【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及一种基于数据挖掘的停车行为分析方法、系统及存储介质。
技术介绍
1、现有技术中，停车行为分析方法主要采用单一维度的数据挖掘技术，如基于空间语法的道路网络分析方法通过计算道路整合度和选择度等指标评估停车区域的空间配置特征，基于dbscan聚类算法的停车热点识别方法通过密度聚类识别停车位使用强度的空间分布模式，基于社交媒体数据挖掘的停车行为分析方法通过挖掘用户在线行为数据识别停车偏好和情感倾向。这些现有技术在各自领域内具有一定的分析能力，能够从不同角度揭示停车行为的部分规律和特征。
2、现有方法往往采用单一分析维度，空间语法方法过度依赖全局网络配置特征而忽视局部兴趣点影响，聚类分析方法缺乏对时间动态变化的考虑，社交媒体分析方法难以与实际物理停车数据有效关联。其次，现有技术缺乏有效的特征融合机制，无法平衡局部因素(如poi密度、公共交通可达性)与全局因素(如道路网络整合度、连通性)之间的相互作用关系，导致分析结果与实际停车使用模式之间存在显著差异。此外，现有方法在时空模式挖掘方面存在深度不足的问题，难以...
【技术保护点】
1.一种基于数据挖掘的停车行为分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于数据挖掘的停车行为分析方法，其特征在于，所述通过停车传感器网络对付费停车区进行数据采集处理，得到停车行为基础数据结构，构建局部兴趣点数据库和全局网络配置数据库，包括：
3.根据权利要求1所述的基于数据挖掘的停车行为分析方法，其特征在于，所述根据所述停车行为基础数据结构、局部兴趣点数据库和全局网络配置数据库通过局部-全局特征交互矩阵算法进行融合处理，得到融合特征矩阵和动态权重向量，包括：
4.根据权利要求3所述的基于数据挖掘的停车行为分析方...
【技术特征摘要】
1.一种基于数据挖掘的停车行为分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于数据挖掘的停车行为分析方法，其特征在于，所述通过停车传感器网络对付费停车区进行数据采集处理，得到停车行为基础数据结构，构建局部兴趣点数据库和全局网络配置数据库，包括：
3.根据权利要求1所述的基于数据挖掘的停车行为分析方法，其特征在于，所述根据所述停车行为基础数据结构、局部兴趣点数据库和全局网络配置数据库通过局部-全局特征交互矩阵算法进行融合处理，得到融合特征矩阵和动态权重向量，包括：
4.根据权利要求3所述的基于数据挖掘的停车行为分析方法，其特征在于，所述基于所述停车行为多维特征向量通过局部-全局特征交互矩阵算法进行交互关系计算处理，将局部poi密度特征与全局网络整合度特征进行矩阵乘积运算并乘以交互系数，得到量化局部与全局特征相互影响强度的特征交互系数矩阵，包括：
5.根据权利要求1所述的基于数据挖掘的停车行为分析方法，其特征在于，所述将所述融...
【专利技术属性】
技术研发人员：史红明，姚运岭，周龙，魏冬，孙仁银，王战胜，
申请(专利权)人：中国通信建设第四工程局有限公司，
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。