[發明專利]一種基于海量交通流數據的城市交通熱點區域劃分方法

有效

• 申請號: 201510014926.0
• 申請日: 2015-01-11
• 公開（公告）號: CN104574965B
• 公開（公告）日: 2017-01-04
• 發明（設計）人: 俞東進;王瑞婷;李萬清
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06F19/00
• 代理公司: 浙江杭州金通專利事務所有限公司33100
• 代理人: 王佳健

技術領域

本發明屬于數據挖掘技術領域，具體涉及到一種基于海量交通流數據的城市交通熱點區域劃分方法。

背景技術

隨著經濟的持續高速發展，機動車保有量迅猛增加給城市帶來的交通問題日益突顯，交通擁擠、車流不暢，極大地影響了人們出行速度，進而降低了生產和工作效率。目前，城市交通監控系統相對完善，各干道及路口都設有卡口實時采集過車數據。通過分析城市交通監控系統中所采集的過車數據，從而發現車輛的行車路線，利用行車路線可以挖掘車輛間隱藏的頻繁同時出現的卡口。以該隱藏信息為劃分城市交通熱點區域的依據，并計算其交通繁忙指數，可以為交通管理部門提供制定交通管理方案的參考、為道路規劃部門提供制定道路規劃的參考等，最終為解決交通問題提供幫助。

研究車輛的行車路線，往往可以發現許多車輛有類似的行車區域。例如，在浙江省杭州市工作日早、晚高峰，會有大量的車行駛于市區與濱江區連通干道，跨江大橋必定是這些車輛群體所經過的城市交通熱點區域；周末，出行的城市交通熱點區域必定有通往西湖景區的各大干道。上述城市交通熱點區域的主要特征可以歸納為：一群不同的車輛在相近的時間點經過一系列相同的卡口，而區域就由這些卡口組成，經過這些卡口的車輛總數記為該城市交通熱點區域的交通繁忙指數。發現城市不同時間段內的城市交通熱點區域劃分并計算其交通繁忙指數，可以為交通管理部門提供有效的緩解擁堵手段提供幫助。

發明內容

本發明針對現有技術的不足，提供了一種基于海量交通流數據的城市區域劃分方法。

本發明技術方案的主要構思是：利用自然語言處理中從單詞和文檔組成的語料庫里提取主題的思想解決城市交通熱點區域劃分的問題；將一段時間內，交通監控系統(監控、采集、存放城市主要干道及路口實時交通情況的系統)中所有過車數據組成語料庫，其中每輛車在各個卡口出現的記錄形成該車所對應的一篇文檔，而這些卡口編號作為文檔中的單詞，并提取其中隱含的經常同時出現的卡口編號集合作為語料庫的主題對應城市交通熱點區域；

本發明方法包括以下步驟：

步驟(1).將各個外場設備卡口獲得的過車信息數據發送至中央數據庫，過車信息數據包括車牌號、過車時間、過車方向和過車卡口編號；

步驟(2).根據LDA(Latent?Dirichlet?Allocation)主題提取模型，獲取某設定時間段內中央數據庫中所有卡口過車信息數據，將其轉化為所需的語料庫形式并對其建模，具體為：

獲取城市所有卡口編號作為單詞組成詞典，從中央數據庫中取某設定時間段內的所有卡口過車信息數據，再從其中獲取每輛車在該時間段內由經過的卡口編號組成的過車記錄文檔，然后將所有車輛的過車記錄文檔合并形成語料庫文檔，統計該語料庫文檔中每輛車在各個卡口的出現概率，將其保存在一個車牌號-卡口的概率矩陣中，該矩陣的每個單元表示某輛車在某個卡口出現的概率；

設共有N個卡口，即N個單詞，記為:word_j,j＝0,1,...,(N-1),某設定時間段內出現的車有M輛，即M篇文檔，記為:doc_i,i＝0,1,...,(M-1),由所有過車信息數據可以得到語料庫文檔，該語料庫文檔的每一行記錄一輛車在該時間段內經過的卡口編號序列，統計語料庫文檔中每篇文檔所對應詞典中各個單詞出現的次數及每篇文檔的單詞總數，分別記為：a_i,j、dwSum_i，并通過計算得到文檔-單詞概率矩陣，記為:M_doc-word，該矩陣共M行、N列，矩陣的第i行第j列對應第i輛車在該時間段內經過第j個卡口的概率，計算方法為：

對語料庫文檔進行LDA主題建模，假設城市交通熱點區域個數為K，即K個主題，記為:topic_k,k＝0,1,...,(K-1),根據LDA模型，假設語料庫文檔中文檔和主題分別滿足以α和β為先驗參數的狄利克雷分布，那么語料庫中每篇文檔和每個主題的生成過程分別滿足和多項分布，則語料庫中文檔-主題的分布和主題-單詞的分布可分別表示為doc-topic概率矩陣、topic-word概率矩陣，記為：M_doc-topic、M_topic-word，最終的M_topic-word即為LDA的模型結果；