一种基于基站位置的地铁人群行为标签识别方法技术

本发明专利技术公开了一种基于基站位置的地铁人群行为标签识别方法，包括以下步骤：S1：获取地铁运营商基站的用户数据，对用户数据进行处理，得到手机用户时间维度的位置；S2：建立地铁人群识别模型：将运营商基站与地铁站点对应，建立地铁区域配置表，识别地铁人群；S3：建立人群标签模型，统计获取固定时间间隔内地铁站点的进站人数、出站人数以及换成人数。本发明专利技术结合了运营商用户信令数据、基站位置、建模算法，得到地铁人群行为标签。结合以往地铁人群监测手段，本发明专利技术通过另外一种场景来完成地铁人群监控，实现了自动化、精准化。

A method of behavior label recognition based on the location of base station

【技术实现步骤摘要】
一种基于基站位置的地铁人群行为标签识别方法
本专利技术涉及轨道交通监控领域，更具体地，涉及一种基于基站位置的地铁人群行为标签识别方法。
技术介绍
近几年，我国的城市化进程已经进入到城市加速发展阶段，城市人口急剧增加，中心城区过度开发导致人口的高度集中，使得交通出行总量剧增，对城市轨道交通的压力日益增加。为此，很多城市兴建地铁来缓解城市道路交通的压力，地铁具有：载客能力强、不受环境影响、能独立运行而且对环境无污染，所以很受出行人群的青睐。数据显示，在一线城市，使用地铁出行的人群占比已经达到65％以上，特别是上班族，首选的交通工具就是地铁。但随之而来的，就是对地铁人群行为的监控，特别是节假日/上下班高峰期的人群滞留、站点人群疏散引导。当前，交通管理部门对地铁人群监控的办法，主要通过现场安保人员的肉眼观测和监控摄像头观测人群密度等人工方法，而刷卡数据只能监控到进站的人数，并不能统计到实际地铁站的人数。随着现在手机的普及，再加上移动通信基站对地铁的覆盖率达到了99.99％以上，结合基站人群位置的行为分析，可以全天候、高精准、无差异的实现地铁人群监控，对节假日人群拥堵、上下班高峰期的人群疏导和行车调度提供了有力的数据支撑。
技术实现思路
本专利技术提供一种基于基站位置的地铁人群行为标签识别方法，解决现阶段地铁监控技术的不足，有效的监控地铁人群聚集情况，为交通疏导提供准确有力的数据依据。为解决上述技术问题，本专利技术的技术方案如下：一种基于基站位置的地铁人群行为标签识别方法，包括以下步骤：S1：获取地铁运营商基站的用户数据，对用户数据进行处理，得到手机用户时间维度的位置；S2：将运营商基站与地铁站点对应，建立地铁区域配置表，识别地铁人群；S3：建立人群标签模型，统计获取固定时间间隔内地铁站点的进站人数、出站人数以及换成人数。上述方案基于移动运营商信令大数据，通过解析手机用户在基站的位置，从而进行地铁用户的识别、地铁人群标签的识别。优选地，步骤S1具体为：周期性获取地铁运营商基站信令数据，按照时间维度给出每个用户的当前归属的基站；针对不同网络制式的信令数据统一处理，形成统一的用户位置数据表；根据信令数据进行XDR处理后，使用spark计算框架处理，得到用户位置快照。手机信令处理，是本方案的第一步，因为手机用户会实时跟基站通信，所有运营商信令数据可以满足人群位置的跟踪，但是因为无序，无法做建模，所以要按照时间维度给出每个用户的当前归属的基站。考虑到用户在5分钟内，移动的距离不会很远，所以只需要记录每5分钟，所有手机用户所在的基站，即可得到有序的原始信令数据。同时，考虑到运营商234G网络同时并存，而不同网络的数据不一致，所以还需要针对不同网络制式做统一处理，形成统一的五分钟用户位置数据表。优选地，所述信令数据包括2G话单、3G话单和4G话单。优选地，得到的五分钟用户位置快照存储在Redis中，根据3GPP协议规范，用户如果在同一位置，如果不做手机操作，基站不会跟手机有信令交互，假如一个用户一直在一个位置待半个小时且不操作手机，则基站不会跟手机通信，只会在固定时间才会发起手机位置更新。要做用户的5分钟的位置数据，则必须使用缓存把用户上一次汇报的位置记录，才能保证用户每5分钟都有位置数据产生。优选地，步骤S2具体为：将手机用户时间维度的位置与地铁运营商基站的CGI信息表进行匹配，删除常驻用户、物联网号码后，得到各时间点地铁人群的信息。地铁人群的识别，需要使用建模处理，因为在城市，特别是交通枢纽，运营商基站的位置十分密集，室内站点和室分站点可能位置重叠，从而影响了地铁人群的识别。所以在做地铁人群行为标签识别之前，先要识别出地铁站的人群。优选地，步骤S3中人群标签模型包括地铁人群进站模型、地铁人群出站模型和地铁人群换乘模型。优选地，所述地铁人群进站模型具体为：从Redis中获取用户位置快照、从地铁运营商基站获取地铁基站信息配置表，获取进站记录表；对当前地铁小区快照表的用户先与进站记录表的进站的用户进行比较，如果有记录在进站里的用户，则不作判断，再将没有进站记录的用户明细分别与当前时间的前面若干个快照表进行比较：当前时间与下一个快照时间出现在轨道内，前推若干个快照表没有出现在轨道内的用户，在固定时间窗口内：第一个周期为null，即时间最小，最后一个周期不为null，即时间最大，只出现过一个地铁站的，为进站用户，并将结果写入进站记录表中。优选地，所述地铁人群出站模型具体为：对当前最近的若干个快照表进行比较判断，与进站记录表的用户进行比较，得到相同号码的地铁用户，再将地铁用户明细分别与当前最近的若干个快照表进行比较，如果没有匹配到的用户，则判断为出站。优选地，所述地铁人群换乘模型：对当前最近的若干个快照表进行比较判断，以最接近当前时间的快照表先进行筛选出当前在换乘站点CGI下的用户，再与进站记录表的用户进行比较，得到相同号码的地铁用户及其进站时所在地铁线路名称，然后再与当前时间的快照表进行比较，如果这些用户所在的地铁线路名称出现变化，则判断用户换乘。优选地，发现用户换乘时，建立地铁用户换乘明细表，所述地铁用户换乘明细表中包括用户号码、换乘时间以及地铁站名称的信息。与现有技术相比，本专利技术技术方案的有益效果是：本专利技术通过另外一种场景来实现地铁人群监控，为轨道精通日常运营提供数据支撑，相比于传统的监控方式，本专利技术运用数字化、信息化手段，为轨道交通集团节约了极大的运营成本：(1)通过数字信息，也就是运营商用户话单，即可实现地铁人群监控，为日常的上下班交通管制、节假日地铁限流提供强有力的数据支撑。同时，由于能够实时监控，结合可视化界面可以实现自动告警，方便地铁运营人员的调度。(2)运营商用户信息庞大，只要关联手机号码即可精确到人，而基站的位置又固定，可以准确的实现地铁人群分析，从而可以减少地铁站点的管理人员，减少运营费用。附图说明图1为本专利技术的方法流程示意图。图2为用户五分钟数据生成流程图。具体实施方式附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。下面结合附图和实施例对本专利技术的技术方案做进一步的说明。实施例1本实施例提供一种基于基站位置的地铁人群行为标签识别方法，如图1，包括以下步骤：S1：获取地铁运营商基站的用户数据，对用户数据进行处理，得到手机用户时间维度的位置；S2：建立地铁人群识别模型：将运营商基站与地铁站点对应，建立地铁区域配置表，识别地铁人群；S3：建立人群标签模型，统计获取固定时间间隔内地铁站点的进站人数、出站人数以及换成人数。步骤S1如本文档来自技高网...

