CN106126637A - 一种交通工具类别识别方法及装置 - Google Patents

Abstract

本申请涉及一种交通工具类别识别方法及装置，所述方法包括：获取第一样本数据的多个行车属性数据以及所述第一样本数据对应的交通工具类别，根据所述多个行车属性数据与所述交通工具类别获得频繁项集；所述频繁项集的前项为行车属性数据，所述频繁项集的后项为交通工具类别；分析所述频繁项集，生成关联规则；所述关联规则用于描述行车属性数据与交通工具类别的强关联关系；利用所述关联规则识别待处理数据对应的交通工具类别。本申请可以准确区分行车数据对应的交通工具的类别。

Description

一种交通工具类别识别方法及装置

技术领域

本申请涉及数据处理技术领域，尤其涉及一种交通工具类别识别方法及装置。

背景技术

随着大数据时代的来临，许多场景需要采集、分析、挖掘行车数据。例如，基于使用量的保险(英文全称为Usage Based Insurance，英文简称为UBI)可以根据驾驶者的行车时间、地点、里程、驾驶水平等行车数据综合考量、确定保费，并为表现优异的车主提供保费优惠。这时，准确的行车数据采集便成为一个重要的问题。

现有技术中，可以采用车载诊断系统(英文全称为On-Board Diagnostic，英文简称为OBD)采集车辆数据，例如车速、里程、油耗、机油量以及发动机参数等信息。用户可以通过定制OBD硬件来获取所需要的车辆数据。然而，这种方式成本较高。

为了降低数据采集成本，出现了一种使用手机等智能终端采集行车数据的方法，这种方法可以自动记录行程，方便采集用户的行车时间、里程、行车路线等数据。然而，这种方法却无法区分用户乘坐的交通工具的类别，无法区分机动车和非机动车的行程。由此获得的行车数据并不能够满足用户的需求。

发明内容

为解决现有存在的技术问题，本申请期望提供一种交通工具类别识别方法及装置，可以准确区分行车数据对应的交通工具的类别。

根据本申请实施例的第一方面，提供了一种交通工具类别识别方法，所述方法包括：获取第一样本数据的多个行车属性数据以及所述第一样本数据对应的交通工具类别，根据所述多个行车属性数据与所述交通工具类别获得频繁项集；所述频繁项集的前项为行车属性数据，所述频繁项集的后项为交通工具类别；分析所述频繁项集，生成关联规则；所述关联规则用于描述行车属性数据与交通工具类别的强关联关系；利用所述关联规则识别待处理数据对应的交通工具类别。

可选地，所述获取第一样本数据的多个行车属性数据包括：对第一样本数据进行分析，获取所述第一样本数据的多个行车属性数据；对所述行车属性数据进行离散化处理，获得离散化的行车属性数据；其中，所述行车属性数据包括最大速度、平均速度、速度方差、停车次数、停车时间、单位距离停车次数、平均精度中的任意一种或多种的结合。

可选地，所述根据所述多个行车属性数据与所述交通工具类别获得频繁项集包括：将所述多个行车属性数据与所述交通工具类别数据转换成二维数组；扫描所述二维数组，生成K项集；判断所述K项集的支持度是否大于设定的最小支持度；若是，将所述K项集作为频繁项集；其中，所述频繁项集的后项为交通工具类别，K为大于等于2的整数。

可选地，所述分析所述频繁项集，生成关联规则包括：判断所述频繁项集的置信度是否大于设定的最小置信度；若是，确定所述频繁项集的前项和后项为强关联关系，根据所述强关联关系生成关联规则。

可选地，所述利用所述关联规则识别待处理数据对应的交通工具类别包括：获取待处理数据的一个或多个行车属性数据；根据所述待处理数据的一个或多个行车属性数据、所述关联规则，得到与所述行车属性数据对应的交通工具类别；所述行车属性数据的类型与所述关联规则包含的行车属性数据的类型相同。

可选地，在生成关联规则之后，所述方法还包括：获取第二样本数据的一个或多个行车属性数据，所述行车属性数据的类型与所述关联规则包含的行车属性数据的类型相同；根据所述第二样本数据的一个或多个行车属性数据、所述关联规则，得到与所述行车属性数据对应的交通工具类别；判断得到的所述交通工具类别与所述第二样本数据标注的类别是否一致，获得判断结果；根据所述判断结果确定关联规则的识别准确率；若所述识别准确率大于设定阈值，则输出所述关联规则。

根据本申请实施例的第二方面，提供了一种交通工具类别识别装置，所述装置包括：频繁项集获得模块，用于获取第一样本数据的多个行车属性数据以及所述第一样本数据对应的交通工具类别，根据所述多个行车属性数据与所述交通工具类别获得频繁项集；所述频繁项集的前项为行车属性数据，所述频繁项集的后项为交通工具类别；关联规则生成模块，用于分析所述频繁项集，生成关联规则；所述关联规则用于描述行车属性数据与交通工具类别的强关联关系；识别模块，用于利用所述关联规则识别待处理数据对应的交通工具类别。

