CN111009123A - 一种基于prefixspan算法的车辆频繁轨迹挖掘方法及系统 - Google Patents

Abstract

本发明的一种基于prefixspan算法的车辆频繁轨迹挖掘方法及系统，包括以下步骤：S100、获取车辆卡口过车数据，取设定时间周期内所有非营运的过车数据；S200、基于过车数据，按车辆分组，并把车辆每天的轨迹作为一条记录，这辆车在N天内的所有轨迹，就是N条记录的集合；S300、确定计算频繁的最小支持度和最少经过频率；S400、使用prefixspan算法，把步骤S200的车辆轨迹集合基于步骤S300确定的最小支持度和最少经过频率，输出所有满足条件的频繁项集的车辆，它们的项集就是车辆频繁轨迹。本发明通过基于prefixspan算法对车辆的频繁轨迹进行挖掘分析，可挖掘出车辆在一段时间内行驶的频繁轨迹，可供交通部门通过车辆频繁轨迹发现非法营运车辆和其他违法行为车辆，便于交通安全管控。

Description

一种基于prefixspan算法的车辆频繁轨迹挖掘方法及系统

技术领域

本发明涉及交通安全技术领域，具体涉及一种基于prefixspan算法的车辆频繁轨迹挖掘方法及系统。

背景技术

研究车辆运动规律具有重要意义，通过挖掘车辆的历史轨迹模式，可分析过去时间段内车辆的运动规律和行为模式，也可依此预测车辆未来的行驶轨迹。

关于车辆频繁轨迹的计算，目前存在一些通过轨迹的相似性寻找频繁轨迹的方法，虽然方法逻辑简单，但是对计算的性能要求很高，不能应用到交通管理部门的实际应用中。

发明内容

本发明提出的一种基于prefixspan算法的车辆频繁轨迹挖掘方法及系统，通过基于prefixspan算法对车辆的频繁轨迹进行挖掘分析，可挖掘出车辆在一段时间内行驶的频繁轨迹，可供交通部门通过车辆频繁轨迹发现非法营运车辆和其他违法行为车辆，便于交通安全管控。

为实现上述目的，本发明采用了以下技术方案：

一种基于prefixspan算法的车辆频繁轨迹挖掘方法，包括以下步骤：

S100、获取车辆卡口过车数据，取设定时间周期内(N天)所有非营运的过车数据；

S200、基于过车数据，按车辆分组，并把车辆每天的轨迹作为一条记录，这辆车在N天内的所有轨迹，就是N条记录的集合；

S300、确定计算频繁的最小支持度和最少经过频率；

S400、使用prefixspan算法，把步骤S200的轨迹集合基于步骤S300确定的最小支持度和最少经过频率，输出所有满足条件的频繁项集的车辆，它们的项集就是车辆频繁轨迹。

另一方面本发明还公开一种基于prefixspan算法的车辆频繁轨迹挖掘系统，包括以下模块：

数据获取模块，用于获取车辆卡口过车数据，取设定时间周期内所有非营运的过车数据；

数据处理模块，用于基于过车数据，按车辆分组，并把车辆每天的轨迹作为一条记录，这辆车在N天内的所有轨迹，就是N条记录的集合；

参数设定模块，用于确定计算频繁的最小支持度和最少经过频率；

车辆频繁轨迹计算和输出模块，使用prefixspan算法，把车辆轨迹集合基于所确定的最小支持度和最少经过频率，输出所有满足条件的频繁项集的车辆，它们的项集就是车辆频繁轨迹。

由上述技术方案可知，本发明的基于prefixspan算法的车辆频繁轨迹挖掘方法通过使用prefixspan算法的思路，基于网格的簇集的分析，简化车辆频繁轨迹计算量，使频繁轨迹计算能够真正大规模的运用到实际车辆轨迹分析中。通过对频繁轨迹的分析，一方面为找出非法营运的违法车辆提供了数据支撑；另一方面在对交通区域的整体轨迹分析中，对于不同交通小区的车辆流向，对交通规划提供了科学的借鉴作用。

