基于多源数据精准分析公交人口地理分布的方法.pdf

《基于多源数据精准分析公交人口地理分布的方法.pdf》由会员分享，可在线阅读，更多相关《基于多源数据精准分析公交人口地理分布的方法.pdf（9页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202010282024.6 (22)申请日 2020.04.11 (71)申请人 重庆交通开投科技发展有限公司 地址 400015 重庆市渝中区人民路123-1号 蒲田大厦18楼 (72)发明人 邓伟李直林 (74)专利代理机构 重庆百润洪知识产权代理有 限公司 50219 代理人 程宇 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/26(2012.01) G06F 16/215(2019.01) G06F 16/29(2019.01) G06。

2、K 9/62(2006.01) H04W 4/20(2018.01) (54)发明名称 基于多源数据精准分析公交人口地理分布 的方法 (57)摘要 本发明涉及公交人口地理分布技术领域， 特 别涉及基于多源数据精准分析公交人口地理分 布的方法； 包括以下几个步骤： 包括以下几个步 骤： S1： 采集手机信令数据， 获取含职住分析在内 的人员出行链结果； S2： 采集IC卡刷卡数据， 获取 公共交通OD结果； S3： 将S1和S2中两个结果在地 图上进行聚类覆盖分析， 与现有城市城区范围内 公交线路进行重合分析， 从而得出尚未采用公共 交通的人口及其分布位置。 本发明通过结合手机 信令和IC卡刷卡。

3、数据， 获得公交未覆盖区域， 然 后通过聚类覆盖分析得出用户聚集的未覆盖区 域， 根据用户主要流向和用户人数得出需开行的 备选路线及时间段； 与现有公交线路进行重合分 析， 结合客流， 便于设计末端公交接驳线路和投 放的运力。 权利要求书2页 说明书5页 附图1页 CN 111476494 A 2020.07.31 CN 111476494 A 1.基于多源数据精准分析公交人口地理分布的方法， 其特征在于， 包括以下几个步骤： S1： 采集手机信令数据， 对手机信令数据进行处理与分析， 获取含职住分析在内的人员 出行链结果； S2： 采集IC卡刷卡数据， 对IC卡刷卡数据进行处理与分析， 获取。

4、公共交通OD结果； S3： 基于已有的公交客流OD分析结果， 将S1和S2中两个结果在地图上进行聚类覆盖分 析， 面向各主要客流通道， 获得城市城区范围内使用公共交通的情况， 结合聚类覆盖分析的 结果， 与现有城市城区范围内公交线路进行重合分析， 从而得出尚未采用公共交通的人口 及其分布位置， 据此设计相应的末端公交接驳线路和投放的运力。 2.根据权利要求1所述的基于多源数据精准分析公交人口地理分布的方法， 其特征在 于， 所述S1中， 采集手机信令数据， 对手机信令数据进行处理与分析， 获取职住分析结果， 包 括以下步骤： S11： 根据用户随身携带的移动手机， 由基站构成的移动通信网络和G。

5、PRS获取每日出行 含时间信息的全路径， 建立手机信令数据库， 并将获取的全路径保存在手机信令数据库中； S12： 对存储在S11中手机信令数据库中的手机信令数据进行清洗， 得到处理后的手机 信令数据； S13： 将S12中处理后的手机信令数据标注在现有城市城区地图上， 获取全人口的出行 分析结果。 3.根据权利要求2所述的基于多源数据精准分析公交人口地理分布的方法， 其特征在 于， 所述S12中， 清洗的步骤具体为获取城市城区某一段时间内的手机信令数据后， 去除其 中时间维度和空间维度缺失的记录； 对于整个出行链中出现短链的情况， 采用之前之后天 日中类似出行的链条进行补充， 或在出行链缺失。

6、太多无法修补的情况下， 去掉该出行链。 4.根据权利要求1所述的基于多源数据精准分析公交人口地理分布的方法， 其特征在 于， 所述S2中， 采集IC卡刷卡数据， 对IC卡刷卡数据进行处理与分析， 获取职住分析结果， 包 括以下步骤： S21： 采集城市城区范围内公交以及轨道公共出行的IC卡刷卡系统数据， 建立IC卡刷卡 系统数据库， 对于OD不全的刷卡数据， 根据乘客每日出行会形成封闭环的规律， 根据公交出 行链进行OD推算， 并将推算的上站或下站数据保存在数据库中； S22： 对存储在S21中IC卡刷卡系统数据库中的IC卡刷卡系统数据进行清洗， 得到处理 后的IC卡刷卡数据； S23： 将S。

