CN108492565A - 基于用户出行数据分析的公共交通控制方法和系统 - Google Patents
基于用户出行数据分析的公共交通控制方法和系统 Download PDFInfo
- Publication number
- CN108492565A CN108492565A CN201810360608.3A CN201810360608A CN108492565A CN 108492565 A CN108492565 A CN 108492565A CN 201810360608 A CN201810360608 A CN 201810360608A CN 108492565 A CN108492565 A CN 108492565A
- Authority
- CN
- China
- Prior art keywords
- user
- trip
- data
- public transport
- traffic
- 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.)
- Pending
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
- G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
-
- 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
- G08G1/0125—Traffic data processing
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于用户出行数据分析的公共交通控制方法和系统,其方法包括:获取目标区域所有用户的位置信息,并建立用户的出行链;根据用户的出行链建立用户的出行OD矩阵;将得到的出行OD矩阵结合交通划分区域得到公共交通需求数据。本发明基于运营商数据的公共交通出行优化方法能够准确的获取用户出行人群的数据和交通需求数据,为相关部门的规划和路网管理提供了精确的数据支持。另外,通过对OD矩阵不断修正,优化了出行人群的数据和交通需求数据,提高了数据的精确度。
Description
技术领域
本发明涉及一种公共交通出行控制方法和系统,更具体地说是一种基于用户出行数据分析的公共交通控制方法和系统。
背景技术
目前,政府都是采用通过优先发展公共交通服务来解决大、中城市普遍存在的交通拥挤和环境污染等问题,也是实现现代城市可持续发展的一条必由之路。随着城市发展和变化,了解用户交通出行需求和公共交通出行OD分析,是实现公共交通吸引力的提高,合理调配和规划公共交通运力,从源头上调控城市交通需求总量和出行结构的重要前提之一,也是路网管理的基础。
传统的方式是采用交通调查问卷和抽样的方式来调查居民出行方式和总量。这样的方式是样本量有限,也容易产生较大偏差,准确性不高。问卷调查的结果整理工作繁琐、耗时长,而且需要花费不少的人力,财力。该方式了解的只是基于公共交通运营的刷卡数据以及其他相关辅助手段,并不能反映交通出行的全貌。
另外,也有通过行业内OD数据分析获得用户出行OD。以公交为例,目前公交OD数据分析是基于以公交IC卡为信息数据源,所以OD出行分析数据局限于本城市居民拥有IC卡数量,和出行使用IC卡行为。并且,现在大部分城市交通刷卡方式都是采用单向刷卡方式,上车或下车只刷卡一次,用户出行OD精度也局限于OD推导效果。
发明内容
本发明的目的在于克服现有技术的不足,提供基于用户出行数据分析的公共交通控制方法和系统。
为实现上述目的,本发明采用以下技术方案:基于用户出行数据分析的公共交通控制方法,所述方法包括:
获取目标区域所有用户的位置信息,并建立用户的出行链;
根据用户的出行链建立用户的出行OD矩阵;
将得到的出行OD矩阵结合交通划分区域得到公共交通需求数据。
其进一步技术方案为:所述的获取用户的位置信息,并建立用户的出行链步骤,具体包括以下步骤:
通过手机信令采集系统获取目标区域在一天时间内所有手机用户发生信令事件时的位置点信息;
对位置点信息进行去重、筛选、清洗处理,以获得有效的位置点信息;
对同一用户的有效的位置点信息按照时间先后顺序进行排序。
其进一步技术方案为:所述的根据用户的出行链建立用户的出行OD矩阵步骤,具体包括以下步骤:
判断每个有效位置点是处于移动状态、停止状态、临界即将移动状态或者临界即将停止状态;
当相邻两个有效位置点的状态为停止状态,则再次判断这个两个有效位置点之间时间差和位移差是否满足设定的条件,若满足,则判定这两个有效位置点为一次出行的O点和D点,若不满足,则判断不是一次有效的出行;
对目标区域内的所有用户进行分组,统计同一用户在一天时间内的有效出行次数。
其进一步技术方案为:所述的将得到的出行OD矩阵结合交通划分区域得到公共交通需求数据步骤,具体包括以下步骤:
将目标区域划分成若个干交通区域;
将用户有效出行的O点和D点分别对应到相应的交通区域内,得到对应区域的交通发生量和交通吸引量。
