CN109636458A - 一种轨道交通用户画像生成方法 - Google Patents

Abstract

本发明提供一种轨道交通用户画像生成方法，涉及计算机领域和公共交通出行领域；该方法包括S1,数据清理：获取刷卡数据，对刷卡数据进行预处理；S2，标签处理：针对不同的出行用户将刷卡信息归类，形成标签库；S3，信息绑定：将刷卡数据与个人消费信息进行绑定；S4，行为预测：结合标签库以及绑定信息，根据实时刷卡数据对用户进行行为预测。采用本发明会带来明显的经济效益和社会效益，精确确定运力需求，避免无效的运力组织，能够及时掌握突发客流导致的冲击，为人民的出行安全提供可靠的保障。

Description

一种轨道交通用户画像生成方法

技术领域

本发明涉及计算机领域和公共交通出行领域，尤其涉及一种轨道交通用户画像生成方法。

背景技术

用户画像是互联网营销的主要客户分类技术，几乎所有的互联网公司都会利用数据挖掘寻求有用的信息和潜在的商业机会。通过勾画目标用户，建立目标用户的全方位线索信息，以期对用户进行分类，进一步找出用户的兴趣点进行精准营销。

目前市面上的用户画像多针对电商服务类，其主要目的为产品定位、精确推广、产品优化、提高用户体验、衡量用户价值等。销售类用户画像主要步骤有：

源数据分析：用户源数据包括静态信息数据及动态信息数据，静态数据如相关注册信息，动态数据如用户浏览、点击、购买等数据。根据该信息可以计算出用户的消费能力、品牌偏好等信息。

用户标签定义与权重：通过数据挖掘、聚类算法对用户消费目标进行分析，并为每个用户打上标签及权重，如红酒0.7，电子产品0.6。

用户画像建模：根据用户所填写的属性标签和推算出来的标签，分别进行建模，规约数据实体及关联关系。电商类用户建模较复杂，包括用户忠诚度、用户基本属性、购买类目录表等。

轨道交通出行的用户画像目的和传统基于营销的用户画像目的不同，采集的技术手段也不一样。本发明的用户画像主要是以群体性出行特征为主，并不需要精确掌握单个用户的准确画像信息，因此更多的是按群体性行为进行画像。

隐私风险：由于现有其它领域的用户画像主要集中在精准营销领域，可能搜集用户姓名、电话号码、邮箱地址、住址等信息，对用户的隐私安全带来了极大挑战。

预测精度低：传统画像的相关性分析主要依赖用户喜好、购买商品的特点，存在很大的随机性，而且传统画像需要更大的数据量才能达到更准确的目的。

时间敏感度差：传统的用户画像虽然知道某些确定行为，但无法判断这些行为发生的确切时间点，就像预测出要下雨，但不知道几点下雨，这种预测结果没有任何指导意义。

发明内容

本发明的目的在于提供一种轨道交通用户画像生成方法，从而解决现有技术中存在的前述问题。

为了实现上述目的，本发明采用的技术方案如下：

一种轨道交通用户画像生成方法，包括以下步骤：

S1，数据清理：获取刷卡数据，对刷卡数据进行预处理；

S2，标签处理：针对不同的出行用户将刷卡信息归类，形成标签库；

S3，信息绑定：将刷卡数据与个人消费信息进行绑定；

S4，行为预测：结合标签库以及绑定信息，根据实时刷卡数据对用户进行行为预测。

优选地，步骤S1具体包括：

S11，获取一年的全量刷卡出入站明细数据；

S12，单独的进出站刷卡记录进行配对以形成完整的进出站刷卡记录对；

S13，数据剔除：剔除掉无效的刷卡数据。

优选地，步骤S13中所述无效的刷卡数据包括工作人员卡、检修卡、同站进出未乘车的刷卡记录、刷卡时间明显不合理的记录、刷卡频度过高的疑似克隆卡中的至少一种。

优选地，步骤S2具体包括：

S21，判断卡的类型，若是多次使用的一卡通，则进入步骤S22，若是一次性使用的临时卡，则进入S23；

S22，对于一卡通用户，采取打标签的方式，用机器学习反复学习和验证，形成可用的标签库；

S23，对于临时卡用户，采用聚类分析的方法形成可用的标签库。

优选地，步骤S22具体包括：

事先设置标签规则，然后按照标签规则将刷卡信息进行分类，采用机器反复学习的方法，必要时需要人工识别和验证机器学习的结果，最后形成可用的标签库。

优选地，步骤S23具体包括：

在对临时卡的刷卡数据进行聚类分析的过程中，因不同的归一化值处理方式导致距离计算公式失真，因此需要调整输入参数的权重并反复聚类，找出特征明显的车站；最后需要对聚类特征明显的聚类群进行人工判别，形成标签库。