可选地，所述频繁项集获得模块具体用于：对第一样本数据进行分析，获取所述第一样本数据的多个行车属性数据；对所述行车属性数据进行离散化处理，获得离散化的行车属性数据；所述行车属性数据包括最大速度、平均速度、速度方差、停车次数、停车时间、单位距离停车次数、平均精度中的任意一种或多种的结合。

可选地，所述频繁项集获得模块具体用于：将所述多个行车属性数据与所述交通工具类别数据转换成二维数组；扫描所述二维数组，生成K项集；判断所述K项集的支持度是否大于设定的最小支持度；若是，将所述K项集作为频繁项集；其中，所述频繁项集的后项为交通工具类别，K为大于等于2的整数。

可选地，所述关联规则生成模块具体用于：判断所述频繁项集的置信度是否大于设定的最小置信度；若是，确定所述频繁项集的前项和后项为强关联关系，根据所述强关联关系生成关联规则。

可选地，所述识别模块具体用于：获取待处理数据的一个或多个行车属性数据；根据所述待处理数据的一个或多个行车属性数据、所述关联规则，得到与所述行车属性数据对应的交通工具类别；其中，所述行车属性数据的类型与所述关联规则包含的行车属性数据的类型相同。

可选地，所述装置还包括：测试模块，具体用于获取第二样本数据的一个或多个行车属性数据，所述行车属性数据的类型与所述关联规则包含的行车属性数据的类型相同；根据所述第二样本数据的一个或多个行车属性数据、所述关联规则，得到与所述行车属性数据对应的交通工具类别；判断得到的所述交通工具类别与所述第二样本数据标注的交通工具类别是否一致，获得判断结果；根据所述判断结果确定关联规则的识别准确率；若所述识别准确率大于设定阈值，则输出所述关联规则。

根据本申请实施例的第三方面，提供了用于交通工具类别识别的装置，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：获取第一样本数据的多个行车属性数据以及所述第一样本数据对应的交通工具类别，根据所述多个行车属性数据与所述交通工具类别获得频繁项集；所述频繁项集的前项为行车属性数据，所述频繁项集的后项为交通工具类别；分析所述频繁项集，生成关联规则；所述关联规则用于描述行车属性数据与交通工具类别的强关联关系；利用所述关联规则识别待处理数据对应的交通工具类别。

可选地，所述处理器具体还用于执行所述一个或者一个以上程序包含用于进行以下操作的指令：对第一样本数据进行分析，获取所述第一样本数据的多个行车属性数据；对所述行车属性数据进行离散化处理，获得离散化的行车属性数据；其中，所述行车属性数据包括最大速度、平均速度、速度方差、停车次数、停车时间、单位距离停车次数、平均精度中的任意一种或多种的结合。

可选地，所述处理器具体还用于执行所述一个或者一个以上程序包含用于进行以下操作的指令：将所述多个行车属性数据与所述交通工具类别数据转换成二维数组；扫描所述二维数组，生成K项集；判断所述K项集的支持度是否大于设定的最小支持度；若是，将所述K项集作为频繁项集；其中，所述频繁项集的后项为交通工具类别，K为大于等于2的整数。

可选地，所述处理器具体还用于执行所述一个或者一个以上程序包含用于进行以下操作的指令：判断所述频繁项集的置信度是否大于设定的最小置信度；若是，确定所述频繁项集的前项和后项为强关联关系，根据所述强关联关系生成关联规则。

可选地，所述处理器具体还用于执行所述一个或者一个以上程序包含用于进行以下操作的指令：获取待处理数据的一个或多个行车属性数据；根据所述待处理数据的一个或多个行车属性数据、所述关联规则，得到与所述行车属性数据对应的交通工具类别；所述行车属性数据的类型与所述关联规则包含的行车属性数据的类型相同。

可选地，所述处理器具体还用于执行所述一个或者一个以上程序包含用于进行以下操作的指令：获取第二样本数据的一个或多个行车属性数据，所述行车属性数据的类型与所述关联规则包含的行车属性数据的类型相同；根据所述第二样本数据的一个或多个行车属性数据、所述关联规则，得到与所述行车属性数据对应的交通工具类别；判断得到的所述交通工具类别与所述第二样本数据标注的交通工具类别是否一致，获得判断结果；根据所述判断结果确定关联规则的识别准确率；若所述识别准确率大于设定阈值，则输出所述关联规则。

本申请实施例提供的交通工具类别识别方法及装置，可以从样本行车数据中提取多个行车属性数据，并利用所述多个行车数据以及样本数据对应的交通工具类别获得频繁项集，分析所述频繁项集，生成描述行车属性数据与交通工具类别的强关联关系的关联规则，用于识别待处理数据对应的交通工具类别。本申请提供的方法由于从样本数据出发，提取了样本数据的多个行车属性数据，由此得到的关联规则更为准确，也提升了交通工具类别识别的准确性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种交通工具类别识别方法流程图；

图2为本申请实施例提供的速度变化曲线示意图；

图3为本申请实施例提供的一种交通工具类别识别方法流程图；

图4为本申请实施例提供的关联规则生成示意图；

图5为本申请实施例提供的一种交通工具类别识别装置示意图；

图6是本申请另一实施例提供的交通工具类别识别装置的框图。

具体实施方式

本申请的目的是，提供一种交通工具类别识别方法及装置，可以准确区分行车数据对应的交通工具的类别。

为使得本申请的发明目的、特征、优点能够更加的明显和易懂，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述，显然，所描述的实施例仅仅是本申请一部分实施例，而非全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

