[發明專利]一種基于多源城市數據的出行共現現象可視化分析方法

有效

• 申請號: 201710820085.1
• 申請日: 2017-09-13
• 公開（公告）號: CN107609107B
• 公開（公告）日: 2020-07-14
• 發明（設計）人: 孔祥杰;李夢琳;夏鋒;趙高興;劉程程
• 申請（專利權）人: 大連理工大學
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06F16/904;G06Q10/06;G08G1/01
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 溫福雪;侯明遠

1.一種基于多源城市數據的出行共現現象可視化分析方法，其特征在于，步驟如下：

S1：對原始數據進行預處理

S1.1：出租車運營軌跡數據的清洗以及出租車基礎數據的規范化處理；

S1.2：原始POI數據的清洗以及對POI數據規范化處理；

S2：對步驟S1預處理得到的數據進行時間，區域劃分

S2.1：時間劃分：根據行車規律特征，將一天劃分為T個時段；

S2.2：區域劃分：根據城市道路路網，將城市空間劃分為R個區域；

S3：對步驟S2劃分后的數據進行區域功能挖掘

S3.1：區域功能劃分，將城市區域功能歸類為F類

S3.2：計算每個區域中各類POI出現的頻率，使用符號TF_i,j表示在區域r_i中第j類POI數據出現的頻率，計算公式如下所示：

其中，n_i,j代表區域r_i中第j類POI的數量，F表示POI的類別數；

S3.3：計算第j類POI數據的逆文檔頻率，使用IDF_j來表示，其中R表示區域總數量，計算公式如下：

S3.4：TF_i,j與IDF_j相乘即是區域r_i對第j類POI的TF-IDF值，表示區域的靜態功能分布狀況，計算公式如下：

TF-IDF_i,j＝TF_i,j×IDF_j

S3.5：運用LDA主題模型算法對步驟S2中的OD數據進行主題挖掘，最終結果使用進行表示，它表示區域r_i的動態功能分布，其中z_i,k表示第k類區域功能在區域r_i的占比；

S3.6：計算區域r_i和區域r_m之間的動態功能相似度，記為λ_i,m，cos表示向量間余弦值，計算公式如下：

S3.7：定義如下的代價函數J，也即目標函數，表示區域真實執行的功能狀況與其表現在靜態和動態兩方面現象的偏差，并計算出代價函數的最小值，代價函數公式如下：

其中，R代表區域總數量，代表區域r_i的真實功能分布，也是最終所求，代表區域r_j的POI分布狀況；

S4：對步驟S2劃分后的數據通過關聯規則挖掘算法挖掘共現事件

S4.1：對步驟S2所述的數據進行共現事務提取；

S4.2：對S4.1提取到的數據通過關聯規則Apriori算法挖掘頻繁項集；

S4.3：對步驟S4.2得到的數據進行相關性統計量計算，區域A和區域B之間的各相關性統計量支持度support，置信度confidence，全置信度all_confidence，最大置信度max_confidence，提升度lift，Kulczynski度量Kulc，不平衡比IR，以及余弦cosine計算公式如下，其中P表示概率：

support＝P(A∪B)

S5：可視化展示共現結果

S5.1：根據S3.7中計算得到的區域功能圖，使用不同的顏色在地圖上標識不同的區域功能；

S5.2：根據S4.2中挖掘到的頻繁項集繪制全局共現現象地圖，地圖基于共現關系和共現參與度兩個方面進行繪制；

S5.3：根據S4.2中挖掘到的頻繁項集繪制區域共現環形熱圖，環形熱圖著力于分析區域和區域之間的共現規律；

S5.4：根據S4.3中計算得到的統計量數據繪制平行坐標圖，平行坐標圖以指標來衡量兩個區域之間的相關性。