CN112883195B - 个体出行的交通知识图谱构建方法及系统 - Google Patents
个体出行的交通知识图谱构建方法及系统 Download PDFInfo
- Publication number
- CN112883195B CN112883195B CN201911196325.0A CN201911196325A CN112883195B CN 112883195 B CN112883195 B CN 112883195B CN 201911196325 A CN201911196325 A CN 201911196325A CN 112883195 B CN112883195 B CN 112883195B
- Authority
- CN
- China
- Prior art keywords
- frame
- data table
- travel
- individual
- nodes
- 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.)
- Active
Links
- 238000010276 construction Methods 0.000 title claims abstract description 16
- 230000002123 temporal effect Effects 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 abstract description 5
- 230000008878 coupling Effects 0.000 abstract description 2
- 238000010168 coupling process Methods 0.000 abstract description 2
- 238000005859 coupling reaction Methods 0.000 abstract description 2
- 238000005457 optimization Methods 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 abstract 1
- 238000012546 transfer Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Animal Behavior & Ethology (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种个体出行的交通知识图谱构建方法及系统,相关方法包括:由数据接口模块读取并侦听个体出行链数据库,定义并构建个体基础框架图形数据表、出行链框架图形数据表、出行路径框架图形数据表以及路段框架图形数据表;采用框架法结合所述图形数据表,得到由框架节点构成的若干基本单元,根据联系槽建立框架节点之间的关联联系,形成个体出行的时态框架网络,实现个体出行的交通知识图谱构建。上述方案能够更为准确的刻化个体出行动态OD、出行规律,个体出行的复杂耦合关系,为城市公交客运系统管理和优化提供新的途径,进而提高城市公交客运的运行效率和服务水平。
Description
技术领域
本发明涉及智能交通技术领域,尤其涉及一种城市个体出行的交通知识图谱构建方法及系统。
背景技术
目前,城市公交客运系统线路、站点和调度方案设计主要依赖于:1)领域专家经验与知识;2)人工OD(起讫点)调查,辅以采集的交通流数据;但是,上述方案无法全面反映动态的城市出行需求,导致城市公交客运存在着运行效率较低,服务水平不高等局限性,易形成出行者换乘的“热点区域”。
发明内容
本发明的目的是提供一种城市居民个体出行的交通知识图谱构建方法及系统,能够更为准确的刻化个体交通出行链、规律和复杂耦合关系,为城市公交客运系统管理和优化提供新的途径,进而提高城市公交客运的运行效率和服务水平。
本发明的目的是通过以下技术方案实现的:
一种个体出行的交通知识图谱构建方法,包括:
读取个体出行链数据库,构建个体基础框架图形数据表、出行链框架图形数据表、出行路径框架图形数据表和路段框架图形数据表,同时,通过联系槽建立不同数据表之间的关联关系;
将每一数据表中每一行的记录作为一个节点,采用时态框架网络构建相应类型的框架节点,则将建立四种不同类型的框架节点,再通过联系槽来建立不同框架节点之间的语义联系,从而形成个体出行的交通知识图谱。
一种个体出行的交通知识图谱构建系统,包括:
数据接口模块,用于读取个体出行链数据库,构建个体基础框架图形数据表、出行链框架图形数据表、出行路径框架图形数据表和路段框架图形数据表,同时,通过联系槽建立不同数据表之间的关系;
知识图谱生成模块,用于将每一数据表中每一行的记录作为一个节点,采用时态框架网络构建相应类型的框架节点,则将建立四种不同类型的框架节点,再通过联系槽来建立不同框架节点之间的语义联系,从而形成个体出行的交通知识图谱。
由上述本发明提供的技术方案可以看出,采用时态框架网络表示个体出行的知识图谱,能够刻化居民个体出行链,包括源地址、目的地、等待时间、路径(由道路路段组成)、换乘站点、出行模式等信息。在构建出个体出行的交通知识图谱的基础上,通过搜索、关联统计等处理,能够获取准确的动态OD估计、个体出行模式与规律、出行换乘等信息,为城市公交客运系统的线路、站点和调度方案设计提供准确依据。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1为本发明实施例提供的一种个体出行的交通知识图谱构建方法的流程图;
图2为本发明实施例提供的出行路径框架节点的示意图;
图3为本发明实施例提供的通过联系槽建立不同框架节点的语义联系从而构建个体出行的交通知识图谱的示意图;
