【技术实现步骤摘要】
一种基于手机信令数据的区域人流分析方法
本专利技术涉及一种区域人流分析方法，特别是一种基于手机信令数据的区域人流分析方法。
技术介绍
近年来，受到经济发展的推动，城市之间、区县之间人们的旅游，出差、学习、娱乐等活动日益增长，对城市基础设施资源配置、城市治安防范、人流疏导等城市管理问题提出了更高的要求，也带来了一系列的问题，城市规划不合理、交通配套设施不完善导致出行滞留、周边拥堵、资源不平衡都阻碍了城市的健康发展。如何利用大数据资源，基于机器学习技术准确及时的把握人流的区域特征，通过人流动态变化规律预测短时、中期或长期区域客流变化，对于提升智慧城市管理能力具有重要意义，成为当前研究和应用的热点之一。由于人流的转移规律具有时段性、地域性的差异，不同的时间范围人流移动的方向、速度也会有特征差异，例如周六和周一、平时早高峰和正午，其人流移动具有明显差异，使用全部历史进行预测实际上忽略了这种差异性，降低了人流分析和预测的实用意义。同时受到天气、经济环境和地区事件的影响，目前的方法大多使用全部历史信令数据采用统计方法建立单一的预...
【技术保护点】
1.一种基于手机信令数据的区域人流分析方法，其特征在于，包括以下步骤：/nA、采集手机原始信令数据，并对手机原始信令数据进行筛选和过滤，得到有效手机信令数据；/nB、对分析地域进行区域划分，将有效手机信令数据按照经纬度匹配到各个区域，并将匹配后的每个区域的有效手机信令数据按照时段划分为多维时序数据，如式(1)所示，/n
【技术特征摘要】
1.一种基于手机信令数据的区域人流分析方法，其特征在于，包括以下步骤：
A、采集手机原始信令数据，并对手机原始信令数据进行筛选和过滤，得到有效手机信令数据；
B、对分析地域进行区域划分，将有效手机信令数据按照经纬度匹配到各个区域，并将匹配后的每个区域的有效手机信令数据按照时段划分为多维时序数据，如式(1)所示，
其中，DT表示所有区域的T时段的状态，表示第i个区域在T时段的状态，表示区域i在时段T的留存数，表示第i个小区在时段T的扩散数，表示区域j在T-1时刻向区域i的扩散数；
同时，对和作归一化处理，归一化处理公式(2)为：
其中，分别表示区域i在时段T归一化前、后的留存数，maxs为所有区域的所有时段留存数的最大值；分别表示区域j在T-1时刻向区域i扩散数归一化前、后的值；maxq为所有区域在所有时段向其他区域归一化前扩散值的最大值；
C、采用在线混合高斯模型对留存的多维时序数据进行聚类，形成多个人流迁移状态的特征类；
D、对聚类后的每个特征类数据分别建立不同参数的马尔科夫链预测模型，对未来时段的区域客流分布进行预测。
2.根据权利要求1所述的一种基于手机信令数据的区域人流分析方法，其特征在于：手机原始信令数据筛选和过滤的具体方法为：将手机原始信令数据划分为触发型事件数据和周期性事件数据，所述触发型事件数据是指手机开关机数据、摘机数据、挂机数据或跨区切换数据，周期性事件数据是指固定时间间隔的手机状态上报事件数据；选取周期性事件数据和跨区切换数据，并去除周期性事件数据和跨区切换数据中的小区编码缺失和漂移数据，得到有效手机信令数据；
所述的手机原始信令数据包含ID、时间戳、位置区编号、小区编号和事件类型信息数据。
3.根据权利要求1所述的一种基于手机信令数据的区域人流分析方法，其特征在于，步骤B中，和的具体计算方式为：
c1、对所有的有效手机信令数据按照时间字段先后顺序排序，构成信令队列；
c2、若信令队列为空，则计算结束，否则取出信令队列中第一个信令数据G；
c3、根据G的小区编号所对应的的经纬度匹配到步骤B中的相应区域中，再根据G的时间匹配到步骤B中的时段中，令AG、TG分别为G所匹配的区域和时段。
c4、在队列中从G开始向后查找与G的ID相同的信令数据，记为GN；
c5、若GN不存在，则令回到步骤c2；
c6、若GN匹配的时段TGN＝TG，则从队列中删除GN，回到步骤c4；
c7、若GN匹配的时段TGN＝TG+1，则判断AG是否与AGN相等，当相等时则当不相等时则
c8、从信令队列中删除GN，回到步骤c4。
<...
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。