用于出租车乘客出行目的的预测方法技术

本发明专利技术属于交通规划技术领域，具体的说涉及一种用于出租车乘客出行目的的预测方法。本发明专利技术与传统方法不同的是，本发明专利技术从出行特征和乘客下车点的最终目的地所属POI点类型两个层面对乘客出行目的进行判断，该方法能够有效解决仅仅依靠出行特征推断出行目的的不足，即对出行特征较为类似的不同出行目的识别的准确率较差，而不需将不同类别的出行目的聚为一类。

A Prediction Method for Taxi Passengers'Travel Purpose

【技术实现步骤摘要】
用于出租车乘客出行目的的预测方法
本专利技术属于交通规划
，具体的说涉及一种用于出租车乘客出行目的的预测方法。
技术介绍
出租车乘客的出行目的调查是交通调查中的重要内容，其对城市功能结构规划，城市道路网络规划，交通组织设计及优化具有重要的意义。传统出租车乘客出行目的调查方式主要有旅行日记调查、电话调查、邮件调查、小组调查等人工调查方式。其中这些调查方式又可以分为两类：一类为直接调查出行目的，另一类为调查出行特征，通过特征间接获得出行目的。传统的调查方式要求前期准备、试点调查、实地调查、调查结果整理和录入，需要耗费大量的人力和物力。近年来随着信息技术的发展，以及信息设备在交通领域的广泛应用，使得一些原始的交通数据得以自动传输到数据库系统，并保存下来。在这样的背景下，利用已有的原始数据，获取有价值的交通信息成为了研究热点。如公交数据方面有：利用公交车IC卡数据分析票价结构，利用公交GPS数据分析公交车运营服务可靠性，融合IC卡数据和GPS数据获取乘客出行需求；出租车数据有：利用出租车运营数据分析路段行程时间和速度，利用出租车GPS数据分析运营效率；地铁数据有：利用地铁数据对地铁运营现状进行分析。这些研究都说明通过有效的技术手段对一些已有的数据进行挖掘，能够快速有效的获取有价值的交通信息，相比于传统的人工调查方式，这种方式能够节约大量的人力物力。现有的研究具体到利用数据分析及挖掘获取乘客的出行目的研究主要原理是通过数据获取乘客出行特征，然后结合分类学习的方法对出行目的进行推断，包括KusakabeT,AsakuraY.Behaviouraldataminingoftransitsmartcarddata:Adatafusionapproach[J].TransportationResearchPartC:EmergingTechnologies,2014,46:179-191、TierneyK,DeckerS,ProussaloglouK,etal.Travelsurveymanual[R].1996、TierneyK,DeckerS,ProussaloglouK,etal.Travelsurveymanual[R].1996。但这些方法通过实验表明这种方法主要问题是对于出行特征相似的不同出行目的识别准确率很低，因此，该研究针对这一问题，将具有相似特征的不同出行目的类别聚为一类，从而提高识别准确率。虽然，将具有相似性的出行特征的不同出行目的聚为一类能够有效提高出行目的的识别率，但是这种方法无法区分一类中不同出行目的具体比例，且是以损失了信息的完备性为代价提高最终的识别准确度，本质上还是没有提高相似特征不同出行目的的识别率，对于最终应用于规划设计具有一定的局限性。
技术实现思路
本专利技术所要解决的，就是针对上述问题，在上述传统方法的基础上，提出一种基于出租车运营数据和信息点(PointofInteresting，POI)数据推断出租车乘客出行目的的方法。其中POI点可以简单理解为出行者潜在的最终的目的地。由于POI点中包含类别信息即乘客潜在出行目的地的行业类别，因此，将POI点数据融入出租车运营数据能够有效提高出行目的识别精度。在所提出的方法中，首先通过所构建的特征识别模型获取出租车运营数据中乘客的出行特征，然后依据小样本调查数据，训练不同的识别模型，并选取识别精度最高的模型，最后利用所得到的出租车乘客出行的特征数据和训练好的识别模型实现对乘客出行目的识别。为实现上述目的，本专利技术采用如下技术方案：用于出租车乘客出行目的的预测方法，其特征在于，包括以下步骤：a、构建乘客出行特征识别模型，具体方法为：根据出租车运营数据获取乘客的出行特征；所述出租车运营数据至少包括：出租车辆的ID编号、每次触发GPS设备时车辆所处位置的经纬度、每次触发GPS设备时是否有乘客在车上、每次触发GPS设备时的时刻；所述乘客的出行特征至少包括：出行是否为节假日、下车点时刻、乘客出租车出行距离、下车点经纬度；其中，所述出行是否为节假日、下车点时刻、下车点经纬度可根据乘客的下车点信息直接获取：其中为乘客i出行是否为节假日的特征标识符，为乘客i出行的为周几，当为周一至周五，即为工作日时为0，当为周六或周日时为1，为乘客i出行时段特征标识符，为乘客i到达下车点的时刻，其中时刻表以一个小时为区间单位进行划分，为乘客i的下车点经度特征标识符，为乘客i下车点的经度取值，为乘客i的下车点纬度特征标识符，为乘客i下车点的纬度取值；所述获取乘客出租车出行距离的具体方法为：根据车载GPS的触发时间，将出行轨迹划分为n段，则乘客的出行距离为：其中，为乘客i从起点o到终点d行驶距离的计算方式，j为将乘客i从起点o到终点d轨迹划分的小段序列标识符，n为轨迹分小段数量，为乘客i的第j段小段轨迹的距离长度；其中小段轨迹的距离长度为：其中R为地球半径，为小段轨迹起点的纬度，为小段轨迹终点的纬度，为小段轨迹起点的经度，为小段轨迹终点的经度；则获得乘客的出行距离特征标识为：b、构建乘客出行目的识别模型，具体方法为：b1、采用分类方法根据步骤a获得的乘客出行特征获取乘客出行目的：其中表示乘客i通过其出行特征推断出的出行目的，f表示推断出行特征所用的方法，至少包括神经网络、贝叶斯、决策树、支持向量机、最近邻方法；b2、设置信息点对乘客出行目的进行判断，所述信息点为至少包括名称、类别、经度、纬度的预设乘客出行目的地点，根据乘客下车点及与该下车点邻近的信息点，判断方式为：其中，中为通过下车点邻近的信息点推断的乘客i的出行目的，typepoi为在下车点的距离为r的范围内存在的信息点的集合，为乘客i下车点与最终目的地的距离，r为设定的下车点与最终目的地距离阀值；c、乘客出行目的预测：根据获得的和进行融合，有：则最终识别结果或：则最终识别结果或：则最终识别结果或：则最终识别结果进一步的，所述步骤b2的具体方法判断方法为：对每位乘客下车点与所有信息点的经纬度进行预判断，将信息点分为两个集合：其中，Setpoi为所有POI点的集合，为满足乘客i下车点的经度差和纬度差均在预设范围内的信息点集合，为除了中信息点元素的剩余信息点集合，为乘客i满足后续计算条件的信息点元素，为信息点的经度，为乘客i的下车点经度，为信息点的纬度，为乘客i下车点的纬度，为预设的最大经度差，为预设的最大纬度差；针对每位乘客的下车点将所有信息点进行分类，只需计算下车点与该下车点的集合中的信息点的距离，然后进行目标信息点判断。本专利技术的有益效果为，与传统方法不同的是，本专利技术从出行特征和乘客下车点的最终目的地所属POI点类型两个层面对乘客出行目的进行判断，该方法能够有效解决仅仅依靠出行特征推断出行目的不足，即对出行特征较为类似的不同出行目的识别的准确率较差，而不需将不同类别的出行目的聚为一类。附图说明图1是半径阈值说明示意图；图2是出租车非直线轨迹截断示意图；图3是POI点是否位于下车点半径阈值r范围内判断方法示意图；图4是不同识别方法的识别准确度示意图；图5是传统方法与本专利技术所提出的方法识别精准度对比图；图6是对实际出租车运营数据的乘客出行目的识别结果示意图。具体实施方式下面结合附图，详细描述本专利技术的技术方案：本专利技术是以本文档来自技高网...

