[發明專利]一種面向移動軌跡大數據的最佳候車點推薦方法及系統

在審

• 申請號: 202010877514.0
• 申請日: 2020-08-27
• 公開（公告）號: CN112069229A
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 夏大文;白宇;鄭永玲;楊楠;蔣順英;李華青;孟慶欣;馮夫健;蔡靜;余江浩;王林
• 申請（專利權）人: 貴州民族大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/29;G06K9/62;G06Q50/26
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 尉保芳

本發明公開了一種面向移動軌跡大數據的最佳候車點推薦方法及系統，其中方法包括以下步驟：S1：獲取車輛的移動軌跡數據；S2：對移動軌跡數據進行預處理，獲得車輛上下客熱點數據；S3:根據上下客熱點數據構建并行SP?DBSCAN算法；S4：使用SP?DBSCAN算法進行聚類分析，獲得多個候車點推薦區域；S5:根據多個候車點推薦區域，獲取每個候車點推薦區域的多個質心；S6:根據多個質心以及乘客的位置推薦最佳候車點，最佳候車點為多個質心中的一個或多個，構建并行SP?DBSCAN算法，并使用SP?DBSCAN算法進行聚類分析，獲得候車點推薦區域，以及根據候車點推薦區域獲得最佳候車點，解決了基于移動軌跡大數據的最佳候車點推薦的分布式存儲和并行計算的技術問題，處理大規模移動軌跡數據效率高。

技術領域

本發明涉及面向移動軌跡大數據的候車位置推薦領域，尤其涉及一種面向移動軌跡大數據的最佳候車點推薦方法及系統。

背景技術

伴隨數據技術(DT,Data Technology)的迅猛發展，移動軌跡大數據挖掘分析已成為解決交通擁堵等城市問題的新理念和新實踐，應用大數據方法和技術有助于實現人-自然-環境的和諧發展，提高城市的宜居程度，為政府實施智能交通精準管理提供基于數據證據的綜合決策。但隨著交通大數據呈指數級增長，傳統方法和技術已不能滿足大規模交通數據的存儲和計算需求。近年來，并行分布式計算為移動軌跡大數據的深度挖掘和高效分析提供了新途徑。

傳統的最佳候車點推薦方法并未考慮乘客流動性等特點，尤其是隨著交通大數據的爆炸式增長，現有串行算法在基于傳統單機集中式挖掘平臺的最佳候車點推薦時存在“內存消耗與I/O開銷高、處理效率低和可擴展性能差”的技術問題，無法有效解決基于移動軌跡大數據的最佳候車點推薦的分布式存儲和并行計算的技術問題。

發明內容

本發明所要解決的技術問題是針對上述現有技術的不足，提供一種面向移動軌跡大數據的最佳候車點推薦方法及系統，有效解決基于移動軌跡大數據的最佳候車點推薦的分布式存儲和并行計算的技術問題。

本發明解決上述技術問題的技術方案如下：一種面向移動軌跡大數據的最佳候車點推薦方法，包括以下步驟：

S1:獲取車輛的移動軌跡數據；

S2:對所述移動軌跡數據進行預處理，獲得車輛上下客熱點數據；

S3:根據所述上下客熱點數據構建并行SP-DBSCAN算法；

S4：使用所述SP-DBSCAN算法進行聚類分析，獲得多個候車點推薦區域；

S5:根據所述多個候車點推薦區域，獲取每個候車點推薦區域的多個質心；

S6:根據所述多個質心以及乘客的位置推薦最佳候車點，所述最佳候車點為所述多個質心中的一個或多個。

本發明的有益效果是，構建并行SP-DBSCAN算法，并使用SP-DBSCAN算法進行聚類分析，獲得候車點推薦區域，以及根據候車點推薦區域獲得最佳候車點，解決了基于移動軌跡大數據的最佳候車點推薦的分布式存儲和并行計算的技術問題，處理大規模移動軌跡數據效率高，候車點位置推薦準確。

進一步，在Hadoop分布式計算平臺下，基于Spark并行處理框架，所述S2具體包括：

S201:根據所述移動軌跡數據提取運營狀態連續為011的軌跡數據，其中空車狀態記為0，載客狀態記為1；

S202:對所述運營狀態連續為011的軌跡數據進行數據剔除，僅保留經度和緯度數據；

S203:根據所述經度和緯度數據，建立N×2的稠密矩陣的RDD彈性分布數據集作為所述上下客熱點數據。