CN110543535A - 一种基于网约车检索请求数据的交通小区划分方法 - Google Patents

Abstract

本发明公开了一种基于网约车检索请求数据的交通小区划分方法，该方法基于每次出行具有唯一确定出行目的的理论，利用网约车检索请求数据的可存储性，考虑同一订单中被检索请求过的下客地点之间存在同质性，基于栅格化，应用改进的K‑means++算法，通过大量真实客观的网约车检索请求数据划分交通小区。本发明能够更加合理的划分交通小区，使得交通小区之间的差异性最大，而交通小区内部保持高同质性。

Description

一种基于网约车检索请求数据的交通小区划分方法

技术领域

本发明涉及一种基于网约车检索请求数据的交通小区划分方法，属于智能交通技术领域。

背景技术

交通小区是指内部性质、交通特性等具有一定关联性、相似性的分析单元，不同交通小区之间差异性较大，但交通小区内部却保持高度同质性。对研究区域进行离散化、区域化，可以针对每个区域进行相关的交通分析，有利于进行差异化的交通优化。目前已存在的交通小区划分方法，主要包括基于居民调查资料、路网基本结构、行政管理区划、栅格几何图案等的传统方法，上述方法虽简单易行，但存在部分参数设定需人工干预，主观性较强以及交通小区内部同质性无法保证等局限性。由于交通小区的集计效果直接影响后续相关交通分析的结果，因此提出一种能够最大程度保证交通小区内部同质性的交通小区划分方法在交通工程领域是一个热门领域。

网约车同其他交通工具的本质区别是包括起终点检索、叫车服务类型、车费支付等过程全部基于互联网进行，且各检索请求数据可被网约车企业平台储存。因出行者每一次出行都具有唯一确定的出行目的，其一次订单中曾被检索过的所有下客地点均与此次出行目的相关，可认为所有下客地点具有极高的同质性，进而通过合理的方法将所有下客地点及其周边区域进行聚合得到的交通小区也具有极高的同质性。因交通工具特点、存储手段等原因，其他交通工具同一订单中曾被检索过的下客地点无法记录，而网约车检索请求数据中的终点检索字段可以完整记录，为上述交通小区划分方法的实现提供了可能。

发明内容

本发明所要解决的技术问题是：提供一种基于网约车检索请求数据的交通小区划分方法，该方法能够有效划分交通小区，达到交通小区内部差异性最小、交通小区之间差异性最大的目的，降低了交通系统的复杂性。

本发明为解决上述技术问题采用以下技术方案：

一种基于网约车检索请求数据的交通小区划分方法，包括如下步骤：

步骤1，确定待划分区域，获取待划分区域中的网约车订单检索请求数据和待划分区域的GIS地理数据；

步骤2，从待划分区域中选择一矩形区域作为样本区域，获取样本区域中的网约车订单检索请求数据和样本区域的GIS地理数据，选取不同尺寸的正方形网格，将样本区域在每种尺寸下进行网格分割，并对网格按照从左往右、从上至下的顺序依次编号，对于每种尺寸的分割，均进行步骤3-步骤4；

步骤3，提取每条网约车订单检索请求数据的下客地点，将下客地点匹配至其所在网格，定义下客地点所在网格范围为该下客地点的同质性区域，同时定义同一订单中所有被检索请求过的下客地点为高同质性关联地点；

步骤4，提取每条网约车订单对应的同质性区域的编号，利用组合原理，确定每条网约车订单对应的所有同质性区域的两两组合情况，根据所有网约车订单，统计所有网格两两组合的频数，并进一步计算两两网格之间的同质性指数；

步骤5，利用改进的K-means++算法对网格进行聚类，从而得到样本区域在每种尺寸下的划分效果，比较每种尺寸下的划分效果，将最佳划分效果对应的尺寸作为待划分区域的分割尺寸并对待划分区域进行分割；