7、22中处理后的IC卡刷卡数据标注在现有城市城区地图上， 获取乘客从车站到 车站的出行路径结果。 5.根据权利要求4所述的基于多源数据精准分析公交人口地理分布的方法， 其特征在 于， 所述S22中， 清洗的步骤具体为采集城市城区某一段时间内的IC卡刷卡系统数据后， 去 除其中时间维度和空间维度缺失的记录； 对于某些出行链不全的单日刷卡数据， 可根据之 前一段时间的线路和上站信息进行匹配， 进而得出概率最大的下车站点， 补充到IC卡刷卡 数据库中。 6.根据权利要求1所述的基于多源数据精准分析公交人口地理分布的方法， 其特征在 于， 所述S3中， 聚类覆盖分析的步骤为根据S22中得到的公交轨道车站。

8、客流路径， 按照客流 通道进行聚类， 然后就近将附近用户的手机信令出行链和客流通道相同的客流路径进行匹 权利要求书 1/2 页 2 CN 111476494 A 2 配， 从而可得出使用手机的乘客哪些人采用了公交交通方式出行； 对于聚类覆盖分析剩下 的用户手机信令客流， 在地图上进行进一步聚类， 按照人口密度参数以及聚集程度参数进 行筛选， 确定这些区域客流出行方向相关的公交车站， 进而便于未来为这部分人口安排相 应的公共交通接驳线路和运力。 权利要求书 2/2 页 3 CN 111476494 A 3 基于多源数据精准分析公交人口地理分布的方法 技术领域 0001 本发明涉及公交人口地理分布。

9、技术领域， 特别涉及基于多源数据精准分析公交人 口地理分布的方法。 背景技术 0002 公交线路的开行需按照 城市公共汽电车客运管理办法 进行， 需考虑客流情况、 长度、 非直线系数、 线网密度等因素。 0003 原则上应对客流量最大的线路优先布线， 但随着多种城市交通工具(轨道、 共享小 车、 电动车等)的使用， 采用传统的客流调查方法耗时耗力， 越来越难以统计客流。 为此， 需 要通过现代化的手段， 基于手机信令和IC卡刷卡数据等来更加快速和精准的来掌握这些常 态客流。 0004 目前， 国内外有单独采用手机信令来进行职住分析的技术， 也有基于公交IC卡数 据进行 “站到站” 的OD分析的。

10、技术。 但尚未有快速方法融合多种信息(手机信令、 IC卡刷卡、 小区/线路等地理分布数据)进行联合分析， 得出现有出行人群在不同时段采用公共交通方 式出行的情况， 进而得出公交人口地理分布以及未采用公交出行人口地理分布的数据。 为 此， 本专利提出基于多源数据精准分析公交人口地理分布的方法。 发明内容 0005 本发明的目的在于提供基于多源数据精准分析公交人口地理分布的方法， 能够与 现有公交线路进行重合分析， 结合客流， 用于设计末端公交接驳线路和投放的运力。 0006 为了实现上述目的， 本发明的技术方案如下： 0007 基于多源数据精准分析公交人口地理分布的方法， 包括以下几个步骤： 0。

11、008 S1： 采集手机信令数据， 对手机信令数据进行处理与分析， 获取含职住分析在内的 人员出行链结果； 0009 S2： 采集IC卡刷卡数据， 对IC卡刷卡数据进行处理与分析， 获取公共交通OD结果； 0010 S3： 基于已有的公交客流OD分析结果， 将S1和S2中两个结果在地图上进行聚类覆 盖分析， 面向各主要客流通道， 获得城市城区范围内使用公共交通的情况， 结合聚类覆盖分 析的结果， 与现有城市城区范围内公交线路进行重合分析， 从而得出尚未采用公共交通的 人口及其分布位置， 据此设计相应的末端公交接驳线路和投放的运力。 0011 具体的， 所述S1中， 采集手机信令数据， 对手机信。

