[發明專利]一種基于微信數據和興趣點數據識別城市功能區的方法

在審

• 申請號: 201710172503.0
• 申請日: 2017-03-22
• 公開（公告）號: CN106991142A
• 公開（公告）日: 2017-07-28
• 發明（設計）人: 蔣云良;董墨萱;劉勇;鄔惠峰
• 申請（專利權）人: 湖州師范學院
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62
• 代理公司: 浙江杭州金通專利事務所有限公司33100
• 代理人: 劉曉春

1.一種基于微信數據和興趣點數據識別城市功能區的方法，其特征在于包括以下步驟：

步驟1、地圖分割：將地圖柵格化，并對所有柵格進行編號；根據手機基站位置分割地圖,計算每個柵格中心與各基站的距離，并規定柵格屬于離它最近的基站，得到距離各基站距離最近的柵格號列表，以及各基站所占柵格數矩陣G；

步驟2、處理微信數據：從微信數據中提取基站人流量數據，得到單個基站按工作日日平均和周末日平均的單位時間人流量矩陣A、單位時間離開人流量矩陣OUT和單位時間進入人流量矩陣IN，并將矩陣A、OUT、IN分別結合所占柵格數矩陣G采用歸一化的方法進行處理，分別得到矩陣Y₁、Y₂和Y₃，矩陣Y₁、Y₂和Y₃每行所表示數據的基站號一一對應；

步驟3、處理興趣點數據：分別找到距離每個興趣點最近的基站，并判定此興趣點屬于該基站，得到屬于各個基站的所有興趣點列表；根據各個基站興趣點列表的數據中“興趣點類別”這一參數對各基站的興趣點進行分類統計，得到每個基站的興趣點類別分布矩陣P；并將興趣點類別分布矩陣P結合所占柵格數矩陣G采用歸一化的方法對其進行處理，得到最終用于分析的矩陣，該矩陣命名為Y₄，矩陣Y₄與矩陣Y₁、Y₂和Y₃每行所表示數據的基站號也一一對應；

步驟4、刪除離群點：令矩陣Y^*＝[Y₁，Y₂，Y₃，Y₄]，找出Y^*中的離群點，并刪除離群點所對應的基站，以刪除離群點后的基站號重新進行步驟1至步驟3的操作，形成新的矩陣Y。

步驟5、聚類：對矩陣Y進行模糊聚類分析，得到聚類結果；

步驟6、識別城市功能區：計算帶有類別特征的興趣點和步驟5得到的聚類結果在地圖上的分布重疊率，對聚類后的各基站的功能進行識別。

2.如權利要求1所述的一種基于微信數據和興趣點數據識別城市功能區的方法，其特征在于，所述步驟1和步驟2中，歸一化處理方法如下：

使用式(1)分別對單位時間人流量矩陣A、單位時間離開人流量矩陣OUT、單位時間進入人流量矩陣IN、興趣點類別分布矩陣P和各基站所占柵格數矩陣G進行歸一化處理，將矩陣歸一化到[0,1]的區間內，并通過式(2)、式(3)、式(4)、式(5)分別將單位時間人流量矩陣A的歸一化結果、單位時間離開人流量矩陣OUT的歸一化結果、單位時間進入人流量矩陣IN的歸一化結果、興趣點類別分布矩陣P的歸一化結果與各基站所占柵格數矩陣G的歸一化結果進行結合，

$x_i=\frac{|x_i-x_{min}|}{|x_{\max }-x_{min}|}---\left(1\right)$

Y₁＝D_A·e^-X (2)

Y₂＝D_OUT·e^-X (3)

Y₃＝D_IN·e^-X (4)

Y₄＝D_P·e^-X (5)

式(1)中，{x_i}為樣本集，x_i為樣本集所有樣本分量，x_max為樣本集所有樣本各分量的最大值，x_min為樣本集所有樣本各分量的最小值；

式(2)、式(3)、式(4)、式(5)中，X為所占柵格數矩陣G根據式(1)歸一化后的矩陣,維數為1×n；

式(2)中，Y₁為最終用于分析的矩陣,維數為n×m₁；D_A為基站單位時間人流量分布矩陣A根據式(1)歸一化后的矩陣,維數為n×m₁；n為基站數,m₁為矩陣A的列數；

式(3)中,Y₂為最終用于分析的矩陣,維數為n×m₂；D_OUT為基站單位時間出流人流量分布矩陣Out根據式(1)歸一化后的矩陣,維數為n×m₂，n為基站數,m₂為矩陣Out的列數；

式(4)中,Y₃為最終用于分析的矩陣,維數為n×m₃；D_IN為基站單位時間入流人流量分布矩陣In根據式(1)歸一化后的矩陣,維數為n×m₃；n為基站數,m₃為矩陣In的列數；

式(5)中,Y₄為最終用于分析的矩陣,維數為n×m₄；D_P為興趣點類別分布矩陣P根據式(1)歸一化后的矩陣,維數為n×m₄；n為基站數,m₄為興趣點類別數；

矩陣Y₁、Y₂、Y₃和Y₄每行所表示數據的基站號一一對應。