【技术保护点】
1.用于出租车乘客出行目的的预测方法，其特征在于，包括以下步骤：a、构建乘客出行特征识别模型，具体方法为：根据出租车运营数据获取乘客的出行特征；所述出租车运营数据至少包括：出租车辆的ID编号、每次触发GPS设备时车辆所处位置的经纬度、每次触发GPS设备时是否有乘客在车上、每次触发GPS设备时的时刻；所述乘客的出行特征至少包括：出行是否为节假日、下车点时刻、乘客出租车出行距离、下车点经纬度；其中，所述出行是否为节假日、下车点时刻、下车点经纬度可根据乘客的下车点信息直接获取：

【技术特征摘要】
1.用于出租车乘客出行目的的预测方法，其特征在于，包括以下步骤：a、构建乘客出行特征识别模型，具体方法为：根据出租车运营数据获取乘客的出行特征；所述出租车运营数据至少包括：出租车辆的ID编号、每次触发GPS设备时车辆所处位置的经纬度、每次触发GPS设备时是否有乘客在车上、每次触发GPS设备时的时刻；所述乘客的出行特征至少包括：出行是否为节假日、下车点时刻、乘客出租车出行距离、下车点经纬度；其中，所述出行是否为节假日、下车点时刻、下车点经纬度可根据乘客的下车点信息直接获取：其中为乘客i出行是否为节假日的特征标识符，为乘客i出行的为周几，当为周一至周五，即为工作日时为0，当为周六或周日时Aiw为1，为乘客i出行时段特征标识符，为乘客i到达下车点的时刻，其中时刻表以一个小时为区间单位进行划分，为乘客i的下车点经度特征标识符，为乘客i下车点的经度取值，为乘客i的下车点纬度特征标识符，为乘客i下车点的纬度取值；所述获取乘客出租车出行距离的具体方法为：根据车载GPS的触发时间，将出行轨迹划分为n段，则乘客的出行距离为：其中，为乘客i从起点o到终点d的行驶距离，j为将乘客i从起点o到终点d轨迹划分的小段序列标识符，n为轨迹分小段数量，为乘客i的第j段小段轨迹的距离长度；其中小段轨迹的距离长度为：其中R为地球半径，为小段轨迹起点的纬度，为小段轨迹终点的纬度，为小段轨迹起点的经度，为小段轨迹终点的经度；则获得乘客的出行距离特征标识为：b、构建乘客出行目的识别模型，具体方...

【专利技术属性】
技术研发人员：蒋阳升，罗孝羚，姚志洪，赵斌，吴奇，马媛，韩鹏，黄丹芮，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川,51