CN105608898B - 一种基于交通轨迹的驾驶员兴趣点发现方法及系统 - Google Patents
一种基于交通轨迹的驾驶员兴趣点发现方法及系统 Download PDFInfo
- Publication number
- CN105608898B CN105608898B CN201610171468.6A CN201610171468A CN105608898B CN 105608898 B CN105608898 B CN 105608898B CN 201610171468 A CN201610171468 A CN 201610171468A CN 105608898 B CN105608898 B CN 105608898B
- Authority
- CN
- China
- Prior art keywords
- net region
- travelling data
- period
- region
- net
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种基于交通轨迹的驾驶员兴趣点发现方法及系统,以驾驶员的行车数据为依据,获取依据行车区域划分的网格区域;针对网格区域进行动态分析处理,获取驾驶员在各个时间段内频繁停留的网格区域编号,以及对应该网格区域的服务位置信息;进而由服务位置信息确定驾驶员在该网格区域内最相关的兴趣点;能够为第三方提供准确且具备针对性的基础数据,以实现依据驾驶员在区域内最相关的兴趣所在,在对应时间段,向该区域具有指向性的推送驾驶员感兴趣的广告或生活服务信息,进而达到最大化的广告效果。
Description
技术领域
本发明具体涉及一种基于交通轨迹的驾驶员兴趣点发现方法及系统。
背景技术
对于各大厂商而言,每天投放在产品宣传上所花费的广告费是很可观的,其目的都是为了更好的推广自己产品,做到广而告之,好的商业广告将带来巨大的商业价值;而为了达到最大化的广告效果,不仅需要精良的广告内容,更重要的是能够依据消费人群有指向性的推广。
而在现有技术的条件下,商家或广告商在向特定区域的用户推送服务信息及广告时,主要采用的是还是“泛推”,即向该区域的用户推送出相同的所有有关联的广告信息,而对单个特定的用户来说,这其中的大部分信息是毫无价值的,并且在查看这些信息时也很费时,商家未能够针对各个用户的实际实地需求推送出有针对性的个性化广告,以致最终使得用户对所推送出的内容感到厌烦,不利于商业活动的有效进行,且这一广告模式既不符合商家的利益,也不能很好地满足用户对该区域的各种服务的需求。
申请号为:201310019799.4的专利申请,提供一种基于位置提供广告的方法和系统,包括广告登记单元,配置成基于广告主的位置信息搜索受欢迎兴趣空间(SOI),为搜索的受欢迎SOI提供SOI广告信息,根据以广告主的SOI投标信息为基础的投标结果,将受欢迎SOI与广告主标识符进行匹配,并且存储匹配结果;以及广告提供单元,配置成响应于对受欢迎SOI的查询,提供与和受欢迎SOI匹配的广告主标识符相应的展示广告信息。
上述方案所述的位置信息是基于广告主所在的位置信息,通过搜索获取广告主所在位置附近的受欢迎兴趣空间SOI,在SOI中展示广告信息,实现广告效应的扩大。还是无法实现针对用户个人的兴趣点进行分析,有的放矢的投放与兴趣点相关的广告,实现广告效果的最大化。
发明内容
本发明所要解决的技术问题是:提供一种基于交通轨迹的驾驶员兴趣点发现方法及系统,实现动态分析处理行车数据,获取驾驶员的兴趣点,有的放矢的投放广告。
为了解决上述技术问题,本发明采用的技术方案为:
一种基于交通轨迹的驾驶员兴趣点发现方法,包括:
预设采集周期;
依据所述采集周期获取一浮动车N天的行车数据,所述行车数据包括浮动车编号、地理位置和时间点,所述N大于等于2;
划分所述行车数据对应的行车区域为两个以上网格区域,依据划分顺序对所述网格区域进行编号;
依据所述地理位置,定位所述行车数据对应的网格区域;
获取各网格区域对应的网格区域行车数据集合;
生成网格区域与网格区域行车数据集合的关联表;
将一天划分为p个时间段,p大于等于2;
依据所述关联表,获取一网格区域对应的网格区域行车数据集合;
依据所述时间点的先后顺序,对所述网格区域行车数据集合中的行车数据进行排序;依据所述时间段,获取所述一网格区域对应第n天的第p个时间段的行车数据序列;
获取各网格区域所对应的行车数据序列;
依据时间轴顺序,以及所述行车数据序列对应的网格区域编号;获取由所述一浮动车对应第n天的第p个时间段时所处网格区域编号构成的网格区域集合;
获取对应各网格区域的服务位置信息集合;
匹配所述网格区域集合和所述服务位置信息集合,获取包括所述一浮动车在各个时间段所对应的网格区域编号,以及网格区域所对应服务位置信息的第一集合;
依据所述第一集合中所述网格区域编号对应的网格区域行车数据集合中的时间点,确定所述一浮动车在所述网格区域滞留的时间;
依据所述一浮动车在各网格区域滞留的时间计算得到对应的滞留因子;获取滞留因子大于1的网格区域对应的网格区域编号,构成所述一浮动车的兴趣网格区域编号集合;
依据所述第一集合和所述兴趣网格编号集合,获取对应所述兴趣网格区域编号集合的第二集合;
将所述第二集合中的兴趣网格区域编号和对应的服务位置信息作为样本进行统计分析,得到所述一浮动车频繁出现的兴趣网格区域编号,以及对应的服务位置信息。
