[發(fā)明專利]一種基于LDA模型的地鐵站點(diǎn)功能挖掘方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710817833.0
• 申請(qǐng)日: 2017-09-13
• 公開（公告）號(hào): CN107656987B
• 公開（公告）日: 2020-07-14
• 發(fā)明（設(shè)計(jì)）人: 孔祥杰;夏鋒;付振寰;郭昊塵;王進(jìn)忠
• 申請(qǐng)（專利權(quán)）人: 大連理工大學(xué)
• 主分類號(hào): G06F16/2458
• 分類號(hào): G06F16/2458;G06Q50/26;G06K9/62
• 代理公司: 大連理工大學(xué)專利中心 21200
• 代理人: 溫福雪;侯明遠(yuǎn)

本發(fā)明屬于數(shù)據(jù)挖掘技術(shù)領(lǐng)域，一種基于LDA模型的地鐵站點(diǎn)功能挖掘方法，步驟如下：1)數(shù)據(jù)收集：包括地鐵刷卡數(shù)據(jù)、地鐵POI數(shù)據(jù)等。經(jīng)過篩選提取預(yù)處理以后，得到實(shí)驗(yàn)所需的潛在主題分布向量，以保證分析結(jié)果的普適性；2)語義挖掘：應(yīng)用LDA主題模型，以乘客出行模式分布矩陣和POI相對(duì)含量矩陣為輸入挖掘動(dòng)靜語義；3)站點(diǎn)聚類：在功能挖掘方面，本發(fā)明使用先進(jìn)的聚類算法獲得按功能的站點(diǎn)聚類簇；4)站點(diǎn)分類標(biāo)識(shí)：本發(fā)明從類間客流轉(zhuǎn)移、地理功能占比分布、簇間相似度3個(gè)角度提出站點(diǎn)功能標(biāo)識(shí)方法，使得分析結(jié)果權(quán)威可靠。以上海地鐵為例進(jìn)行的地鐵站點(diǎn)功能挖掘?qū)嶒?yàn)表明，本方法對(duì)于處理類似問題具有出色表現(xiàn)。

技術(shù)領(lǐng)域

本發(fā)明屬于數(shù)據(jù)挖掘技術(shù)領(lǐng)域，尤其在揭示地鐵沿線區(qū)域功能、把握城市交通系統(tǒng)規(guī)劃、建設(shè)智慧城市等領(lǐng)域具有重要意義，具體涉及一種基于LDA模型的地鐵站點(diǎn)功能挖掘方法。

背景技術(shù)

隨著信息技術(shù)革命的不斷深入，信息化與數(shù)字化的浪潮席卷了現(xiàn)代城市。然而，現(xiàn)代化和城市化的迅猛發(fā)展也帶來了諸如交通擁堵、資源配置、環(huán)境污染等棘手問題。如今，大數(shù)據(jù)的發(fā)展為解決這些問題提供了思路和可能。利用城市大數(shù)據(jù)和城市計(jì)算為城市管理者和規(guī)劃者提供有價(jià)值的信息參考，提升城市管理、服務(wù)效率，可以處理城市發(fā)展中遇到的問題和挑戰(zhàn)?；A(chǔ)設(shè)施方面，傳感技術(shù)的大范圍擴(kuò)散、智能交通系統(tǒng)以及基于地理位置的IT服務(wù)不但為城市生活帶來了智能和極大的便捷，還使我們獲得了大量的城市數(shù)據(jù)，例如人類移動(dòng)軌跡信息、社會(huì)活動(dòng)信息及環(huán)境信息等，同時(shí)，數(shù)據(jù)中心和云計(jì)算的建設(shè)和發(fā)展也在技術(shù)上使我們具備了處理這些大規(guī)模異構(gòu)數(shù)據(jù)的能力。

數(shù)據(jù)挖掘是一門結(jié)合了統(tǒng)計(jì)學(xué)、人工智能、機(jī)器學(xué)習(xí)和數(shù)據(jù)庫系統(tǒng)的發(fā)現(xiàn)巨大的數(shù)據(jù)集中模式的計(jì)算過程，是計(jì)算機(jī)科學(xué)下的一門交叉學(xué)科。數(shù)據(jù)挖掘的總目標(biāo)是從數(shù)據(jù)集中提取信息并將其轉(zhuǎn)化為可理解的結(jié)構(gòu)為未來所用。

在現(xiàn)代城市交通系統(tǒng)中，地鐵憑借載客量大、快速高效、低環(huán)境污染的特點(diǎn)成為當(dāng)今都市最優(yōu)的交通方式。作為一座城市交通的脈搏，一方面，地鐵系統(tǒng)方便了城市中心地帶間的互通往來，因此，地鐵站點(diǎn)往往是一座城市執(zhí)行其城市功能最中心的地標(biāo)性地帶，另一方面，地鐵也促進(jìn)了地鐵線路沿線經(jīng)過的區(qū)域的發(fā)展，故而新的功能區(qū)在地鐵站點(diǎn)處聚集成型。眾所周知，城市的不同區(qū)域在城市發(fā)展的進(jìn)程中漸漸孕育出了各類的城市功能，以滿足居民某種特定的社會(huì)經(jīng)濟(jì)活動(dòng)需求，這些區(qū)域既可以是人為的被規(guī)劃者所設(shè)計(jì)，也可能是由于人類實(shí)際生活方式所自然形成，同時(shí)，在一個(gè)城市發(fā)展的過程中，這些功能區(qū)的區(qū)域和功能都可以被改變。在地鐵沿線的站點(diǎn)所在區(qū)域的功能形成和演化正是以上過程的典型代表，加以地鐵系統(tǒng)在城市發(fā)展中不可或缺的地位，使得地鐵沿線地區(qū)的功能相較其他區(qū)域更為特殊重要。

發(fā)明內(nèi)容

本發(fā)明的目的是運(yùn)用數(shù)據(jù)挖掘的方法揭示地鐵沿線區(qū)域功能。挖掘地鐵站點(diǎn)這一城市重要的特殊區(qū)域的功能，可以讓我們了解城市核心功能分布，把握城市生命線發(fā)展脈絡(luò)，進(jìn)而為諸如城市交通系統(tǒng)規(guī)劃、區(qū)域發(fā)展規(guī)劃、資源配置等城市規(guī)劃提供寶貴的參考，建設(shè)智慧城市，具有重要的實(shí)際意義。

本發(fā)明的技術(shù)方案：

一種基于LDA模型的地鐵站點(diǎn)功能挖掘方法，步驟如下：

(1)收集地鐵客流數(shù)據(jù)作為乘客出行模式矩陣，收集地鐵POI數(shù)據(jù)作為POI相對(duì)含量矩陣；

(2)以乘客出行模式矩陣和POI相對(duì)含量矩陣為輸入，應(yīng)用LDA主題模型挖掘站點(diǎn)靜動(dòng)語義；

(3)移動(dòng)語義挖掘與位置語義挖掘

a)將所有站點(diǎn)的出行模式的頻率通過一個(gè)形為m*n的矩陣M_sp來表示，其中m為站點(diǎn)的總數(shù)目，n為所有可能出現(xiàn)的出行模式的總數(shù)目；

b)將站點(diǎn)出行模式矩陣M_sp作為LDA的輸入，得到一個(gè)m*k的站點(diǎn)功能矩陣，其中，k為潛在功能的數(shù)目，k設(shè)為20；