【技术实现步骤摘要】
本专利技术涉及出行方式判别，尤其是涉及一种出行方式确定方法、装置及电子设备。
技术介绍
1、随着人工智能和大数据的发展，我们每个人的出行都会随身携带的手机，并与手机一起的出行信息记录在联通和移动等通信公司的平台上。这部分出行数据极大地涉及到了个人的隐私，包括个人随时间的位置移动等，由于涉及到了个人的隐私的原因，联通平台和移动平台均不能将上述出行数据直接给科研人员进行研究，然而上述出行数据实际有着极大的研究价值，所以需要将上述出行数据进行集计处理之后再交给科研人员进行研究。
2、进一步的，由于手机信令数据最为重要的为交通出行量和交通出行方式。若是集计后的数据，则只会保留交通出行量，不会有交通出行方式的判断，而且上述出行数据进行集计后，也不会知道个体在某个时间点的行为特征，所以在进行交通方式判别时则更为麻烦。
3、因此，如何在出行数据集计后进一步确定用户的出行方式的技术问题亟待解决。
技术实现思路
1、本专利技术的目的在于提供一种出行方式确定方法、装置及电子设备，以解决确定在出行数据集计后进一步确定用户的出行方式的技术问题。
2、第一方面，本专利技术实施例提供了一种出行方式确定方法，包括：获取用户的交通出行信息；根据上述交通出行信息，确定上述用户的出行特征；上述出行特征用于指示上述用户出行数据的特征参数；根据上述出行特征以及预设的出行方式的隶属度函数，确定上述出行方式的隶属度值；上述隶属度函数基于对历史交通出行信息进行出行方式的模糊分析得到；根据上述
3、在较佳的实施方式中，上述特征参数包括：上述用户的出行距离、出行时长以及出行速度；上述预设的出行方式的隶属度函数包括：多种出行方式中每种出行方式对应的出行距离隶属度函数、出行时长隶属度函数以及平均出行速度隶属度函数。
4、在较佳的实施方式中，多种出行方式包括：步行出行、骑行出行、公共交通出行以及汽车出行；上述隶属度函数包括：上述步行出行对应的步行出行距离隶属度函数、步行出行时长隶属度函数以及步行平均出行速度隶属度函数；上述骑行出行对应的骑行出行距离隶属度函数、骑行出行时长隶属度函数以及骑行平均出行速度隶属度函数；上述公共交通出行对应的公共交通出行距离隶属度函数、公共交通出行时长隶属度函数以及公共交通平均出行速度隶属度函数；上述汽车出行对应的汽车出行距离隶属度函数、汽车出行时长隶属度函数以及汽车平均出行速度隶属度函数。
5、在较佳的实施方式中，根据上述出行方式的隶属度值，确定上述用户的第一出行方式的步骤，包括：筛选上述出行方式的隶属度值中的最大隶属度值；将上述最大隶属度值对应的出行方式，确定为上述用户的第一出行方式。
6、在较佳的实施方式中，获取用户的交通出行信息的步骤之前，上述方法包括：获取上述用户的信令数据集合；获取用户的交通出行信息的步骤，包括：根据上述信令数据集合，确定上述用户的交通出行信息。
7、在较佳的实施方式中，获取用户的交通出行信息的步骤之后，上述方法还包括：获取上述用户的导航数据；根据上述导航数据以及预设的出行方式的误差函数，确定上述出行方式的误差值；根据上述误差值，确定上述用户的第二出行方式。
8、在较佳的实施方式中，根据上述误差值，确定上述用户的第二出行方式的步骤之后，上述方法包括：判断上述第一出行方式和上述第二出行方式是否相同；如果是，确定上述用户的出行方式为上述第一出行方式或上述第二出行方式；如果否，输出上述导航数据以及上述出行特征。
9、在较佳的实施方式中，上述出行方式的误差函数通过下述步骤构建得到：基于欧式距离公式构建出发时刻误差函数、出行距离误差函数、出行时长误差函数以及出行速度误差函数；将上述出发时刻误差函数、上述出行距离误差函数、上述出行时长误差函数以及上述出行速度误差函数的乘积，确定为上述出行方式的误差函数。
10、在较佳的实施方式中，输出上述导航数据以及上述出行特征的步骤之后，上述方法还包括：将上述用户的出行方式标注为上述第一出行方式或上述第二出行方式，得到已标注样本集；将上述已标注样本集输入预设的主动学习分类器，输出更新已标注样本集；将上述更新已标注样本集按照预设比例，划分为多个子集；将每个子集分别输入对应的预设xgboost模型中进行半监督学习，输出多个分类精度数据；筛选上述多个分类精度数据中达到预设阈值的目标分类精度数据对应的目标xgboost模型；根据上述目标xgboost模型，确定目标分类器；将所述导航数据以及所述出行特征输入所述目标分类器，输出上述用户的预测出行方式。