步骤6，对待划分区域分割后得到的网格按照从左往右、从上至下的顺序依次编号，并进行步骤3-步骤4的操作，利用改进的K-means++算法对网格进行聚类，从而得到待划分区域的交通小区划分，其中，改进的K-means++算法根据网格与聚类中心之间的相似度对网格进行聚类。

作为本发明的一种优选方案，步骤4所述计算两两网格之间的同质性指数，具体过程为：

对所有网格两两组合的频数fre进行离差标准化处理，得到频数指标为：

其中，fre^*表示两两网格组合的频数指标，fre表示两两网格组合的频数，fre_max、fre_min分别表示所有频数fre中的最大、最小值；

对频数指标进行去0处理，得到两两网格之间的同质性指数为：

其中，HC表示两两网格之间的同质性指数。

作为本发明的一种优选方案，步骤6所述网格与聚类中心之间的相似度为：

其中，S表示网格与聚类中心之间的相似度，将网格的中心作为网格的质心，d表示网格的质心与聚类中心之间的距离，HC表示网格与聚类中心所在网格的同质性指数，w表示调节系数，且

其中，w₀为设定的调节系数，b为距离阈值。

作为本发明的一种优选方案，步骤6所述改进的K-means++算法，每次迭代过程中得到的聚类中心，均重新更新到该聚类中心所在网格的质心作为下一次迭代的聚类中心。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

1、本发明以大规模的网约车检索请求数据为基础，数据量大，改变了传统的交通小区划分方法，消除了小区划分过程中存在的主观随意性，能够客观真实的反应研究区域内部的同质性关系，使划分结果更具有说服力。

2、本发明基于栅格化，提出的基于改进K-means++聚类算法的交通小区划分方法，能够在考虑网格之间距离的基础上，考虑网格之间的同质性强弱，并通过调节两因素之间的权重更合理的控制所划分的交通小区的具体效果，该方法灵活性、针对性、合理性强。

附图说明

图1是本发明方法的流程示意图。

图2是本发明的三种栅格正方形尺寸下小区划分效果图，其中，(a)为100米，(b)为200米，(c)为500米。

图3是本发明的某一订单中被检索请求过的下客地点的同质性示意图。

图4是本发明的同质性指数计算示意图。

图5是本发明的研究区域内网格之间频数和同质性指数计算结果示意图。

图6是本发明的交通小区划分结果。

图7是本发明的划分结果局部对比示意图，其中，(a)为春熙路附近的交通小区，(b)为某交叉口附近的交通小区。

图8是本发明的建模对比分析结果示意图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本发明的核心思想是利用网约车检索请求数据的可储存性，通过挖掘同一订单中被检索请求过的下客地点之间的同质性，同时基于栅格法，将下客地点与其所在的网格进行匹配，最后通过改进的k-means++算法，综合考虑网格间距离和同质性指数，将待划分区域中的网格聚类，得到内部性质更加相似的交通小区。

如图1所示，为本发明方法的流程示意图，具体步骤如下：

S0.明确划分区域

S1.数据准备

数据准备包括获取划分交通小区基础数据；所述基础数据包括网约车订单检索数据和地理数据。

S2.数据预处理

数据预处理包括将待划分区域分割为不同尺寸的正方形网格，并观察样本数据在不同尺寸网格下的交通小区划分效果，选择最佳划分效果的网格尺寸进行区域分割，并且提取网格的中心作为后续计算的质点；提取每条检索请求数据的下客地点，将下客地点匹配至所在网格，定义下客地点所在网格范围为该下客地点的同质性区域，同时定义同一出行订单中所有被检索请求过的下客地点为高同质性关联地点。

选择最佳的网格尺寸，其依据包括交通小区域内非本小区网格数量、交通小区的大小和交通小区边界的精细程度。

定义下客地点所在网格范围为该下客地点的同质性区域，其同质性区域是指与下客地点性质相同、相互关联的区域，为方便建模，统一定义任何下客地点的同质性区域的范围均为所述最佳的网格尺寸的范围，且下客地点所在的网格为其对应的同质性区域。