本发明提供的另一个技术方案为:
一种基于交通轨迹的驾驶员兴趣点发现系统,包括:
预设模块,用于预设采集周期;
第一获取模块,用于依据所述采集周期获取一浮动车N天的行车数据,所述行车数据包括浮动车编号、地理位置和时间点,所述N大于等于2;
第一划分模块,用于划分所述行车数据对应的行车区域为两个以上网格区域;
编号模块,用于依据划分顺序对所述网格区域进行编号;
定位模块,用于依据所述地理位置,定位所述行车数据对应的网格区域;
第二获取模块,用于获取各网格区域对应的网格区域行车数据集合;
生成模块,用于生成网格区域与网格区域行车数据集合的关联表;
第二划分模块,用于将一天划分为p个时间段,p大于等于2;
第三获取模块,用于依据所述关联表,获取一网格区域对应的网格区域行车数据集合;
排序模块,用于依据所述时间点的先后顺序,对所述网格区域行车数据集合中的行车数据进行排序;
第四获取模块,用于依据所述时间段,获取所述一网格区域对应第n天的第p个时间段的行车数据序列;
第五获取模块,用于获取各网格区域所对应的行车数据序列;
第六获取模块,用于依据时间轴顺序,以及所述行车数据序列对应的网格区域编号;获取由所述一浮动车对应第n天的第p个时间段时所处网格区域编号构成的网格区域集合;
第七获取模块,用于获取对应各网格区域的服务位置信息集合;
匹配模块,用于匹配所述网格区域集合和所述服务位置信息集合,获取包括所述一浮动车在各个时间段所对应的网格区域编号,以及网格区域所对应服务位置信息的第一集合;
第八获取模块,用于依据所述第一集合中所述网格区域编号对应的网格区域行车数据集合中的时间点,确定所述一浮动车在所述网格区域滞留的时间;
第九获取模块,用于依据所述一浮动车在各网格区域滞留的时间计算得到对应的滞留因子;获取滞留因子大于1的网格区域对应的网格区域编号,构成所述一浮动车的兴趣网格区域编号集合;
第十获取模块,用于依据所述第一集合和所述兴趣网格编号集合,获取对应所述兴趣网格区域编号集合的第二集合;
处理模块,将所述第二集合中的兴趣网格区域编号和对应的服务位置信息作为样本进行统计分析,得到所述一浮动车频繁出现的兴趣网格区域,以及对应的服务位置信息。
本发明的有益效果在于:提供一种基于交通轨迹的驾驶员兴趣点发现方法及系统,以驾驶员的行车数据为依据,获取依据行车区域划分的网格区域;针对网格区域进行动态分析处理,获取驾驶员在各个时间段内频繁停留的网格区域编号,以及对应该网格区域的服务位置信息;进而由服务位置信息确定驾驶员在该网格区域内最相关的兴趣点;能够为第三方提供准确且具备针对性的基础数据,以实现依据驾驶员在区域内最相关的兴趣所在,在对应时间段,向该区域具有指向性的推送驾驶员感兴趣的广告或生活服务信息,进而达到最大化的广告效果。
附图说明
图1为本发明一种基于交通轨迹的驾驶员兴趣点发现方法的流程方框图;
图2为本发明一具体实施方式一种基于交通轨迹的驾驶员兴趣点发现方法的流程方框图;
图3为本发明一种基于交通轨迹的驾驶员兴趣点发现系统的结构组成方框图。
标号说明:
1、预设模块;2、第一获取模块;3、第一划分模块;4、编号模块;
5、定位模块;6、第二获取模块;7、生成模块;8、第二划分模块;
9、第三获取模块;10、排序模块;11、第四获取模块;12、第五获取模块;
13、第六获取模块;14、第七获取模块;15、匹配模块;
16、第八获取模块;17、第九获取模块;18、提取模块;
19、处理模块。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于:划分行车区域为多个网格区域;针对网格区域进行动态分析处理,获取驾驶员在各个时间段内频繁停留的网格区域编号,以及对应该网格区域的服务位置信息,确定驾驶员在该区域最相关的兴趣所在。
本发明涉及的技术术语解释:
请参照图1以及图2,本发明提供一种基于交通轨迹的驾驶员兴趣点发现方法,具体包括:
S1:预设采集周期;
S2:依据所述采集周期获取一浮动车N天的行车数据,所述行车数据包括浮动车编号、地理位置和时间点,所述N大于等于2;
上述N可以是20、30、90或者是365,依据对最终获取到的驾驶员的兴趣点的准确度要求可灵活配置;
所述一浮动车的行车数据的获取方式可以是:利用装载在浮动车上的车载定位系统依据预先设置的采集周期T定期采集浮动车的编号、地理位置和时间点等行车信息;并将所述行车数据通过移动蜂窝通信技术等无线移动通信技术传送到数据中心,为数据中心后续针对浮动车的行车数据的统计分析提供可靠的数据分析基础。
S3:划分所述行车数据对应的行车区域为两个以上网格区域,依据划分顺序对所述网格区域进行编号;
具体可以是:数据中心接收到行车数据后,依据行车数据中的地理位置信息与GIS系统的地图数据进行匹配,定位获取行车数据所处的行车区域;将所述行车区域依据一预设的单位面积进行划分,得到多个的网格区域;依据划分的顺序对所述网格区域进行编号,如网格区域1、网格区域2…..网格区域S;划分得到的网格区域的数量越多,对后续针对网格区域的行车数据分析结果将更准确,最终得到的驾驶员的兴趣点也更加精确。
S4:依据所述地理位置,定位所述行车数据对应的网格区域;
S5:获取各网格区域对应的网格区域行车数据集合;
S6:生成网格区域与网格区域行车数据集合的关联表;
