[发明专利]一种基于刷卡数据深度挖掘的公交乘客下车站点预测方法

说明书

本发明公开了一种基于刷卡数据深度挖掘的公交乘客下车站点预测方法，包括如下步骤：S1、构建公交数据分析数据库；S2、数据清洗：对步骤S1数据库中的刷卡记录进行清洗，剔除无效数据和异常数据；S3、乘客代刷卡记录识别与标记，并将所有标记为代刷记录的数据移入代刷数据库；S4、乘客上车站点匹配；S5、公交乘客下车站点预测。本发明方法考虑了乘客代刷行为、站点功能类型的识别以及对上车刷卡信息的深度综合利用，对于乘客下车站点的识别将更加的精细，可以提高某些类型乘客的下车站点识别成功率与准确率，得到的数据和建立的OD矩阵将更加合理。本发明识别过程简单，易于操作，且使用成本低，有着较好的实用性、准确性及可推广性。

技术领域

本发明涉及城市交通数据技术领域，具体涉及一种基于刷卡数据深度挖掘的公交乘客下车站点预测方法。

背景技术

随着社会经济发展，居民收入的提高，汽车的保有量也随之越来越大，加上各类用地需求增加，道路用地愈发紧张，较高的出行需求与车辆保有量和有限的道路通行能力带来了出行的拥堵问题。公共交通有着载量大、绿色环保、经济等优点，可以在一定程度上缓解出行供需不平衡导致的拥挤及其它问题。我国各大城市都已大力发展以公共交通为主的出行模式，发展智能公共交通，关键在于结合土地利用原则对公共交通线网的布置，运力分配，发车时刻表等的合理计划。公共交通系统的合理规划包括线路、运量、时刻表等都需要完备的乘客出行数据做支撑，而传统的居民出行人工调查法存在耗时、耗力、耗财等诸多缺陷，其数据的利用周期短，不能可持续获取和利用。在大数据的互联互通时代，我们可用的数据非常之多，如何把现有数据充分利用起来，以高效而准确并且可推广的方法来获得居民出行数据是非常有必要的。

现存的公共交通体系除地铁执行上下车刷卡外，其余方式一般不含下车刷卡，数据中的重要一环“下车点”缺失，现有发明虽已能部分解决该问题，但仍存在一些不足：

首先，现有方法通常是考虑出行的连续性，根据乘客多日的公交出行链进而推算乘客下车站点，这种方法虽然能够实现大部分公交出行的下车站点推断，但距离全样本的推算仍然有较大差距。

其次，推算方法大多数是从时间维度来考虑，并没有考虑到出行的时空二维性，考虑角度不全面，出行的本质其实是社会经济活动的衍生，所以站点的功能所属很大程度影响了乘客的下车位置，本专利就着重结合其站点空间性与功能性来做推算，旨在提升乘客下车站点推算的成功率和可靠性。

最后，传统方法是根据成功推算下车站点的公交出行进行OD汇集，并通过简单的倍数扩样实现全体样本的OD估计，而无法推算下车站点的公交出行实际上也包含了部分信息，例如上车站点、乘车线路、乘车时间。本发明尝试利用这些信息进一步提高乘客下车站点预测的准确性。

发明内容

为解决现有技术中存在的问题，本发明提供了一种基于刷卡数据深度挖掘的公交乘客下车站点预测方法，该方法融合并利用了公交系统中的多个数据源，在乘客连续多天的出行数据基础上，做出合理假设，分阶段性的层层递进推算预测乘客上车站点，匹配站点功能类型，对于首、末、非首末及代刷乘客的下车站点能够做到较好的推算，并获取OD矩阵，划分时段、断面根据不同站点上下车人数做OD扩算，以获得某市全时空的客流分布情况，为规划提供参考依据，解决了上述背景技术中提到的问题。

为实现上述目的，本发明提供如下技术方案：一种基于刷卡数据深度挖掘的公交乘客下车站点预测方法，包括如下步骤：

S1、构建公交数据分析数据库；

S2、数据清洗：对步骤S1数据库中的刷卡记录进行清洗，剔除无效数据和异常数据；

S3、乘客代刷卡记录识别与标记，并将所有标记为代刷记录的数据移入代刷数据库；

S4、乘客上车站点匹配：根据乘客刷卡记录中的GPS设备编号和刷卡时间信息，结合公交车辆GPS轨迹数据以及公交站点位置数据推算乘客上车站点，并在乘客刷卡记录数据中添加上车站点信息和公交线路信息；