11、第二方面，本专利技术实施例提供了一种出行方式确定装置，包括：数据获取模块，用于获取用户的交通出行信息；出行特征确定模块，用于根据上述交通出行信息，确定上述用户的出行特征；上述出行特征用于指示上述用户出行数据的特征参数；隶属度值计算模块，用于根据上述出行特征以及预设的出行方式的隶属度函数，确定上述出行方式的隶属度值；上述隶属度函数基于对历史交通出行信息进行出行方式的模糊分析得到；出行方式判别模块，用于根据上述出行方式的隶属度值，确定上述用户的第一出行方式。
12、本专利技术实施例具有下述有益技术效果：
13、本专利技术实施例提供了一种出行方式确定方法、装置及电子设备，包括：获取用户的交通出行信息；根据上述交通出行信息，确定上述用户的出行特征；上述出行特征用于指示上述用户出行数据的特征参数；根据上述出行特征以及预设的出行方式的隶属度函数，确定上述出行方式的隶属度值；上述隶属度函数基于对历史交通出行信息进行出行方式的模糊分析得到；根据上述出行方式的隶属度值，确定上述用户的第一出行方式。该方法可以解决确定在出行数据集计后进一步确定用户的出行方式的技术问题。
14、本实施例公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。
15、为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种出行方式确定方法，其特征在于，包括：
2.根据权利要求1所述的出行方式确定方法，其特征在于，所述特征参数包括：所述用户的出行距离、出行时长以及出行速度；所述预设的出行方式的隶属度函数包括：多种出行方式中每种出行方式对应的出行距离隶属度函数、出行时长隶属度函数以及平均出行速度隶属度函数。
3.根据权利要求2所述的出行方式确定方法，其特征在于，多种出行方式包括：步行出行、骑行出行、公共交通出行以及汽车出行；
4.根据权利要求1所述的出行方式确定方法，其特征在于，根据所述出行方式的隶属度值，确定所述用户的第一出行方式的步骤，包括：
5.根据权利要求1所述的出行方式确定方法，其特征在于，获取用户的交通出行信息的步骤之前，所述方法包括：
6.根据权利要求1所述的出行方式确定方法，其特征在于，获取用户的交通出行信息的步骤之后，所述方法还包括：
7.根据权利要求6所述的出行方式确定方法，其特征在于，根据所述误差值，确定所述用户的第二出行方式的步骤之后，所述方法包括：
8.根据权利要求6所述的出行方式确定
9.根据权利要求6所述的出行方式确定方法，其特征在于，输出所述导航数据以及所述出行特征的步骤之后，所述方法还包括：
10.一种出行方式确定装置，其特征在于，包括：
...【技术特征摘要】
1.一种出行方式确定方法，其特征在于，包括：
2.根据权利要求1所述的出行方式确定方法，其特征在于，所述特征参数包括：所述用户的出行距离、出行时长以及出行速度；所述预设的出行方式的隶属度函数包括：多种出行方式中每种出行方式对应的出行距离隶属度函数、出行时长隶属度函数以及平均出行速度隶属度函数。
3.根据权利要求2所述的出行方式确定方法，其特征在于，多种出行方式包括：步行出行、骑行出行、公共交通出行以及汽车出行；
4.根据权利要求1所述的出行方式确定方法，其特征在于，根据所述出行方式的隶属度值，确定所述用户的第一出行方式的步骤，包括：
5.根据权利要求1所述的出行方式确...
【专利技术属性】
技术研发人员：贺鹏，刘畅，仲莹萤，杨扬，朱跃辰，唐浩，叶轩，李妍，郝小亮，山琳，袁辛午，
申请(专利权)人：北京城建设计发展集团股份有限公司，
类型：发明
国别省市：
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。