12、令数据进行处理与分析， 获取职 住分析结果， 包括以下步骤： 0012 S11： 根据用户随身携带的移动手机， 由基站构成的移动通信网络和GPRS获取每日 出行含时间信息的全路径， 建立手机信令数据库， 并将获取的全路径保存在手机信令数据 库中； 0013 S12： 对存储在S11中手机信令数据库中的手机信令数据进行清洗， 得到处理后的 手机信令数据； 说明书 1/5 页 4 CN 111476494 A 4 0014 S13： 将S12中处理后的手机信令数据标注在现有城市城区地图上， 获取全人口的 出行分析结果。 0015 具体的， 所述S12中， 清洗的步骤具体为获取城市城区某一段时间内的。

13、手机信令数 据后， 去除其中时间维度和空间维度缺失的记录； 对于整个出行链中出现短链的情况， 采用 之前之后天日中类似出行的链条进行补充， 或在出行链缺失太多无法修补的情况下， 去掉 该出行链。 0016 具体的， 所述S2中， 采集IC卡刷卡数据， 对IC卡刷卡数据进行处理与分析， 获取职 住分析结果， 包括以下步骤： 0017 S21： 采集城市城区范围内公交以及轨道公共出行的IC卡刷卡系统数据， 建立IC卡 刷卡系统数据库， 对于OD不全的刷卡数据， 根据乘客每日出行会形成封闭环的规律， 根据公 交出行链进行OD推算， 并将推算的上站或下站数据保存在数据库中； 0018 S22： 对存储。

14、在S21中IC卡刷卡系统数据库中的IC卡刷卡系统数据进行清洗， 得到 处理后的IC卡刷卡数据； 0019 S23： 将S22中处理后的IC卡刷卡数据标注在现有城市城区地图上， 获取乘客从车 站到车站的出行路径结果。 0020 具体的， 所述S22中， 清洗的步骤具体为采集城市城区某一段时间内的IC卡刷卡系 统数据后， 去除其中时间维度和空间维度缺失的记录； 对于某些出行链不全的单日刷卡数 据， 可根据之前一段时间的线路和上站信息进行匹配， 进而得出概率最大的下车站点， 补充 到IC卡刷卡数据库中。 0021 具体的， 所述S3中， 聚类覆盖分析的步骤为根据S22中得到的公交轨道车站客流路 径，。

15、 按照客流通道进行聚类， 然后就近将附近用户的手机信令出行链和客流通道相同的客 流路径进行匹配， 从而可得出使用手机的乘客哪些人采用了公交交通方式出行； 对于聚类 覆盖分析剩下的用户手机信令客流， 在地图上进行进一步聚类， 按照人口密度参数以及聚 集程度参数进行筛选， 确定这些区域客流出行方向相关的公交车站， 进而便于未来为这部 分人口安排相应的公共交通接驳线路和运力。 0022 本发明的有益效果为： 本发明通过结合手机信令和IC卡刷卡数据， 获得公交覆盖 以及未覆盖的居住区域， 然后通过聚类覆盖分析得出更精准的用户聚集的未覆盖区域， 根 据这些用户主要流向和用户人数、 周边道路情况等因素得出。

16、需开行的备选路线及时间段； 与现有公交线路进行重合分析， 结合客流， 便于设计末端公交接驳线路和投放的运力。 附图说明 0023 图1为本发明实施例的流程图。 具体实施方式 0024 下面将结合本发明实施例中的附图， 对本发明实施例中的技术方案进行清楚、 完 整地描述， 显然， 所描述的实施例仅是本发明的一部分实施例， 而不是全部的实施例。 基于 本发明中的实施例， 本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例， 都属于本发明保护的范围。 0025 参考附图1， 基于多源数据精准分析公交人口地理分布的方法， 基于多源数据精准 说明书 2/5 页 5 CN 1114764。

17、94 A 5 分析公交人口地理分布的方法， 包括以下几个步骤： 0026 S1： 采集手机信令数据， 对手机信令数据进行处理与分析， 获取含职住分析在内的 人员出行链结果； 0027 S2： 采集IC卡刷卡数据， 对IC卡刷卡数据进行处理与分析， 获取公共交通OD结果； 0028 S3： 基于已有的公交客流OD分析结果， 将S1和S2中两个结果在地图上进行聚类覆 盖分析， 面向各主要客流通道， 获得城市城区范围内使用公共交通的情况， 结合聚类覆盖分 析的结果， 与现有城市城区范围内公交线路进行重合分析， 从而得出尚未采用公共交通的 人口及其分布位置， 据此设计相应的末端公交接驳线路和投放的运力。