其进一步技术方案为:所述的根据用户的出行链建立用户的出行OD矩阵步骤与所述的将得到的出行OD矩阵结合交通划分区域得到公共交通需求数据步骤之间还包括步骤:
对出行OD矩阵进行修正。
基于用户出行数据分析的公共交通控制系统,所述系统包括:
获取模块,用于获取目标区域所有用户的位置信息,并建立用户的出行链;
建立模块,用于根据用户的出行链建立用户的出行OD矩阵;
结合模块,用于将得到的出行OD矩阵结合交通划分区域得到公共交通需求数据。
其进一步技术方案为:所述获取模块包括:
采集模块,用于通过手机信令采集系统获取目标区域在一天时间内所有手机用户发生信令事件时的位置点信息;
整理模块,用于对位置点信息进行去重、筛选、清洗处理,以获得有效的位置点信息;
排序模块,用于对同一用户的有效的位置点信息按照时间先后顺序进行排序。
其进一步技术方案为:所述建立模块包括:
判断模块,用于判断每个有效位置点是处于移动状态、停止状态、临界即将移动状态或者临界即将停止状态;
设定模块,用于当相邻两个有效位置点的状态为停止状态,则再次判断这个两个有效位置点之间时间差和位移差是否满足设定的条件,若满足,则判定这两个有效位置点为一次出行的O点和D点,若不满足,则判断不是一次有效的出行;
统计模块,用于对目标区域内的所有用户进行分组,统计同一用户在一天时间内的有效出行次数。
其进一步技术方案为:所述结合模块包括:
划分模块,用于将目标区域划分成若个干交通区域;
对应模块,用于将用户有效出行的O点和D点分别对应到相应的交通区域内,得到对应区域的交通发生量和交通吸引量。
其进一步技术方案为:所述系统还包括:
修正模块,用于对出行OD矩阵进行修正。
本发明与现有技术相比的有益效果是:本发明基于用户出行数据分析的公共交通控制方法通过获取目标区域所有用户的位置信息,并建立用户的出行链;根据用户的出行链建立用户的出行OD矩阵;将得到的出行OD矩阵结合交通划分区域得到公共交通需求数据。能够准确的获取用户出行人群的数据和交通需求数据,为相关部门的规划和路网管理提供了精确的数据支持。另外,通过对OD矩阵不断修正,优化了出行人群的数据和交通需求数据,提高了数据的精确度。
本发明基于用户出行数据分析的公共交通控制系统通过获取模块获取目标区域所有用户的位置信息,并建立用户的出行链;建立模块,用于根据用户的出行链建立用户的出行OD矩阵;结合模块,用于将得到的出行OD矩阵结合交通划分区域得到公共交通需求数据。能够准确的获取用户出行人群的数据和交通需求数据,为相关部门的规划和路网管理提供了精确的数据支持。另外,通过修正模块对OD矩阵不断修正,优化了出行人群的数据和交通需求数据,提高了数据的精确度。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明技术手段,可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征及优点能够更明显易懂,以下特举较佳实施例,详细说明如下。
附图说明
图1为本发明基于用户出行数据分析的公共交通控制方法具体实施例的流程图;
图2为本发明基于用户出行数据分析的公共交通控制方法具体实施例中获取用户的位置信息,建立用户的出行链的流程图;
图3为本发明基于用户出行数据分析的公共交通控制方法具体实施例中建立出行OD矩阵的流程图;
图4为本发明基于用户出行数据分析的公共交通控制方法具体实施例中得到公共交通需求数据的流程图;
图5为本发明基于用户出行数据分析的公共交通控制系统具体实施例的结构图;
图6为本发明基于用户出行数据分析的公共交通控制系统具体实施例中获取模块的结构图;
图7为本发明基于用户出行数据分析的公共交通控制系统具体实施例中建立模块的结构图;
图8为本发明基于用户出行数据分析的公共交通控制系统具体实施例中结合模块的结构图。
具体实施方式
为了更充分理解本发明的技术内容,下面结合具体实施例对本发明的技术方案进一步介绍和说明,但不局限于此。
请参阅图1-4,本发明提供了一种基于用户出行数据分析的公共交通控制方法,该方法包括:
S10、获取目标区域所有用户的位置信息,并建立用户的出行链;
S20、根据用户的出行链建立用户的出行OD矩阵;
S30、将得到的出行OD矩阵结合交通划分区域得到公共交通需求数据。
在某些实施例中,步骤S10具体包括以下步骤:
S101、通过手机信令采集系统获取目标区域在一天时间内所有手机用户发生信令事件时的位置点信息;
S102、对位置点信息进行去重、筛选、清洗处理,以获得有效的位置点信息;
S103、对同一用户的有效的位置点信息按照时间先后顺序进行排序。
对于步骤S101,通过手机信令采集系统获得的手机用户数据包括话单数据和手机信令数据两种,话单数据是收集信令数据的子集。手机信令采集系统主要是采集匿名手机用户发生信令事件的位置信息。一般触发手机定位的方式主要有两种:一种是用户使用手机进行拨打电话或者接听电话或者接收短信时,而获取到用户信令数据从而确定用户位置信息;另外一种是基站定时扫描手机信号而获取的信令数据。通过上述两种都可以获取用户位置信息。通过上述方式,可以获取手机用户发生信令事件时的位置点信息。
另外,采集一天时间内所有手机用户发生信令事件时的位置点信息,设置采集的时段为一天,这样能够尽可能全面反映同一个用户的位置信息,时获取的数据更加精确。
对于步骤S102,由于初步获得的位置点信息不是全部都有效的,因此需要对初步获得的位置点信息进行去重、筛选、清洗处理。例如,某一个用户在一个地方来回走动打电话,那么这个过程会产生多个位置点,但这个位置点之间的变化只是在一个很小的范围内变化,因此,需要进行处理,选择其中一个点或者计算平均的位置点作为一个有效的位置点。
对于步骤S103,用户的手机信令数据包括用户的ID(手机号码)、处于位置点的时间、停留地点以及到达位置点的方式。由于获取的手机信令数据是某个区域的所有用户的数据,因此,需要对每一个用户的信令数据按照类型分类,并按照发生的时间排序,从而形成单个用户的出行链。
在某些实施例中,步骤S20具体包括以下步骤:
S201、判断每个有效位置点是处于移动状态、停止状态、临界即将移动状态或者临界即将停止状态;
S202、当相邻两个有效位置点的状态为停止状态,则再次判断这个两个有效位置点之间时间差和位移差是否满足设定的条件,若满足,则判定这两个有效位置点为一次出行的O点和D点,若不满足,则判断不是一次有效的出行;
S203、对目标区域内的所有用户进行分组,统计同一用户在一天时间内的有效出行次数。
对于步骤S201,每个有效位置点都有四种状态,分别是移动状态、停止状态、临界即将移动状态、临界即将停止状态。处于运动状态的位置点的轨迹特征为相隔一定距离的间断点或者线;处于停留状态的位置点轨迹特征为聚集一团。
对于步骤S202,一次出行必须满足一定的条件才可以是一次有效的出行,但这个条件中的某些指标是可以根据实际需要进行调整的,例如一次有效的出行应该有:出行的O点(起点)和出行的D点(目的点);出行是有目的性质的;出行都是依赖交通工具的(不考虑步行的情况);出行需要达到一定的时间和距离要求。当然时间和距离的没有一个规定的标准,因此可以根据实际需要进行调整。
例如,以时间为2个小时,距离为4公里作为一次有效出行的时间和距离标准,但一个用户相邻两个位置点的距离差大于4公里通知时间差大于2小时,并且由乘坐交通工具,那么,则可以判断这是一次有效的出行。一个用户一天内可以发生多次有效出行。
在某些实施例中,步骤S30具体包括以下步骤:
S301、将目标区域划分成若个干交通区域;
S302、将用户有效出行的O点和D点分别对应到相应的交通区域内,得到对应区域的交通发生量和交通吸引量。
对于步骤S301,由于用户定位的数据采集过程用到了基站定位技术,那么需要对目标区域划分成多个交通区域,但是交通区域划分太小,相对基站分布数量较多时,频繁基站区域之间的切换干扰多,将会导致获取的信令数据位置信息的准确性,在后去处理阶段也增加难度。
因此,划分交通区域应该远远大于基站识别范围,降低切换干扰。结合行政区域、城市居住分布等因素进行划分。按照城市行政区域作为交通大区,根据交通管理和城市聚集等因素划分交通中区,根据居民生活等方式划分为交通小区。其中,一个交通小区只能属于某一个交通中区,一个交通中区只能属于某一个交通大区。一个基站只能属于某一个交通小区。通过交通区域的划分,能够提高获取位置信息的准确性。
对于步骤S302,通过将所有用户的出行的O点和D点分别对应到相应的交通区域内,即可知道相应区域的公共交通需求量,根据这个区域目前的公共交通的配置情况,可以知道这个交通区域的公交交通是否配置充足或者配置不够的情况,有利于相关部门对该区域的公共交通进行优化。另外,用户的出行的交通方式可以通过手机信令数据获得,因此,可以进一步的对不同类型的交通工具进行优化配置。另外,还可以进行公交交通吸引率进行分析和目标区域的人们生活习惯的分析。
其中,公交交通吸引率=乘坐公公给交通到达此区域或站点人群数量/达到此区域人群数量的比值。如果比值偏低可能是由于公交线路规划不合理,或者其他出行方式的更为便捷性造成,可以作为辅助信息对公共线路规划起到引导作用。
目标区域的人们生活习惯的分析,可结合一个时间段的手机信令信息的分析,可以获得区域内常住人群的数量和某些人群的出行规律。例如,分析晚上12点到早上7点之间的信令数据,如果用户在此期间内处于同一基站位置,则可以判断此人昨晚在此睡觉休息,以此类推,此规律维持一个月左右时间,则可以判断此人可能是一个在此地居住人群。
在某些实施例中,步骤S20和步骤S30之间还包括步骤:
对出行OD矩阵进行修正。
为了提高OD矩阵数据的精确性,可以对获得的信令数据进行修正,由于信令数据是基于用户的手机而获得的,由于目前使用双卡双待的手机用户也越来越多,或者一个人同时使用两个手机的用户也越来越多,这会造成发生出行量大于实际出行量。因此,可以对获得的用户出行量减去一部分,提高数据的精确性。
综合上述:本发明基于用户出行数据分析的公共交通控制方法通过获取目标区域所有用户的位置信息,并建立用户的出行链;根据用户的出行链建立用户的出行OD矩阵;将得到的出行OD矩阵结合交通划分区域得到公共交通需求数据。能够准确的获取用户出行人群的数据和交通需求数据,为相关部门的规划和路网管理提供了精确的数据支持。另外,通过对OD矩阵不断修正,优化了出行人群的数据和交通需求数据,提高了数据的精确度。
