基于手機信令數(shù)據(jù)的居民出行方式綜合判別的方法
【技術領域】
[0001] 本發(fā)明屬于交通規(guī)劃數(shù)據(jù)分析領域，具體涉及一種基于手機信令數(shù)據(jù)的居民出行 方式綜合判別的方法。
【背景技術】
[0002] 居民出行信息在交通規(guī)劃、交通控制管理等方面起著至關重要的作用，它揭示了 城市土地利用、商業(yè)活動、人文風俗、公交線網(wǎng)管理的規(guī)律，被廣泛的應用于城市綜合交通 規(guī)劃、智能交通系統(tǒng)等領域。但是現(xiàn)有居民出行調(diào)查均按照美國交通工程師協(xié)會、歐洲運輸 協(xié)會、我國交通運輸管理部門或行業(yè)協(xié)會的認可的問卷調(diào)查、電話詢問等方法，這些傳統(tǒng)方 法一般存在成本高、工作量大、數(shù)據(jù)處理周期長、內(nèi)容主觀性強、數(shù)據(jù)不精確等問題。隨著手 機用戶的急劇擴大、使用成本的大幅度下降，讓利用手機移動數(shù)據(jù)進行數(shù)據(jù)挖掘，提取獲得 精確完整的居民出行信息成為可能。在手機移動數(shù)據(jù)挖掘中，如何識別用戶在什么階段采 用了那種出行方式，是現(xiàn)在研究的重難點之所在。
[0003] 與本發(fā)明相關的現(xiàn)有技術一
[0004] 現(xiàn)有技術一的技術方案
[0005] 發(fā)明專利：基于AGPS技術的交通出行方式識別方法
[0006] 申請人：北京交通大學
[0007] 發(fā)明人：錢大琳羅藝閆彭李珊珊李成華董倩
[0008] 現(xiàn)有技術一的缺點
[0009] 1.數(shù)據(jù)源為來自手機中GPS模塊提供的手機狀態(tài)信息數(shù)據(jù)。且對于手機GPS信號 具有嚴格的要求。滿足要求的才能夠進行出行方式的識別，否則無法識別。
[0010] 2.出行方式識別方法是通過BP神經(jīng)網(wǎng)絡，需要大量的樣本進行訓練，然后才能利 用訓練好的模型進行出行方式識別。算法復雜、運算量太大，不易推廣。
[0011] 3.識別的出行方式為步行、公交車、小汽車，對于軌道交通無法進行有效識別。
[0012] 與本發(fā)明相關的現(xiàn)有技術二
[0013] 現(xiàn)有技術二的技術方案
[0014] 發(fā)明專利：一種基于手機信號數(shù)據(jù)的出行方式識別方法
[0015] 申請人：上海美惠軟件有限公司
[0016] 發(fā)明人：孫立光陳明威裘煒毅邱志軍劉勝平冉斌
[0017] 現(xiàn)有技術二的缺點
[0018] 1.數(shù)據(jù)源為手機網(wǎng)絡信號。
[0019] 2.識別的出行方式為軌道交通、地面公交、私人機動車、自行車與步行，但是缺乏 出租車與電動車的識別。
[0020] 與本發(fā)明相關的現(xiàn)有技術三
[0021] 現(xiàn)有技術三的技術方案
[0022] 發(fā)明專利：一種基于智能手機的道路出行方式判別方法及系統(tǒng)
[0023] 申請人：中國航天系統(tǒng)工程有限公司
[0024] 發(fā)明人：王法巖雷利軍王振華萬蔚荊長林景澤濤單雅文聶煒張丹
[0025] 現(xiàn)有技術三的缺點
[0026] 1.數(shù)據(jù)源為具有GPS模塊的手機狀態(tài)信息數(shù)據(jù)
[0027] 2.識別的出行方式為步行、乘車，對于軌道交通等交通方法無法進行識別。
[0028] 與本發(fā)明相關的現(xiàn)有技術四
[0029] 現(xiàn)有技術四的技術方案
[0030] 發(fā)明專利：一種基于手機定位的交通出行模式識別方法
[0031] 申請人：廣州地理研究所
[0032] 發(fā)明人：李勇周捍東
[0033] 現(xiàn)有技術四的缺點
[0034] 1.數(shù)據(jù)源為主動數(shù)據(jù)與被動數(shù)據(jù)。主動數(shù)據(jù)為GPS與AGPS數(shù)據(jù)，被動數(shù)據(jù)為基于 移動網(wǎng)絡的定位技術的數(shù)據(jù)。
[0035] 2.識別的出行方式為步行、公交、自駕車/出租車，對于軌道交通等其他出行方式 無法進行識別。

【發(fā)明內(nèi)容】

[0036] 本發(fā)明針對現(xiàn)有技術數(shù)據(jù)源獲取受限于GPS或者網(wǎng)絡信息及判別方法未能反映 軌道交通等信息而提出了一種基于手機信令數(shù)據(jù)的居民出行方式綜合判別的方法。
[0037] 為解決以上問題，本發(fā)明的技術方法是提供一種基于手機信令數(shù)據(jù)的居民出行方 式綜合判別的方法，包括以下步驟：
[0038] 步驟1 :借助現(xiàn)有交通出行方式情況，提取出行方式特征，根據(jù)現(xiàn)有樣本得到出行 方式的先驗概率；
[0039] 步驟2 :獲取某個用戶一次完整出行的手機信令數(shù)據(jù)，并通過移動時空路徑的刻 畫與停留點的識別，提取用戶的單一出行方式子鏈；
[0040] 步驟3 :通過出行方式子鏈的平均速度，將出行方式進行初次判別，判別的結(jié)果為 機動車出行或非機動車出行；
[0041] 步驟4 :通過平均速度、出行時長與出行距離三個屬性，對非機動車出行進行判 另IJ，判別的結(jié)果為步行或自行車出行；