步骤S4-6具体可以是:数据中心依据所述行车数据中的地理位置,对每条行车数据进行定位,获取每条行车数据对应的网格区域;统计每个网格区域内包含的所有行车数据,获取各个网格区域各自对应的网格区域行车数据集合;建立网格区域与对应的网格区域行车数据集合的关联性,生成网格区域与网格区域行车数据集合的关联表,并将所述关联表存储在数据中心的数据库中。
S7:将一天划分为p个时间段,p大于等于2;
所述p可以是6、8或10等数值,划分得到的每个时间段对应的时间也可以灵活的依据需求配置;如将一天划分为4个时间段,可以是早上6:00-8:00、8:00-10:00、10:00-12:00、12:00-14:00、14:00-16:00、16:00-18:00、18:00-20:00、20:00-22:00和22:00-24:00;p的取值越大,将对一天的时间划分的越细,最终获取到的驾驶员对应各个时间段的兴趣点确认也更精确。
S8:依据所述关联表,获取一网格区域对应的网格区域行车数据集合;
S9:依据所述时间点的先后顺序,对所述网格区域行车数据集合中的行车数据进行排序;
S10:依据所述时间段,分别获取所述各网格区域对应第N天的第p个时间段的行车数据序列;
步骤S8-10具体可以包括:依据所述网格区域与网格区域行车数据集合的关联表,获取其中一个网格区域,如网格区域1,以及对应的网格区域行车数据集合;依据网格区域行车数据集合中各行车数据对应的时间点,按照时间轴前后顺序对所有的网格区域行车数据进行排序,得到依据时间顺序排序的网格区域行车数据集合;依据每一天所对应的预设时间段,依次在经过排序的网格区域行车数据集合中提取对应的行车数据,最终获取到该网格区域对应第n天的第p个时间段的行车数据序列;如网格区域1对应第一天的第1个时间段对应的行车数据序列1,第一天的第2个时间段对应的行车数据序列2……第10天的第8个时间段对应的行车数据序列35。
S11:依据时间轴顺序,以及所述行车数据序列对应的网格区域编号;获取由所述一浮动车对应第n天的第p个时间段时所处网格区域编号构成的网格区域集合;
具体的,步骤S11可以包括:首先获取一个网格区域对应的所有的行车数据序列,基于所述所有的行车数据序列本身便是步骤S5中对应该网格区域的网格区域行车数据集合中分析处理提取出来的,因此,可以直接确定所述所有的行车数据序列对应的网格区域编号;依次确定每一个网格区域的所有的行车数据序列对应的网格区域编号;然后依据时间轴顺序,对所有网格区域所有的行车数据序列对应的网格区域编号进行排序,获取浮动车对应每一天的每个时间段时所处的网格区域对应的编号构成的网格区域集合,如浮动车在第一天的第一个时间段时处在网格区域1、第一天的第二个时间段时处在网格区域5……第9天的第一个时间段处在网格区域1;通过网格区域集合,便能直观的了解到浮动车依据时间轴顺序所处的不同网格区域,并作为后续浮动车依据时间段的不同分析获取到对应这一时间段的准确的兴趣点而提供精确的数据分析基础。
S12:获取对应各网格区域的服务位置信息集合;
所述各网格区域的服务位置信息集合可以依据对GIS系统的地图数据进行简单的分析处理,依据地图数据中记录的各商家和商业服务机构来获取。
S13:匹配所述网格区域集合和所述服务位置信息集合,获取包括所述一浮动车在各个时间段所对应的网格区域编号,以及网格区域所对应服务位置信息的第一集合;
步骤S13具体可以包括:从步骤S11的网格区域集合和步骤S12的服务位置信息集合中依次提取出每一天的各个时间段所处的网格区域编号,以及该网格区域对应的服务位置信息构成的第一集合;如获取第p个时间段所处的网格区域编号,以及对应的服务位置信息;如P为2,则所述第一集合由(第2个时间段处在网格区域1,区域网格1对应的服务位置信息),(第2个时间段处在网格区域3,网格区域3对应的服务位置信息)…..(第2个时间段处在网格区域18,网格区域18对应的服务位置信息)。
S14:依据所述第一集合中所述网格区域编号对应的行车数据序列中的时间点,确定所述一浮动车在所述网格区域滞留的时间;
S15:依据所述一浮动车在各网格区域滞留的时间计算得到对应的滞留因子;获取滞留因子大于1的网格区域对应的网格区域编号,构成所述一浮动车的兴趣网格区域编号集合;
所述滞留因子代表的是在这一时间段内,所述浮动车在该网格区域滞留的时间长短标准;若滞留因子大于1,则表示所述浮动车在该网格区域内有滞留,进而判断浮动车对应的驾驶员在该网格区域内可能有感兴趣的服务位置信息;反之,若滞留因子为1,则表示驾驶员在该网格区域内没有滞留,可能只是路过所述网格区域,在该网格区域内几乎没有驾驶员感兴趣的服务位置信息;标记滞留因子大于1的网格区域为兴趣网格区域,获取所有的兴趣网格区域对应的编号,得到所述一浮动车的兴趣网格区域编号集合。
S16:将所述兴趣网格编号与所述第一集合中的网格区域编号匹配,在第一集合中,提取与所述兴趣网格区域编号相同的第二集合;
具体可以为:依据所述兴趣网格编号集合,从所述第一集合中提取对应的网格区域编号,以及该网格区域对应的服务位置信息,构成对应所述兴趣网格区域编号集合的第二集合。
S17:将所述第二集合中的兴趣网格区域编号和对应的服务位置信息作为样本进行统计分析,得到所述一浮动车频繁出现的兴趣网格区域编号,以及对应的服务位置信息;