附图说明

图1是本发明的方法流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。

如图1所示，本实施例所述的基于prefixspan算法的车辆频繁轨迹挖掘方法，包括：

S100、获取车辆卡口过车数据，取设定时间周期内(N天)所有非营运的过车数据；

S200、基于过车数据，按车辆分组，并把车辆每天的轨迹作为一条记录，这辆车在N天内的所有轨迹，就是N条记录的集合；

S300、确定计算频繁的最小支持度和最少经过频率；

S400、使用prefixspan算法，把步骤S200的轨迹集合基于步骤S300确定的最小支持度和最少经过频率，输出所有满足条件的频繁项集的车辆，它们的项集就是车辆频繁轨迹。

对上述步骤进行具体说明：

步骤S100可解释为数据的获取和处理：

根据卡口过车数据，取一段时间周期内(N天)所有非营运的过车数据；包含车辆号牌(ID)、过车时间(PassTime)、过车点位(PassPoint)。

车辆号牌(ID)，根据过车时间得到日期(PassDay)，第d天的车辆轨迹按照时间升序处理为序列P_d＝(p_d1，p_d2，...，p_di)，i是第d天经过的第i个点。

步骤S200首先定义车辆轨迹的频繁项集：

(1)prefixspan算法相关定义

(1.1)序列：是指由不同的元素按顺序有序排列，每个元素由不同项目组成；针对车辆轨迹分析，序列是关于车辆经过点位的信息流。

(1.2)支持度：序列α在序列数据库S中的支持度，是指序列数据库S中包含序列支持度的序列个数与序列数据库S中序列的总数之比，记为Support(α)。

(1.3)前缀：对于序列α＝{α₁，α₂，...α_n}和序列β＝{β₁，β₂，...β_m}，n≤m，满足α₁＝β₁，α₂＝β₂，…，α_n-1＝β_n-1，而且

则序列α是β的前缀。

(1.4)投影：给定序列模式α和β

α′

称为α对应于β的投影，当且仅当满足两个条件：a)β是α′的前缀；b)α′是α满足条件a)的最大子序列。

(1.5)后缀：设α′＝{α₁，α₂，...α_n}为α对应于β＝{β₁，β₂，...β_m}的投影，则序列{α_m+1，α_m+2，...α_n}为α对应于β的后缀。

则步骤S200具体为对车辆每一天的轨迹，就是一条包含车辆行驶信息的序列；关于车辆在一段时间周期内(N天)的轨迹集合{P_d，d∈1，N)}，就是序列数据库。给定最小支持度的阈值ξ，如果车辆某一天的轨迹α，在N天的轨迹集合中的支持数不低于ξ，则称序列α为频繁轨迹。

步骤S400可理解为使用Prefixspan算法输出频繁轨迹：

输入：不同车辆按天划分的车辆轨迹数据集S，支持度阈值α；

输出：所有满足支持度要求的频繁车辆轨迹；

(1)找出所有长度为1的前缀和对应的投影数据库；

(2)对长度为1的前缀进行计数，将支持度低于阈值α的前缀对应的项从数据集S删除，同时得到所有的频繁1项序列，i＝1.

(3)对于每个长度为i满足支持度要求的前缀进行递归挖掘：

a)找出前缀所应对的投影数据库。如果投影数据库为空，则递归返回；

b)统计对应投影数据库中各项的支持度计数。如果所有项的支持度计数都低于阈值α，则递归返回；

c)将满足支持度计数的各个单项和当前的前缀进行合并，得到若干新的前缀；

d)令i＝i+1，前缀为合并单项后的各个前缀，分别递归执行第c)步。

另一方面本发明实施例还公开一种基于prefixspan算法的车辆频繁轨迹挖掘系统，包括以下模块：

数据获取模块，用于获取车辆卡口过车数据，取设定时间周期内所有非营运的过车数据；该模块可以解释为用于获取车辆卡口过车数据，针对特定的需求，获取相应的数据集合，在非法营运的车辆分析中，可以取设定时间周期内所有非营运的过车数据；

