[发明专利]一种基于协同过滤的公交乘客刷卡站点信息提取方法

摘要

本发明提供了一种基于协同过滤的公交乘客刷卡站点信息提取方法，融合车站地理信息、乘客刷卡记录、线路表与车辆运行轨迹记录的数据资源，结合信息协同过滤方法，提出了一种借助乘客刷卡时间分布特征，对车辆轨迹记录信息进行过滤并快速提取刷卡站点的方法。该方法可快速处理海量公交刷卡数据，实现刷卡数据的地理空间匹配，有利于后续公共交通系统性能分析。

主权项

1.一种基于协同过滤的公交乘客刷卡站点信息提取方法，其特征在于，包括以下步骤：(1)扫描公交IC卡刷卡记录，分别提取出每一辆车的刷卡记录与GPS轨迹记录，并将每一辆车的刷卡记录与GPS轨迹记录按照时间先后排序；同时将该车辆运营线路所对应的线路表读入内存；(2)给定一个时间差τ，对每一辆车按时间排序后的刷卡记录，从第1条刷卡记录开始遍历，分别判断第k条与第k+1条刷卡记录间的时间差，若时间差小于或等于τ，则认为这两次刷卡行为由同一个站点上车刷卡的不同乘客产生，将其合并到同一个簇中，直到第k条与第k+1条刷卡记录间的时间差大于τ，则认为第k条刷卡记录为该簇最后一条刷卡记录；定义C_i的数据结构为其中表示开始时刻，表示结束时刻，为中心时刻，t_s为第一条刷卡记录所在行号，t_e为最后一条刷卡记录所在行号；将C_i保存到刷卡簇队列C＝{C₁,C₂,…,C_i}中；其中C_i为第i个站点刷卡乘客的信息压缩表示；(3)从第一个轨迹点开始扫描与步骤(2)所对应车辆的轨迹记录，若该轨迹点不在C_i的时间范围内，则跳过，并扫描下一条轨迹记录，直到找到第k条至k+n条轨迹记录，所对应的采集时间属于这些轨迹点构成集合，记为P_i；(4)对P_i中所有点进行聚类，得到一系列簇，并计算包含轨迹点最多的簇的中心坐标；(5)将步骤(4)计算得到的中心坐标与该线路上的停靠站点坐标进行逐个比较，选择最接近簇中心坐标且距离小于设定值M的站点作为C₁中所对应的刷卡记录的上车站点，在所述运营线路的站点列表中标记此站点，从C中移除C₁及其对应时间范围内的轨迹点；(6)重复运行步骤(3)至(5)，直到C为空，或者所有轨迹记录都被移除；(7)若所有轨迹记录均被移除，而C不为空，则查找运营线路站点列表中未被标记的站点；如果未被标记的站点数等于C中剩余簇的数量，则按先后顺序将未标记的站点与剩余的簇匹配。