18、。 0029 进一步的， 本发明涉及的S1中手机信令数据就国内目前情况而言， 需整合移动、 联 通和电信的手机信令数据。 0030 进一步的， 本发明涉及的S1中含职住分析在内的人员出行链结果包括但不限于人 员出行的时间及途径地点在内的出行链条。 0031 进一步的， 本发明涉及的S2中IC卡刷卡数据包括但不限于公交、 轨道等公共交通 在内的刷卡信息。 0032 进一步的， 本发明涉及的S2中获取公共交通OD结果中轨道一般有进出站信息， 公 交一般只有上车站点信息， 需根据用户出行规律， 进行OD推算下车站点。 0033 具体的， 所述S1中， 采集手机信令数据， 对手机信令数据进行处理与分析。

19、， 获取职 住分析结果， 包括以下步骤： 0034 S11： 根据用户随身携带的移动手机， 由基站构成的移动通信网络和GPRS获取每日 出行含时间信息的全路径， 建立手机信令数据库， 并将获取的全路径保存在手机信令数据 库中； 0035 S12： 对存储在S11中手机信令数据库中的手机信令数据进行清洗， 得到处理后的 手机信令数据； 0036 S13： 将S12中处理后的手机信令数据标注在现有城市城区地图上， 获取全人口的 出行分析结果。 0037 具体的， 所述S12中， 清洗的步骤具体为获取城市城区某一段时间内的手机信令数 据后， 去除其中时间维度和空间维度缺失的记录； 对于整个出行链中出。

20、现短链的情况， 采用 之前之后天日中类似出行的链条进行补充， 或在出行链缺失太多无法修补的情况下， 去掉 该出行链。 0038 进一步的， 本发明涉及的S12中过程的时间按照每天的时间节点进行识别， 包括但 不限于一天中的23:00-第二天早上的7:00， 在此时间段出现停留时间较长的用户为常驻用 户， 包括但不限于一天中早上的8:00-晚上18:00， 在此时间段出现停留时间较长的用户为 流动用户； 再配合在各种时间段的用户所处位置， 去除其中各城市城区内的流动用户， 保留 各城市城区内的常驻用户， 进一步确定用户的职住地。 0039 具体的， 所述S2中， 采集IC卡刷卡数据， 对IC卡刷。

21、卡数据进行处理与分析， 获取职 住分析结果， 包括以下步骤： 0040 S21： 采集城市城区范围内公交以及轨道公共出行(如索道、 轮渡等)的IC卡刷卡系 统数据， 建立IC卡刷卡系统数据库， 对于OD不全的刷卡数据(如公交数据)， 根据乘客每日出 行会形成封闭环的规律， 根据公交出行链进行OD推算， 并将推算的上站或下站数据保存在 说明书 3/5 页 6 CN 111476494 A 6 数据库中； 0041 S22： 对存储在S21中IC卡刷卡系统数据库中的IC卡刷卡系统数据进行清洗， 得到 处理后的IC卡刷卡数据； 0042 S23： 将S22中处理后的IC卡刷卡数据标注在现有城市城区地。

22、图上， 获取乘客从车 站到车站的出行路径结果。 0043 具体的， 所述S22中， 清洗的步骤具体为采集城市城区某一段时间内的IC卡刷卡系 统数据后， 去除其中时间维度和空间维度缺失的记录； 对于某些出行链不全的单日刷卡数 据， 可根据之前一段时间(如一个月)的线路和上站信息进行匹配， 进而得出概率最大的下 车站点， 补充到IC卡刷卡数据库中。 0044 进一步的， 本发明涉及的S22中过程的用户IC卡刷卡时间按照按照每天的时间节 点进行识别， 包括但不限于一天中早上7:00-9:00(一般的早高峰时间段)， 在此时间段出现 IC卡刷卡的用户为居住地用户， 包括但不限于一天中晚上的17:30-。