首先对本申请的思想进行阐述。本申请通过对不同交通工具在行驶中采集的数据进行分析，提取数据特征值并转化成对应的属性值，对每一条行程建立属性-值的关系，即行程频繁模式，并将这种频繁模式用于分类。这种分类的好处就是考察多个属性之间的高置信度关联，可以克服一些主观分类或每次只采用一个属性值分类的限制，在一定程度上更准确、更具伸缩性。频繁模式的产生基于数据挖掘理论中关联规则的分析过程。具体实现时，本申请将每一次行程的特征值(即行车属性数据)的集合组成项的集合I＝{x₁,x₂,…,x_n}，其中x_i(i＝1,2,…,n)为每个特征值，即属性值。每一条行程作为一个事务T，在数据库中具有唯一的行程ID，所有行程组成整个训练分析的事务集D，本申请旨在挖掘行车属性值A与交通工具类别B形如的关联模式，找出行车属性与交通工具类别之间的伴随性。其中，在生成关联规则时，通过设置最小支持度、最小置信度来确定关联规则。其中，支持度(support)用于计算A与B在事务集中同时出现的概率，反映了两者在整个事务集中的覆盖程度，反映了规则的可行性。置信度(confidence)用于计算在事务集中A已经出现的同时B出现的概率，反映了规则的可靠性。对于最终得到的关联模式，可以定义A可以是1项集或多项集，而B是1项集，即一个或多个行车属性与交通工具类别具有强关联关系。这样，通过生成关联规则可以用于对行车数据进行分类，从而得到行车数据所对应的交通工具类别。

首先对本申请涉及的技术术语进行说明，以下仅为解释性说明，不视为对本申请的限制。

其中，本申请涉及的术语“关联规则”(英文名称为Association Rules)用于从大量数据中挖掘项集之间的有趣联系或相关关系。关联规则的任务就是为了发现数据集中不同数据项之间的关系，如数据项对另一数据项的影响。

下面介绍关联规则的一些基本定义：

定义1设I＝{i₁,i₂,…,i_m}是全体数据项(简称项)的集合。数据项集(简称项集)是由数据项构成的非空集合。设D是数据事务的集合，其中每个事务T是项的集合，使得每个事务有唯一的标识符TID。项集包含的元素个数称为项集的长度，长度为k的项集称为k项集。

定义2设A，B分别为一个项集，关联规则的形式为的蕴涵式，其中并且A作为规则的前项集，B作为规则的后项集。

定义3支持度(support)：假定A是一个项集，D是事务的集合，称D中包含A的事务的个数与总的事务数之比为A在D中的支持度，记作：

support(A)＝P(A) (1)

定义4最小支持度(minimum support)：由用户定义的衡量项集频繁程度的一个阀值，记作min_sup。

定义5频繁项集(frequent itemset)：对于一个项集A，如果A的支持度不小于最小支持度，即support(A)≥min_sup，称A为频繁项集。

定义6置信度(confidence)：对形如的关联规则，其中A、B都是项集，置信度定义为事务集D中既包含A也包含B的事务的个数与D中包含A的事务的个数之比，用AUB表示既包含A也包含B的项集，置信度也可说是项集AUB的支持度与A的支持度之比，记作confidence()＝P(B|A)。

$confidence(A\⇒B)=\frac{\sup port(A\∪B)}{\sup port\left(A\right)}---\left(2\right)$

定义7最小置信度(minimum confidence)：用户定义的一个置信度阀值，表示规则的最低可靠性，记作min_conf

定义8强关联规则：对于给定的最小支持度和最小置信度阀值，支持度和置信度都大于相应阀值的规则成为强关联规则。即满足下列条件：

$\sup port(A\⇒B)=\sup port\left(AUB\right)\≥\min \_\sup ---\left(3\right)$

$confidence(A\⇒B)=\frac{\sup port(A\∪B)}{\sup port\left(A\right)}\≥\min \_conf---\left(4\right)$

下面结合图1对本申请的具体实现进行详细地介绍。

如图1所示，为根据本申请一实施方式的交通工具类别识别方法的流程图，具体例如可以包括：

S101，获取第一样本数据的多个行车属性数据以及所述第一样本数据对应的交通工具类别，根据所述多个行车属性数据与所述交通工具类别获得频繁项集。

具体实现时，所述第一样本数据为不同交通工具在行驶中采集的行车数据。本申请对采集行车数据的方式不进行限制，可以是利用智能手机的GPS模块采集行车数据，也可以采用其他传感器或者装置采集行车数据。所述获取第一样本数据的多个行车属性数据可以包括：对第一样本数据进行分析，获取所述第一样本数据的多个行车属性数据；对所述行车属性数据进行离散化处理，获得离散化的行车属性数据。其中，所述第一样本数据的多个行车属性数据用于表征所述样本数据的行车特征。所述行车数据包括但不限于最大速度、平均速度、速度方差、停车次数、停车时间、单位距离停车次数、平均精度中的任意一种或多种的结合。