请参阅图5-8,本发明还提供了一种基于用户出行数据分析的公共交通控制系统,该系统包括:
获取模块1,用于获取目标区域所有用户的位置信息,并建立用户的出行链;
建立模块2,用于根据用户的出行链建立用户的出行OD矩阵;
结合模块3,用于将得到的出行OD矩阵结合交通划分区域得到公共交通需求数据。
进一步的,获取模块1包括:
采集模块11,用于通过手机信令采集系统获取目标区域在一天时间内所有手机用户发生信令事件时的位置点信息;
整理模块12,用于对位置点信息进行去重、筛选、清洗处理,以获得有效的位置点信息;
排序模块13,用于对同一用户的有效的位置点信息按照时间先后顺序进行排序。
采集模块11用于通过手机信令采集系统获取目标区域在一天时间内所有手机用户发生信令事件时的位置点信息。
主要是通过手机信令采集系统获得的手机用户数据包括话单数据和手机信令数据两种,话单数据是收集信令数据的子集。手机信令采集系统主要是采集匿名手机用户发生信令事件的位置信息。一般触发手机定位的方式主要有两种:一种是用户使用手机进行拨打电话或者接听电话或者接收短信时,而获取到用户信令数据从而确定用户位置信息;另外一种是基站定时扫描手机信号而获取的信令数据。通过上述两种都可以获取用户位置信息。通过上述方式,可以获取手机用户发生信令事件时的位置点信息。
另外,采集一天时间内所有手机用户发生信令事件时的位置点信息,设置采集的时段为一天,这样能够尽可能全面反映同一个用户的位置信息,时获取的数据更加精确。
整理模块12用于对位置点信息进行去重、筛选、清洗处理,以获得有效的位置点信息。
对初步得到的位置点信息进行处理,由于初步获得的位置点信息不是全部都有效的,因此需要对初步获得的位置点信息进行去重、筛选、清洗处理。例如,某一个用户在一个地方来回走动打电话,那么这个过程会产生多个位置点,但这个位置点之间的变化只是在一个很小的范围内变化,因此,需要进行处理,选择其中一个点或者计算平均的位置点作为一个有效的位置点。
排序模块13用于对同一用户的有效的位置点信息按照时间先后顺序进行排序。
由于用户的手机信令数据包括用户的ID(手机号码)、处于位置点的时间、停留地点以及到达位置点的方式。由于获取的手机信令数据是某个区域的所有用户的数据,因此,需要对每一个用户的信令数据按照类型分类,并按照发生的时间排序,从而形成单个用户的出行链。
进一步的,建立模块2包括:
判断模块21,用于判断每个有效位置点是处于移动状态、停止状态、临界即将移动状态或者临界即将停止状态;
设定模块22,用于当相邻两个有效位置点的状态为停止状态,则再次判断这个两个有效位置点之间时间差和位移差是否满足设定的条件,若满足,则判定这两个有效位置点为一次出行的O点和D点,若不满足,则判断不是一次有效的出行;
统计模块23,用于对目标区域内的所有用户进行分组,统计同一用户在一天时间内的有效出行次数。
判断模块21用于判断每个有效位置点是处于移动状态、停止状态、临界即将移动状态或者临界即将停止状态。
每个有效位置点都有四种状态,分别是移动状态、停止状态、临界即将移动状态、临界即将停止状态。处于运动状态的位置点的轨迹特征为相隔一定距离的间断点或者线;处于停留状态的位置点轨迹特征为聚集一团。
设定模块22用于当相邻两个有效位置点的状态为停止状态,则再次判断这个两个有效位置点之间时间差和位移差是否满足设定的条件,若满足,则判定这两个有效位置点为一次出行的O点和D点,若不满足,则判断不是一次有效的出行;
一次出行必须满足一定的条件才可以是一次有效的出行,但这个条件中的某些指标是可以根据实际需要进行调整的,例如一次有效的出行应该有:出行的O点(起点)和出行的D点(目的点);出行是有目的性质的;出行都是依赖交通工具的(不考虑步行的情况);出行需要达到一定的时间和距离要求。当然时间和距离的没有一个规定的标准,因此可以根据实际需要进行调整。
例如,以时间为2个小时,距离为4公里作为一次有效出行的时间和距离标准,但一个用户相邻两个位置点的距离差大于4公里通知时间差大于2小时,并且由乘坐交通工具,那么,则可以判断这是一次有效的出行。一个用户一天内可以发生多次有效出行。
进一步的,结合模块3包括:
划分模块31,用于将目标区域划分成若个干交通区域;
对应模块32,用于将用户有效出行的O点和D点分别对应到相应的交通区域内,得到对应区域的交通发生量和交通吸引量。
划分模块31,用于将目标区域划分成若个干交通区域。
由于用户定位的数据采集过程用到了基站定位技术,那么需要对目标区域划分成多个交通区域,但是交通区域划分太小,相对基站分布数量较多时,频繁基站区域之间的切换干扰多,将会导致获取的信令数据位置信息的准确性,在后去处理阶段也增加难度。
因此,划分交通区域应该远远大于基站识别范围,降低切换干扰。结合行政区域、城市居住分布等因素进行划分。按照城市行政区域作为交通大区,根据交通管理和城市聚集等因素划分交通中区,根据居民生活等方式划分为交通小区。其中,一个交通小区只能属于某一个交通中区,一个交通中区只能属于某一个交通大区。一个基站只能属于某一个交通小区。通过交通区域的划分,能够提高获取位置信息的准确性。