定义同一出行订单中所有被检索请求过的下客地点为高同质性关联地点，其依据主要如下：出行目的是出行的三要素之一，所有已经发生的出行都具有确定唯一的出行目的，因此在一次出行中，所有被检索请求过的下客地点均与此次出行目的有关，可认为其之间存在高同质性，故定义其为高同质性关联地点。

S3.指标计算及建模

指标计算及建模包括确定同一出行订单中所有被检索请求过的下客地点对应的同质性区域的两两组合情况，统计所有网格的两两组合频数，计算两两网格之间的同质性指数，进而基于网格间距离、同质性指数，利用改进的K-means++聚类算法对网格进行聚类，得到各交通小区。

确定同一出行订单中所有被检索请求过的下客地点对应的同质性网格的两两组合情况，其实现过程如下：对于某一订单，定义其被检索请求过的下客地点集合为Locations＝{L₁,L₂,…,L_n}，其中n为检索请求次数，因同一订单中所有被检索请求过的下客地点为高同质性关联地点，故任意两个下客地点对应的同质性网格之间具有高同质性，根据排列组合原理，共有中两两组合情况。

统计所有网格的两两组合频数，其实现过程如下：根据每个订单中网格的两两组合情况，汇总统计待划分区域中所有网格的两两组合频数fre。

计算两两网格之间的同质性指数HC，其实现过程如下：

(1)为消除量纲和数量级的影响，对两两组合频数fre进行离差标准化处理，得到转换后的频数指标fre^*：

(2)为消除在后期聚类过程中fre^*为0值无法作为分母的影响，对频数指标fre^*进行去0处理，得到两两网格之间的同质性指数HC：

基于网格质点间距离d、同质性指数HC，利用改进的K-means++聚类算法对网格进行聚类，其实现过程如下：改进网格之间的相似度Similarity计算方法，在原有相似度Similarity仅等于网格质点间距离d的基础上，增加同质性指数HC；考虑到相似度Similarity越小，网格越属于该聚类中心，因此同质性指数HC应取倒数；同时为了调节聚类效果，需控制网格质点间距离d和同质性指数HC的权重，故改进后的相似度Similarity为：

其中，S为网格与聚类中心之间的相似度，d、HC分别为网格质点与聚类中心之间的欧式距离与同质性指数，w为调节系数。所述调节系数w，为了减少计算量，采用距离阈值法排除距离较远的网格，其计算公式如下：

其中b为距离阈值，w₀为设定的调节系数。

K-means++聚类算法，是一种对传统K-means聚类算法的改进算法，主要改进如下：通过计算初始聚类中心与网格之间的距离，选择最佳的初始聚类中心，确保各聚类中心之间的相互距离最远。同时也因相对固定的初始聚类中心设定，保证了聚类结果的相对稳定性。对于每次迭代过程中得到的聚类中心，均重新更新到该聚类中心所在网格的质心作为最终的聚类中心。

S4.划分方法有效性检验

划分方法有效性检验包括聚类结果可视化检验和实际建模分析检验，具体为：将待划分区域分别分割成传统方形网格型交通小区和所述的交通小区，控制其小区大小在1km²，并依次分别利用最小二乘线性回归模型(OLS)和地理加权回归模型(GWR)，对网约车客流量与建成环境之间的关心进行拟合，通过比较拟合效果检验所述的一种基于网约车检索请求数据的交通小区划分方法的有效性。

本发明实施例中所用数据为某市三环以内的GIS地理数据以及2018年5月的某网约车平台检索请求数据，其中网约车检索请求数据包括652,079条记录，具体操作步骤如下：

