CN109657014A - 一种基于多维多源数据的交通事件还原画像方法 - Google Patents

Abstract

本发明涉及一种对多源多维数据的交通事件还原画像方法，特别是一种涉及城市视频事件巡检信息、110报警事件信息、交通事故事件信息、交通违法事件信息的交通事件还原画像方法。包括以下步骤：对城市视频事件巡检信息、110报警事件信息、交通事故事件信息、交通违法事件信息等不同事件来源数据进行预处理，从中抽取基础信息，并对地理描述进行解析获取电子坐标，基于时空匹配规则对不同来源的同一起事件进行合并还原，最终完成多源多维交通事件画像。本发明解决了大数据环境下不同业务维度不同采集源中对同一起交通事件的重复描述的缺陷，对交通事件进行还原，为交通事件大数据分析，城市精细化管理提出数据支撑。

Description

一种基于多维多源数据的交通事件还原画像方法

技术领域

本发明涉及一种对多源多维数据的交通事件还原画像方法，特别是一种涉及城市视频事件巡检数据、110报警事件数据、交通事故事件数据、交通违法事件数据的交通事件还原画像方法。

背景技术

随着交通大数据技术的兴起，信息资源变得共享与开放，分属不同业务的交通事件类数据汇聚在一起。交通大数据的分析能使交通管理更具针对性，有利于提升城市运营管理的精细化、科学化。

交通大数据可靠分析的前置条件是基础数据的还原画像。交通事件数据的来源也涉及视频巡检系统、警情信息、事故处理系统、违法处理系统等多个系统。这些不同业务数据往往存在多条记录，描述的却是同一起交通事件，在进行事件信息大数据分析前，需要对收集的数据进行分析和处理，将多维多源数据的交通事件进行还原画像。

多维多源交通事件的数据存在结构不统一，数据互通差，要实现资源共享，需要对交通事件信息进行还原画像。目前市场上数据对象的画像主要涉及用户、企业等群体，在交通事件数据还原画像中的应用尚有欠缺。

发明内容

本发明的目的是：提供一种多源多维数据的交通事件还原画像方法。

为了达到上述目的，本发明的技术方案是提供了一种基于多维多源数据的交通事件还原画像方法，其特征在于，包括以下步骤：

步骤1、从视频巡检数据中抽取事件基本信息，包含地点描述p₁、时间描述t₁；

步骤2、从110警情事件数据的事件中获取交通事件警情事件信息，从交通事件警情事件信息中抽取事件基础信息，包含地点描述p₂、时间描述t₂、当事人n₂、当事车v₂；

步骤3、从事故信息数据中抽取事件基础信息，包含地点描述p₃、时间描述t₃、当事人n₃、当事车v₃；

步骤4、从违法信息数据中抽取信息来源为事故转入类事件数据，随后从事故转入类事件数据中抽取事件基础信息，包含地点描述p₄、时间描述t₄、当事人n₄、当事车v₄；

步骤5、对p₁、p₂、p₃、p₄地点描述进行地理解析，通过地图匹配方式得到的电子坐标

步骤6、将步骤1中的事件基本信息与步骤3中的事件基础信息进行匹配；若满足下述公式，则步骤1中事件与步骤3中事件进行合并，反之为两起单独事件：

步骤7、对步骤2中的交通事件警情事件信息与步骤3中的事件基础信息进行匹配，若满足下述公式，则步骤2中事件与步骤3中事件进行合并，反之为两起单独事件：

步骤8、对步骤4中的事件基础信息与步骤3中的的事件基础信息进行匹配，若满足下述公式，则步骤4中事件与步骤3中事件进行合并，反之为两起单独事件：

步骤9、对多源多维交通事件进行还原，独立事件保留原始独立信息，非独立事件，即步骤6、7、8中合并事件进行还原，分别抽取各自信息合并为一条记录，完成多源多维交通事件画像。

优选地，步骤2中，从110警情事件数据的事件中获取交通事件警情事件信息包括以下步骤：

对110警情事件数据类型进行筛选，保留交通类警情，随后对交通类警情的事件类型进行筛选，保留交通事故、违法停车事件，保留的事件即为交通事件警情事件。

优选地，所述步骤5包括：

步骤5.1：对p₁、p₂、p₃、p₄地点描述进行分析，若字段中包含“高速”、“快速路”、“匝道”、“立交”讲该条记录给予高/快速路属性，其他不包含的给予地面道路属性；

步骤5.2：对高/快速路事件依据高/快速路GIS图层匹配得到相应WGS-84电子坐标

步骤5.3：对地面道路事件依据地面道路GIS图层匹配得到相应WGS-84电子坐标

本发明将多维多源交通事件的数据进行了有效统一，不同系统的数据之间可以实现互通，实现了资源共享。

附图说明

图1为多源多维数据交通事件画像过程图；

图2为视频巡检类交通事件数据抽取过程图；

图3为110警情类交通事件数据抽取过程图；

图4为交通事故事件数据抽取过程图；

图5为交通违法事件数据抽取过程图；

图6为多源多维交通事件还原过程图；

图7为交通事件画像图。

具体实施方式

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

本发明提供了一种对多源多维数据的交通事件还原画像方法，包括以下步骤：

步骤1、从视频巡检数据中抽取事件地点描述p₁、时间描述t₁及交通事件其他属性；

步骤2、根据事件类型字段对对110警情事件数据的事件类型进行筛选，保留交通类警情。对交通类警情的事件类型进行筛选，筛选出交通事故、违法停车，排除车辆抛锚、排堵保畅、其他类，并作出标记。从保留的110警情事件信息中抽取事件基础信息包含地点描述p₂、时间描述t₂、当事人n₂、当事车v₂及交通事件其他属性；