在一些实施方式中，本申请对不同交通工具在行驶中采集的行车数据进行分析，获得行车属性数据。具体实现时，可以针对每一条行程数据，建立属性-值的关系，从而提取各行车数据的行车属性数据。而后，对行车属性数据进行离散化处理，获得离散化的行车属性数据。离散化处理的具体方式可以是多样的，在此不进行限定。

在一些实施方式中，根据所述多个行车属性数据与所述交通工具类别获得频繁项集包括：将所述多个行车属性数据与所述交通工具类别数据转换成二维数组；扫描所述二维数组，生成K项集；其中，K为大于等于2的整数；判断所述K项集的支持度是否大于设定的最小支持度；若是，将所述K项集作为频繁项集；其中，所述频繁项集的后项为交通工具类别。其中，频繁项集为支持度大于最小支持度的集合。在本申请中，频繁项集至少为2项集，其后项为交通工具类别。具体实现可以参照图3的示意图。支持度的计算可以参照公式(3)的计算，所得到的频繁项集的支持度应大于最小支持度。公式(3)中，A为行车属性数据，B为交通工具类别。

S102，分析所述频繁项集，生成关联规则。

具体实现时，判断所述频繁项集的置信度是否大于设定的最小置信度；若是，确定所述频繁项集的前项和后项为强关联关系，根据所述强关联关系生成关联规则。置信度的计算请参照公式(4)。其中，A为行车属性数据，B为交通工具类别。

在一些实施方式中，还可以包括对关联规则进行测试的步骤。例如，可以获取第二样本数据的一个或多个行车属性数据，所述行车属性数据的类型与所述关联规则包含的行车属性数据的类型相同；根据所述第二样本数据的一个或多个行车属性数据、所述关联规则，得到与所述行车属性数据对应的交通工具类别；判断得到的所述交通工具类别与所述第二样本数据标注的交通工具类别是否一致，获得判断结果；根据所述判断结果确定关联规则的识别准确率；若所述识别准确率大于设定阈值，则输出所述关联规则。举例说明，获取第二样本数据作为测试样本数据，提取所述第二样本数据的一个或多个行车属性数据。所述行车属性数据的类型与S102中关联规则包含的行车属性数据的类型是相同的。根据关联规则、所述行车属性数据获取第二样本数据对应的交通工具的类别，并与标注的样本数据的交通工具类别进行比较，判断是否一致。从而获得所述关联规则的识别准确率，若所述准确率大于设定阈值，则说明关联规则准确性较高，可以输出关联规则。

在一些实施方式中，本申请提供的方法还可以包括：对所述关联规则进行处理，生成基于所述关联规则的分类器，所述分类器用于识别待处理工具对应的交通工具的类别。

S103，利用所述关联规则识别待处理数据对应的交通工具类别。

具体实现时，获取待处理数据的一个或多个行车属性数据；所述行车属性数据的类型与所述关联规则包含的行车属性数据的类型相同；根据所述待处理数据的一个或多个行车属性数据、所述关联规则，得到与所述行车属性数据对应的交通工具类别。

在一些实施方式中，当对所述关联规则进行处理，生成基于所述关联规则的分类器后，还可以利用所述分类器对待处理数据分类，自动输出待处理数据对应的交通工具的类别。

为了便于本领域技术人员更清楚地理解本申请在具体场景下的实施方式，下面以一个具体示例对本申请实施方式进行介绍。需要说明的是，该具体示例仅为使得本领域技术人员更清楚地了解本申请，但本申请的实施方式不限于该具体示例。

参见图3，为本申请实施例提供的一种交通工具类别识别方法流程图。

S301，采集行车数据。

例如，通过智能终端的GPS模块采集行车数据。当然，本申请还可以适用于其他数据源产生的数据。也就是说，本申请对采集行车数据的方式不进行限定。

S302，存储原始数据。

举例说明，采集的原始数据可以包括经纬度、速度、方向角、精度、时间等，存储所述数据。具体处理时，以采集GPS数据为例，可以将原始数据存储为表1的格式，作为每次数据分析以及模型参数调整的基础。

表1 原始数据

列名	数据类型	空/非空	约束条件
				DRIVE_ID	string	N	主键，唯一码
LONGITUDE	double	N
				LATITUDE	double	N
SPEED	float	N
				BEARING	float	N
ACCURACY	float	N
				TIME	long	N

其中，DRIVE_ID为行程事务ID；LONGITUDE为经度；LATITUDE为纬度；SPEED为速度；BEARING为方位；ACCURACY为精度；TIME为时间。

S303，对原始数据进行预处理，获得行车属性数据。

申请人发现，在原始数据中，速度变化可以显著描述车的运行特征。如图2所示，为一次行程速度变化曲线示意图。根据行车过程中的速度变化，可以通过运算得到行车属性值，例如可以包括最大速度、平均速度、速度方差、停车次数、停车时间、单位距离停车次数、平均精度等属性值。针对每一个行程，均可以提取上述行车属性值。