图4本发明实施例提供的一种个体出行的交通知识图谱构建系统的示意图。
具体实施方式
下面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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
城市公交客运系统的站点、线路和调度方案的优化设计,是建立在以城市居民动态OD需求、出行规律、出行模式、出行偏好等基础上的。针对现有的基于领域知识经验和人工OD调查难以全面、准确反映个体交通出行规律等局限性,本发明实施例提供一种个体出行的交通知识图谱构建方法,如图1所示,其主要包括如下步骤:
步骤1、读取个体出行链数据库,构建个体基础框架图形数据表、出行链框架图形数据表、出行路径框架图形数据表和路段框架图形数据表,同时,通过联系槽建立不同数据表之间的关联关系。
本发明实施例中,个体出行链数据库是现有数据,其包含多种类型的数据,本发明根据需要取出所需数据来建立相关数据表。
本发明实施例中,建立包含多个个体的个体基础框架图形数据表、出行链框架图形数据表、出行路径框架图形数据表和路段框架图形数据表,根据个体出行链数据库中的信息,能够得到四个框架图形数据表的具体内容。
如表1所示,所述个体基础框架数据表的内容主要包括:个体ID、全局联系槽(composed-of)、出行链框架名称。
个体ID | Composed-of | 出行链框架名称 |
integer | character | integer |
表1个体基础框架图形数据表
表1中,每一个个体占据其中一行,每一个个体对应多个出行链框架。全局联系槽是一种一对多的联系槽,将一个个体与多个出行链框架联系起来,也就是将表1与表2联系起来。
如表2所示,所述出行链框架图形数据表的内容主要包括:出行链框架名称、出行链框架ID、源地址、目的地、出行日期。
出行链框架名称 | 出行链框架ID | 源地址 | 目的地 | 出行日期 |
integer | integer | character | character | date |
表2出行链框架图形数据表
表2中,每一个出行链占据一行,通过全局联系槽将表2的各个出行链与表1中的相关个体关联起来。
如表3所示,所述出行路径框架图形数据表的内容主要包括:部分联系槽(part-of)、出行链框架名称、出行路径ID、出行模式(1-公交,2-慢行交通,3-其他)、起点经纬度、终点经纬度、停留点名称、起止时间、停留点经纬度。
表3出行路径框架图形数据表
表3的每一行都是针对表2中每一个出行链的具体信息(出行路径)进行展开描述,通过部分联系槽将表2的出行链与表3的出行路径关联起来。
如表4所示,所述路段框架图形数据表的内容主要包括:部分联系槽(part-of)、出行路径框架名称、出行路径ID、路段名称、路段编号、起点经纬度、终点经纬度、以及公交站点名称、公交线路名称。
表4路段框架图形数据表
表4的每一行都是针对表3中每一个出行路径的具体信息(出行路段)进行展开描述,通过部分联系槽将表3的出行路径与表4的出行路段关联起来。
本领域技术人员可以理解,上述全局联系槽(composed-of)与部分联系槽(part-of)都是本领域的通用技术名词,部分联系槽(part-of),其所在的框架是Part-of槽值所示框架的组成部分;全局联系槽(composed-of),其所在的框架由composed-of槽值所示的框架组成。其中提到的槽值也就是表中第2行记录的值,示例性的,槽值可以是数值型、字符型、布尔型、日期型等。
步骤2、将每一数据表中每一行的记录作为一个节点,采用时态框架网络构建相应类型的框架节点,则将建立四种不同类型的框架节点,再通过联系槽来建立不同框架节点之间的语义联系,从而形成个体出行的交通知识图谱。
本发明实施例中,每一类型的框架节点中将相关数据表中记录的ID作为框架名称,数据表第一行中各列的属性字段作为基本单元的槽名,相应字段的记录作为对应槽名的槽值,将数据表中联系槽提取出来,联系槽的槽值为相应字段的记录,通过联系槽的槽值建立不同类型的框架节点之间的语义联系,从而形成个体出行的交通知识图谱。
本发明实施例中,通过表1~表4每一行的记录建立了个体框架节点、出行链框架节点、出行路径框架节点、出行路段框架节点。各框架节点主要包括:框架名称、槽名、联系槽(如果有)以及相关的槽值。以表3为例,建立的是出行路径框架节点,架名称可以为出行路径ID;槽名也就是表2第一行各列的属性字段,例如,出行链框架名、出行路径ID、出行模式、...;相应字段的记录作为对应槽名的槽值,例如,上班、5555、公交、...;联系槽(Part-of)对应的记录为其的槽值,如图2所示,建立的出行路径框架节点的示例。
如之前所述,通过部分联系槽(Part-of)将表2的出行链与表3的出行路径关联起来,因此,对于表3所建立的基本单元,可以通过部分联系槽(Part-of)与表2所建立的基本单元联系起来;同理,通过全局联系槽(composed-of)将表1与表2建立的基本单元联系起来,通过部分联系槽(Part-of)将表3与表4建立的基本单元联系起来,如图3所示,通过联系槽(composed-of与Part-of)建立四种框架节点语义关系,从而形成个体出行的交通知识图谱。
根据上述个体出行交通知识图谱,以出行个体为单位,按照时间段进行统计,可以获得动态OD;以公交站点为单位,结合个体出行链进行统计,得到每个站点的换乘人数、等待时间;进一步,通过公交站点与路段的地图匹配,可获得乘客在不同线路的公交站点之间的换乘时间;根据道路为单位,进行统计,得到在同一时段通过该道路的所有个体数量,估算道路交通分配。根据上述数据,进行公交线路、站点调整,进一步可以根据动态交通需求,进行公交车调度方案优化。