数据处理模块，用于基于过车数据，按车辆分组，并把车辆每天的轨迹作为一条记录，这辆车在N天内的所有轨迹，就是N条记录的集合；所述轨迹集合便于prefixspan算法处理；

参数设定模块，用于确定计算频繁的最小支持度和最少经过频率；本模块可以灵活的参数设置机制，可以在不同场景下个性化设定；

车辆频繁轨迹计算和输出模块，使用prefixspan算法，把车辆轨迹集合基于所确定的最小支持度和最少经过频率，输出所有满足条件的频繁项集的车辆，它们的项集就是车辆频繁轨迹。本模块根据需要来设定最小支持度和最少频率，通过不同参数值的设定，能够灵活运用在不同业务场景下，得到频繁轨迹，进而分析应用。

所述数据获取模块具体用于根据卡口过车数据，取是设定时间周期内所有非营运的过车数据；包含车辆号牌ID、过车时间PassTime、过车点位PassPoint；

所述车辆号牌ID，根据过车时间得到日期PassDay，第d天的车辆轨迹按照时间升序处理为序列P_d＝(p_d1，p_d2，...，p_di)，i是第d天经过的第i个点。

其中，所述数据处理模块，数据处理过程包括：

对车辆每一天的轨迹，就是一条包含车辆行驶信息的序列；

对于车辆在N天的轨迹集合{P_d，d∈(1，N)}，就是序列数据库；

给定最小支持度的阈值ξ，如果车辆某一天的轨迹α，在N天的轨迹集合中的支持数不低于ξ，则称序列α为频繁轨迹；

其中，针对车辆轨迹分析，序列是关于车辆经过点位的信息流；

支持度是指序列α在序列数据库S中的支持度，是指序列数据库S中包含序列支持度的序列个数与序列数据库S中序列的总数之比，记为Support(α)。

所述车辆频繁轨迹计算和输出模块，具体处理步骤包括：

S401、找出所有长度为1的前缀和对应的投影数据库；

S402、对长度为1的前缀进行计数，将支持度低于阈值α的前缀对应的项从数据集S删除，同时得到所有的频繁1项序列，i＝1；

S403、对于每个长度为i满足支持度要求的前缀进行递归挖掘：

S4031、找出前缀所应对的投影数据库；如果投影数据库为空，则递归返回；

S4032、统计对应投影数据库中各项的支持度计数；如果所有项的支持度计数都低于阈值α，则递归返回；

S4033、将满足支持度计数的各个单项和当前的前缀进行合并，得到若干新的前缀；

S4034、令i＝i+1，前缀为合并单项后的各个前缀，分别递归执行第S4033、步；

其中，前缀为对于序列α＝{α₁，α₂，...α_n}和序列β＝{β₁，β₂，...β_m}，n≤m，满足α₁＝β₁，α₂＝β₂，…，α_n-1＝β_n-1，而且

则序列α是β的前缀；

投影为给定序列模式α和β

α′

称为α对应于β的投影，当且仅当满足两个条件：a)β是α′的前缀；b)α′是α满足条件a)的最大子序列；

后缀为设α′＝{α₁，α₂，...α_n}为α对应于β＝{β₁，β₂，...β_m}的投影，则序列{α_m+1，α_m+2，...α_n}为α对应于β的后缀。

可理解的是，本发明实施例提供的系统与本发明实施例提供的方法相对应，相关内容的解释、举例和有益效果可以参考上述方法中的相应部分。

由上可知，本发明实施例利用车辆的历史过车数据，通过历史数据处理到车辆的轨迹集合，进而通过设定频繁轨迹计算的最小支持度和最少经过频率，分析车辆的频繁轨迹集合。它分析的结果是车辆历史频繁经过的轨迹，可以对车辆经历行车做更全面的描述。