具体可以为:提取所述第二集合中大量的数据,并以数据中的兴趣网格区域编号和对应的服务位置信息作为样本进行正态分布处理,进而得到兴趣网格区域编号和对应的服务位置信息服从二维的正态分布曲线;最后经过计算得到所述一浮动车频繁出现的兴趣网格区域编号集合,以及对应的服务位置信息。
进一步的,还可以包括:数据中心从统计分析中提取出浮动车的驾驶员频繁出现的兴趣网格区域,并根据兴趣网格区域对应的服务位置信息的相关度,进而发现驾驶员在该兴趣网格区域最相关的兴趣所在,从而商家和广告商等据此向该区域的驾驶员推送出有针对性的生活服务信息或广告信息。
在上述方案的基础上,本发明的实施例二为:
装载有车载定位系统的一浮动车依据预设的采样周期T,采集得到N天的由浮动车编号i、地理位置信息l和时间点信息t构成的行车数据序列xi:xi=<l,t>;将所述行车数据序列xi发送至数据中心。
数据中心接收所述行车数据序列xi;依据所述地理位置信息l定位所述行车数据序列xi对应的行车区域;
以单位区域面积s0对所述行车区域s'进行网格化划分,并依据划分顺序进行编号;得到由网格区域ds构成的网格区域集合D:D={d1,d2,...,ds},其中,s为网格区域的编号;s0可根据分析的需要选取适当的值。
将位于同一网格区域的行车数据进行归类处理;获取网格区域ds对应的网格区域行车数据集合Ps:Ps={x1,x2,...,xi};
获取各网格区域对应的网格区域行车数据集合;
生成网格区域ds对应网格区域行车数据集合Ps的关联表,并存储在数据中心的数据库中。
将一天划分为p个时间段,得到时间段序列U:U=<T1,T2,...,TP>,其中,TP表示一天中的第p个时间段。
依据所述关联表,获取一网格区域ds对应的网格区域行车数据集合Ps;
依据所述时间点t,对网格区域行车数据集合Ps中的行车数据xi按照时间前后进行排序,获取排序后的网格区域行车数据集合W;
依据所述时间段,从所述排序后的网格区域行车数据集合W中依次提取属于第n天的第p个时间段的行车数据序列xnp,首次提取时n=p=1。
依据所述行车数据序列xnp对应的网格区域ds,对应时间段序列U依次获取所述一浮动车对应第n天的第p个时间段时所处网格区域dnp,构成网格区域集合G:然后执行n++,p++;
判断时间段TP是否为时间段序列U的最后一条记录,以及所述排序后的网格区域行车数据集合W的最后一条行车数据序列xnp;即是否取到了所选取的时间段的最后一天的最后一条行车数据序列以及所有一天中的时间段;若是,则继续执行下一步骤;若否,则返回继续对应所述时间段TP获取下一条行车数据序列xnp。
获取各网格区域所对应的行车数据序列;
匹配所述网格区域集合G和服务位置信息集合V,所述V={y1,y2,…,ys},其中,ys为与所述网格区域ds相对应的服务位置信息;
从所述网格区域集合G和服务位置信息集合V中,提取所述一浮动车处于第p个时间段TP时对应的网格区域dnp,获取对应的网格区域编号dsp,以及对应的服务位置信息ys;首次提取时s=1,生成第一集合Sp:Sp={(d1p,y1),(d2p,y2),...,(dsp,ys)};然后执行p++;
判断时间段TP是否为时间段序列U的最后一条记录,若是,则清空时间段序列U;若否,则继续提取下一个时间段对应的网格区域,以及对应的服务位置信息。
依据所述第一集合中所述网格区域编号对应的网格区域行车数据集合中的时间点,确定所述一浮动车在所述网格区域滞留的时间;
依据所述各网格区域滞留的时间sum(t):计算得到各网格区域的滞留因子β;所述β=(sum(t)/|X|)/T0,其中,|X|表示在网格区域dS的时间段TP内所采集到的行车数据的个数;
获取滞留因子β大于1的网格区域对应的网格区域编号,构成所述一浮动车的兴趣网格区域编号集合;
依据所述第一集合和所述兴趣网格编号集合,获取对应所述兴趣网格区域编号集合的第二集合;
所述第二集合为S'={(d′1p,y1),(d'2p,y2),...,(d′sp,ys)}。
其中,所述i为浮动车编号、所述l地理位置信息、所述d′sp为兴趣网格区域编号
提取所述网格区域编号d′sp在时间段TP内对应的服务位置信息ys作为样本进行正态分布统计分析,得到所述网格区域编号d′sp和对应的服务位置信息ys服从的正态分布曲线f(r,y,μ1,μ2,σ1,σ1,ρ):
即服从参数为μ1,μ2,ρ的二维正态分布;记为:
为R和Y的相关系数,E(R)=μ1,E(Y)=μ2。
进一步地,还可以包括:数据中心从统计分析中提取出浮动车的驾驶员频繁出现的兴趣网格区域,并根据兴趣网格区域对应的服务位置信息的相关度,进而发现驾驶员在该兴趣网格区域最相关的兴趣所在,从而商家和广告商等据此向该区域的驾驶员推送出有针对性的生活服务信息或广告信息。
请参阅图3,本发明的实施例三为:
一种基于交通轨迹的驾驶员兴趣点发现系统,包括:
预设模块1,用于预设采集周期;
第一获取模块2,用于依据所述采集周期获取一浮动车N天的行车数据,所述行车数据包括浮动车编号、地理位置和时间点,所述N大于等于2;
第一划分模块3,用于划分所述行车数据对应的行车区域为两个以上网格区域;
编号模块4,用于依据划分顺序对所述网格区域进行编号;
定位模块5,用于依据所述地理位置,定位所述行车数据对应的网格区域;
第二获取模块6,用于获取各网格区域对应的网格区域行车数据集合;
生成模块7,用于生成网格区域与网格区域行车数据集合的关联表;
第二划分模块8,用于将一天划分为p个时间段,p大于等于2;