如图2的(a)、(b)、(c)所示，将待划分区域分别分割为栅格正方形网格边长为100米、200米和500米的网格网络，利用本发明提出的交通小区划分方法在样本区域内对网格进行聚类。通过观察三种栅格尺寸下交通小区的内部连续性、边界精细程度可以看出，当栅格正方形网格边长为100米时，绝大多数潜在的交通小区内部分布着相当数量的非本小区的网格，内部连续性较差；当边长为500米时，虽交通小区内部连续性极佳，但交通小区范围粗犷、偏大，边界均为直线，精细程度低；而当边长为200米时，尽管交通小区内部有极个别非本小区的网格，但几乎所有网格都较为合理的划分到某一交通小区内部，且边界也较为精细。故设定本实例项的栅格正方形网格边长为200，对待划分区域进行网格分割。

如图3所示，某一订单中被检索请求过的下客地点的同质性表示方式如下：

(1)将待划分区域分割为64个正方形网格，并对其进行编号；

(2)五角星代表某一订单中所有被检索请求过的下客地点，即n＝7，五角星所在网格代表每一个下客地点对应的同质性区域，且无论网格中包含多少个五角星，均共同对应它们所在的方格为同质性区域，共5个同质性区域；

(3)提取同质性区域的编号，利用排列组合原理，确定5个同质性区域的两两组合情况共种，则每种同质性区域的组合计数1次。

如图4所示，待划分区域中所有栅格正方形网格之间的同质性指数计算过程如下：

(1)待划分区域分割为正方形网格并编号后，如图4中双向箭头所示，将所有订单产生的同质性区域组合对应至实际网格上，如图4中波浪线旁边的数字所示，汇总后得到任意两个网格之间同质性区域组合的频数；

(2)对频数fre进行离差标准化和去0处理，得到任意两个网格之间的同质性指数HC。

如图5所示，研究区域内网格之间频数和同质性指数计算结果如下：

(1)由左上方同质性指数散点图可以看出，在直线y＝x附近的同质性指数远大于远离直线y＝x处的同质性指数，说明任一网格与其周边网格之间的同质性明显；

(2)由左下方任一网格与所有网格之间同质性组合总频数直方图可以看出，绝大多数网格与其他部分网格存在同质性关系；

(3)图5右方示意图展示了部分订单下客地点的分布及某一订单下客地点的具体分布，同样可以看出各曾被检索请求过的下客地点都较为聚集分布。

上述三条结果，都证明了网格之间的同质性现象大都发生在附近网格之间，为后续的交通小区划分提供了有效的数据支撑。

为控制交通小区面积为1km²左右，设置交通小区划分个数为260，运用上述改进的K-means++聚类算法，通过控制调节系数w，对研究区域内的网格进行聚类，聚类结果如图6所示：当w较小时，潜在的交通小区内部非本小区的网格较多，但随着w的增大，网格之间的距离因素考虑增强，其数量会逐步减少。当w达到3.5时，交通小区内部已无非本小区的网格，所有网格都被聚类到合适的交通小区内。当重复w取值3.5进行聚类时，交通小区划分结果保持不变。

交通小区划分结果与传统方形网格型交通小区的对比示意图如图7所示：

(1)春熙路商业区的范围如图7的(a)中双线所示，传统方形网格型交通小区并未考虑商业区的分布，而本发明提出的划分方法所得到的三个交通小区可将商业区完整覆盖，可见其考虑了待划分区域的建成环境；

(2)某道路交叉口如图7的(b)中深色粗线所示，传统方形网格型交通小区也未考虑交叉口的分割作用，而本发明提出的划分方法所得到的四个交通小区分别位于两条道路划分的四个区域内，可见其考虑了待划分区域的路网结构。

另外，将待划分区域分别分割成传统方形网格型交通小区和所述的交通小区，控制其小区大小在1km²，并依次分别利用最小二乘线性回归模型和地理加权回归模型，对网约车客流量与建成环境之间的关系进行拟合，通过比较拟合效果检验所述的一种基于网约车检索请求数据的交通小区划分方法的有效性，其模型拟合结果如图8所示：