同时，本发明实施例主要提出一种通过对车辆轨迹进行量化编码，基于网络的簇集来分析，减少了计算处理量，可以应用于数据规模较大的车辆轨迹分析中。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种基于prefixspan算法的车辆频繁轨迹挖掘方法，其特征在于：包括以下步骤：

S100、获取车辆卡口过车数据，取设定时间周期内所有非营运的过车数据；

S200、基于过车数据，按车辆分组，并把车辆每天的轨迹作为一条记录，这辆车在N天内的所有轨迹，就是N条记录的集合；

S300、确定计算频繁的最小支持度和最少经过频率；

S400、使用prefixspan算法，把步骤S200的车辆轨迹集合基于步骤S300确定的最小支持度和最少经过频率，输出所有满足条件的频繁项集的车辆，它们的项集就是车辆频繁轨迹。

2.根据权利要求1所述的基于prefixspan算法的车辆频繁轨迹挖掘方法，其特征在于：所述S100、获取车辆卡口过车数据，取设定时间周期内所有非营运的过车数据；

具体包括：

根据卡口过车数据，取是设定时间周期内所有非营运的过车数据；包含车辆号牌ID、过车时间PassTime、过车点位PassPoint；

所述车辆号牌ID，根据过车时间得到日期PassDay，第d天的车辆轨迹按照时间升序处理为序列P_d＝(p_d1，p_d2，...，p_di)，i是第d天经过的第i个点。

3.根据权利要求2所述的基于prefixspan算法的车辆频繁轨迹挖掘方法，其特征在于：所述S200、基于过车数据，按车辆分组，并把车辆每天的轨迹作为一条记录，这辆车在N天内的所有轨迹，就是N条记录的集合；

具体包括：

对车辆每一天的轨迹，就是一条包含车辆行驶信息的序列；

对于车辆在N天的轨迹集合{P_d，d∈(1，N)}，就是序列数据库；

给定最小支持度的阈值ξ，如果车辆某一天的轨迹α，在N天的轨迹集合中的支持数不低于ξ，则称序列α为频繁轨迹；

其中，针对车辆轨迹分析，序列是关于车辆经过点位的信息流；

支持度是指序列α在序列数据库S中的支持度，是指序列数据库S中包含序列支持度的序列个数与序列数据库S中序列的总数之比，记为Support(α)。

4.根据权利要求3所述的基于prefixspan算法的车辆频繁轨迹挖掘方法，其特征在于：S400、使用prefixspan算法，把步骤S200的车辆轨迹集合基于步骤S300确定的最小支持度和最少经过频率，输出所有满足条件的频繁项集的车辆，它们的项集就是车辆频繁轨迹；