第三获取模块9,用于依据所述关联表,获取一网格区域对应的网格区域行车数据集合;
排序模块10,用于依据所述时间点的先后顺序,对所述网格区域行车数据集合中的行车数据进行排序;
第四获取模块11,用于依据所述时间段,获取所述一网格区域对应第n天的第p个时间段的行车数据序列;
第五获取模块12,用于获取各网格区域所对应的行车数据序列;
第六获取模块13,用于依据时间轴顺序,以及所述行车数据序列对应的网格区域编号;获取由所述一浮动车对应第n天的第p个时间段时所处网格区域编号构成的网格区域集合;
第七获取模块14,用于获取对应各网格区域的服务位置信息集合;
匹配模块15,用于匹配所述网格区域集合和所述服务位置信息集合,获取包括所述一浮动车在各个时间段所对应的网格区域编号,以及网格区域所对应服务位置信息的第一集合;
第八获取模块16,用于依据所述第一集合中所述网格区域编号对应的行车数据序列中的时间点,确定所述一浮动车在所述网格区域滞留的时间;
第九获取模块17,用于依据所述一浮动车在各网格区域滞留的时间计算得到对应的滞留因子;获取滞留因子大于1的网格区域对应的网格区域编号,构成所述一浮动车的兴趣网格区域编号集合;
提取模块18,用于将所述兴趣网格编号与所述第一集合中的网格区域编号匹配,在第一集合中,提取与所述兴趣网格区域编号相同的第二集合;
处理模块19,将所述第二集合中的兴趣网格区域编号和对应的服务位置信息作为样本进行统计分析,得到所述一浮动车频繁出现的兴趣网格区域编号,以及对应的服务位置信息。
上述一种基于交通轨迹的驾驶员兴趣点发现系统,其效果在于:针对海量的浮动车的行车数据进行挖掘分析,并提供了一种驾驶员兴趣点的发现采集机制,可为驾驶员提供所在道路区域范围的生活服务信息,广告商也可由此实现对用户广告信息的针对性推送。
综上所述,本发明提供的一种基于交通轨迹的驾驶员兴趣点发现方法及系统,针对行车数据进行动态分析处理,获取驾驶员在各个时间段内频繁停留的网格区域编号,以及对应该网格区域的服务位置信息,确定驾驶员在该区域最相关的兴趣所在;能够为第三方提供准确且具备针对性的基础数据,以实现依据驾驶员在区域内最相关的兴趣所在,在对应时间段,向该区域具有指向性的推送驾驶员感兴趣的广告或生活服务信息,进而达到最大化的广告效果。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (11)
1.一种基于交通轨迹的驾驶员兴趣点发现方法,其特征在于,包括:
预设采集周期;
依据所述采集周期获取一浮动车N天的行车数据,所述行车数据包括浮动车编号、地理位置和时间点,所述N大于等于2;
划分所述行车数据对应的行车区域为两个以上网格区域,依据划分顺序对所述网格区域进行编号;
依据所述地理位置,定位所述行车数据对应的网格区域;
获取各网格区域对应的网格区域行车数据集合;
生成网格区域与网格区域行车数据集合的关联表;
将一天划分为p个时间段,p大于等于2;
依据所述关联表,获取一网格区域对应的网格区域行车数据集合;
依据所述时间点的先后顺序,对所述网格区域行车数据集合中的行车数据进行排序;依据所述时间段,分别获取所述各网格区域对应第n天的第p个时间段的行车数据序列;
依据时间轴顺序,以及所述行车数据序列对应的网格区域编号;获取由所述一浮动车对应第n天的第p个时间段时所处网格区域编号构成的网格区域集合;
获取对应各网格区域的服务位置信息集合;
匹配所述网格区域集合和所述服务位置信息集合,获取包括所述一浮动车在各个时间段所对应的网格区域编号,以及网格区域所对应服务位置信息的第一集合;
依据所述第一集合中所述网格区域编号对应的行车数据序列中的时间点,确定所述一浮动车在所述网格区域滞留的时间;
依据所述一浮动车在各网格区域滞留的时间计算得到对应的滞留因子;获取滞留因子大于1的网格区域对应的网格区域编号,构成所述一浮动车的兴趣网格区域编号集合;
将所述兴趣网格区域编号与所述第一集合中的网格区域编号匹配,在第一集合中,提取与所述兴趣网格区域编号相同的第二集合;
将所述第二集合中的兴趣网格区域编号和对应的服务位置信息作为样本进行正态分布处理,得到所述一浮动车频繁出现的兴趣网格区域编号,以及对应的服务位置信息。
2.如权利要求1所述的一种基于交通轨迹的驾驶员兴趣点发现方法,其特征在于,所述“依据所述采集周期获取一浮动车N天的行车数据,所述行车数据包括浮动车编号、地理位置和时间点,所述N大于等于2”具体为:
装载有车载定位系统的一浮动车依据预设的采样周期T,采集得到N天的由浮动车编号i、地理位置信息l和时间点信息t构成的行车数据序列xi:xi=<l,t>;将所述行车数据序列xi发送至数据中心。
3.如权利要求2所述的一种基于交通轨迹的驾驶员兴趣点发现方法,其特征在于,所述“划分所述行车数据对应的行车区域为两个以上网格区域,依据划分顺序对所述网格区域进行编号”具体为:
数据中心接收所述行车数据序列xi;依据所述地理位置信息l定位所述行车数据序列xi对应的行车区域;
以单位区域面积对所述行车区域进行网格化划分,并依据划分顺序进行编号;得到由网格区域ds构成的网格区域序列D:D={d1,d2,...,ds},其中,s为网格区域的编号。
4.如权利要求3所述的一种基于交通轨迹的驾驶员兴趣点发现方法,其特征在于,所述“获取各网格区域对应的网格区域行车数据集合;生成网格区域与网格区域行车数据集合的关联表”具体为:
