小区的停留时间识别用户白天停留地和夜间停留地;(5)根据用户白天停留地和夜间停留地内的微博的兴趣点属性信息进一步细分用户的出行群体类型。2.如权利要求1所述的基于多源定位数据的城市出行客流属性识别方法,其特征在于,步骤(1)中,剔除手机信令数据的噪声数据具体包括如下步骤:(11)对每一个手机用户的信令信息,以信令发生的时间戳从早到晚顺序排序,得到每个用户按照时间顺序产生的定位数据,格式如(用户ID,信令时间戳,基站经度,基站纬度);(12)遍历排序后的用户信令数据,计算前后两条信令记录之间的时间差、距离和速度差;由于乒乓数据一般发生于短时间内,因此需要设置一个时间阈值T1,如果时间间隔t大于时间阈值T1则认为不是乒乓数据,然后分别比较第i、第i+1和第i+2三条数据的基站位置,如果第i与第i+2的基站位置相同然而i与i+1的基站位置不同,则判定为乒乓数据,需删除第i+1条数据;发生信号漂移时,手机信号会瞬间切换到较远的基站,所以前后两条信令记录的速度会比较大,如果大于最小漂移速度阈值V1时,判定发生了信号漂移,需删除第i+1条数据;(13)若用户在市区基站密度较大的区域长期停留,通讯系统为均衡话务量可能随机将用户的信号基站切换至附近的基站,为识别用户停留区域和停留时长,顺序选取K条信令记录,初始值设K=2,计算K个点的重心的坐标C,如果这K个点到重心点C的距离均小于阈值C1,则认为这K条记录构成一次停留,令K=K+1继续循环;直到新加入的点到重心点C的距离大于C1则停止循环。3.如权利要求1所述的基于多源定位数据的城市出行客流...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。