对应模块32用于将用户有效出行的O点和D点分别对应到相应的交通区域内,得到对应区域的交通发生量和交通吸引量。
通过将所有用户的出行的O点和D点分别对应到相应的交通区域内,即可知道相应区域的公共交通需求量,根据这个区域目前的公共交通的配置情况,可以知道这个交通区域的公交交通是否配置充足或者配置不够的情况,有利于相关部门对该区域的公共交通进行优化。另外,用户的出行的交通方式可以通过手机信令数据获得,因此,可以进一步的对不同类型的交通工具进行优化配置。另外,还可以进行公交交通吸引率进行分析和目标区域的人们生活习惯的分析。
其中,公交交通吸引率=乘坐公公给交通到达此区域或站点人群数量/达到此区域人群数量的比值。如果比值偏低可能是由于公交线路规划不合理,或者其他出行方式的更为便捷性造成,可以作为辅助信息对公共线路规划起到引导作用。
目标区域的人们生活习惯的分析,可结合一个时间段的手机信令信息的分析,可以获得区域内常住人群的数量和某些人群的出行规律。例如,分析晚上12点到早上7点之间的信令数据,如果用户在此期间内处于同一基站位置,则可以判断此人昨晚在此睡觉休息,以此类推,此规律维持一个月左右时间,则可以判断此人可能是一个在此地居住人群。
一种基于用户出行数据分析的公共交通控制系统还包括:
修正模块,用于对出行OD矩阵进行修正。
为了提高OD矩阵数据的精确性,可以对获得的信令数据进行修正,由于信令数据是基于用户的手机而获得的,由于目前使用双卡双待的手机用户也越来越多,或者一个人同时使用两个手机的用户也越来越多,这会造成发生出行量大于实际出行量。因此,可以对获得的用户出行量减去一部分,提高数据的精确性。
综合上述:本发明基于用户出行数据分析的公共交通控制方系统通过获取模块获取目标区域所有用户的位置信息,并建立用户的出行链;建立模块,用于根据用户的出行链建立用户的出行OD矩阵;结合模块,用于将得到的出行OD矩阵结合交通划分区域得到公共交通需求数据。能够准确的获取用户出行人群的数据和交通需求数据,为相关部门的规划和路网管理提供了精确的数据支持。另外,通过修正模块对OD矩阵不断修正,优化了出行人群的数据和交通需求数据,提高了数据的精确度。
上述仅以实施例来进一步说明本发明的技术内容,以便于读者更容易理解,但不代表本发明的实施方式仅限于此,任何依本发明所做的技术延伸或再创造,均受本发明的保护。本发明的保护范围以权利要求书为准。
Claims (10)
1.基于用户出行数据分析的公共交通控制方法,其特征在于,所述方法包括:
获取目标区域所有用户的位置信息,并建立用户的出行链;
根据用户的出行链建立用户的出行OD矩阵;
将得到的出行OD矩阵结合交通划分区域得到公共交通需求数据。
2.根据权利要求1所述的基于用户出行数据分析的公共交通控制方法,其特征在于,所述的获取用户的位置信息,并建立用户的出行链步骤,具体包括以下步骤:
通过手机信令采集系统获取目标区域在一天时间内所有手机用户发生信令事件时的位置点信息;
对位置点信息进行去重、筛选、清洗处理,以获得有效的位置点信息;
对同一用户的有效的位置点信息按照时间先后顺序进行排序。
3.根据权利要求2所述的基于用户出行数据分析的公共交通控制方法,其特征在于,所述的根据用户的出行链建立用户的出行OD矩阵步骤,具体包括以下步骤:
判断每个有效位置点是处于移动状态、停止状态、临界即将移动状态或者临界即将停止状态;
当相邻两个有效位置点的状态为停止状态,则再次判断这个两个有效位置点之间时间差和位移差是否满足设定的条件,若满足,则判定这两个有效位置点为一次出行的O点和D点,若不满足,则判断不是一次有效的出行;
对目标区域内的所有用户进行分组,统计同一用户在一天时间内的有效出行次数。
4.根据权利要求3所述的基于用户出行数据分析的公共交通控制方法,其特征在于,所述的将得到的出行OD矩阵结合交通划分区域得到公共交通需求数据步骤,具体包括以下步骤:
将目标区域划分成若个干交通区域;
将用户有效出行的O点和D点分别对应到相应的交通区域内,得到对应区域的交通发生量和交通吸引量。
5.根据权利要求1所述的基于用户出行数据分析的公共交通控制方法,其特征在于,所述的根据用户的出行链建立用户的出行OD矩阵步骤与所述的将得到的出行OD矩阵结合交通划分区域得到公共交通需求数据步骤之间还包括步骤:
对出行OD矩阵进行修正。
6.基于用户出行数据分析的公共交通控制系统,其特征在于,所述系统包括:
获取模块,用于获取目标区域所有用户的位置信息,并建立用户的出行链;
建立模块,用于根据用户的出行链建立用户的出行OD矩阵;
结合模块,用于将得到的出行OD矩阵结合交通划分区域得到公共交通需求数据。
7.根据权利要求6所述的基于用户出行数据分析的公共交通控制系统,其特征在于,所述获取模块包括:
采集模块,用于通过手机信令采集系统获取目标区域在一天时间内所有手机用户发生信令事件时的位置点信息;
整理模块,用于对位置点信息进行去重、筛选、清洗处理,以获得有效的位置点信息;
排序模块,用于对同一用户的有效的位置点信息按照时间先后顺序进行排序。