优选地，形成标签库之后由于标签库的特征数据具有一定的时效性，需要每隔一段时间重新学习，这个间隔周期为一周到一个月。

优选地，步骤S3中绑定的信息包括：手机信号，wifi信号，支付记录，消费记录以及识别持有人。

优选地，步骤S3具体包括：

有手机或wifi信号的情况下出现刷卡记录，那么这两者信息疑似为同一持有人；当两种信息在不同的地方出现，直到能准确确定同一持有人时，那么将两者信息绑定，认为持有这个手机的人也持有某一张卡；如果某一张卡在多个手机信号之间交替出现，我们可以将这几个手机绑定为一个家庭。

最后，结合一卡通支付记录和消费记录，可以将这些信息串接起来，形成最终绑定结果。

优选地，步骤S4具体包括：

对于一卡通用户，根据入站时间和入站地点，再通过标签库预测上班还是外出，然后就能预测该用户的目的地；

对于临时卡用户，根据入站时间和入站站点，可以按照一定比例预测用户群体的行为，但是无法预测某一张卡的具体行为。

本发明的有益效果是：

本发明提供的轨道交通画像方法具有以下优点：

更准确的预测客流高峰，提前做好保障：相对传统的客流预测，基于用户画像的客流预测可以更准确的判断未来15-30分钟内的突发客流变化情况，可以为车站疏散、客运组织提供更准确的数据，有助于相干单位做好保障工作。

有助于轨道交通运营单位优化运力：面对突发客流，由于基于用户画像的预测模型可以准确判断客流的疏散方向，可以精确调度运力，保证客流的及时运输。

为重点活动提供更可靠的保障措施：在博览会、演唱会、大型节假日等重点活动，能够通过对用户数据的分析，准确识别人员聚集、疏散方向，提前做好组织准备工作和应急保障工作。

轨道交通运营单位采用本发明会带来明显的经济效益和社会效益，精确确定运力需求，避免无效的运力组织，能够及时掌握突发客流导致的冲击，为人民的出行安全提供可靠的保障。

附图说明

图1是数据清理的流程示意图；

图2是标签处理的流程示意图；

图3是信息绑定的流程示意图；

图4是行为预测过程的流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不用于限定本发明。

实施例

本实施例提供一种轨道交通用户画像生成方法，包括以下步骤：

S1，数据清理：获取一年的全量刷卡出入站明细数据；对刷卡数据进行预处理，对单独的进出站刷卡记录进行配对以形成完整的进出站刷卡记录对；剔除掉无效的刷卡数据，包括工作人员卡、检修卡、同站进出未乘车的刷卡记录、刷卡时间明显不合理的记录、刷卡频度过高的疑似克隆卡；