表2所示为通过GPS信息的二次计算，整理出行车属性值，作为数据分析的数据仓库。

表2 行车属性数据

列名	数据类型	空/非空	约束条件
				DRIVE_ID	string	N	主键，唯一码
AVERAGE_SPEED	float	N
				MAX_SPEED	float	N
SPEED_VARIANCE	float	N
				Stop_NUMBER	int	N
Stop_NUMBER_PERKM	float	N
				AVERAGE_ACCURACY	float	N

其中，DRIVE_ID为行程事务标识ID；AVERAGE_SPEED为平均速度；MAX_SPEED为最大速度；SPEED_VARIANCE为速度方差；STOP_NUMBER为停车次数；STOP_NUMBER_PERKM为每千米停车次数；AVERAGE_ACCURACY为平均精度。

而后，对所述行车属性数据进行离散化处理，获得离散化的行车属性数据。例如所述将属性值离散化处理的方式可以是对每个属性分成若干等级或标识，如高、中、低。当然，也可以采用其他方式对行车属性数据进行离散化处理，在此不进行限定。如表3所示，为离散化处理后的行车属性数据。

表3 离散处理后的行车属性数据以及交通工具类别数据

列名	数据类型	空/非空	约束条件
				AVERAGE_SPEED	string	N	等级
MAX_SPEED	string	N	等级
				SPEED_VARIANCE	string	N	等级
Stop_NUMBER	string	N	等级
				Stop_NUMBER_PERKM	string	N	等级
AVERAGE_ACCURACY	string	N	等级
				CLASS_ID	string	N	交通工具类别

对样本数据中的每条行程数据进行上述处理，即可以获得如表4所示的所有行车事务集合，所述行程事务集合用于频繁项集的挖掘。

表4 用于频繁项集挖掘的所有行程事务集合

ID

AVERAGE_SPEED

MAX_SPEED

SPEED_VARIANCE

Stop_NUMBER

Stop_NUMBER_PERKM

AVERAGE_ACCURACY

CLASS_ID

1

AS_L

MS_L

SV_H

SN_H

SNP_H

AA_L

汽车

2

AS_M

MS_M

SV_H

SN_H

SNP_H

AA_M

火车

…

……

……

……

……

……

……

高铁

N

……

……

……

……

……

……

地铁

如表4所示，其中ID表示行程事务ID，CLASS_ID表示交通工具类别。举例说明，行程事务ID为1的数据，包括:(1)行车属性数据平均速度，其值表示平均速度低(AS_L)；(2)行车属性数据最大速度，其值为最大速度低(MS_L)；(3)行车属性数据速度方差，其值为速度方差高(SV_H)；(4)行车属性数据停车次数，其值为停车次数高(SN_H)；(5)行车属性数据每千米停车次数，其值表示每千米停车次数高(SNP_H)；(6)行车属性数据平均精度，其值表示平均精度低(AA_L)；(7)交通工具类别，其值为汽车。

类似地，行程事务ID为2的数据，包括:(1)行车属性数据平均速度，其值表示平均速度中(AS_M)；(2)行车属性数据最大速度，其值为最大速度中(MS_M)；(3)行车属性数据速度方差，其值为速度方差高(SV_H)；(4)行车属性数据停车次数，其值为停车次数高(SN_H)；(5)行车属性数据每千米停车次数，其值表示每千米停车次数高(SNP_H)；(6)行车属性数据平均精度，其值表示平均精度中(AA_M)；(7)交通工具类别，其值为火车。类似地，可以获得其他行程事务集合中的各项数据。

在一些实施方式中，本申请提供的方法，还可以包括存储行车属性数据的步骤。具体实现时，可以将获得的行车属性数据存储成如表4所示的形式，构成行程事务集合。在一些实施方式中，所述行车属性数据可以划分为两个集合，一个集合可以称之为训练集(对应第一样本数据)，一个集合可以称之为测试集(对应第二样本数据)。其中，所述训练集中的数据用于进行S304的频繁项集挖掘；所述测试集中的数据用于进行S307对关联规则的验证。训练集和测试集的划分方式可以是非常灵活的，在此不进行限定。

S304，挖掘频繁项集。

具体实现时，可以使用训练集中的数据进行频繁项集挖掘。

S305，关联规则挖掘处理。

具体实现时，S304和S305的实现可以参照图4所示的关联规则生成示意图而实现。举例说明，首先输入设定的最小支持度值min_sup和最小置信度值min_conf。其中，最小支持度值min_sup为衡量项集频繁程度的一个阀值，对于项集A而言，若A的支持度不小于最小支持度，即support(A)≥min_sup，称A为频繁项集。其中，最小置信度(minimumconfidence)为设定的一个置信度阀值，表示规则的最低可靠性，记作min_conf。