8.根据权利要求7所述的基于用户出行数据分析的公共交通控制系统,其特征在于,所述建立模块包括:
判断模块,用于判断每个有效位置点是处于移动状态、停止状态、临界即将移动状态或者临界即将停止状态;
设定模块,用于当相邻两个有效位置点的状态为停止状态,则再次判断这个两个有效位置点之间时间差和位移差是否满足设定的条件,若满足,则判定这两个有效位置点为一次出行的O点和D点,若不满足,则判断不是一次有效的出行;
统计模块,用于对目标区域内的所有用户进行分组,统计同一用户在一天时间内的有效出行次数。
9.根据权利要求8所述的基于用户出行数据分析的公共交通控制系统,其特征在于,所述结合模块包括:
划分模块,用于将目标区域划分成若个干交通区域;
对应模块,用于将用户有效出行的O点和D点分别对应到相应的交通区域内,得到对应区域的交通发生量和交通吸引量。
10.根据权利要求6所述的基于用户出行数据分析的公共交通控制系统,其特征在于,所述系统还包括:
修正模块,用于对出行OD矩阵进行修正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810360608.3A CN108492565A (zh) | 2018-04-20 | 2018-04-20 | 基于用户出行数据分析的公共交通控制方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810360608.3A CN108492565A (zh) | 2018-04-20 | 2018-04-20 | 基于用户出行数据分析的公共交通控制方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108492565A true CN108492565A (zh) | 2018-09-04 |
Family
ID=63312805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810360608.3A Pending CN108492565A (zh) | 2018-04-20 | 2018-04-20 | 基于用户出行数据分析的公共交通控制方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108492565A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109729518A (zh) * | 2019-03-15 | 2019-05-07 | 上海同济城市规划设计研究院有限公司 | 基于手机信令的城市交通早高峰拥堵源头识别方法 |
CN110175691A (zh) * | 2019-04-09 | 2019-08-27 | 阿里巴巴集团控股有限公司 | 规划区域交通运营线路的方法、装置和电子设备 |
CN110310477A (zh) * | 2019-05-14 | 2019-10-08 | 浙江工业大学之江学院 | 基于公交gps与手机信令数据的公交客流检测方法 |
CN110415052A (zh) * | 2019-08-08 | 2019-11-05 | 北京百度网讯科技有限公司 | 位置信息的处理方法、装置、计算机设备及可读存储介质 |
CN110830978A (zh) * | 2019-10-31 | 2020-02-21 | 中国移动通信集团江苏有限公司 | 基于区域的用户数据处理方法、装置、设备及介质 |
CN112215666A (zh) * | 2020-11-03 | 2021-01-12 | 广州市交通规划研究院 | 一种基于手机定位数据的不同出行活动目的特征识别方法 |
CN114141008A (zh) * | 2021-10-29 | 2022-03-04 | 东南大学 | 一种基于手机信令数据的新型共享公共交通服务区域选取方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101692309A (zh) * | 2009-09-04 | 2010-04-07 | 北京工业大学 | 基于手机信息的交通出行计算方法 |
CN101800927A (zh) * | 2009-02-11 | 2010-08-11 | 同济大学 | 基于手机用户到发量的交通起讫点信息获取方法 |
CN101908275A (zh) * | 2010-07-27 | 2010-12-08 | 南京信息工程大学 | 基于多网络的公共交通优化出行方法 |
CN102097004A (zh) * | 2011-01-31 | 2011-06-15 | 上海美慧软件有限公司 | 一种基于手机定位数据的出行od矩阵获取方法 |
CN102333274A (zh) * | 2010-07-12 | 2012-01-25 | 同济大学 | 一种基于手机信号数据处理通勤信息的方法及装置 |