此外,为了能够对动态出行信息进行更新,当个体出行链数据库更新时,由数据交换接口软件提取更新的内容,并更新对应的最初构建的个体基础框架图形数据表、出行链框架图形数据表、出行路径框架图形数据表和/或路段框架图形数据表,进而通过更新相关类型的框架节点,来更新个体出行的交通知识图谱。
本发明实施例上述方案,基于个体出行链信息,将知识图谱引入到交通领域,构建了基于多尺度、框架网络表示的个体出行交通知识图谱,并能够对动态出行信息进行更新,克服了框架仅能表示静态信息的缺点,进一步使其能够表示动态信息。较现有的OD估计方法,能够更全面的表示城市出行特征、关联关系、规律和需求,也可以描述路网道路动态交通流分配。
另一方面,本发明另一实施例还提供一种个体出行的交通知识图谱构建系统,如图4所示,其主要包括:
数据接口模块,用于读取个体出行链数据库,构建个体基础框架图形数据表、出行链框架图形数据表、出行路径框架图形数据表和路段框架图形数据表,同时,通过联系槽建立不同数据表之间的关系;
知识图谱生成模块,用于将每一数据表中每一行的记录作为一个节点,采用时态框架网络构建相应类型的框架节点,则将建立四种不同类型的框架节点,再通过联系槽来建立不同框架节点之间的语义联系,从而形成个体出行的交通知识图谱。
本发明实施例中,个体基础框架图形数据表的内容包括:个体ID、全局联系槽composed-of、以及出行链框架名称;
出行链框架图形数据表的内容包括:出行链框架名称、出行链框架ID、源地址、目的地、以及出行日期;
出行路径框架图形数据表的内容包括:部分联系槽part-of、出行链框架名称、出行路径ID、出行模式、起点经纬度、终点经纬度、停留点名称、起止时间、以及停留点经纬度;
路段框架图形数据表的内容包括:部分联系槽part-of、出行路径框架名称、出行路径ID、路段名称、路段编号、起点经纬度、终点经纬度、以及公交站点名称、以及公交线路名称;
通过个体基础框架图形数据表中的全局联系槽composed-of建立个体基础框架图形数据表与出行链框架图形数据表的关系;通过出行路径框架图形数据表中的部分联系槽part-of建立出行链框架图形数据表与出行路径框架图形数据表的关系;通过路段框架图形数据表的部分联系槽part-of建立出行路径框架图形数据表与路段框架图形数据表的关系。
本发明实施例中,采用时态框架网络,根据每一数据表每一行的记录建立对应的个体框架节点、出行链框架节点、出行路径框架节点、出行路段框架节点;
每一类型的框架节点中将相关数据表中记录的ID作为框架名称,数据表第一行中各列的属性字段作为基本单元的槽名,相应字段的记录作为对应槽名的槽值,将数据表中联系槽提取出来,联系槽的槽值为相应字段的记录,通过联系槽的槽值建立不同类型的框架节点之间的语义联系,从而形成个体出行的交通知识图谱。
本发明实施例中,当个体出行链数据库更新时,更新对应的个体基础框架图形数据表、出行链框架图形数据表、出行路径框架图形数据表和/或路段框架图形数据表,进而通过更新相关类型的框架节点,来更新个体出行的交通知识图谱。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将系统的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现,也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解,上述实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (4)
1.一种个体出行的交通知识图谱构建方法,其特征在于,包括:
读取个体出行链数据库,构建个体基础框架图形数据表、出行链框架图形数据表、出行路径框架图形数据表和路段框架图形数据表,同时,通过联系槽建立不同数据表之间的关联关系;
将每一数据表中每一行的记录作为一个节点,采用时态框架网络构建相应类型的框架节点,则将建立四种不同类型的框架节点,再通过联系槽来建立不同框架节点之间的语义联系,从而形成个体出行的交通知识图谱;
其中,个体基础框架图形数据表的内容包括:个体ID、全局联系槽composed-of、以及出行链框架名称;
出行链框架图形数据表的内容包括:出行链框架名称、出行链框架ID、源地址、目的地、以及出行日期;
出行路径框架图形数据表的内容包括:部分联系槽part-of、出行链框架名称、出行路径ID、出行模式、起点经纬度、终点经纬度、停留点名称、起止时间、以及停留点经纬度;
路段框架图形数据表的内容包括:部分联系槽part-of、出行路径框架名称、出行路径ID、路段名称、路段编号、起点经纬度、终点经纬度、以及公交站点名称、以及公交线路名称;
通过个体基础框架图形数据表中的全局联系槽composed-of建立个体基础框架图形数据表与出行链框架图形数据表的关系;通过出行路径框架图形数据表中的部分联系槽part-of建立出行链框架图形数据表与出行路径框架图形数据表的关系;通过路段框架图形数据表的部分联系槽part-of建立出行路径框架图形数据表与路段框架图形数据表的关系;
所述采用时态框架网络构建相应类型的框架节点,则将建立四种不同类型的框架节点,再通过联系槽来建立不同框架节点之间的语义联系,从而形成个体出行的交通知识图谱包括:
采用时态框架网络,根据每一数据表每一行的记录建立对应的个体框架节点、出行链框架节点、出行路径框架节点、出行路段框架节点;
每一类型的框架节点中将相关数据表中记录的ID作为框架名称,数据表第一行中各列的属性字段作为基本单元的槽名,相应字段的记录作为对应槽名的槽值,将数据表中联系槽提取出来,联系槽的槽值为相应字段的记录,通过联系槽的槽值建立不同类型的框架节点之间的语义联系,从而形成个体出行的交通知识图谱。
