[发明专利]一种基于烟花算法的交通路线确定方法及系统

说明书

本发明公开了一种基于烟花算法的交通路线确定方法及系统。所述方法包括：获取乘客出行数据集，乘客出行数据集包括多个区域内乘客的出行路线；统计数据库中每一个出行路线的出现次数；对出现次数进行排序；获取频繁一项集列表，频繁一项集列表是由出现次数大于最小出现次数的出行路线组成的；依据区域类别对频繁一项集列表进行分组，得到多个频繁一项集组；依据频繁一项集组构建频繁模式树；利用烟花算法删除频繁模式树中的干扰路线，得到条件子树，干扰路线为出行路线的换乘站数小于预设换乘站数的路线，条件子树表示出行路线之间的关联关系；根据关联关系确定交通路线。本发明能够快速地实现对交通路线的关联挖掘，提高交通路线确定的效率。

技术领域

本发明涉及数据挖掘技术领域，特别是涉及一种基于烟花算法的交通路线确定方法及系统。

背景技术

随着计算机技术的迅速发展，1993年R.Agrawal等人在对市场购物篮问题的调查分析研究中，首次提出了用关联规则表达式得到规则知识。关联规则提取的主要目标是发现数据项集之间内涵的关联或依赖关系，即从大量积累的数据中找出隐藏的数据模式或者知识。

目前，通常采用关联规则的挖掘算法实现对交通路线的确定，即通过关联规则的挖掘算法对交通路线进行关联挖掘，通过分析居民的出行需求，得到交通路线的规划。先验性算法是现有的关联规则的挖掘算法之一，该算法需要多次扫描数据库，内存消耗大，在大数据量上挖掘十分耗时，导致挖掘效率不高。将先验性算法用于交通路线的确定，不能快速地实现对交通路线的关联挖掘，导致交通路线确定的效率不高。

发明内容

基于此，有必要提供一种基于烟花算法的交通路线确定方法及系统，以快速地实现对交通路线的关联挖掘，提高交通路线确定的效率。

为实现上述目的，本发明提供了如下方案：

一种基于烟花算法的交通路线确定方法，包括：

获取乘客出行数据集，所述乘客出行数据集包括多个区域内乘客的出行路线；

统计数据库中每一个所述出行路线的出现次数；

对所述出现次数进行排序；

获取频繁一项集列表，所述频繁一项集列表是由出现次数大于最小出现次数的所述出行路线组成的；

依据所述区域类别对所述频繁一项集列表进行分组，得到多个频繁一项集组；

依据所述频繁一项集组构建频繁模式树；

利用烟花算法删除所述频繁模式树中的干扰路线，得到条件子树，所述干扰路线为所述出行路线的换乘站数小于预设换乘站数的路线，所述条件子树表示所述出行路线之间的关联关系；

根据所述关联关系确定交通路线。

可选的，所述利用烟花算法删除所述频繁模式树中的干扰路线，得到条件子树，具体包括：

自底向上搜索频繁模式树，得到多个频繁子树，每个频繁子树包括多条路径，每条所述路径表示一条所述出行路线；

判断每条所述路径对应的所述出行路线的适应度函数是否大于1；

若是，则将所述路径的标记为0，表示保留所述路径，得到保留路径；

若否，则将所述路径标记为1，表示删除所述路径；

通过所述保留路径构建条件子树。

可选的，所述方法中所述适应度函数是依据支持度和置信度确定的，具体为