CN104318113A - 基于乘客换乘的时空特征推算乘客上车站点的方法及系统 - Google Patents

Abstract

本发明公开了一种基于乘客换乘的时空特征推算乘客上车站点的方法及系统，所述方法包括：S1、数据预处理，包括对公交位置GPS数据的预处理、及对智能卡交易数据的预处理；S2、基础数据分析，包括计算地铁站到周边相邻公交站的步行时间、及计算公交站到周边相邻公交站的步行时间；S3、公交车到站时间补全，根据步骤S1和S2中的数据推算公交到站时间；S4、乘客上车站点计算，根据乘客上车刷卡时间和公交到站时间推算乘客的上车站点。本发明通过结合智能卡交易数据和公交位置GPS数据分析乘客的换乘时空特征以及乘客之间时空的关联性，补全通过传统方法无法推算的公交车的到站时间，达到补全乘客的上车站点的目的。

Description

基于乘客换乘的时空特征推算乘客上车站点的方法及系统

技术领域

本发明涉及时空数据挖掘及交通技术领域，尤其涉及一种基于乘客换乘的时空特征推算乘客上车站点的方法及系统。

背景技术

由于智能卡的方便性、快捷性、省钱等优点，其作为一种付费手段已经广泛应用于公交、地铁等城市内公共交通领域，除了其付费功能外，智能卡可以收集到大量的乘客乘车的信息，通过对这些信息的深入挖掘可以得到乘客的出行时空规律模型。传统的信息方法包括：

(1)人工调查，其缺点是：耗费时间和人力；数据不全，精确度不高；

(2)通过智能卡数据和公交车GPS在时间上的匹配，其缺点是：依赖于GPS设备的普及及GPS的精准定位。

现有公交车上车站点的获取是通过结合智能卡数据和公交车的GPS数据推算得到的，但是现有的公交的GPS设备还没有完全普及，例如深圳到2014年1月为止，GPS普及的公交车只有60％，这便造成部分乘客的上车站点无法推算，除此之外，GPS设备发送数据间隔过长，网络原因，设备故障等都有可能造成乘客的上车站点无法推算。但是乘客上车站点的完整性对于乘客下车站点的推算、交通规划(例如线路调整、车辆调度等)有非常重要的意义。

