[發(fā)明專利]一種基于社團(tuán)檢測(cè)的客流量預(yù)警方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910580147.5
• 申請(qǐng)日: 2019-06-28
• 公開（公告）號(hào): CN110414715B
• 公開（公告）日: 2023-06-09
• 發(fā)明（設(shè)計(jì)）人: 曾園園;江昊;周蜀杰
• 申請(qǐng)（專利權(quán)）人: 武漢大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/26;G06N3/049;G06F18/22
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 齊晨涵;姜學(xué)德

1.一種基于社團(tuán)檢測(cè)的客流量預(yù)警方法，其特征在于，包括：

步驟S1：構(gòu)建各個(gè)區(qū)域點(diǎn)人員流動(dòng)信息的特征矩陣，計(jì)算各個(gè)區(qū)域點(diǎn)人員流動(dòng)信息的特征矩陣的相似度，將該相似度作為各個(gè)區(qū)域點(diǎn)之間的連接的邊的權(quán)重，構(gòu)建一張空間上的網(wǎng)絡(luò)圖，具體如下：

步驟S1.1：構(gòu)建各個(gè)區(qū)域點(diǎn)上的特征矩陣，特征矩陣包含的元素為：統(tǒng)計(jì)時(shí)刻下的區(qū)域點(diǎn)內(nèi)用戶數(shù)量，統(tǒng)計(jì)時(shí)刻下區(qū)域內(nèi)漫入人數(shù)，統(tǒng)計(jì)時(shí)刻下區(qū)域內(nèi)漫出人數(shù)，統(tǒng)計(jì)時(shí)刻下凈流入人數(shù)，漫入人數(shù)與總?cè)藬?shù)的比例，漫出人數(shù)與總?cè)藬?shù)的比例；

步驟S1.2：采用歐式距離方法分別計(jì)算各個(gè)區(qū)域點(diǎn)特征矩陣間的相似度，得到兩個(gè)區(qū)域點(diǎn)的特征矩陣之間的距離之后再得到相似度S，得到的相似度S是一個(gè)在(0,1]區(qū)間內(nèi)的值；

步驟S1.3：構(gòu)建不同時(shí)間點(diǎn)下的區(qū)域圖，選取一系列時(shí)間點(diǎn)，并計(jì)算這些時(shí)間點(diǎn)下的各個(gè)區(qū)域點(diǎn)間的人員流動(dòng)情況的相似度，由此構(gòu)建出具有時(shí)序性的空間區(qū)域網(wǎng)絡(luò)圖；

步驟S2：通過一種根據(jù)網(wǎng)絡(luò)中各點(diǎn)間連接邊的權(quán)重進(jìn)行社團(tuán)劃分的社團(tuán)檢測(cè)的方法，將人員流動(dòng)情況相似的區(qū)域點(diǎn)劃分進(jìn)同一個(gè)社區(qū)，具體如下：

步驟S2.1：讀取空間網(wǎng)絡(luò)圖中區(qū)域點(diǎn)和區(qū)域點(diǎn)之間連接邊的權(quán)重，將每個(gè)區(qū)域點(diǎn)劃分為一個(gè)社團(tuán)，選取一個(gè)區(qū)域點(diǎn)并依次移動(dòng)該區(qū)域點(diǎn)到相鄰的區(qū)域點(diǎn)所在的社團(tuán)，并計(jì)算整體模塊度增量，最終將該區(qū)域點(diǎn)移動(dòng)到使模塊度增量最大的社團(tuán)中，模塊度增量的具體計(jì)算如下：

其中是社團(tuán)內(nèi)部的所有邊的權(quán)重之和，是社團(tuán)中所有與節(jié)點(diǎn)相關(guān)的邊的權(quán)重之和；是節(jié)點(diǎn)i上的所有邊的權(quán)重之和，是節(jié)點(diǎn)i到社區(qū)中的所有節(jié)點(diǎn)的邊的權(quán)重之和，m是網(wǎng)絡(luò)中所有邊的權(quán)重之和；

步驟S2.2：重新定義社團(tuán)間的權(quán)重，并重復(fù)迭代步驟S2.1的過程，直至移動(dòng)任何一個(gè)點(diǎn)模塊度都不再增加為止，輸出最終的社團(tuán)檢測(cè)結(jié)果；

步驟S3：獲得一系列時(shí)間點(diǎn)上的社團(tuán)劃分情況，得到社團(tuán)劃分編號(hào)的序列，通過深度神經(jīng)網(wǎng)絡(luò)對(duì)比預(yù)測(cè)出的下一時(shí)刻社團(tuán)結(jié)構(gòu)與上一時(shí)刻社團(tuán)結(jié)構(gòu)，根據(jù)設(shè)定的風(fēng)險(xiǎn)級(jí)別進(jìn)行預(yù)警。

2.如權(quán)利要求1所述的方法，其特征在于：步驟S1.2中計(jì)算相似度時(shí)首先采用歐式距離的方式計(jì)算兩個(gè)區(qū)域點(diǎn)的人員流動(dòng)情況特征矩陣的距離，具體計(jì)算方法為：

其中為區(qū)域點(diǎn)1的特征矩陣中的每個(gè)元素，為區(qū)域點(diǎn)2的特征矩陣中對(duì)應(yīng)的元素；

得到兩個(gè)特征矩陣的距離后，通過以下公式計(jì)算可得到兩個(gè)區(qū)域點(diǎn)間的相似度S：

。

3.如權(quán)利要求1所述的方法，其特征在于，所述步驟S3包括具體包括：

步驟S3.1：從網(wǎng)站獲取天氣、節(jié)假日信息，并與對(duì)應(yīng)時(shí)間的社團(tuán)結(jié)構(gòu)相匹配；

步驟S3.2：采用LSTM長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)對(duì)下一時(shí)刻的社團(tuán)結(jié)構(gòu)進(jìn)行預(yù)測(cè)；

步驟S3.3：對(duì)比預(yù)測(cè)出的下一時(shí)刻社團(tuán)結(jié)構(gòu)與上一時(shí)刻社團(tuán)結(jié)構(gòu)，根據(jù)風(fēng)險(xiǎn)級(jí)別進(jìn)行預(yù)警。

4.如權(quán)利要求3所述的方法，其特征在于：所述步驟S3.1中從天氣后報(bào)網(wǎng)站采用爬蟲手段獲取所需要的時(shí)間的天氣狀況，并進(jìn)行編碼量化處理；從相關(guān)網(wǎng)站獲取法定節(jié)假日信息，對(duì)所有日期數(shù)據(jù)進(jìn)行分類別標(biāo)注，共分為三類：工作日，雙休日，法定節(jié)假日；最后對(duì)天氣狀況和日期這兩類數(shù)據(jù)都進(jìn)行one-hot編碼處理。