将位于同一网格区域的行车数据进行归类处理;获取网格区域ds对应的网格区域行车数据集合Ps:Ps={x1,x2,...,xi};
生成网格区域ds对应网格区域行车数据集合Ps的关联表,并存储在数据中心的数据库中。
5.如权利要求4所述的一种基于交通轨迹的驾驶员兴趣点发现方法,其特征在于,所述“将一天划分为p个时间段,P大于等于2”具体为:
将一天划分为p个时间段,得到时间段序列U:U=<T1,T2,...,TP>,其中,TP表示一天中的第p个时间段。
6.如权利要求5所述的一种基于交通轨迹的驾驶员兴趣点发现方法,其特征在于,所述“依据所述时间点的先后顺序,对所述网格区域行车数据集合中的行车数据进行排序;依据所述时间段,分别获取所述各网格区域对应第n天的第p个时间段的行车数据序列”具体为:
依据所述时间点t,对网格区域行车数据集合Ps中的行车数据xi按照时间前后进行排序,获取排序后的网格区域行车数据集合W;
依据所述时间段,从所述排序后的网格区域行车数据集合W中依次提取属于第n天的第p个时间段的行车数据序列xnp,首次提取时n=p=1。
7.如权利要求6所述的一种基于交通轨迹的驾驶员兴趣点发现方法,其特征在于,所述“依据时间轴顺序,以及所述行车数据序列对应的网格区域编号;获取由所述一浮动车对应第n天的第p个时间段时所处网格区域编号构成的网格区域集合”具体为:
依据所述行车数据序列xnp对应的网格区域ds,对应时间段序列U依次获取所述一浮动车对应第n天的第p个时间段时所处网格区域dnp,构成网格区域集合然后执行n++,p++;
判断时间段TP是否为时间段序列U的最后一条记录,以及所述排序后的网格区域行车数据集合W的最后一条行车数据序列xnp;
若是,则继续执行下一步骤;若否,则返回继续对应所述时间段TP获取下一条行车数据序列xnp。
8.如权利要求7所述的一种基于交通轨迹的驾驶员兴趣点发现方法,其特征在于,所述“匹配所述网格区域集合和所述服务位置信息集合,获取包括所述一浮动车在各个时间段所对应的网格区域编号,以及网格区域所对应服务位置信息的第一集合”具体为:
匹配所述网格区域集合G和服务位置信息集合V,所述V={y1,y2,…,ys},其中,ys为与所述网格区域ds相对应的服务位置信息;
从所述网格区域集合G和服务位置信息集合V中,提取所述一浮动车处于第p个时间段TP时对应的网格区域dnp,获取对应的网格区域编号dsp,以及对应的服务位置信息ys;首次提取时s=1,生成第一集合Sp:Sp={(d1p,y1),(d2p,y2),...,(dsp,ys)};然后执行p++。
9.如权利要求8所述的一种基于交通轨迹的驾驶员兴趣点发现方法,其特征在于,所述“依据所述一浮动车在各网格区域滞留的时间计算得到对应的滞留因子;获取滞留因子大于1的网格区域对应的网格区域编号,构成所述一浮动车的兴趣网格区域编号集合”具体为:
依据所述各网格区域滞留的时间计算得到各网格区域的滞留因子β;所述β=(sum(t)/|X|)/T,其中,|X|表示在网格区域ds的时间段TP内所采集到的行车数据的个数;
获取滞留因子β大于1的网格区域对应的网格区域编号,构成所述一浮动车的兴趣网格区域编号集合;
所述第二集合为S'={(d′1p,y1),(d'2p,y2),...,(d′sp,ys)};
其中,所述i为浮动车编号、所述l为地理位置信息、所述d′sp为兴趣网格区域编号。
10.如权利要求9所述的一种基于交通轨迹的驾驶员兴趣点发现方法,其特征在于,所述“将所述第二集合中的兴趣网格区域编号和对应的服务位置信息作为样本进行正态分布处理,得到所述一浮动车频繁出现的兴趣网格区域编号,以及对应的服务位置信息”具体为:
提取所述兴趣网格区域编号d′sp和对应的服务位置信息ys作为样本进行正态分布统计分析,得到所述兴趣网格区域编号d′sp和对应的服务位置信息ys服从的正态分布曲线f(r,y,μ1,μ2,σ1,σ1,ρ):
;
其中,
为R和Y的相关系数,E(R)=μ1,E(Y)=μ2,σ0为判断所述一浮动车频繁出现的兴趣网格区域的预设值;
计算得到所述一浮动车频繁出现的兴趣网格区域集合R':R'={σi|σi∈R'∧0<σi≤σ0},及对应的服务位置信息。
11.一种基于交通轨迹的驾驶员兴趣点发现系统,其特征在于,包括:
预设模块,用于预设采集周期;
第一获取模块,用于依据所述采集周期获取一浮动车N天的行车数据,所述行车数据包括浮动车编号、地理位置和时间点,所述N大于等于2;
第一划分模块,用于划分所述行车数据对应的行车区域为两个以上网格区域;
编号模块,用于依据划分顺序对所述网格区域进行编号;
定位模块,用于依据所述地理位置,定位所述行车数据对应的网格区域;
第二获取模块,用于获取各网格区域对应的网格区域行车数据集合;
生成模块,用于生成网格区域与网格区域行车数据集合的关联表;
第二划分模块,用于将一天划分为p个时间段,p大于等于2;
第三获取模块,用于依据所述关联表,获取一网格区域对应的网格区域行车数据集合;
排序模块,用于依据所述时间点的先后顺序,对所述网格区域行车数据集合中的行车数据进行排序;
第四获取模块,用于依据所述时间段,获取所述一网格区域对应第n天的第p个时间段的行车数据序列;
第五获取模块,用于获取各网格区域所对应的行车数据序列;
第六获取模块,用于依据时间轴顺序,以及所述行车数据序列对应的网格区域编号;获取由所述一浮动车对应第n天的第p个时间段时所处网格区域编号构成的网格区域集合;