2.根据权利要求1所述的一种个体出行的交通知识图谱构建方法,其特征在于,当个体出行链数据库更新时,更新对应的个体基础框架图形数据表、出行链框架图形数据表、出行路径框架图形数据表和/或路段框架图形数据表,进而通过更新相关类型的框架节点,来更新个体出行的交通知识图谱。
3.一种个体出行的交通知识图谱构建系统,其特征在于,包括:
数据接口模块,用于读取个体出行链数据库,构建个体基础框架图形数据表、出行链框架图形数据表、出行路径框架图形数据表和路段框架图形数据表,同时,通过联系槽建立不同数据表之间的关系;
知识图谱生成模块,用于将每一数据表中每一行的记录作为一个节点,采用时态框架网络构建相应类型的框架节点,则将建立四种不同类型的框架节点,再通过联系槽来建立不同框架节点之间的语义联系,从而形成个体出行的交通知识图谱;
个体基础框架图形数据表的内容包括:个体ID、全局联系槽composed-of、以及出行链框架名称;
出行链框架图形数据表的内容包括:出行链框架名称、出行链框架ID、源地址、目的地、以及出行日期;
出行路径框架图形数据表的内容包括:部分联系槽part-of、出行链框架名称、出行路径ID、出行模式、起点经纬度、终点经纬度、停留点名称、起止时间、以及停留点经纬度;
路段框架图形数据表的内容包括:部分联系槽part-of、出行路径框架名称、出行路径ID、路段名称、路段编号、起点经纬度、终点经纬度、以及公交站点名称、以及公交线路名称;
通过个体基础框架图形数据表中的全局联系槽composed-of建立个体基础框架图形数据表与出行链框架图形数据表的关系;通过出行路径框架图形数据表中的部分联系槽part-of建立出行链框架图形数据表与出行路径框架图形数据表的关系;通过路段框架图形数据表的部分联系槽part-of建立出行路径框架图形数据表与路段框架图形数据表的关系;
所述采用时态框架网络构建相应类型的框架节点,则将建立四种不同类型的框架节点,再通过联系槽来建立不同框架节点之间的语义联系,从而形成个体出行的交通知识图谱包括:
采用时态框架网络,根据每一数据表每一行的记录建立对应的个体框架节点、出行链框架节点、出行路径框架节点、出行路段框架节点;
每一类型的框架节点中将相关数据表中记录的ID作为框架名称,数据表第一行中各列的属性字段作为基本单元的槽名,相应字段的记录作为对应槽名的槽值,将数据表中联系槽提取出来,联系槽的槽值为相应字段的记录,通过联系槽的槽值建立不同类型的框架节点之间的语义联系,从而形成个体出行的交通知识图谱。
4.根据权利要求3所述的一种个体出行的交通知识图谱构建系统,其特征在于,当个体出行链数据库更新时,更新对应的个体基础框架图形数据表、出行链框架图形数据表、出行路径框架图形数据表和/或路段框架图形数据表,进而通过更新相关类型的框架节点,来更新个体出行的交通知识图谱。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911196325.0A CN112883195B (zh) | 2019-11-29 | 2019-11-29 | 个体出行的交通知识图谱构建方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911196325.0A CN112883195B (zh) | 2019-11-29 | 2019-11-29 | 个体出行的交通知识图谱构建方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112883195A CN112883195A (zh) | 2021-06-01 |
CN112883195B true CN112883195B (zh) | 2024-03-05 |
Family
ID=76038874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911196325.0A Active CN112883195B (zh) | 2019-11-29 | 2019-11-29 | 个体出行的交通知识图谱构建方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112883195B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113889284B (zh) * | 2021-09-16 | 2022-07-05 | 同济大学 | 一种基于公共交通知识图谱的传染病接触目标追踪方法 |
CN115934701B (zh) * | 2023-01-06 | 2023-08-01 | 深圳市城市交通规划设计研究中心股份有限公司 | 基于知识图谱的个体出行补全方法、电子设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108920608A (zh) * | 2018-06-28 | 2018-11-30 | 百应科技(北京)有限公司 | 一种面向企业数据的搜索领域知识图谱构建方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102110128A (zh) * | 2009-12-28 | 2011-06-29 | 日电(中国)有限公司 | 基于交通信息元素知识库的交通信息转化方法和装置 |
-
2019
- 2019-11-29 CN CN201911196325.0A patent/CN112883195B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108920608A (zh) * | 2018-06-28 | 2018-11-30 | 百应科技(北京)有限公司 | 一种面向企业数据的搜索领域知识图谱构建方法及系统 |
Non-Patent Citations (1)
Title |