因此，针对上述技术问题，有必要提供一种基于乘客换乘的时空特征推算乘客上车站点的方法及系统。

发明内容

有鉴于此，本发明的目的在于提供一种基于乘客换乘的时空特征推算乘客上车站点的方法及系统。

为了达到上述目的，本发明实施例提供的技术方案如下：

一种基于乘客换乘的时空特征推算乘客上车站点的方法，所述方法包括：

S1、数据预处理，包括对公交位置GPS数据的预处理、及对智能卡交易数据的预处理；

S2、基础数据分析，包括计算地铁站到周边相邻公交站的步行时间、及计算公交站到周边相邻公交站的步行时间；

S3、公交车到站时间补全，根据步骤S1和S2中的数据推算公交到站时间；

S4、乘客上车站点计算，根据乘客上车刷卡时间和公交到站时间推算乘客的上车站点。

作为本发明的进一步改进，所述步骤S1前还包括：

获取源数据，所述源数据包括公交站点数据、地铁站点数据、公交线路数据、智能卡交易数据、公交位置GPS数据、地铁站附近公交站点、及公交站附近公交站。

作为本发明的进一步改进，所述公交位置GPS数据包括车牌号、公交线路编号、时间、经度、纬度。

作为本发明的进一步改进，所述步骤S1中“对公交位置GPS数据的预处理”包括：

公交位置GPS数据出错处理；

公交位置GPS数据与公交站点的匹配。

作为本发明的进一步改进，所述智能卡交易数据包括智能卡卡号、交易的公交站或地铁站、交易时间、交易类型，所述交易类型包括进地铁站、出地铁站、上公交车。

作为本发明的进一步改进，所述步骤S1中“对智能卡交易数据的预处理”包括：

过滤具有缺失字段的交易记录；

对于乘坐地铁的乘客，按卡号和时间将乘客的进站和出站记录相匹配。

作为本发明的进一步改进，所述步骤S3包括：

通过对地铁换乘公交A乘客的乘车记录的分析，推算公交A到达地铁附近站点的时间；

通过对从公交A换乘地铁的乘客的乘车记录的分析，推算公交A到达地铁附近站点的时间；

通过对从公交A换乘到公交B在S站的乘客的乘车记录的分析，推算公交A在S站或S附近站点的到站时间；

通过对从公交A在S站换乘到公交B的乘客的乘车记录的分析，推算公交B在S站或S附近站点的到站时间；

通过乘客上车刷卡时间密集的特征推算公交在其他站点的到站时间。

作为本发明的进一步改进，所述步骤S4具体为：

根据乘客上车刷卡时间和公交的到站时间，选出时间差最小的匹配项作为乘客的上车站点。

相应地，一种基于乘客换乘的时空特征推算乘客上车站点的系统，所述系统包括：

数据预处理模块，用于对公交位置GPS数据的预处理、及对智能卡交易数据的预处理；

基础数据分析模块，用于计算地铁站到周边相邻公交站的步行时间、及计算公交站到周边相邻公交站的步行时间；

公交车到站时间补全模块，用于推算公交到站时间；

乘客上车站点计算模块，根据乘客上车刷卡时间和公交到站时间推算乘客的上车站点。

本发明具有以下有益效果：

本发明通过结合智能卡交易数据和公交位置GPS数据分析乘客的换乘时空特征以及乘客之间时空的关联性，补全通过传统方法无法推算的公交车的到站时间，达到补全乘客的上车站点的目的，并将算法应用于推算公交乘客上车站点，效果非常明显。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的一种基于乘客换乘的时空特征推算乘客上车站点的系统模块示意图。

图2为本发明的一种基于乘客换乘的时空特征推算乘客上车站点的方法具体流程图。

图3为本发明一具体实施方式中公交车到站时间计算方法1的场景模拟图。

图4为本发明一具体实施方式中公交车到站时间计算方法2的场景模拟图。

图5为本发明一具体实施方式中公交车到站时间计算方法3的场景模拟图。

图6为本发明一具体实施方式中公交车到站时间计算方法5的场景模拟图。

具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，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，所描述的实施例仅仅是本发明一部分实施例，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，都应当属于本发明保护的范围。

参图1所示，本发明公开了一种基于乘客换乘的时空特征推算乘客上车站点的系统，其包括：数据预处理模块10、基础数据分析模块20、公交车到站时间补全模块30和乘客上车站点计算模块40。其中：

数据预处理模块10用于对公交位置GPS数据的预处理，例如：有错误的公交位置GPS数据的处理、公交位置GPS数据与公交站点的匹配等；以及对智能卡交易数据的预处理；

基础数据分析模块20用于计算地铁站到周边相邻公交站的步行时间、及计算公交站到周边相邻公交站的步行时间；

公交车到站时间补全模块30用于推算公交到站时间；

乘客上车站点计算模块40用于根据乘客上车刷卡时间和公交到站时间推算乘客的上车站点。

公交车到站时间补全模块，首先通过公交位置GPS数据与所在线路的途径站点的GPS数据的比较推算公交的到站时间，然后通过以下5种方法补全那些无法通过GPS数据得到的其余站点的到站时间：

方法1、通过对地铁换乘公交A(无GPS)乘客的乘车记录的分析，推算公交A到达地铁附近站点的时间；

方法2、通过对从公交A(无GPS)换乘地铁的乘客的乘车记录的分析，推算公交车A到达地铁附近站点的时间；

方法3、通过对从公交A(无GPS)换乘到公交B(在S站，有GPS)的乘客的乘车记录的分析，推算公交A在S站或S附近站点的到站时间；

方法4、通过对从公交A(有GPS)在S站换乘到公交B(无GPS)的乘客的乘车记录的分析，推算公交B在S站或S附近站点的到站时间；

方法5、通过乘客上车刷卡时间密集的特征推算公交在其余站点的到站时间。

参图2所示，本发明的一种基于乘客换乘的时空特征推算乘客上车站点的方法，其包括：

S1、数据预处理，包括对公交位置GPS数据的预处理、及对智能卡交易数据的预处理；

S2、基础数据分析，包括计算地铁站到周边相邻公交站的步行时间、及计算公交站到周边相邻公交站的步行时间；

S3、公交车到站时间补全，根据步骤S1和S2中的数据推算公交到站时间；

S4、乘客上车站点计算，根据乘客上车刷卡时间和公交到站时间推算乘客的上车站点。

在本发明中，步骤S1前还包括：

获取源数据，包括公交站点数据、地铁站点数据、公交线路数据、智能卡交易数据、公交位置GPS数据、地铁站附近公交站点、及公交站附近公交站。

本发明中源数据由七张表组成，具体为：

公交站点表主要包含四个字段，即：busStationId、stationName、lat、lng，分别标识公交站点编号、站点名称、经度、纬度。

地铁站点表主要包含四个字段，即：metroStationId、stationName、lat、lng，分别标识地铁站点编号、站点名称、经度、纬度。

公交线路表主要包括五个字段，即：lineId、lineName、direction、StationList，分别标识线路编号、线路名称、方向、途径站点(为公交站点编号的列表)。

智能卡交易表主要包含四个字段，即：CardID、StationId、TrnsctTime、TrnsctyType，其中CardID(智能卡卡号)是智能交通卡的唯一标识；StationId是公交站或者地铁站的标识；TrnsctTime是交易(刷卡)时间，TrnsctyType是交易类型，有三种类型，进地铁站、出地铁站，上公交车，分别用21、22、31标识。

公交位置信息表主要包含五个字段，BusID、lineId、time、lat、lng，分别标识车牌号、公交线路编号、时间、经度、纬度。

地铁站附近公交站点列表包含两个字段，包括metroStationId、nghSLst。分别标识地铁站编号、邻近公交站列表(busStationId的列表)。

公交站附近公交站列表：包括busStationId，nghSLst。分别标识公交站编号、邻近公交站列表(busStationId的列表)。

S1、数据预处理

数据预处理模块主要完成对一些基础数据的预处理，包括：

(1)公交位置GPS数据的预处理，包括：一、公交位置GPS数据出错处理(例如将存在很大误差的GPS数据过滤等)；二、公交位置GPS数据与公交站点的匹配；

(2)智能卡交易数据的出错处理，包括：一、过滤具有缺失字段的交易记录，例如缺失乘车时间字段、卡号字段、站点信息等交易记录；二、对于乘坐地铁的乘客，按卡号和时间将乘客的进站和出站记录相匹配。

S2、基础数据分析

基础数据计算主要包括地铁站到周边相邻公交站的步行时间的计算、和公交站到周边公交站的步行时间的计算。

1、地铁站到周边相邻公交站的步行时间的计算。

地铁站到周边附近公交站的步行时间可以通过从地铁换乘公交，或从公交换乘地铁的乘客的乘车记录中获取。假设某乘客A在时间T1从地铁站S下车，在T2时刻在附近公交站T站换乘到b路公交，则地铁站A到公交站T的步行时间可以计算为所有从地铁站S下车在公交站T换乘的所有乘客的T2-T1的最小值，用walktimeMB(S，T)获取从地铁站S到公交站T，或者从公交站T到地铁站S的时间。

2、公交站到周边公交站的步行时间的计算

公交站到附近公交站的步行时间可以通过从公交换乘公交的乘车记录中挖掘得到。假设某乘客A乘坐b1路公交车于T1时刻从公交站S下车，并于T2时刻在附近公交站M站换乘到b2路公交车，在换乘前后的公交车都有GPS信息，即公交到达途径站点的时间已知的前提下，公交站S到附近公交站M的步行时间可以通过计算所有类似此换乘的所有乘客的T2与T1时间差的最小值。WalktimeBB(S，T)获从公交站S到公交站T，或者从公交站T到地铁站S的时间。

S3、公交车到站时间补全

对于有GPS的公交车，可以通过公交位置的GPS与站点的GPS的比较得到公交的到站时间。但是并非所有的公交车安装GPS设备，或者GPS设备异常，GPS发送间隔过大，这些都有可能导致无法推算公交到站时间，对于这些情况可以通过以下方法推算：