CN103810851A (zh) * | 2014-01-23 | 2014-05-21 | 广州地理研究所 | 一种基于手机定位的交通出行模式识别方法 |
CN104899443A (zh) * | 2015-06-05 | 2015-09-09 | 陆化普 | 用于评估当前出行需求及预测未来出行需求的方法及系统 |
CN105513351A (zh) * | 2015-12-17 | 2016-04-20 | 北京亚信蓝涛科技有限公司 | 一种基于大数据的交通出行特征数据提取方法 |
CN105513348A (zh) * | 2015-11-27 | 2016-04-20 | 西南交通大学 | 基于手机信令出行链的od矩阵获取方法 |
CN106960406A (zh) * | 2017-02-10 | 2017-07-18 | 浙江大学 | 一种考虑居民出行od的公交服务覆盖率计算方法 |
CN107040894A (zh) * | 2017-04-21 | 2017-08-11 | 杭州市综合交通研究中心 | 一种基于手机信令数据的居民出行od获取方法 |
-
2018
- 2018-04-20 CN CN201810360608.3A patent/CN108492565A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101800927A (zh) * | 2009-02-11 | 2010-08-11 | 同济大学 | 基于手机用户到发量的交通起讫点信息获取方法 |
CN101692309A (zh) * | 2009-09-04 | 2010-04-07 | 北京工业大学 | 基于手机信息的交通出行计算方法 |
CN102333274A (zh) * | 2010-07-12 | 2012-01-25 | 同济大学 | 一种基于手机信号数据处理通勤信息的方法及装置 |
CN101908275A (zh) * | 2010-07-27 | 2010-12-08 | 南京信息工程大学 | 基于多网络的公共交通优化出行方法 |
CN102097004A (zh) * | 2011-01-31 | 2011-06-15 | 上海美慧软件有限公司 | 一种基于手机定位数据的出行od矩阵获取方法 |
CN103810851A (zh) * | 2014-01-23 | 2014-05-21 | 广州地理研究所 | 一种基于手机定位的交通出行模式识别方法 |
CN104899443A (zh) * | 2015-06-05 | 2015-09-09 | 陆化普 | 用于评估当前出行需求及预测未来出行需求的方法及系统 |
CN105513348A (zh) * | 2015-11-27 | 2016-04-20 | 西南交通大学 | 基于手机信令出行链的od矩阵获取方法 |
CN105513351A (zh) * | 2015-12-17 | 2016-04-20 | 北京亚信蓝涛科技有限公司 | 一种基于大数据的交通出行特征数据提取方法 |
CN106960406A (zh) * | 2017-02-10 | 2017-07-18 | 浙江大学 | 一种考虑居民出行od的公交服务覆盖率计算方法 |
CN107040894A (zh) * | 2017-04-21 | 2017-08-11 | 杭州市综合交通研究中心 | 一种基于手机信令数据的居民出行od获取方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109729518A (zh) * | 2019-03-15 | 2019-05-07 | 上海同济城市规划设计研究院有限公司 | 基于手机信令的城市交通早高峰拥堵源头识别方法 |
CN109729518B (zh) * | 2019-03-15 | 2021-08-31 | 上海同济城市规划设计研究院有限公司 | 基于手机信令的城市交通早高峰拥堵源头识别方法 |
CN110175691A (zh) * | 2019-04-09 | 2019-08-27 | 阿里巴巴集团控股有限公司 | 规划区域交通运营线路的方法、装置和电子设备 |
CN110175691B (zh) * | 2019-04-09 | 2023-06-02 | 创新先进技术有限公司 | 规划区域交通运营线路的方法、装置和电子设备 |
CN110310477A (zh) * | 2019-05-14 | 2019-10-08 | 浙江工业大学之江学院 | 基于公交gps与手机信令数据的公交客流检测方法 |
CN110310477B (zh) * | 2019-05-14 | 2021-11-02 | 浙江工业大学之江学院 | 基于公交gps与手机信令数据的公交客流检测方法 |
CN110415052A (zh) * | 2019-08-08 | 2019-11-05 | 北京百度网讯科技有限公司 | 位置信息的处理方法、装置、计算机设备及可读存储介质 |
CN110830978A (zh) * | 2019-10-31 | 2020-02-21 | 中国移动通信集团江苏有限公司 | 基于区域的用户数据处理方法、装置、设备及介质 |