具体实现时，可以将表4所示的数据库表转换成二维数组。扫描所述二维数组，产生K项集的集合。初始时，K＝1。判断所述K项集的支持度是否大于设定的最小支持度。若是，将所述K项集作为频繁项集。若否，删除所述K项集。经过上述处理后，产生频繁项集的集合L_k,保存所述频繁项集L_k。对每个频繁项集进行自连接产生候选项集C_k+1。举例说明，假设产生的频繁项集为A、B、C、D、E，自连接后产生的候选项集C_k+1包括AB、AC、AD、AE、BC、BD、BE、CD、CE、DE。对产生的候选项集C_k+1进行剪枝处理，去除重复的集合。再次扫描二维数组，计算每一个候选项集的支持度是否大于最小支持度，将大于最小支持度的项集作为频繁项集。由此，逐渐产生二项集、三项集……K项集，直到找到所有频繁项集的集合U_kL_k。需要说明的是，由于本申请旨在挖掘行车属性数据与交通工具类别的关联关系，因此，最终找到的频繁项集至少应当是K项集且所述K项集的后项为交通工具类别，其中K大于等于2。举例说明，假设最终找到若干个5项集，需要在这若干个5项集中找到包含交通工具类别这一项的项集。当然，也可以在一开始寻找频繁项集的时候，从后项为交通工具类别的二项集开始迭代，直到找到所有包含交通工具类别的频繁项集。

在找寻到所有频繁项集后，判断所述频繁项集的置信度是否大于最小置信度，若大于，生成关联规则。其中，频繁项集置信度的计算可以应用如下公式：

$confidence(A\⇒B)=\frac{\sup port(A\∪B)}{\sup port\left(A\right)}\≥\min \_conf$

其中，A表示行车属性数据，B表示交通工具类别。

S306，对关联规则进行处理。

具体实现时，会选取置信度较高的规则作为强关联规则，例如“速度极快->高铁”，“等车间隔短->公交”，“速度方差大->汽车”等等，并组织成用于分类的关联规则。

S307，使用测试集验证关联规则。

具体实现时，可以采用第二样本数据作为测试集数据用于验证关联规则。其中，所述第二样本数据可以是S303中对原始数据预处理后获得的数据集合的一部分。举例说明，获取所述第二样本数据的一个或多个行车属性数据。所述行车属性数据的类型与S102中关联规则包含的行车属性数据的类型是相同的。根据关联规则、所述行车属性数据获取第二样本数据对应的交通工具的类别，并与标注的样本数据的交通工具类别进行比较，判断是否一致。从而获得所述关联规则的识别准确率，若所述准确率大于设定阈值，则说明关联规则准确性较高，可以输出关联规则。

S308，判断是否满足模型准确率。具体的模型准确率阈值可以根据经验设定。

S309，若是，输出分类规则。

其中，所述分类规则为满足模型准确率的关联规则。

S310，应用分类规则对新行车数据进行分类。

具体实现时，可以生成基于分类规则的分类器，用于对新行车数据进行分类。

本申请从实际行车数据出发，建立行车标准数据样本库，并从中提取行车数据特征。一切以数据为出发点，通过大数据的分析技术，从实际数据中挖掘规律，生成预测标准。并且随着数据量的增加，其生成的规则也会更加精确。本申请提供的识别方法一方面解决了目前手机作为UBI采集终端的行车工具分类问题，一方面摒弃了一般主观设定阀值的分类办法，提高了分类的客观性、精确性，且分类规则是能够随着实际数据动态自动调整的。

本申请还能够达到如下技术效果：

(1)本申请提出方法，可以基于GPS采集数据，对交通工具进行分类，简单易用，模型处理简单，开发成本低。

(2)本申请通过对行车数据的特征分析，指出具有代表意义的行车特征值，从而建立频繁事务集，并以此挖掘出分类标准。方法本身从实际数据训练出发，并经过实际数据测试，具备一定客观性。

(3)本申请提出基于多个行车属性值，并建立它们之间强关联关系的判定方法，相比一般简单的每次判断只根据单一属性来区分的方法，提高了分析维度以及准确性。

(4)本申请提供的方法具有普遍通用性，对于各种行程，无论是走路、跑步、乘车都具有适用性，对行程产生的类别都可以通过生成分类规则的方式进行识别。

以上是对本申请实施例所提供的交通工具类别识别方法进行的详细描述，下面对本申请提供的交通工具类别识别装置进行详细描述。

图5为本申请实施例提供的一种交通工具类别识别装置示意图。

一种交通工具类别识别装置500，所述装置500包括：

频繁项集获得模块501，用于获取第一样本数据的多个行车属性数据以及所述第一样本数据对应的交通工具类别，根据所述多个行车属性数据与所述交通工具类别获得频繁项集；所述频繁项集的前项为行车属性数据，所述频繁项集的后项为交通工具类别。

关联规则生成模块502，用于分析所述频繁项集，生成关联规则；所述关联规则用于描述行车属性数据与交通工具类别的强关联关系。

识别模块503，用于利用所述关联规则识别待处理数据对应的交通工具类别。

在一些实施方式中，所述装置还可以包括：

数据采集模块，用于采集样本数据和/或待处理数据；所述数据为行车数据。

在一些实施方式中，所述频繁项集获得模块501具体用于：对第一样本数据进行分析，获取所述第一样本数据的多个行车属性数据；对所述行车属性数据进行离散化处理，获得离散化的行车属性数据；所述行车属性数据包括最大速度、平均速度、速度方差、停车次数、停车时间、单位距离停车次数、平均精度中的任意一种或多种的结合。