方法1：通过对从地铁换乘到公交A(无GPS)的乘客的乘车记录的分析，推算公交到达地铁附近站点的时间。

首先看如下场景，如图3所示：

张三首先乘坐地铁于T1时刻从S站刷卡出站，并在T2时刻刷卡上了车牌号为粤**的公交车，此公交车无GPS信息，即无法直接得到T2时刻时，公交车所在的位置，且已知此公交车所在线路经过S站附近的公交站点T，即T属于地铁站S的周边公交站nghSLst，假设T2-T1<＝walktime(S，T)+w，walktimeMB(S，T)为从S到T的步行时间，w为经验值，这个可以根据公交车发车间隔而定。以上可以推出，L(粤**，T2)＝T，公交车粤**在T2时间到达T站，这个信息用于推算出在T2邻近时间内乘坐公交粤**的所有乘客的上车站点为T。

方法2、通过对从公交换乘地铁的乘客的乘车记录的分析，推算公交车到达地铁附近站点的时间。

首先介绍如下场景，如图4所示：

张三于T1时刻刷卡上了车牌号为粤**的公交车(无GPS信息)，并与T2时刻刷卡进了地铁站S，由于没有GPS信息，无法直接得到T1和T2时刻是公交车粤**所在的位置。已知此公交车所在线路经过地铁站S的附近的一个公交站点T，即T属于地铁站S的周边公交站点列表nghSLst，假设T2-T1<＝t，t为某个经验值，假设此经验值为25分钟，此经验值可以在很大概率上说明乘客乘坐公交到T站后，便步行到地铁站S。假设t1＝walktimeMB(T，S)为从T到S的步行时间，以上可以推出，L(粤**，T2)＝T2-t1，即公交车粤**在T2-t1时刻到达T站，这个信息用于推算在T2-t1邻近时间内乘坐公交粤**的所有乘客的上车站点为T。

方法3：通过对从公交车A(无GPS)换乘到公交车B(有GPS，假设乘客在S站上车)的乘客的乘车记录的分析，推算公交A在S站或S附近站点的到站时间。

首先介绍如下场景，如图5所示：

张三于T1时刻刷卡上了车牌号为粤**1且没有GPS信息公交车，并与T2时刻刷卡上了车牌号为粤**2有GPS信息的公交车，并已知粤**2在T2时间到达S站，已知粤**1公交车所在线路经过S站或者S附近的公交站点，用T表示，即T属于公交站S的nghSLst，假设T2-T1<＝t，t为某个经验值，假设此经验值为25分钟，此经验值可以在很大概率上说明乘客乘坐公交粤**1到S站后，便在T站换乘了公交粤**2。假设t1＝walktime(T，S)为从T到S的步行时间，t2为粤**2车所在线路的平均发车间隔，从以上可以推出，L(粤**1，T2-t1-t2/2)＝T，即公交车粤**1在T2-t1-t2/2时刻到达T站，这个信息用于推算在T2-T1-T2邻近时间内乘坐公交粤**1的所有乘客的上车站点为T。

方法4：通过对从公交车A(有GPS)在S站下车并换乘到公交车B(无GPS)的乘客的乘车记录的分析，推算公交B在S站或S附近站点的到站时间。

这个方法与方法3比较相似，都是换乘前后的两辆车一个有GPS信息，一个没有GPS信息，只是方法3是换乘前的车没有GPS，而方法4是换乘后的车没有GPS。

方法5：结合以上推算结果以及乘客上车刷卡时间密集的特征推算公交在其他站点的到站时间。从图6可以看到，如果在部分站点的到站时间已知的情况下，可以通过乘客的刷卡时间以及两站之间的公交大概运行时间推算得到乘客在其余站点的到站时间。

S4、乘客上车站点计算

乘客上车站点计算模块主要根据乘客上车刷卡时间和公交的到站时间，选出时间差最小的匹配项作为乘客的上车地点。

以下结合具体试验对本发明作进一步说明，数据来源于深圳市SZT卡两个月的乘客刷卡数据，SZT卡可用于乘坐地铁和公交。

试验的五个案例如下：

测试一，通过结合深圳通卡刷卡记录和公交车的GPS位置推算乘客上车站点，如果将公交车GPS上报时间与SZT卡的刷卡时间的间隔设置在两分钟，则能够推算出60％的乘客的上车站点。

