基于知识图谱的公共交通出行人群画像分析方法及系统技术方案

本发明专利技术涉及知识图谱技术领域，提出一种基于知识图谱的公共交通出行人群画像分析方法及系统，该方法主要包括：基于单一交通出行方式的管理业务系统，构建单一交通知识图谱；基于多个单一交通的知识图谱，构建多层级交通出行方式知识图谱；对多层级交通出行方式知识图谱进行优化，获得可视化公共交通出行人群画像知识图谱。本发明专利技术通过上述方法可实现人群出行画像的精准闭环，有效的提升了知识图谱的调用效能，提高大模型的训练效率和稳定性。提高大模型的训练效率和稳定性。提高大模型的训练效率和稳定性。

【技术实现步骤摘要】
基于知识图谱的公共交通出行人群画像分析方法及系统


[0001]本专利技术涉及知识图谱
，特别涉及一种基于知识图谱的公共交通出行人群画像分析方法及系统。

技术介绍

[0002]近年来，随着交通行业的快速发展与智能化服务逐步普及，交通领域对交通出行数据群像分析也提出了更高的要求。城市公共交通指公交、轨道、出租、轮渡等交通方式，衍生出的城市公共交通数据即为公交数据、轨道数据、出租数据及轮渡数据。这些数据不但与城市居民职住情况、出行需求、城市用地有着复杂的关联关系，同时各类公共交通出行方式间同样存在着复杂关联性。
[0003]在对城市公共交通出行画像分析过程中，经常需要对居民出行方式、出行时间、出行路径等进行关联分析，期间涉及多种交通方式，往往很难在短时间内获取全面的关联信息，因此也难以满足城市公共交通出行智能化调度管理的需求。
[0004]一般来说，城市公共交通出行数据通常分散在不同部门，且不同类型的出行方式均配置了不同的管理系统，彼此之间缺乏对应匹配的关联关系，没有全面统一的公共交通出行可视化视图。
[0005]当需要开展城市公共交通出行需求分析时，往往会消耗大量时间来梳理各种交通方式间存在的匹配关联关系，从而降低了出行数据挖掘效率。此外，从不同业务部门及运营企业汇总的公共交通出行数据经常分散在各种不同的文档、图表中，不够直观方便且沟通效率较低，一旦在特殊情况下需要临时梳理多种交通方式出行需求的关联关系，将可能因忽略某些重要关系而造成分析结果的不准确。

