基于手机信令的公交常乘客预测方法与系统技术方案

本发明专利技术提供一种基于手机信令的公交常乘客预测方法与系统，首先基于手机信令数据获取城市范围内的用户公交出行数据，从而确定对应手机用户以及其上下车站点信息；在此基础上分析出公交常乘客数据，建表入库；然后在获得的公交常乘客的基础上，获取每条线路多个统计时段常乘客占比数据，从而可以提取和获得同一个公交线路上的不同日期相同时段的常乘客数量以及不同时段常乘客数量，从而获得影响日期和时段范围(K1和K2)，最后可根据影响日期和时段范围预测未来时间的公交出行常乘客。

【技术实现步骤摘要】
基于手机信令的公交常乘客预测方法与系统
本专利技术涉及智慧交通
，尤其是手机信令数据在智慧交通领域的应用，具体而言涉及一种基于手机信令的公交常乘客预测方法与系统。
技术介绍
城市公交系统具有覆盖面广、快捷、灵活、方便的特点，近年来客流量只增不减，公交系统在通勤时段处于严重的拥挤状态，为公交运营公司的运营组织管理提出新的管理问题。借用航空领域中对常乘客的定义，“经常乘坐城市公交出行，并熟悉使用城市公交，具备一定出行习惯的乘客”称为公交常乘客。公交常乘客与公交系统的经营息息相关，常乘客对公交系统的运营安全隐患、服务质量更加关注，也能积极及时向公交公司进行反馈，并能在公交出行中为其他乘客提供咨询服务。常规统计公交常乘客的方式是基于交通一卡通的数据来实现的，其数据只覆盖了交通卡用户，其他支付方式的用户未被涵盖，数据准确度大打折扣。
技术实现思路
本专利技术目的在于提供一种基于手机信令数据实现的公交常客的统计以及预测，为公交系统的智慧运营提供科学的依据。为实现本专利技术目的的第一方面提出一种基于手机信令的公交常乘本文档来自技高网...

【技术保护点】
1.一种基于手机信令的公交常乘客预测方法，其特征在于，包括以下步骤：/n步骤1、提取预定历史时间周期T0范围内的所有用户公交出行数据，公交出行数据包括根据信令数据与大数据分析得到公交出行上下车站点信息以及用户号码信息；/n步骤2、根据上车站点和下车站点信息，从公交线路站点关系表(TN_BUS_LINE_STA_INFO)计算一次公交出行距离；/n步骤3、剔除一次公交出行距离小于预设值最小值的极短出行用户的出行数据；/n步骤4、将步骤3处理后的出行数据，按照自然周进行分组，不足周的进行补齐，计算每周的时间段内个体用户的出行次数以及自然月个体用户的出行次数；/n步骤5、响应于个体用户每周出行次数大...

【技术特征摘要】
1.一种基于手机信令的公交常乘客预测方法，其特征在于，包括以下步骤：
步骤1、提取预定历史时间周期T0范围内的所有用户公交出行数据，公交出行数据包括根据信令数据与大数据分析得到公交出行上下车站点信息以及用户号码信息；
步骤2、根据上车站点和下车站点信息，从公交线路站点关系表(TN_BUS_LINE_STA_INFO)计算一次公交出行距离；
步骤3、剔除一次公交出行距离小于预设值最小值的极短出行用户的出行数据；
步骤4、将步骤3处理后的出行数据，按照自然周进行分组，不足周的进行补齐，计算每周的时间段内个体用户的出行次数以及自然月个体用户的出行次数；
步骤5、响应于个体用户每周出行次数大于第一阈值且每月出行次数大于第二阈值，判定个体用户为公交常乘客，对该个体用户赋予常客标签，并将数据存入公交常乘客数据表(TD_BUS_FREQ_PASSG_INFO)；
步骤6、基于公交常乘客数据表中赋予常客标签的用户，获取每条线路在多个统计时段的常乘客占比，存入公交常乘客数量占比表(TD_BUS_FREQ_PASSG_VOLUME_RATIO)
步骤7、基于公交常乘客数据表中的公交常乘客数量以及每条线路的常乘客占比，提取预设时间周期T2范围内第x条线路Lx在每个统计时段的常乘客数量，x＝1,2,……,m，m表示预测地区的公交线路的总数目；
步骤8、基于步骤7提取的数据，获取在一个自然月内设定的时段的常乘客数量V，并计算任意两个不同日期相同时段常乘客数量Vi与Vj之间的欧氏距离：



