[发明专利]一种城市交通网络社区划分方法

说明书

本发明公开了一种城市交通网络社区划分方法，首先对城市内交通网络数据进行预处理，获得其交通网络无向图；然后，利用Louvain算法处理该交通网络图，使其初步划分为几个交通社区；再利用注意力机制处理位于社区边缘的节点，通过节点间的注意力系数判断其互相影响程度，并以此来验证社区划分是否合理；最后，对交通网络社区的划分进行可视化展示。本发明能够依据交通节点之间道路的状况以及交通节点之间的互相影响程度，快速地对城市交通网络进行社区的划分，有助于推进智能交通各个领域的研究，也有助于改善城市规划和交通管理，具有切实可行的实用价值。

技术领域

本发明涉及智能交通与城市规划，尤其涉及一种城市交通网络社区划分方法。

背景技术

当前城市快速发展，交通问题已成为影响城市发展道路的瓶颈，对于城市交通网络划分的需求也越来越迫切，为了解决交通社区划分问题，各界学者使用数据挖掘理论、图论、交通工程料学、现代控制理论与方法等，对于交通网络从不同角度来研究，试图找到交通网络中的社区结构。

实际上现有的研究多半停留在分裂算法，其基本思想是在网络中不断的去除边介数值最大的边，直到网络分解成一定社区，所谓边介数就是通过该边的最短路径的条数。但是这种分裂算法是有很明显的弊端的，对于一个网络图，如果事先不知道社区的准确数量时，该算法会反复去边，直到没有边为止。目前另一种用于社区划分中比较有效的算法是Louvain算法，在该算法中提出了模块度的定义，模块度是描述社区内紧密程度的值，Louvain正是利用模块度将联系比较紧密的节点聚集到了一个社区；但是Louvain算法同样是有不足的，不足就在于该算法在划分社区时的依据比较单薄，仅仅是依靠模块度来判断节点间的影响程度，这样很容易影响社区划分的准确率，所以在现有社区划分的基础上，最需要解决的问题就是提高社区划分的准确率。

发明内容

发明目的：本发明目的是克服现有技术存在的缺陷并提供一种基于Louvain算法和注意力机制的城市交通网络社区划分方法，本发明能够依据交通节点之间道路的状况以及交通节点之间的互相影响程度，快速地对城市交通网络进行社区划分，提高划分结果的准确率。

技术方案：一种城市交通网络社区划分方法，包括如下步骤：

步骤1：对城市内交通网络数据进行预处理生成交通网络无向图：

步骤2：利用Louvain算法处理交通网络无向图，基于Louvain算法中模块度初步将网络图划分为几个交通社区；

步骤3：遍历交通网络无向图，找出所有位于交通社区边缘且与其他社区有联系的节点并标记；

步骤4：对于相邻的且位于不同交通社区的边缘节点，利用注意力机制计算其注意力系数并判断互相影响程度，以此来验证分区是否合理；

步骤5：待交通社区划分完成后，对交通网络无向图以及社区的划分进行可视化展示。

进一步地，步骤1具体包括：

步骤1.1：对城市内所有交通节点设定唯一标识号，形成交通数据集；

步骤1.2：根据交通数据集以及交通节点间道路的分布情况生成一个交通网络无向图。

进一步地，步骤1.1中对城市中所有交通节点，记录节点的位置坐标信息，存入txt文件中，形成交通数据集。

进一步地，步骤1.2中根据交通数据集以及交通节点间道路的分布情况生成一个邻接矩阵，根据邻接矩阵生成交通网络无向图。

进一步地，步骤2中先扫描无向图中的所有节点，针对每个节点遍历该节点的邻居节点，衡量把该节点加入其邻居节点所在社区所带来的模块度的收益；并选择对应最大收益的邻居节点，加入其所在的社区，这一过程重复进行。

进一步地，当步骤2中Louvain算法收敛后，再执行步骤3，遍历并标记所有在社区边缘且与其他社区节点有联系的节点。