技术实现思路

[0006]本专利技术提供一种基于知识图谱的公共交通出行人群画像分析方法及系统，用以解决现有技术中数据不够直观的缺陷，实现人群出行画像的精准闭环，有效的提升了知识图谱的调用效能，提高大模型的训练效率和稳定性。
[0007]本专利技术提供一种基于知识图谱的公共交通出行人群画像分析方法，包括：基于单一交通出行方式的管理业务系统，构建单一交通知识图谱；基于多个单一交通的知识图谱，构建多层级交通出行方式知识图谱；对多层级交通出行方式知识图谱进行优化，获得可视化公共交通出行人群画像知识图谱。
[0008]在一种可能的实施方式中，所述构建单一交通知识图谱，包括：获取单一交通出行方式的管理业务系统中的基础数据；对基础数据进行分析，获得实体数据和关系数据；基于实体数据，进行节点建模；基于关系数据，进行关系建模。
[0009]在一种可能的实施方式中，所述基础数据包括纯文本数据、结构化数据和半结构化数据。
[0010]在一种可能的实施方式中，所述构建多层级交通出行方式知识图谱，包括：基于注册信息数据的信息关联，建立多层级交通出行方式知识图谱；利用预训练方法，优化多层级交通出行方式知识图谱。
[0011]在一种可能的实施方式中，所述利用预训练方法，优化多层级交通出行方式知识图谱，包括：基于知识图谱的生成式预训练方法；利用预训练方法，构建预训练框架；利用预训练方法，捕捉预训练框架的属性信息；利用预训练框架，捕捉隐含的特征信息。
[0012]在一种可能的实施方式中，所述获得可视化公共交通出行人群画像知识图谱，包括：对多层级交通出行方式知识图谱的层级数据进行布局；对多层级交通出行方式知识图谱的布局参数进行配置；对多层级交通出行方式知识图谱进行视觉降噪。
[0013]在一种可能的实施方式中，所述对多层级交通出行方式知识图谱进行视觉降噪，包括：根据文字的层叠关系，对重叠文字进行处理；利用多边散列排布的算法，对重叠的边线进行处理。
[0014]本专利技术还提供一种基于知识图谱的公共交通出行人群画像分析系统，包括：构建模块，用于基于单一交通出行方式的管理业务系统，构建单一交通知识图谱和基于多个单一交通的知识图谱，构建多层级交通出行方式知识图谱；可视化模块，用于对多层级交通出行方式知识图谱进行优化，获得可视化公共交通出行人群画像知识图谱。
[0015]在一种可能的实施方式中，所述构建模块包括预训练单元，所述预训练单元，用于优化多层级交通出行方式知识图谱。
[0016]在一种可能的实施方式中，所述可视化模块包括：布局单元，对多层级交通出行方式知识图谱的层级数据进行布局；配置单元，对多层级交通出行方式知识图谱的布局参数进行配置；降噪单元，对多层级交通出行方式知识图谱进行视觉降噪。
[0017]本专利技术提供的一种基于知识图谱的公共交通出行人群画像分析方法及系统，通过基于单一交通知识图谱构建多层级交通出行方式知识图谱，并将多层级交通出行方式知识图谱可视化，从而实现人群出行画像的精准闭环，有效的提升了知识图谱的调用效能，提高大模型的训练效率和稳定性。
附图说明
[0018]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一
些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0019]图1是本专利技术提供的一种基于知识图谱的公共交通出行人群画像分析方法的流程示意图；图2是本专利技术提供的构建单一交通知识图谱方法的流程示意图；图3是本专利技术提供的公交出行知识图谱的结构示意图；图4是本专利技术提供的出租出行知识图谱的结构示意图；图5是本专利技术提供的轨道出行知识图谱的结构示意图；图6是本专利技术提供的轮渡出行知识图谱的结构示意图；图7是本专利技术提供的多层级交通出行方式知识图谱方法的流程示意图；图8是本专利技术提供的多层级交通出行方式知识图谱的结构示意图；图9是本专利技术提供的优化多层级交通出行方式知识图谱方法的流程示意图；图10是本专利技术提供的得可视化公共交通出行人群画像知识图谱方法的流程示意图；图11是本专利技术提供的对多层级交通出行方式知识图谱进行视觉降噪方法的流程示意图；图12是本专利技术提供的一种基于知识图谱的公共交通出行人群画像分析系统的结构示意图。
具体实施方式
[0020]为使本专利技术实施的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行更加详细的描述。
[0021]需要说明的是：在附图中，自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本专利技术一部分实施例，而不是全部的实施例，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0022]在本专利技术的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术保护范围的限制。
[0023]下面参考图1
‑
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱的公共交通出行人群画像分析方法，其特征在于，包括：基于单一交通出行方式的管理业务系统，构建单一交通知识图谱；基于多个单一交通的知识图谱，构建多层级交通出行方式知识图谱；对多层级交通出行方式知识图谱进行优化，获得可视化公共交通出行人群画像知识图谱。2.根据权利要求1所述的一种基于知识图谱的公共交通出行人群画像分析方法，其特征在于，所述构建单一交通知识图谱，包括：获取单一交通出行方式的管理业务系统中的基础数据；对基础数据进行分析，获得实体数据和关系数据；基于实体数据，进行节点建模；基于关系数据，进行关系建模。3.根据权利要求2所述的一种基于知识图谱的公共交通出行人群画像分析方法，其特征在于，所述基础数据包括纯文本数据、结构化数据和半结构化数据。4.根据权利要求1所述的一种基于知识图谱的公共交通出行人群画像分析方法，其特征在于，所述构建多层级交通出行方式知识图谱，包括：基于注册信息数据的信息关联，建立多层级交通出行方式知识图谱；利用预训练方法，优化多层级交通出行方式知识图谱。5.根据权利要求4所述的一种基于知识图谱的公共交通出行人群画像分析方法，其特征在于，所述利用预训练方法，优化多层级交通出行方式知识图谱，包括：基于知识图谱的生成式预训练方法；利用预训练方法，构建预训练框架；利用预训练方法，捕捉预训练框架的属性信息；利用预训练框架，捕捉隐含的特征信息。6.根据权利要求1所述的一种基于...

【专利技术属性】
技术研发人员：张亚军，魏昕，刘聪，常书金，陈子葳，
申请(专利权)人：北京华录高诚科技有限公司，
类型：发明
国别省市：