一种地铁出行目的识别方法及装置制造方法及图纸

本发明专利技术实施例提供一种地铁出行目的识别方法及装置，能够提高出行目的识别精度。方法包括：获取地铁出行样本，以及获取地铁站周边的土地利用特征信息；将所述地铁出行样本划分为训练集和测试集；以所述训练集中的出行特征信息和相对应的出行始末地铁站周边的土地利用特征信息为输入，以及出行目的为预测变量，对分类器进行训练，并基于所述测试集对训练后的所述分类器进行检验，得到检验后的所述分类器；将公交智能卡数据中每条目标出行记录对应的目标出行特征信息与相对应的目标出行始末地铁站周边的土地利用特征信息输入至检验后的所述分类器中，得到所述每条目标出行记录的出行目的识别结果。

【技术实现步骤摘要】
一种地铁出行目的识别方法及装置
本专利技术涉及数据分析领域，尤其涉及一种地铁出行目的识别方法及装置。
技术介绍
公交智能卡数据(SCD，Smartcarddata)在我国城市中使用较广，记载了大量的公共交通出行信息，但是在应用到具体的交通监测和管理中，则受到诸多技术瓶颈限制。其中，最为突出的技术瓶颈是无法从智能卡的刷卡记录数据中准确得知地铁乘客的出行目的，难于判断这些公交刷卡用户的交通出行是上班、回家，还是其他目的的出行。地铁是造价昂贵的交通基础设施，是特大城市公共交通的重要组成方式；同时，也是促进城市生长，支撑大城市空间发展的核心“骨架”。准确识别地铁出行目的，是以人为本、合理、高效提供地铁服务的前提。现有方案提供了一种基于出行链特征的地铁出行目的识别技术，该项技术从居民个体地铁出行链角度出发，挖掘个体居住地与就业地位置信息，进而根据地铁出行目的地，判断出该次地铁出行出行目的。现有方案还提供了一种基于数据融合方法的地铁出行目的识别技术，该项技术是通过融合地铁出行调查数据与地铁智能数据，对出行目的进行估计。首先通过地铁出行调查数据，使用本文档来自技高网...

【技术保护点】
1.一种地铁出行目的识别方法，其特征在于，包括：/n获取地铁出行样本，以及获取地铁站周边的土地利用特征信息；/n将所述地铁出行样本划分为训练集和测试集；/n以所述训练集中的出行特征信息和相对应的出行始末地铁站周边的土地利用特征信息为输入，以及出行目的为预测变量，对分类器进行训练，并基于所述测试集对训练后的所述分类器进行检验，得到检验后的所述分类器；/n将公交智能卡数据中每条目标出行记录对应的目标出行特征信息与相对应的目标出行始末地铁站周边的土地利用特征信息输入至检验后的所述分类器中，得到所述每条目标出行记录的出行目的识别结果。/n

【技术特征摘要】
1.一种地铁出行目的识别方法，其特征在于，包括：
获取地铁出行样本，以及获取地铁站周边的土地利用特征信息；
将所述地铁出行样本划分为训练集和测试集；
以所述训练集中的出行特征信息和相对应的出行始末地铁站周边的土地利用特征信息为输入，以及出行目的为预测变量，对分类器进行训练，并基于所述测试集对训练后的所述分类器进行检验，得到检验后的所述分类器；
将公交智能卡数据中每条目标出行记录对应的目标出行特征信息与相对应的目标出行始末地铁站周边的土地利用特征信息输入至检验后的所述分类器中，得到所述每条目标出行记录的出行目的识别结果。


2.根据权利要求1所述的地铁出行目的识别方法，其特征在于，所述以所述训练集中的出行特征信息和相对应的出行始末地铁站的周边土地利用特征信息为输入，以及出行目的为预测变量，对分类器进行训练，包括：
以所述训练集中的地铁出行出发时刻、到达时刻及出行时长，和相对应的出行始末地铁站周边的土地利用特征信息为输入，以及出行目的为预测变量，对随机森林分类器进行参数标定以及训练，其中，所述参数标定包括随机森林分类器中的特征数量以及随机森林决策树数量。


3.根据权利要求1所述的地铁出行目的识别方法，其特征在于，所述基于所述测试集对训练后的所述分类器进行检验，包括：
采用准确率以及混合矩阵方式将所述测试集输入至训练后的所述随机森林分类器中，以评估训练后的所述分类器的分类精确程度。


4.根据权利要求1所述的地铁出行目的识别方法，其特征在于，所述获取地铁出行样本，包括：
获取交通调查数据；
从所述交通调查数据中随机选取出行调查样本；
从所述出行调查样本中提取地铁出行样本。


5.根据权利要求1所述的地铁出行目的识别方法，其特征在...

【专利技术属性】
技术研发人员：赵鹏军，曹毓书，
申请(专利权)人：北京大学，
类型：发明
国别省市：北京;11