S2，标签处理：针对不同的出行用户将刷卡信息归类，形成标签库；具体包括：

S21，判断卡的类型，若是多次使用的一卡通，则进入步骤S22，若是一次性使用的临时卡，则进入S23；

S22，对于一卡通用户，采取打标签的方式，用机器学习反复学习和验证，必要的时候还需要人工识别和验证机器学习的结果，从而形成可用的标签库。

典型的标签规则如下：

住所地：当天首次入站站点，通常为1-2相邻站点，需要连续发生5次以上；

工作地：当天最后一次出站站点，通常为1-2相邻站点，需要连续发生5次以上；

上班时间：工作日早高峰出站时间；

下班时间：工作日晚高峰入站时间；

乘车时间、乘车天数、乘车距离：根据刷卡数据统计；

工作日历：每周哪些天上班，需要先行判定工作地；

有车族：通常每周只有一天乘车，将车的尾号绑定到此人；

家人：经常在同一时间同一地点刷卡进站，时间相差一分钟以内，出现5次以上；

同租好友：经常在同一时间同一地点刷卡进站和出站，时间相差一分钟以内，出现5次以上；

晚间活动场所：下班后常出没地，与住所地不同，最后会回到住所地；

假日活动场所：周末常出没地，与工作地不同，需要先排除掉工作日历为周六周日的人群；

节日活动场所：节日常出没地，与工作地不同；

行走速度：通行时间和全部统计数据进行对比，按正态分布，用极慢、慢、一般、快、极快表示；

行走偏好：根据行走速度，电梯运行速度可以判断是否经常乘坐电扶梯；

换乘偏好：根据行车数据判断是以最少换乘还是最快时间换乘；

最近常入站站点：统计最近常入站站点，非居所地和工作地，主要用于走亲访友、搬家的提前预判；

最近常出站站点：统计最近常入出站站点，非居所地和工作地，主要用于因公外出、换工作的提前预判；

早高峰入站常出站站点：主要用于早高峰预测失败的补救措施，

晚高峰入站常出站站点：主要用于晚高峰预测失败的补救措施，

最近异常出入站占比：当异常出入站占比过高，预测失败的几率较大，需要重新打标签；

年龄段、性别：需要长期学习，在前面数据的基础上进一步做聚类分析，通常比较依赖地铁出行的年龄较年轻，行走速度较快的为男性，工作日活动较规律且节假日外出较多的为女性。

S23，对于临时卡用户，因为无法将用户身份和临时卡进行绑定，因此采用聚类分析的方法形成可用的标签库，再根据车站出入的临时刷卡记录进行针对性预测。在对临时卡的刷卡数据进行聚类分析的过程中，由于车站的特征很多(如机场、火车站、居住区、工作区、旅游区)，甚至有些车站由几个特征叠加起来的，因此在聚类过程中需要不停的调整权重，并不断学习。因不同的归一化值处理方式导致距离计算公式失真，因此需要调整输入参数的权重并反复聚类，找出特征明显的车站；最后需要对聚类特征明显的聚类群进行人工判别，如：生活区的早高峰进站集中，工作区的早高峰出站集中，休闲旅游区的客流集中度不明显并且全体出入站客流相对一致，旅客集散地晚上上车比较集中等。最后才能形成标签库。

在聚类分析时车站聚类的典型特征如下：

工作日入站量/线网入站量；

工作日出站量/线网出站量；

工作日早高峰入站量/工作日入站量；

工作日早高峰出站量/工作日出站量；

工作日晚高峰入站量/工作日入站量；

工作日晚高峰出站量/工作日出站量；

非工作日入站量/线网入站量；

非工作日出站量/线网出站量；

非工作日上午入站量/非工作日入站量；

非工作日中午入站量/非工作日入站量；

非工作日晚上入站量/非工作日入站量；

非工作日上午出站量/非工作日出站量；

非工作日中午出站量/非工作日出站量；

非工作日晚上出站量/非工作日出站量；

节假日入站量/线网入站量；

节假日出站量/线网出站量；

节假日上午入站量/节假日入站量；

节假日中午入站量/节假日入站量；

节假日晚上入站量/节假日入站量；

节假日上午出站量/节假日出站量；

节假日中午出站量/节假日出站量；

节假日晚上出站量/节假日出站量；

需要注意的是，形成标签库之后并不是一直不变的，由于标签库的特征数据具有一定的时效性，需要每隔一段时间重新学习，这个间隔周期为一周到一个月。

S3，信息绑定：将刷卡数据与个人消费信息进行绑定，如手机信号，wifi信号，支付记录，消费记录以及识别持有人。

由于刷卡信息和手机wifi信号并没有明显的相关性，需要利用大数据技术通过进行配对，通常我们认为在有手机或wifi信号的情况下出现刷卡记录，那么这两者信息疑似为同一持有人，当这种信息在不同的地方出现，直到能准确确定同一持有人时，那么将两者信息绑定，认为持有这个手机的人也持有某一张卡。如果某一张卡在多个手机信号之间交替出现，我们可以将这几个手机绑定为一个家庭。

最后，结合一卡通支付记录和消费记录，可以将这些信息串接起来，形成最终绑定结果。

S4，行为预测：结合标签库以及绑定信息，根据实时刷卡数据对用户进行行为预测。

对于一卡通用户，根据入站时间和入站地点，再通过标签库预测上班还是外出，然后就能预测该用户的目的地；

对于临时卡用户，根据入站时间和入站站点，可以按照一定比例预测用户群体的行为，但是无法预测某一张卡的具体行为。但是针对群体的行为有效。也就是我们可以认为早上从天安门上车的用户，大约有10％的人会去八达岭长城，5％的人会去天坛，但我无法准确预测某张临时卡是去长城还是天坛。

最后，基于对用户行为的预测和目的地预测，我们可以提前做好客运组织工作，比如提前预判线路过载和换乘通道拥挤等情况。并及时做好行车调度，如采取加开临时车，提高行车密度等措施。或者针对突发情况做相应的应急准备工作。