【技术保护点】
1.一种基于基站位置的地铁人群行为标签识别方法，其特征在于，包括以下步骤：/nS1：获取地铁运营商基站的用户数据，对用户数据进行处理，得到手机用户时间维度的位置；/nS2：将运营商基站与地铁站点对应，建立地铁区域配置表，识别地铁人群；/nS3：建立人群标签模型，统计获取固定时间间隔内地铁站点的进站人数、出站人数以及换成人数。/n

【技术特征摘要】
1.一种基于基站位置的地铁人群行为标签识别方法，其特征在于，包括以下步骤：
S1：获取地铁运营商基站的用户数据，对用户数据进行处理，得到手机用户时间维度的位置；
S2：将运营商基站与地铁站点对应，建立地铁区域配置表，识别地铁人群；
S3：建立人群标签模型，统计获取固定时间间隔内地铁站点的进站人数、出站人数以及换成人数。


2.根据权利要求1所述的基于基站位置的地铁人群行为标签识别方法，其特征在于，步骤S1具体为：
周期性获取地铁运营商基站信令数据，按照时间维度给出每个用户的当前归属的基站；
针对不同网络制式的信令数据统一处理，形成统一的用户位置数据表；
根据信令数据进行XDR处理后，使用spark计算框架处理，得到用户位置快照。


3.根据权利要求2所述的基于基站位置的地铁人群行为标签识别方法，其特征在于，所述信令数据包括2G话单、3G话单和4G话单。


4.根据权利要求2或3所述的基于基站位置的地铁人群行为标签识别方法，其特征在于，得到的用户位置快照存储在Redis中。


5.根据权利要求4所述的基于基站位置的地铁人群行为标签识别方法，其特征在于，步骤S2具体为：
将手机用户时间维度的位置与地铁运营商基站的CGI信息表进行匹配，删除常驻用户、物联网号码后，得到各时间点地铁人群的信息。


6.根据权利要求5所述的基于基站位置的地铁人群行为标签识别方法，其特征在于，步骤S3中人群标签模型包括地铁人群进站模型、地铁人群出站模型和地铁人群换乘模型。


7.根据权利要求6所述的基于基站位置的地铁人群行为标签识...

【专利技术属性】
技术研发人员：陈曦，蓝志坚，李如旺，
申请(专利权)人：广州丰石科技有限公司，
类型：发明
国别省市：广东;44