---|
梁泉 ; 翁剑成 ; 林鹏飞 ; 周伟 ; 荣建 ; .基于个体出行图谱的公共交通通勤行为辨别方法研究.交通运输系统工程与信息.2018,(02),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN112883195A (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rashidi et al. | Exploring the capacity of social media data for modelling travel behaviour: Opportunities and challenges | |
Zhong et al. | Detecting the dynamics of urban structure through spatial network analysis | |
Toole et al. | The path most traveled: Travel demand estimation using big data resources | |
Gallotti et al. | The multilayer temporal network of public transport in Great Britain | |
Zhao et al. | Estimating a rail passenger trip origin‐destination matrix using automatic data collection systems | |
CN110008413B (zh) | 一种交通出行问题查询方法和装置 | |
De Bona et al. | Analysis of public bus transportation of a Brazilian city based on the theory of complex networks using the P-space | |
CN106157621B (zh) | 一种基于数据分析的智能路况管理系统 | |
CN112883195B (zh) | 个体出行的交通知识图谱构建方法及系统 | |
CN115062873B (zh) | 交通出行方式预测方法和装置、存储介质及电子设备 | |
Wismans et al. | Improving a priori demand estimates transport models using mobile phone data: a Rotterdam-region case | |
CN103530694A (zh) | 基于时空网络构建的城市地铁动态客流分配方法 | |
Gao et al. | A resilience assessment framework for urban transportation systems | |
Sun et al. | Identifying tourists and locals by K-means clustering method from mobile phone signaling data | |
CN111191817B (zh) | 一种基于换乘客流量的公交线网拓扑划分方法 | |
Kozievitch et al. | Exploratory analysis of public transportation data in Curitiba | |
Tang et al. | Identifying critical metro stations in multiplex network based on D–S evidence theory | |
Chen et al. | An analysis of movement patterns between zones using taxi GPS data | |
Tan et al. | Tidal phenomenon of the dockless bike-sharing system and its causes: the case of Beijing | |
Kashiyama et al. | Pseudo-PFLOW: Development of nationwide synthetic open dataset for people movement based on limited travel survey and open statistical data | |
Bhatt et al. | GIS and Gravity Model-Based Accessibility Measure for Delhi Metro | |
Griffin et al. | A decision tree classification model to automate trip purpose derivation | |
Faroqi et al. | GIS-based ride-sharing and DRT in Tehran city | |
Cai et al. | Holiday destination choice behavior analysis based on AFC data of urban rail transit | |
Muñoz-Villamizar et al. | Study of urban-traffic congestion based on Google Maps API: the case of Boston |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |