[發明專利]一種基于數據挖掘的地鐵乘客分析方法及系統

在審

• 申請號: 202110562020.8
• 申請日: 2021-05-24
• 公開（公告）號: CN112988855A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 楊軍;葉談;唐英豪;宮夢婕;韓嘯;鄭穎
• 申請（專利權）人: 中國礦業大學（北京）
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06K9/62;G06Q50/30
• 代理公司: 北京中創云知識產權代理事務所(普通合伙) 11837
• 代理人: 肖佳

1.一種基于數據挖掘的地鐵乘客分析方法，其特征在于，包括步驟：

獲取地鐵乘客出行交易的源數據；

從源數據中提取乘客出行特征數據作為聚類變量；

對聚類變量進行標準化縮放以及歸一化處理；

采用聚類方法對乘客出行模式進行聚類，并確定最終的聚類個數k，以得到乘客出行模式的分類結果；該聚類個數k選取為使得偏差系數取值最小的k，偏差系數為：

其中，和分別為第i個聚類中心的第j個維度的均值和標準差，L為數據的維度；

利用時空分析方法對乘客的出行軌跡進行分析。

2.根據權利要求1所述的方法，其特征在于，源數據中提取的乘客出行特征數據包括：首次進站平均時間、終次離站平均時間、月均出行天數、周均出行次數、單次出行平均時長、以及有刷卡記錄的站點數。

3.根據權利要求2所述的方法，其特征在于，對聚類變量進行歸一化處理，包括步驟：

針對每個聚類變量，對其進行標準化轉換，標準化轉換后的變量為：

計算熵值：

計算各個維度的權重：

歸一化后的數據為：

其中，是第i個乘客第j維度的數據值，是當前數據第j維度的均值；是第j維度的權重，W是各維度權重的向量，x是的向量；L為數據維度，n為數據的總條數。

4.根據權利要求3所述的方法，其特征在于，所述采用聚類方法對乘客出行模式進行聚類，包括步驟：

選擇K個點作為聚類中心點；

對于每個數據，按照距離??個聚類中心點的距離，將其與距離最近的聚類中心點關聯起來，與同一個聚類中心點關聯的所有點聚成一類：

min{d(i_), d(i_), d(i_)…,d(i_)}

其中，d(i_)表示特征數據與類中心的歐式距離；

計算每一個聚類的坐標平均值，將該聚類所關聯的聚類中心點移動到平均值的位置：

=

其中，為屬于第i聚類的第c個數據，m為屬于第i個聚類的數據個數；

重復上述各步驟，直至類中心點不再變化。

5.根據權利要求4所述的方法，其特征在于，所述選擇??個點作為聚類中心點，包括：

將聚類個數??與樣本數據帶入高斯混合模型；

經過迭代后得到初始各聚類中心點的坐標。

6.根據權利要求5所述的方法，其特征在于，所述利用時空分析方法對乘客的出行軌跡進行分析，包括步驟：

根據從源數據中提取的乘客出行特征數據，推算乘客的住址站點和工作地站點；

根據住址站點和工作地站點，推算住址與工作地之間的距離。

7.根據權利要求6所述的方法，其特征在于，所述根據從源數據中提取的乘客出行特征數據，推算乘客的住址和工作地，包括：

根據所述乘客出行特征數據，計算每日首次出行最大概率的進站點、每日首次出行最大概率的出站點、每日終次出行最大概率的出站點、和每日首次出行最大概率的出站點；

每日首次出行最大概率的進站點與每日終次出行最大概率的出站點相同，該站點為住址站點；

每日首次出行最大概率的出站點與每日首次出行最大概率的出站點相同，該站點為工作地站點。