测试二，结合测试一的结果并使用公交车到站时间补全模块中的方法1，将乘客下了地铁后换乘公交的乘客时间间隔设置为十分钟，则能够推算出68％的乘客的上车站点。

测试三，结合测试一和测试二，使用公交车到站时间补全模块中的方法2，并将乘客上了公交到换乘地铁的时间间隔设置为二十五分钟，则能够推算出76％的乘客的上车站点。

测试四，结合测试一、二、三，使用公交车到站时间补全模块中的方法3和方法四，并将乘客上了公交到换乘下一个公交的时间间隔设置为二十五分钟，能够推算出80％的乘客的上车站点。

测试五，结合测试一、二、三、四，使用公交车到站时间补全模块中的方法5，则能够推算出93％的乘客的上车站点。

由以上技术方案可以看出，本发明通过结合智能卡交易数据和公交位置GPS数据分析乘客的换乘时空特征以及乘客之间时空的关联性，补全通过传统方法无法推算的公交车的到站时间，达到补全乘客的上车站点的目的，并将算法应用于推算公交乘客上车站点，效果非常明显。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (9)

1.一种基于乘客换乘的时空特征推算乘客上车站点的方法，其特征在于，所述方法包括：

S1、数据预处理，包括对公交位置GPS数据的预处理、及对智能卡交易数据的预处理；

S2、基础数据分析，包括计算地铁站到周边相邻公交站的步行时间、及计算公交站到周边相邻公交站的步行时间；

S3、公交车到站时间补全，根据步骤S1和S2中的数据推算公交到站时间；

S4、乘客上车站点计算，根据乘客上车刷卡时间和公交到站时间推算乘客的上车站点。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1前还包括：

获取源数据，所述源数据包括公交站点数据、地铁站点数据、公交线路数据、智能卡交易数据、公交位置GPS数据、地铁站附近公交站点、及公交站附近公交站。

3.根据权利要求2所述的方法，其特征在于，所述公交位置GPS数据包括车牌号、公交线路编号、时间、经度、纬度。

4.根据权利要求3所述的方法，其特征在于，所述步骤S1中“对公交位置GPS数据的预处理”包括：

公交位置GPS数据出错处理；

公交位置GPS数据与公交站点的匹配。

5.根据权利要求2所述的方法，其特征在于，所述智能卡交易数据包括智能卡卡号、交易的公交站或地铁站、交易时间、交易类型，所述交易类型包括进地铁站、出地铁站、上公交车。

6.根据权利要求5所述的方法，其特征在于，所述步骤S1中“对智能卡交易数据的预处理”包括：

过滤具有缺失字段的交易记录；

对于乘坐地铁的乘客，按卡号和时间将乘客的进站和出站记录相匹配。

7.根据权利要求1所述的方法，其特征在于，所述步骤S3包括：

通过对地铁换乘公交A乘客的乘车记录的分析，推算公交A到达地铁附近站点的时间；

通过对从公交A换乘地铁的乘客的乘车记录的分析，推算公交A到达地铁附近站点的时间；

通过对从公交A换乘到公交B在S站的乘客的乘车记录的分析，推算公交A在S站或S附近站点的到站时间；

通过对从公交A在S站换乘到公交B的乘客的乘车记录的分析，推算公交B在S站或S附近站点的到站时间；

通过乘客上车刷卡时间密集的特征推算公交在其他站点的到站时间。

8.根据权利要求1所述的方法，其特征在于，所述步骤S4具体为：

根据乘客上车刷卡时间和公交的到站时间，选出时间差最小的匹配项作为乘客的上车站点。

9.一种基于乘客换乘的时空特征推算乘客上车站点的系统，其特征在于，所述系统包括：

数据预处理模块，用于对公交位置GPS数据的预处理、及对智能卡交易数据的预处理；

基础数据分析模块，用于计算地铁站到周边相邻公交站的步行时间、及计算公交站到周边相邻公交站的步行时间；

公交车到站时间补全模块，用于推算公交到站时间；

乘客上车站点计算模块，根据乘客上车刷卡时间和公交到站时间推算乘客的上车站点。