其中，i＝1,2,……,30，j＝1,2,……,30；
步骤9、在步骤8获得欧氏距离基础上，基于K近邻算法(KNN)遍历k值，确定影响日期范围k1；
步骤10、获取第x条线路Lx单日多个统计时段的常乘客数量Q，并计算同一线路在单日任意两个不同时段常乘客数量Qi和Qj之间的欧氏距离：



其中，i＝1,2,……,24，j＝1,2,……,24；
步骤11、在步骤10获得欧氏距离基础上，基于K近邻算法(KNN)遍历k值，确定影响时段范围k2；
步骤12、在获得的影响日期范围k1和影响时段范围k2的基础上，对未来某一日期对应时段的常乘客数量预测输出。


2.根据权利要求1所述的基于手机信令的公交常乘客预测方法，其特征在于，所述步骤2中，计算一次公交出行距离的处理包括以下步骤：
步骤2.1、根据上车站点从公交线路站点关系表中获取距离首站的距离(origin_dist)，记为L1；
步骤2.2、以下车站点从公交线路站点关系表中获取距离首站的距离(origin_dist)，记为L2；
步骤2.3、以两站之间的出行距离L作为一次公交出行距离，L＝L2-L1。


3.根据权利要求1所述的基于手机信令的公交常乘客预测方法，其特征在于，所述步骤6中，获取每条线路在多个统计时间段的常乘客占比的操作包括以下步骤：
步骤5.1、对赋予常客标签的用户，从公交上下车站点表提取用户前一天乘坐的线路ID和上车时间；
步骤5.2、设定统计时段长度，将相同线路ID的常乘客按照上车时间所处统计时段进行分组统计，得到每条线路在各个统计时段的常乘客数量N；
步骤5.3、从公交上下车站点表提取所有用户前一天乘坐的线路ID和上车时间；
步骤5.4、按照步骤5.2的统计时段长度和分组方式，获得每条线路在各个统计时段的乘客量M；
步骤5.5、计算每条线路在各个统计时段的常乘客占比，即N/M。


4.根据权利要求1所述的基于手机信令的公交常乘客预测方法，其特征在于，所述步骤12中，基于影响值k1、k2，对于未来某个日期Date某个统计时段T的预测，以该日期Date前k1天的统计时段T的前后共k2个时刻的常乘客数量(K1*k2)求均值，作为预测值。


5.根据权利要求1所述的基于手机信令的公交常乘客预测方法，其特征在于，所述公交出行数据的获取方式包括：
基于乘客的手机信令数据得到的轨迹数据进行路网匹配，并在得到的路段信息基础上进行出行方式识别，在识别出行方式的基础上提取出其中的公交出行轨迹段，再利用乘客的手机信令数据得到的轨迹以及公交车车载物联网卡反馈数据的基站轨迹进行轨迹匹配，获得用户轨迹匹配到的线路编号信息，再由用户出行轨迹的首末基站与线路站点基站序列进行匹配即可得到上下车站点。


6.根据权利要求1或5所述的基于手机信令的公交常乘客预测方法，其特征在于，所述公交出行数据的获取具体包括：
基于城市边界GIS数据，获取城市范围内的用户移动通信终端上报的信令数据，所述信令数据为移动通信终端进行基站扇区切换时上报的包含终端号码、时间以及基站经纬度的数据；然后根据某个用户移动通信终端单日的信令数据获得对应的信令轨迹点集合Pcid，Pcid＝{(P1,T1),(P2,T3),(P3,T3)…(Pn,Tn)},其中Pi表示Ti时刻的基站的经纬度坐标，i表示获得的信令数据的序号，n表示某个移动终端上报的信令数据的总数量；
根据信令轨迹点集合进行停留点识别，并确定信令轨迹点集合中的行程中间点和行程结束点，识别出用户的连续出行，构造出用户的信令轨迹，并对信令轨迹进行平滑处理；
基于停留点为关键点，将平滑后的用户的信令轨迹分为多个以出行结束点为终点的OD链；
将OD链中对应的信令轨迹点与GIS路网数据进行路网匹配，得到多个对应的子路段信息，即路段轨迹；
计算匹配路径后在每个子路段上对应的出行特征值，然后利用出行方式识别模型，得出某个用户每个子路段及OD链的出行模式；
提取出行模式组合中的所有包含公交出行模式下的OD链；提取OD链中的基站序列，记为{(Ti,Ci)}；
利用所提取的OD链中的基站序列结合公交运行线路筛选出城市目标空间区域，提取目标空间区域内经过的公交...

【专利技术属性】
技术研发人员：李永军，赵海燕，马荣叶，王幸，戴培，杨旭，
申请(专利权)人：江苏欣网视讯软件技术有限公司，
类型：发明
国别省市：江苏;32