[發明專利]一種聚集區類型判斷模型訓練方法和系統

在審

• 申請號: 202211078253.1
• 申請日: 2022-09-05
• 公開（公告）號: CN115630293A
• 公開（公告）日: 2023-01-20
• 發明（設計）人: 楊曉明;夏曙東;肖中南;馮新平;張志平;江潮
• 申請（專利權）人: 北京中交興路信息科技有限公司
• 主分類號: G06F18/214
• 分類號: G06F18/214;G06F18/23;G06F18/24;G06F16/29
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 李小朋

本申請實施例公開了一種聚集區類型判斷模型訓練方法和系統，所述方法包括：通過網格聚類確定目標區域中的車輛停靠點的聚集區；根據所述車輛停靠點的聚集區的聚集數據、地理信息系統數據、車輛靜態數據和車輛停靠數據確定聚集區的特征數據，所述聚集區的特征數據包括聚類特征、地理特征、車輛停靠特征和網絡關系特征；對所述車輛停靠點的聚集區進行地理信息點的關聯，將具有地理信息點的聚集區的特征數據以及地理信息點的類型數據加入標注樣本候選集；采用分類模型對所述標注樣本候選集進行訓練，得到聚集區類型判斷模型。準確識別聚集區的物流類型，為物流地圖構建提供依據。

技術領域

本申請實施例涉及數據挖掘技術領域，具體涉及一種聚集區類型判斷模型訓練方法和系統。

背景技術

貨運車輛聚集的區域就是有物流事件發生的區域，這些物流事件包含裝卸貨、休息、加油、擁堵等。通過網格聚類的方式，可以發現貨運車輛的聚集區域。

如何識別聚集區的物流類型，為物流地圖的構建提供依據，是亟待解決的問題。

發明內容

為此，本申請實施例提供一種聚集區類型判斷模型訓練方法和系統，準確識別聚集區的物流類型，為物流地圖構建提供依據。

為了實現上述目的，本申請實施例提供如下技術方案：

根據本申請實施例的第一方面，提供了一種聚集區類型判斷模型訓練方法，所述方法包括：

通過網格聚類確定目標區域中的車輛停靠點的聚集區；

根據所述車輛停靠點的聚集區的聚集數據、地理信息系統數據、車輛靜態數據和車輛停靠數據確定聚集區的特征數據，所述聚集區的特征數據包括聚類特征、地理特征、車輛停靠特征和網絡關系特征；

對所述車輛停靠點的聚集區進行地理信息點的關聯，將具有地理信息點的聚集區的特征數據以及地理信息點的類型數據加入標注樣本候選集；

采用分類模型對所述標注樣本候選集進行訓練，得到聚集區類型判斷模型。

可選地，所述方法還包括：

獲取待判斷聚集區類型的聚集區的特征數據；

將所述待判斷聚集區類型的聚集區的特征數據輸入所述聚集區類型判斷模型，得到所述待判斷聚集區類型的聚集區對應的地理信息點的類型數據，作為待判斷聚集區類型的聚集區的類型。

可選地，對所述車輛停靠點的聚集區進行地理信息點的關聯，將具有地理信息點的聚集區的特征數據以及地理信息點的類型數據加入標注樣本候選集，包括：

查找所述車輛停靠點的所有關聯的聚集區；

針對每個關聯的聚集區，獲取具有地理信息點的類型數據的聚集區的特征數據；

將所有具有地理信息點的類型數據的聚集區的特征數據以及對應的地理信息點的類型數據加入所述標注樣本候選集。

可選地，所述針對每個關聯的聚集區，獲取具有地理信息點的類型數據的聚集區的特征數據，包括：

針對每個關聯的聚集區，將與每個聚集區距離最近的地理信息點作為該聚集區對應的地理信息點；

獲取具有對應地理信息點的類型數據的聚集區的特征數據。

可選地，根據所述車輛停靠點的聚集區的聚集數據、地理信息系統數據、車輛靜態數據和車輛停靠數據確定聚集區的特征數據，包括：

根據所述車輛停靠點的聚集區的聚集數據確定聚集區的聚類特征、地理特征、車輛停靠特征和網絡關系特征；

根據所述車輛停靠點的地理信息系統數據確定聚集區的地理特征；