第七获取模块,用于获取对应各网格区域的服务位置信息集合;
匹配模块,用于匹配所述网格区域集合和所述服务位置信息集合,获取包括所述一浮动车在各个时间段所对应的网格区域编号,以及网格区域所对应服务位置信息的第一集合;
第八获取模块,用于依据所述第一集合中所述网格区域编号对应的行车数据序列中的时间点,确定所述一浮动车在所述网格区域滞留的时间;
第九获取模块,用于依据所述一浮动车在各网格区域滞留的时间计算得到对应的滞留因子;获取滞留因子大于1的网格区域对应的网格区域编号,构成所述一浮动车的兴趣网格区域编号集合;
提取模块,用于将所述兴趣网格区域编号与所述第一集合中的网格区域编号匹配,在第一集合中,提取与所述兴趣网格区域编号相同的第二集合;
处理模块,将所述第二集合中的兴趣网格区域编号和对应的服务位置信息作为样本进行统计分析,得到所述一浮动车频繁出现的兴趣网格区域编号,以及对应的服务位置信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610171468.6A CN105608898B (zh) | 2016-03-24 | 2016-03-24 | 一种基于交通轨迹的驾驶员兴趣点发现方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610171468.6A CN105608898B (zh) | 2016-03-24 | 2016-03-24 | 一种基于交通轨迹的驾驶员兴趣点发现方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105608898A CN105608898A (zh) | 2016-05-25 |
CN105608898B true CN105608898B (zh) | 2019-05-03 |
Family
ID=55988802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610171468.6A Active CN105608898B (zh) | 2016-03-24 | 2016-03-24 | 一种基于交通轨迹的驾驶员兴趣点发现方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105608898B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107729463A (zh) * | 2017-10-11 | 2018-02-23 | 中启行物联科技(北京)有限公司 | 一种根据车辆停留点定位加油站信息的方法 |
CN110650428B (zh) * | 2019-08-29 | 2021-06-29 | 惠州华阳通用电子有限公司 | 一种基于内容和车辆位置的互动方法及装置 |
CN110888951B (zh) * | 2019-11-09 | 2023-06-09 | 华东师范大学 | 一种基于语义轨迹的区域内兴趣点需求挖掘和选址方法及排名和分析系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101046383A (zh) * | 2007-04-27 | 2007-10-03 | 江苏新科数字技术有限公司 | 导航仪在导航过程中检索沿引导路径的兴趣点的方法 |
CN101122468A (zh) * | 2006-08-09 | 2008-02-13 | 高德软件有限公司 | 兴趣点信息的存储方法及利用兴趣点信息的导航方法 |
WO2008117787A1 (ja) * | 2007-03-27 | 2008-10-02 | Nec Corporation | マップマッチングシステム、マップマッチング方法およびプログラム |
CN102625938A (zh) * | 2009-09-03 | 2012-08-01 | 诺基亚公司 | 用于基于用户兴趣来定制地图呈现的方法和设备 |
CN104318766A (zh) * | 2014-10-22 | 2015-01-28 | 北京建筑大学 | 一种公交gps轨迹数据的路网匹配方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201204006D0 (en) * | 2012-03-07 | 2012-04-18 | Tomtom Int Bv | Point of interest database maintenance system |
-
2016
- 2016-03-24 CN CN201610171468.6A patent/CN105608898B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101122468A (zh) * | 2006-08-09 | 2008-02-13 | 高德软件有限公司 | 兴趣点信息的存储方法及利用兴趣点信息的导航方法 |
WO2008117787A1 (ja) * | 2007-03-27 | 2008-10-02 | Nec Corporation | マップマッチングシステム、マップマッチング方法およびプログラム |