23、19:30(一般的晚高峰时 间段)， 在此时间段出现IC卡刷卡的用户为就职地用户； 再配合在各种时间段的用户乘坐公 交运行路径数据和公交站点的地理信息数据， 同时根据上述时间段内用户刷卡记录的先后 顺序， 其中时间段为一天中早上7:00-9:00的第一次刷卡记录为居住地， 时间段为一天中晚 上的17:00-18:00的第一次刷卡记录为就职地。 0045 具体的， 所述S3中， 聚类覆盖分析的步骤为根据S22中得到的公交轨道车站客流路 径， 按照客流通道进行聚类， 然后就近将附近用户的手机信令出行链和客流通道相同的客 流路径进行匹配， 从而可得出使用手机的乘客哪些人采用了公交交通方式出行； 对于。

24、聚类 覆盖分析剩下的用户手机信令客流， 在地图上进行进一步聚类， 按照人口密度参数以及聚 集程度参数进行筛选， 确定这些区域客流出行方向相关的公交车站， 进而便于未来为这部 分人口安排相应的公共交通接驳线路和运力。 0046 进一步的， 本发明涉及的手机信令信息可标出用户在地图上职住两地之间的全路 径， 但不知其是采用公交、 小车还是步行等方式； 通过IC卡的OD分析， 可知道乘客的上车车 站， 途径的公交线路和下车的公交轨道站点。 根据聚类覆盖分析在地图上基于公交OD分析 的客流， 从手机信令数据中快速排除公交人口， 从而大致得出尚未采用公共交通的人口， 便 于未来据此设计相应的 “最后一公。

25、里” 公交接驳线路和投放的运力。 0047 进一步的， 本发明涉及的已有的公交客流OD分析参照邓伟、 袁轶、 蒋善龙.基于IC 卡历史数据的公交客流统计方法J.城市公共交通,Vol.227,No.5,2017:pp.21-24. 0048 进一步的， 本发明涉及的聚类覆盖分析按照例如公交起始车站以5公里画圈， 将范 围内从近到远将途径公交路径的手机信令客流匹配； 为加快匹配速度， 公交路径中车站的 选择需根据公交客流的主要途径站点进行优化： 比如根据OD分析， 可能从上车车站X到下车 车站Y中， 有60在A站点中转， 有40在B站点中转， 那么手机信令就应按照两条路径进行 匹配(一个是途径X-。

26、A-Y这三个站点； 另一个是途径X-B-Y这三个站点)。 其中的站点匹 配算法可如下： 比如早上乘坐公交途径站点X-A-Y有50人， 则以X、 A、 Y三个站点为圆心画 圈(半径根据手机信令精度设置， 如为200米)， 早上手机信令中通过以上三个圆圈的路径则 认为站点匹配成功； 对于聚类覆盖分析剩下的手机信令客流， 在地图上进行进一步聚类， 即 按照人口密度参数以及聚集程度参数进行筛选： 比如将地图按照10000平方米画成小格子， 小格子内早高峰低于5人(可调整参数， 去掉出行人数少的区域)出行的不考虑， 剩下的小格 说明书 4/5 页 7 CN 111476494 A 7 子聚类， 得出小格。

27、子的密集度分布图， 基于这些聚类的中心以平方公里为单位划出多个小 区； 在地图上对以上小区客流进行， 得出每平方公里非公交出行最多的前X(可调参数， 如 10)个小区； 分析这些小区的客流方向(通过其手机信令出行方向与周边最近的的公交车站 进行匹配)， 从而确定这些区域客流出行方向相关的公交车站； 对于聚集度大的客流方向 (公交方面确定开设或调整线路的初选参数， 如每小时通行客流超过200人)； 然后根据公交 内部的线网优化规则， 进行如下的公交线网优化： 如道路允许， 增加现有公交线路长度或支 线； 如道路条件不允许， 则开行穿梭巴士或定制公交等。 0049 最后说明的是， 以上实施例仅用以说明本发明的技术方案而非限制， 尽管参照较 佳实施例对本发明进行了详细说明， 本领域的普通技术人员应当理解， 可以对本发明的技 术方案进行修改或者等同替换， 而不脱离本发明技术方案的宗旨和范围， 其均应涵盖在本 发明的权利要求范围当中。 说明书 5/5 页 8 CN 111476494 A 8 图1 说明书附图 1/1 页 9 CN 111476494 A 9 。