[0042] 步驟5 :將屬于機動車出行方式的出行方式子鏈與GIS線網(wǎng)進行匹配，如果出行方 式與GIS軌道交通線網(wǎng)匹配，就判別為軌道交通出行；如果出行方式與GIS公交線網(wǎng)匹配， 就判別為常規(guī)公交出行；如果與GIS軌道交通線網(wǎng)與GIS公交線網(wǎng)都不匹配，就轉(zhuǎn)到步驟 6 ；
[0043] 步驟6 :通過平均速度、最大速度與出行時長三個屬性，對剩下可能的出行方式進 行判別，判別的結(jié)果為電動車、自駕車或出租車。
[0044] 作為優(yōu)選，步驟1包括：
[0045] 1)交通出行方式的提取特征；
[0046] 2)步行與自行車判別的判別屬性的選取；
[0047] 3)步行與自行車先驗概率構(gòu)建；
[0048] 4)電動車、自駕車與出租車判別的判別屬性的選取；
[0049] 5)電動車、自駕車與出租車先驗概率構(gòu)建。
[0050] 作為優(yōu)選，步驟2還包括：
[0051 ] 通過停留點的分割，使得每一條出行方式子鏈只包含一種出行方式。
[0052] 作為優(yōu)選，步驟3具體為：
[0053] 若平均速度小于速度閾值Cvl，則判別為非機動車出行；若平均速度大于等于速度 閾值Cvl，則判別為機動車出行。
[0054] 作為優(yōu)選，步驟4具體包括：
[0055] 根據(jù)步驟1取得的判別步行與自行車的先驗概率，根據(jù)公式p (X I yi) p (yi)對判別 的類別進行計算，并選取類型計算P(Xly1)P(Y1)中的最大項作為判別的出行方式；其中，X 中判別的屬性，這里為平均速度、出行時長與出行距離，y1為判別的類型，這里為步行與自 行車。
[0056] 作為優(yōu)選，步驟6包括：
[0057] 結(jié)合電動車、自駕車與出租車出行的先驗概率，利用公式ρ(χ|7ι)ρ( 7ι)對于判別 的類別進行計算，并選取類型計算P(Xly1)P(Y1)中的最大項作為判別的出行方式；其中，X 中判別的屬性，這里為平均速度、最大速度與出行時長，Y1為判別的類型，這里為電動車、自 駕車與出租車。
[0058] 綜上所述本發(fā)明可以為基于手機信令數(shù)據(jù)的居民出行信息獲取工作增加一個維 度，并且可以實現(xiàn)以下效果：
[0059] 1.本發(fā)明利用的源數(shù)據(jù)為移動網(wǎng)絡運營商提供的、符合國家法律關于個人隱私的 手機信令數(shù)據(jù)。具有獲取方式簡單、獲取成本低、信息樣本大等特點。
[0060] 2.識別方法借助了現(xiàn)有的交通方式的出行特征，不需要過多的樣本進行訓練。算 法簡單、容易實現(xiàn)。
[0061] 3.本發(fā)明識別的出行方式基本包含了城市居民出行的主要方式。即步行、自行車、 常規(guī)公交、電動車、自駕車、出租車與軌道交通。
[0062] 4.對于城市交通規(guī)劃提供數(shù)據(jù)基礎。
[0063] 5.為城市規(guī)劃與建設提供數(shù)據(jù)基礎。
【附圖說明】
[0064] 圖1為本發(fā)明的總流程示意圖；
[0065] 圖2判別方法的貝葉斯決策樹。
【具體實施方式】
[0066] 為使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，以下參照附圖并舉實施例，對 本發(fā)明做進一步詳細說明。
[0067] 本發(fā)明的目的是通過移動網(wǎng)絡運營商提供的手機信令數(shù)據(jù)對用戶出行方式進行 判別的方法。其數(shù)據(jù)源是移動網(wǎng)絡運營商提供的手機信令數(shù)據(jù)，然后通過數(shù)據(jù)清洗、集成以 及位置換算進行處理。并借助移動時空路徑的刻畫與停留點的識別，通過本發(fā)明的方法對 居民出行方式進行判別。該方法可以實現(xiàn)步行、自行車、常規(guī)公交、電動車、自駕車、出租車 與軌道交通七種常見出行方式的有效判別，從而可以得到居民的出行方式信息，為城市的 專項交通規(guī)劃、綜合交通規(guī)劃與智能交通系統(tǒng)等領域提供數(shù)據(jù)基礎。
[0068] 本發(fā)明中的手機信令數(shù)據(jù)是指，在手機通信過程之中，當發(fā)生打接電話、發(fā)短信、 開關機、跨LAC區(qū)域、按一定間隔刷新時，由手機運營商記錄的手機話單數(shù)據(jù)（CDR)及手機 話務數(shù)據(jù)（TDR)。
[0069] 步驟1助現(xiàn)有交通出行方式情況，提取出行方式特征，根據(jù)現(xiàn)有樣本得到出行方 式的先驗概率。
[0070] 定義X = Ia1, a2......，am}為待判別的出行鏈，而每個a為x的一個判別屬性。C = Iy1, y2……yj為判別的交通出行方式的類型的集合，而每個y為C的一個具體的出行方式。
[0071] 對于步行與自行車的判別過程中：
[0072] X = {:平均速度，出行時長，出行距離}，C = {步行，自行車}
[0073] 需要獲得的先驗概率為：
[0074] 表1步行與自行車出行判別先驗概率
CN 105117789 A 說明書 5/9 頁
[0077] 對于電動車、自駕車與出租車的判別過程中：x = {:平均速度，最大速度，出行時 長}，C =