申请人需要强调一点，对于对于通过互联网票务系统提供的刷卡数据，虽然在特征上类似于临时卡，但应该尽量将卡和身份绑定，作为一卡通用户处理。

通过采用本发明公开的上述技术方案，得到了如下有益的效果：

本发明提供的轨道交通画像方法具有以下优点：

更准确的预测客流高峰，提前做好保障：相对传统的客流预测，基于用户画像的客流预测可以更准确的判断未来15-30分钟内的突发客流变化情况，可以为车站疏散、客运组织提供更准确的数据，有助于相干单位做好保障工作。

有助于轨道交通运营单位优化运力：面对突发客流，由于基于用户画像的预测模型可以准确判断客流的疏散方向，可以精确调度运力，保证客流的及时运输。

为重点活动提供更可靠的保障措施：在博览会、演唱会、大型节假日等重点活动，能够通过对用户数据的分析，准确识别人员聚集、疏散方向，提前做好组织准备工作和应急保障工作。

轨道交通运营单位采用本发明会带来明显的经济效益和社会效益，精确确定运力需求，避免无效的运力组织，能够及时掌握突发客流导致的冲击，为人民的出行安全提供可靠的保障。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视本发明的保护范围。

Claims (10)

1.一种轨道交通用户画像生成方法，其特征在于，包括以下步骤：

S1，数据清理：获取刷卡数据，对刷卡数据进行预处理；

S2，标签处理：针对不同的出行用户将刷卡信息归类，形成标签库；

S3，信息绑定：将刷卡数据与个人消费信息进行绑定；

S4，行为预测：结合标签库以及绑定信息，根据实时刷卡数据对用户进行行为预测。

2.根据权利要求1所述的轨道交通用户画像生成方法，其特征在于，步骤S1具体包括：

S11，获取一年的全量刷卡出入站明细数据；

S12，单独的进出站刷卡记录进行配对以形成完整的进出站刷卡记录对；

S13，数据剔除：剔除掉无效的刷卡数据。

3.根据权利要求2所述的轨道交通用户画像生成方法，其特征在于，步骤S13中所述无效的刷卡数据包括工作人员卡、检修卡、同站进出未乘车的刷卡记录、刷卡时间明显不合理的记录、刷卡频度过高的疑似克隆卡中的至少一种。

4.根据权利要求1所述的轨道交通用户画像生成方法，其特征在于，步骤S2具体包括：

S21，判断卡的类型，若是多次使用的一卡通，则进入步骤S22，若是一次性使用的临时卡，则进入S23；

S22，对于一卡通用户，采取打标签的方式，用机器学习反复学习和验证，形成可用的标签库；

S23，对于临时卡用户，采用聚类分析的方法形成可用的标签库。

5.根据权利要求4所述的轨道交通用户画像生成方法，其特征在于，步骤S22具体包括：

事先设置标签规则，然后按照标签规则将刷卡信息进行分类，采用机器反复学习的方法，必要时需要人工识别和验证机器学习的结果，最后形成可用的标签库。

6.根据权利要求4所述的轨道交通用户画像生成方法，其特征在于，步骤S23具体包括：

在进行聚类分析的过程中，因不同的归一化值处理方式导致距离计算公式失真，因此需要调整输入参数的权重并反复聚类，找出特征明显的车站；最后需要对聚类特征明显的聚类群进行人工判别，形成标签库。

7.根据权利要求5或6所述的轨道交通用户画像生成方法，其特征在于，形成标签库之后由于标签库的特征数据具有一定的时效性，需要每隔一段时间重新学习，这个间隔周期为一周到一个月。

8.根据权利要求1所述的轨道交通用户画像生成方法，其特征在于，步骤S3中绑定的信息包括：手机信号，wifi信号，支付记录，消费记录以及识别持有人。

9.根据权利要求8所述的轨道交通用户画像生成方法，其特征在于，步骤S3具体包括：

有手机或wifi信号的情况下出现刷卡记录，那么这两者信息疑似为同一持有人；当两种信息在不同的地方出现，直到能准确确定同一持有人时，那么将两者信息绑定，认为持有这个手机的人也持有某一张卡；如果某一张卡在多个手机信号之间交替出现，我们可以将这几个手机绑定为一个家庭；

最后，结合一卡通支付记录和消费记录，可以将这些信息串接起来，形成最终绑定结果。

10.根据权利要求1所述的轨道交通用户画像生成方法，其特征在于，步骤S4具体包括：

对于一卡通用户，根据入站时间和入站地点，再通过标签库预测上班还是外出，然后就能预测该用户的目的地；

对于临时卡用户，根据入站时间和入站站点，可以按照一定比例预测用户群体的行为。