步骤3、从事故信息数据中抽取事件基础信息，包含地点描述p₃、时间描述t₃、当事人n₃、当事车v₃及交通事件其他属性；

步骤4、从违法信息数据中抽取信息来源为事故转入类事件数据。从事故转入类事件数据中抽取事件基础信息，包含地点描述p₄、时间描述t₄、当事人n₄、当事车v₄及交通事件其他属性；

步骤5：对p₁、p₂、p₃、p₄地点描述进行地理解析，通过地图匹配方式得到的电子坐标，包括以下步骤：

步骤5.1：对p₁、p₂、p₃、p₄地点描述进行分析，若字段中包含“高速”、“快速路”、“匝道”、“立交”讲该条记录给予高/快速路属性，其他不包含的给予地面道路属性；

步骤5.2：对高/快速路事件依据高/快速路GIS图层匹配得到相应WGS-84电子坐标

步骤5.3：对地面道路事件依据地面道路GIS图层匹配得到相应WGS-84电子坐标

步骤6：对步骤1中的事件数据与步骤3中的事件数据进行匹配，若满足下述公式，则步骤1中事件与步骤3中事件进行合并，反之为两起单独事件：

步骤7、对步骤2中的事件数据与步骤3中的事件数据进行匹配，若满足下述公式，则步骤2中事件与步骤3中事件进行合并，反之为两起单独事件：

步骤8、对步骤4中的事件数据与步骤3中的事件数据进行匹配，若满足下述公式，则步骤4中事件与步骤3中事件进行合并，反之为两起单独事件：

步骤9、对多源多维交通事件进行还原，独立事件保留原始独立信息，非独立事件，即步骤6、7、8中合并事件进行还原，分别抽取各自信息合并为一条记录，完成多源多维交通事件画像。还原后相同的交通事件信息拥有同一ID，且包含各系统独立的交通事件、及合并后的交通事件，并给予标记来记录数据来源的维度。

Claims (3)

1.一种基于多维多源数据的交通事件还原画像方法，其特征在于，包括以下步骤：

步骤1、从视频巡检数据中抽取事件基本信息，包含地点描述p₁、时间描述t₁；

步骤2、从110警情事件数据的事件中获取交通事件警情事件信息，从交通事件警情事件信息中抽取事件基础信息，包含地点描述p₂、时间描述t₂、当事人n₂、当事车v₂；

步骤3、从事故信息数据中抽取事件基础信息，包含地点描述p₃、时间描述t₃、当事人n₃、当事车v₃；

步骤4、从违法信息数据中抽取信息来源为事故转入类事件数据，随后从事故转入类事件数据中抽取事件基础信息，包含地点描述p₄、时间描述t₄、当事人n₄、当事车v₄；

步骤5、对p₁、p₂、p₃、p₄地点描述进行地理解析，通过地图匹配方式得到的电子坐标

步骤6、将步骤1中的事件基本信息与步骤3中的事件基础信息进行匹配；若满足下述公式，则步骤1中事件与步骤3中事件进行合并，反之为两起单独事件：

步骤7、对步骤2中的交通事件警情事件信息与步骤3中的事件基础信息进行匹配，若满足下述公式，则步骤2中事件与步骤3中事件进行合并，反之为两起单独事件：

步骤8、对步骤4中的事件基础信息与步骤3中的的事件基础信息进行匹配，若满足下述公式，则步骤4中事件与步骤3中事件进行合并，反之为两起单独事件：

步骤9、对多源多维交通事件进行还原，独立事件保留原始独立信息，非独立事件，即步骤6、7、8中合并事件进行还原，分别抽取各自信息合并为一条记录，完成多源多维交通事件画像。

2.如权利要求1所述的一种基于多维多源数据的交通事件还原画像方法，其特征在于，步骤2中，从110警情事件数据的事件中获取交通事件警情事件信息包括以下步骤：

对110警情事件数据类型进行筛选，保留交通类警情，随后对交通类警情的事件类型进行筛选，保留交通事故、违法停车事件，保留的事件即为交通事件警情事件。

3.如权利要求1所述的一种基于多维多源数据的交通事件还原画像方法，其特征在于，所述步骤5包括：

步骤5.1：对p₁、p₂、p₃、p₄地点描述进行分析，若字段中包含“高速”、“快速路”、“匝道”、“立交”讲该条记录给予高/快速路属性，其他不包含的给予地面道路属性；

步骤5.2：对高/快速路事件依据高/快速路GIS图层匹配得到相应WGS-84电子坐标

步骤5.3：对地面道路事件依据地面道路GIS图层匹配得到相应WGS-84电子坐标