在一些实施方式中，所述频繁项集获得模块501具体用于：将所述多个行车属性数据与所述交通工具类别数据转换成二维数组；扫描所述二维数组，生成K项集；判断所述K项集的支持度是否大于设定的最小支持度；若是，将所述K项集作为频繁项集；其中，所述频繁项集的后项为交通工具类别，K为大于等于2的整数。

在一些实施方式中，所述关联规则生成模块502具体用于：判断所述频繁项集的置信度是否大于设定的最小置信度；若是，确定所述频繁项集的前项和后项为强关联关系，根据所述强关联关系生成关联规则。

在一些实施方式中，所述识别模块503具体用于：获取待处理数据的一个或多个行车属性数据；根据所述待处理数据的一个或多个行车属性数据、所述关联规则，得到与所述行车属性数据对应的交通工具类别；其中，所述行车属性数据的类型与所述关联规则包含的行车属性数据的类型相同。

在一些实施方式中，所述装置还包括：测试模块，具体用于获取第二样本数据的一个或多个行车属性数据，所述行车属性数据的类型与所述关联规则包含的行车属性数据的类型相同；根据所述第二样本数据的一个或多个行车属性数据、所述关联规则，得到与所述行车属性数据对应的交通工具类别；判断得到的所述交通工具类别与所述第二样本数据标注的交通工具类别是否一致，获得判断结果；根据所述判断结果确定关联规则的识别准确率；若所述识别准确率大于设定阈值，则输出所述关联规则。

上述各模块的功能可对应于图1至图4详细描述的上述交通工具类别识别方法的处理步骤，于此不再赘述。

参见图6，是本申请另一实施例提供的交通工具类别识别的装置的框图。包括：至少一个处理器601(例如CPU)，存储器602和至少一个通信总线603，所述通信总线603用于实现这些装置之间的连接通信。处理器601用于执行存储器602中存储的可执行模块，例如计算机程序。存储器602可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器601执行所述一个或者一个以上程序包含用于进行以下操作的指令：

获取第一样本数据的多个行车属性数据以及所述第一样本数据对应的交通工具类别，根据所述多个行车属性数据与所述交通工具类别获得频繁项集；所述频繁项集的前项为行车属性数据，所述频繁项集的后项为交通工具类别；分析所述频繁项集，生成关联规则；所述关联规则用于描述行车属性数据与交通工具类别的强关联关系；利用所述关联规则识别待处理数据对应的交通工具类别。

在一些实施方式中，处理器601具体用于执行所述一个或者一个以上程序包含用于进行以下操作的指令：

对第一样本数据进行分析，获取所述第一样本数据的多个行车属性数据；对所述行车属性数据进行离散化处理，获得离散化的行车属性数据；其中，所述行车属性数据包括最大速度、平均速度、速度方差、停车次数、停车时间、单位距离停车次数、平均精度中的任意一种或多种的结合。

在一些实施方式中，处理器601具体用于执行所述一个或者一个以上程序包含用于进行以下操作的指令：

将所述多个行车属性数据与所述交通工具类别数据转换成二维数组；扫描所述二维数组，生成K项集；判断所述K项集的支持度是否大于设定的最小支持度；若是，将所述K项集作为频繁项集；其中，所述频繁项集的后项为交通工具类别，K为大于等于2的整数。

在一些实施方式中，所述处理器601具体还用于执行所述一个或者一个以上程序包含用于进行以下操作的指令：判断所述频繁项集的置信度是否大于设定的最小置信度；若是，确定所述频繁项集的前项和后项为强关联关系，根据所述强关联关系生成关联规则。

在一些实施方式中，所述处理器601具体还用于执行所述一个或者一个以上程序包含用于进行以下操作的指令：获取待处理数据的一个或多个行车属性数据；根据所述待处理数据的一个或多个行车属性数据、所述关联规则，得到与所述行车属性数据对应的交通工具类别；所述行车属性数据的类型与所述关联规则包含的行车属性数据的类型相同。

在一些实施方式中，所述处理器601具体还用于执行所述一个或者一个以上程序包含用于进行以下操作的指令：获取第二样本数据的一个或多个行车属性数据，所述行车属性数据的类型与所述关联规则包含的行车属性数据的类型相同；根据所述第二样本数据的一个或多个行车属性数据、所述关联规则，得到与所述行车属性数据对应的交通工具类别；判断得到的所述交通工具类别与所述第二样本数据标注的交通工具类别是否一致，获得判断结果；根据所述判断结果确定关联规则的识别准确率；若所述识别准确率大于设定阈值，则输出所述关联规则。

专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上所述的具体实施方式，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请的具体实施方式而已，并不用于限定本申请的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (13)

1.一种交通工具类别识别方法，其特征在于，所述方法包括：

获取第一样本数据的多个行车属性数据以及所述第一样本数据对应的交通工具类别，根据所述多个行车属性数据与所述交通工具类别获得频繁项集；所述频繁项集的前项为行车属性数据，所述频繁项集的后项为交通工具类别；