具体包括：

S401、找出所有长度为1的前缀和对应的投影数据库；

S402、对长度为1的前缀进行计数，将支持度低于阈值α的前缀对应的项从数据集S删除，同时得到所有的频繁1项序列，i＝1；

S403、对于每个长度为i满足支持度要求的前缀进行递归挖掘：

S4031、找出前缀所应对的投影数据库；如果投影数据库为空，则递归返回；

S4032、统计对应投影数据库中各项的支持度计数；如果所有项的支持度计数都低于阈值α，则递归返回；

S4033、将满足支持度计数的各个单项和当前的前缀进行合并，得到若干新的前缀；

S4034、令i＝i+1，前缀为合并单项后的各个前缀，分别递归执行第S4033、步；

其中，前缀为对于序列α＝{α₁，α₂，...α_n}和序列β＝{β₁，β₂，...β_m}，n≤m，满足α₁＝β₁，α₂＝β₂，…，α_n-1＝β_n-1，而且

则序列α是β的前缀；

投影为给定序列模式α和

称为α对应于β的投影，当且仅当满足两个条件：a)β是α′的前缀；b)α′是α满足条件a)的最大子序列；

后缀为设α′＝{α₁，α₂，...α_n}为α对应于β＝{β₁，β₂，...β_m}的投影，则序列α_m+1，α_m+2，...α_n}为α对应于β的后缀。

5.一种基于prefixspan算法的车辆频繁轨迹挖掘系统，其特征在于：包括以下模块：

数据获取模块，用于获取车辆卡口过车数据，取设定时间周期内所有非营运的过车数据；

数据处理模块，用于基于过车数据，按车辆分组，并把车辆每天的轨迹作为一条记录，这辆车在N天内的所有轨迹，就是N条记录的集合；

参数设定模块，用于确定计算频繁的最小支持度和最少经过频率；

车辆频繁轨迹计算和输出模块，使用prefixspan算法，把车辆轨迹集合基于所确定的最小支持度和最少经过频率，输出所有满足条件的频繁项集的车辆，它们的项集就是车辆频繁轨迹。

6.根据权利要求5所述的基于prefixspan算法的车辆频繁轨迹挖掘系统，其特征在于：

所述数据获取模块具体用于根据卡口过车数据，取是设定时间周期内所有非营运的过车数据；包含车辆号牌ID、过车时间PassTime、过车点位PassPoint；

所述车辆号牌ID，根据过车时间得到日期PassDay，第d天的车辆轨迹按照时间升序处理为序列P_d＝(p_d1，p_d2，...，p_di)，i是第d天经过的第i个点。

7.根据权利要求6所述的基于prefixspan算法的车辆频繁轨迹挖掘系统，其特征在于：

所述数据处理模块，数据处理过程包括：

对车辆每一天的轨迹，就是一条包含车辆行驶信息的序列；

对于车辆在N天的轨迹集合{P_d，d∈(1，N)}，就是序列数据库；

给定最小支持度的阈值ξ，如果车辆某一天的轨迹α，在N天的轨迹集合中的支持数不低于ξ，则称序列α为频繁轨迹；

其中，针对车辆轨迹分析，序列是关于车辆经过点位的信息流；

支持度是指序列α在序列数据库S中的支持度，是指序列数据库S中包含序列支持度的序列个数与序列数据库S中序列的总数之比，记为Support(α)。

8.根据权利要求7所述的基于prefixspan算法的车辆频繁轨迹挖掘系统，其特征在于：

所述车辆频繁轨迹计算和输出模块，具体处理步骤包括：

S401、找出所有长度为1的前缀和对应的投影数据库；

S402、对长度为1的前缀进行计数，将支持度低于阈值α的前缀对应的项从数据集S删除，同时得到所有的频繁1项序列，i＝1；

S403、对于每个长度为i满足支持度要求的前缀进行递归挖掘：

S4031、找出前缀所应对的投影数据库；如果投影数据库为空，则递归返回；

S4032、统计对应投影数据库中各项的支持度计数；如果所有项的支持度计数都低于阈值α，则递归返回；

S4033、将满足支持度计数的各个单项和当前的前缀进行合并，得到若干新的前缀；

S4034、令i＝i+1，前缀为合并单项后的各个前缀，分别递归执行第S4033、步；

其中，前缀为对于序列α＝{α₁，α₂，...α_n}和序列β＝{β₁，β₂，...β_m}，n≤m，满足α₁＝β₁，α₂＝β₂，…，α_n-1＝β_n-1，而且

则序列α是β的前缀；

投影为给定序列模式α和

称为α对应于β的投影，当且仅当满足两个条件：a)β是α′的前缀；b)α′是α满足条件a)的最大子序列；

后缀为设α′＝{α₁，α₂，...α_n}为α对应于β＝{β₁，β₂，...β_m}的投影，则序列α_m+1，α_m+2，...α_n}为α对应于β的后缀。

Images