(1)最小二乘线性回归模型拟合结果显示，在本发明方法得到的交通小区基础上对网约车客流量与建成环境之间关系得到的拟合结果要优于在传统方形网格型交通小区的基础上得到的拟合结果，R²更大，AICc更小；

(2)地理加权回归模型结果显示，利用此方法基于两种交通小区得到的拟合结果都分别优于利用最小二乘线性回归模型得到的拟合结果，但在本发明方法得到的交通小区基础上对网约车客流量与建成环境之间的关系得到的拟合效果依然优于在传统方形网格型交通小区的基础上得到的拟合结果，R²也更大，AICc也更小。

上述图6、图7、图8分别从交通小区宏观划分效果、微观划分细节、具体应用实践三个方面论证了本发明方法所述的一种基于网约车检索请求数据的交通小区划分方法的有效性。总之，本发明方法划分得到的交通小区具有内部属性高度同质的特征。

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (4)

1.一种基于网约车检索请求数据的交通小区划分方法，其特征在于，包括如下步骤：

步骤1，确定待划分区域，获取待划分区域中的网约车订单检索请求数据和待划分区域的GIS地理数据；

步骤2，从待划分区域中选择一矩形区域作为样本区域，获取样本区域中的网约车订单检索请求数据和样本区域的GIS地理数据，选取不同尺寸的正方形网格，将样本区域在每种尺寸下进行网格分割，并对网格按照从左往右、从上至下的顺序依次编号，对于每种尺寸的分割，均进行步骤3-步骤4；

步骤3，提取每条网约车订单检索请求数据的下客地点，将下客地点匹配至其所在网格，定义下客地点所在网格范围为该下客地点的同质性区域，同时定义同一订单中所有被检索请求过的下客地点为高同质性关联地点；

步骤4，提取每条网约车订单对应的同质性区域的编号，利用组合原理，确定每条网约车订单对应的所有同质性区域的两两组合情况，根据所有网约车订单，统计所有网格两两组合的频数，并进一步计算两两网格之间的同质性指数；

步骤5，利用改进的K-means++算法对网格进行聚类，从而得到样本区域在每种尺寸下的划分效果，比较每种尺寸下的划分效果，将最佳划分效果对应的尺寸作为待划分区域的分割尺寸并对待划分区域进行分割；

步骤6，对待划分区域分割后得到的网格按照从左往右、从上至下的顺序依次编号，并进行步骤3-步骤4的操作，利用改进的K-means++算法对网格进行聚类，从而得到待划分区域的交通小区划分，其中，改进的K-means++算法根据网格与聚类中心之间的相似度对网格进行聚类。

2.根据权利要求1所述基于网约车检索请求数据的交通小区划分方法，其特征在于，步骤4所述计算两两网格之间的同质性指数，具体过程为：

对所有网格两两组合的频数fre进行离差标准化处理，得到频数指标为：

其中，fre^*表示两两网格组合的频数指标，fre表示两两网格组合的频数，fre_max、fre_min分别表示所有频数fre中的最大、最小值；

对频数指标进行去0处理，得到两两网格之间的同质性指数为：

其中，HC表示两两网格之间的同质性指数。

3.根据权利要求1所述基于网约车检索请求数据的交通小区划分方法，其特征在于，步骤6所述网格与聚类中心之间的相似度为：

其中，S表示网格与聚类中心之间的相似度，将网格的中心作为网格的质心，d表示网格的质心与聚类中心之间的距离，HC表示网格与聚类中心所在网格的同质性指数，w表示调节系数，且

其中，w₀为设定的调节系数，b为距离阈值。

4.根据权利要求1所述基于网约车检索请求数据的交通小区划分方法，其特征在于，步骤6所述改进的K-means++算法，每次迭代过程中得到的聚类中心，均重新更新到该聚类中心所在网格的质心作为下一次迭代的聚类中心。