分析所述频繁项集，生成关联规则；所述关联规则用于描述行车属性数据与交通工具类别的强关联关系；

利用所述关联规则识别待处理数据对应的交通工具类别。

2.根据权利要求1所述的方法，其特征在于，所述获取第一样本数据的多个行车属性数据包括：

对第一样本数据进行分析，获取所述第一样本数据的多个行车属性数据；所述行车属性数据包括最大速度、平均速度、速度方差、停车次数、停车时间、单位距离停车次数、平均精度中的任意一种或多种的结合；

对所述行车属性数据进行离散化处理，获得离散化的行车属性数据。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述多个行车属性数据与所述交通工具类别获得频繁项集包括：

将所述多个行车属性数据与所述交通工具类别数据转换成二维数组；

扫描所述二维数组，生成K项集；其中，K为大于等于2的整数；

判断所述K项集的支持度是否大于设定的最小支持度；

若是，将所述K项集作为频繁项集；其中，所述频繁项集的后项为交通工具类别。

4.根据权利要求1所述的方法，其特征在于，所述分析所述频繁项集，生成关联规则包括：

判断所述频繁项集的置信度是否大于设定的最小置信度；

若是，确定所述频繁项集的前项和后项为强关联关系，根据所述强关联关系生成关联规则。

5.根据权利要求1所述的方法，其特征在于，所述利用所述关联规则识别待处理数据对应的交通工具类别包括：

获取待处理数据的一个或多个行车属性数据；所述行车属性数据的类型与所述关联规则包含的行车属性数据的类型相同；

根据所述待处理数据的一个或多个行车属性数据、所述关联规则，得到与所述行车属性数据对应的交通工具类别。

6.根据权利要求1所述的方法，其特征在于，在生成关联规则之后，所述方法还包括：

获取第二样本数据的一个或多个行车属性数据，所述行车属性数据的类型与所述关联规则包含的行车属性数据的类型相同；

根据所述第二样本数据的一个或多个行车属性数据、所述关联规则，得到与所述行车属性数据对应的交通工具类别；

判断得到的所述交通工具类别与所述第二样本数据标注的交通工具类别是否一致，获得判断结果；

根据所述判断结果确定关联规则的识别准确率；

若所述识别准确率大于设定阈值，则输出所述关联规则。

7.一种交通工具类别识别装置，其特征在于，所述装置包括：

频繁项集获得模块，用于获取第一样本数据的多个行车属性数据以及所述第一样本数据对应的交通工具类别，根据所述多个行车属性数据与所述交通工具类别获得频繁项集；所述频繁项集的前项为行车属性数据，所述频繁项集的后项为交通工具类别；

关联规则生成模块，用于分析所述频繁项集，生成关联规则；所述关联规则用于描述行车属性数据与交通工具类别的强关联关系；

识别模块，用于利用所述关联规则识别待处理数据对应的交通工具类别。

8.根据权利要求7所述的装置，其特征在于，所述频繁项集获得模块具体用于：

对第一样本数据进行分析，获取所述第一样本数据的多个行车属性数据；对所述行车属性数据进行离散化处理，获得离散化的行车属性数据；所述行车属性数据包括最大速度、平均速度、速度方差、停车次数、停车时间、单位距离停车次数、平均精度中的任意一种或多种的结合。

9.根据权利要求7或8所述的装置，其特征在于，所述频繁项集获得模块具体用于：

将所述多个行车属性数据与所述交通工具类别数据转换成二维数组；扫描所述二维数组，生成K项集；判断所述K项集的支持度是否大于设定的最小支持度；若是，将所述K项集作为频繁项集；其中，所述频繁项集的后项为交通工具类别，K为大于等于2的整数。

10.根据权利要求7所述的装置，其特征在于，所述关联规则生成模块具体用于：

判断所述频繁项集的置信度是否大于设定的最小置信度；若是，确定所述频繁项集的前项和后项为强关联关系，根据所述强关联关系生成关联规则。

11.根据权利要求7所述的装置，其特征在于，所述识别模块具体用于：

获取待处理数据的一个或多个行车属性数据；根据所述待处理数据的一个或多个行车属性数据、所述关联规则，得到与所述行车属性数据对应的交通工具类别；其中，所述行车属性数据的类型与所述关联规则包含的行车属性数据的类型相同。

12.根据权利要求7所述的装置，其特征在于，所述装置还包括：

测试模块，具体用于获取第二样本数据的一个或多个行车属性数据，所述行车属性数据的类型与所述关联规则包含的行车属性数据的类型相同；根据所述第二样本数据的一个或多个行车属性数据、所述关联规则，得到与所述行车属性数据对应的交通工具类别；判断得到的所述交通工具类别与所述第二样本数据标注的交通工具类别是否一致，获得判断结果；根据所述判断结果确定关联规则的识别准确率；若所述识别准确率大于设定阈值，则输出所述关联规则。

13.一种用于交通工具类别识别的装置，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：

获取第一样本数据的多个行车属性数据以及所述第一样本数据对应的交通工具类别，根据所述多个行车属性数据与所述交通工具类别获得频繁项集；所述频繁项集的前项为行车属性数据，所述频繁项集的后项为交通工具类别；

分析所述频繁项集，生成关联规则；所述关联规则用于描述行车属性数据与交通工具类别的强关联关系；

利用所述关联规则识别待处理数据对应的交通工具类别。