CN110830978B (zh) * | 2019-10-31 | 2022-08-09 | 中国移动通信集团江苏有限公司 | 基于区域的用户数据处理方法、装置、设备及介质 |
CN112215666A (zh) * | 2020-11-03 | 2021-01-12 | 广州市交通规划研究院 | 一种基于手机定位数据的不同出行活动目的特征识别方法 |
CN114141008A (zh) * | 2021-10-29 | 2022-03-04 | 东南大学 | 一种基于手机信令数据的新型共享公共交通服务区域选取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108492565A (zh) | 基于用户出行数据分析的公共交通控制方法和系统 | |
Iqbal et al. | Development of origin–destination matrices using mobile phone call data | |
US20170032291A1 (en) | Bus Planning Method Using Mobile Communication Data Mining | |
Wang et al. | A data-driven and optimal bus scheduling model with time-dependent traffic and demand | |
CN107305590B (zh) | 一种基于手机信令数据的城市交通出行特征确定方法 | |
CN104484993B (zh) | 用于交通小区划分的手机信令信息的处理方法 | |
CN105513351A (zh) | 一种基于大数据的交通出行特征数据提取方法 | |
US8504035B2 (en) | System and method for population tracking, counting, and movement estimation using mobile operational data and/or geographic information in mobile network | |
CN101692309B (zh) | 基于手机信息的交通出行计算方法 | |
CN104766473A (zh) | 基于多模式公交数据匹配的公共交通出行特征提取方法 | |
CN105206048A (zh) | 一种基于交通od数据的城市居民群体换乘模式发现系统及方法 | |
CN104778263A (zh) | 一种电动车充电站系统仿真数据挖掘方法 | |
CN104077915A (zh) | 乘车趋势预测装置及其方法 | |
Zheng et al. | Exploring both home-based and work-based jobs-housing balance by distance decay effect | |
CN102819950A (zh) | 一种交通工具搭载辅助决策的系统和方法 | |
CN106651027A (zh) | 一种基于社交网络的互联网班车线路优化方法 | |
CN105336155A (zh) | 公交班次加派方法及系统 | |
CN108122131A (zh) | 基于公共自行车刷卡数据的通勤行为和职住地识别方法 | |
Holleczek et al. | Traffic measurement and route recommendation system for mass rapid transit (mrt) | |
CN106295868A (zh) | 交通出行数据处理方法及装置 | |
Du et al. | Transit pattern detection using tensor factorization | |
Willumsen | Use of big data in transport modelling | |
Gu et al. | Analysis of Changes in Intercity Highway Traffic Travel Patterns under the Impact of COVID‐19 | |
CN110958571A (zh) | 一种在差补前提下基于移动信令数据的人口细分方法 | |
Huang et al. | Sensing Multi-modal Mobility Patterns: A Case Study of Helsinki using Bluetooth Beacons and a Mobile Application |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180904 |
|
RJ01 | Rejection of invention patent application after publication |