[发明专利]大数据环境下出行OD节点识别和节点间路径提取方法

权利要求书

1.一种大数据环境下出行OD节点识别和节点间路径提取方法，其特征在于，该方法由以下5个步骤组成：

步骤1、读取从传感器运营商获取的匿名加密移动终端传感器数据，匿名加密移动终端传感器数据理论上在时间与空间上连续，不同移动终端对应不同的用户唯一编号EPID，提取每个EPID在指定时间段内所触发的通信信令记录，构成该EPID的出行数据集；

步骤2、依次提取每个EPID在指定时间段内与传感器的通信记录，按时间顺序排序，建立用户出行轨迹数据集；从时间起点t0出发，以T时间为间隔对出行数据的空间位置进行插值，构建由真实点和插值点构成的用户出行时空序列；

步骤3、对用户出行时空序列中O-D点的节点聚类密度ρ和O-D点半径内的最小节点数量ε，以及O-D点前后出行时空序列的交角进行分析，设置参数的初始化，同时制定O-D点的判别规则；

步骤4、基于DBSCAN算法，设计一种基于距离的空间聚类算法；即在步骤2得到的聚类参数的基础上，对用户出行时空序列数据上的插值点进行空间聚类，提取出节点的聚类簇，从中提取出聚类簇中的最核心点；计算从最核心点出发，到节点聚类簇前后的第一个节点的方向角，计算用户在节点簇前后的出行时空序列的交角；

步骤5、根据步骤2得到的判别规则，判别步骤4得到的聚类簇是否是用户出行时空序列上的O-D点，对判别得到的O-D聚类簇进行整理，将其最核心节点作为O-D点，查找其原始的相近位置的记录点，将其位置投影到地图上，记录其实际的所在位置；根据提取得到的O-D点分割用户的出行数据，得到分段的、已表明起始点的用户出行轨迹。

2.如权利要求1所述的一种大数据环境下出行OD节点识别和节点间路径提取方法，其特征在于，所述步骤1包括：

步骤1.1、读取从传感器运营商获取匿名加密移动终端传感器数据，理论上匿名加密移动终端传感器数据在时间与空间上都应该是连续的，包括：用户唯一编号EPID、通信动作类型TYPE、通信动作发生时刻TIME、传感器所处大区REGIONCODE、传感器具体编号SENSORID；其中，传感器所处大区REGIONCODE及传感器具体编号SENSORID构成了传感器编号；

步骤1.2、一条匿名加密移动终端传感器数据为一个信令记录，对每条信令记录进行解密；

步骤1.3、根据用户唯一编号EPID，查询其在指定时间段内所有的通讯记录，构建用户出行轨迹数据。

3.如权利要求2所述的一种大数据环境下出行OD节点识别和节点间路径提取方法，其特征在于，所述步骤2包括：

步骤2.1、提取步骤1.3得到的用户出行轨迹数据中的所有的固定传感器编号REGIONCODE-SENSORID及其对应的经纬度坐标LON-LAT，将经纬度坐标转换为地理坐标X-Y；

步骤2.2、遍历用户出行轨迹数据，将其按触发通信时间TIMESTAMP顺序排列；

步骤2.3、从时间起点开始遍历出行数据，相邻的每3个通信记录点拟合一条二次曲线，二次曲线的x轴为用户出行轨迹的时间，y轴为通信记录点的X-Y坐标；设用户的出行轨迹包含n个通信记录点，n为正整数，则总共需要拟合出2n-4条二次曲线；

步骤2.4、从整数时间起点t0出发，按时间间隔T计算用户在每个时间点的X-Y坐标，相同时间X(t0+nT)和Y((t0+nT)构成一个插值点，除首尾两段外，其余通信点之间都存在2条拟合曲线，在此之间的插值点的X-Y坐标由两条曲线的计算结果求平均得到；

步骤2.5、所有插值点按时间顺序排序，所有插值点构成用户出行时空序列。