CN101046383A (zh) * | 2007-04-27 | 2007-10-03 | 江苏新科数字技术有限公司 | 导航仪在导航过程中检索沿引导路径的兴趣点的方法 |
CN102625938A (zh) * | 2009-09-03 | 2012-08-01 | 诺基亚公司 | 用于基于用户兴趣来定制地图呈现的方法和设备 |
CN104318766A (zh) * | 2014-10-22 | 2015-01-28 | 北京建筑大学 | 一种公交gps轨迹数据的路网匹配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105608898A (zh) | 2016-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhong et al. | Inferring building functions from a probabilistic model using public transportation data | |
CN106096631B (zh) | 一种基于手机大数据的流动人口分类识别分析方法 | |
Zhan et al. | Inferring urban land use using large-scale social media check-in data | |
CN103714139B (zh) | 一种移动海量客户群识别的并行数据挖掘方法 | |
Cheng et al. | Fused matrix factorization with geographical and social influence in location-based social networks | |
US9049549B2 (en) | Method and apparatus for probabilistic user location | |
CN102682041B (zh) | 用户行为识别设备及方法 | |
CN111582948B (zh) | 一种基于手机信令数据与poi兴趣点的个体行为分析方法 | |
US10467199B2 (en) | Definition method for urban dynamic spatial structure circle | |
CN105608898B (zh) | 一种基于交通轨迹的驾驶员兴趣点发现方法及系统 | |
Lee et al. | Urban spatiotemporal analysis using mobile phone data: Case study of medium-and large-sized Korean cities | |
CN110414732A (zh) | 一种出行未来轨迹预测方法、装置、储存介质及电子设备 | |
CN106101222A (zh) | 信息的推送方法和装置 | |
CN105046513A (zh) | 一种车载区域化智能定位广告方法 | |
Huang et al. | Interest-driven outdoor advertising display location selection using mobile phone data | |
CN105046512A (zh) | 一种智能定位广告方法 | |
Yuan et al. | Recognition of functional areas based on call detail records and point of interest data | |
Chen et al. | An analysis of movement patterns between zones using taxi GPS data | |
Zhuang et al. | From compound word to metropolitan station: Semantic similarity analysis using smart card data | |
Leng et al. | Analysis of tourism dynamics and special events through mobile phone metadata | |
CN103337026A (zh) | 利用嵌入式地图的广告系统和方法 | |
CN110264244B (zh) | 一种广告用户轨迹跟踪管理系统及方法 | |
Venkadavarahan et al. | Development of spatial econometric models for estimating the bicycle sharing trip activity | |
Barboza et al. | Identifying human mobility patterns in the Rio de Janeiro metropolitan area using call detail records | |
CN108171534B (zh) | 一种车载广告公交线路推荐方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |