[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

本發明涉及一種基于數據挖掘的地鐵乘客分析方法及系統，通過乘客出行交易記錄獲得源數據，對源數據進行處理和多維度分析，實現對地鐵乘客出行更加準確和有效地分類，同時提供了乘客的出行軌跡，在保障網絡大客流運營安全的基礎上為軌道交通的規劃提供了可靠的數據化依據。本發明的技術方案，通過計算偏差系數對聚類過程中最終的聚類個數進行選取，能夠根據數據特性很快選取出合適的聚類個數，獲得更符合乘客分布規律的聚類結果，并且利用時空分析方法對乘客的出行軌跡進行分析，推算出乘客的住址、工作地以及住址和工作地之間的大致距離，對地鐵乘客出行情況進行了更深入的分析，為軌道交通的規劃提供了可靠的數據化依據。

技術領域

本發明涉及信息數據處理技術領域，尤其涉及一種基于數據挖掘的地鐵乘客分析方法及系統。

背景技術

超大規模地鐵網絡化運營面臨著常態或突發事件下的大客流壓力，乘客個體在地鐵網絡內的出行時空軌跡蘊含著每位乘客在特定時間段內的出行選擇特征和活動特性。實時獲取乘客的出行軌跡能夠為估算列車實時滿載率、監控網絡客流實時分布、優化客運組織方案、制定彈性票價策略等提供詳盡的數據基礎。此外，在地鐵網絡層面上獲取乘客在不同路徑之間的換乘比例，不同類型乘客的路徑選擇行為，能夠更精準地挖掘客流分布的時空關聯特性，為車站客運組織方案的制定和線路客流的主動預警提供量化依據，提高地鐵網絡化運營風險主動管控的智能化水平。

隨著我國城市軌道交通建設的發展，城市化進程的快速推進，如何通過合理的軌道交通設計滿足居民日益增長的出行需求已成為一個迫在眉睫的問題。通過直接觀測人流量與站點吞吐量的傳統軌道出行行為分析模型與方法已較難滿足更加準確、精細化的需求。同時，居民軌道出行規律可以很好的反應城市社會空間的變化，為城市的合理規劃，提供寶貴的參照。

發明內容

基于現有技術的上述情況，本發明的目的在于提供一種基于數據挖掘的地鐵乘客分析方法及系統，通過乘客出行交易記錄獲得源數據，對源數據進行處理和多維度分析，實現對地鐵乘客出行更加準確和有效地分類，同時提供了乘客的出行軌跡，在保障網絡大客流運營安全的基礎上為軌道交通的規劃提供了可靠的數據化依據。

為達到上述目的，根據本發明的一個方面，提供了一種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。

進一步的，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。

進一步的，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。

進一步的，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；