CN114238491A - 一种基于异质图的多模式交通运行态势关联规则挖掘方法 - Google Patents

Abstract

本发明公开了一种基于异质图的多模式交通运行态势关联规则挖掘方法，首先获取多模式交通系统订单数据，基于订单数据的空间分布进行层次划分，构建用于表征区域内交通态势的异质图结构；然后获取城市POI数据，统计城市各区域的POI热度概率分布，并基于聚类方法对划分方法进行功能区分类；最后设计基于分层Eclat的关联规则挖掘方法，从超节点间提取事务数据集挖掘频繁项集，得到有价值的知识，针对知识所在的超节点，对其包含的子节点进行细粒度挖掘，以全面立体地挖掘多模式交通系统间的关联规则。本发明可以全面立体地在异质图上挖掘多模式交通系统间的关联规则，避免随着挖掘粒度增加导致的数据稀疏问题，给城市交通管理提供参考依据。

Description

一种基于异质图的多模式交通运行态势关联规则挖掘方法

技术领域

本发明属于大数据处理技术领域，具体涉及一种多模式交通运行态势关联规则挖掘方法。

背景技术

交通运行态势是对交通网络系统中车辆运行状态和趋势的描述，关联规则挖掘方法通常用于从大量数据中挖掘有价值的关联规则。当今社会，居民的出行方式已经逐渐转变为多元化复合化的多模式交通出行方式。通过挖掘多模式交通系统中的交通运行模式，发现不同交通系统间的关联规则，可以为城市规划，交通管控等方面提出重要参考。关联规则挖掘方法可以描述为，已知事务数据库D，从中挖掘频繁项集fset，使得对于频繁项fset_i∈fset，使得其支持度spt_i≥spt，其中spt表示最小支持度阈值。此外，对于频繁项集fset，提取关联规则数据集rset，使得对于rset_i∈rset，rset_i＝{A_i→B_i}，使得其置信度cfd_i≥cfd，其中cfd表示最小支持度阈值。传统的交通模式挖掘方法，通常基于等粒度网格结构，挖掘区域内不同交通间运行态势的关联关系。然而，在现实的复杂城市环境中，从多模式交通系统的运行态势中挖掘有价值的知识存在一些问题。首先，城市区域内交通系统间的关联关系，既受交通系统本身运行态势的影响，还受到诸多外界因素，包括时间因素，地理空间因素，区域POI分布，区域间迁移关系等因素的影响。其次，不同粒度的城市区域的交通态势的含义不同，同一区域不同粒度的交通态势可以为真实的交通状态提供互补，比如某个功能区反映城市宏观的运行模式和居民的迁移关系，具体的街道反映该区域内细粒度的关联关系和居民的出门意图。再次，等粒度的城市划分结构不利于挖掘多粒度的关联规则，因为随着网格粒度的增加，数据分布更加稀疏，更难满足最小支持度要求。

发明内容

为了克服现有技术的不足，本发明提供了一种基于异质图的多模式交通运行态势关联规则挖掘方法，首先获取多模式交通系统订单数据，基于订单数据的空间分布进行层次划分，构建用于表征区域内交通态势的异质图结构；然后获取城市POI数据，统计城市各区域的POI热度概率分布，并基于聚类方法对划分方法进行功能区分类；最后设计基于分层Eclat的关联规则挖掘方法，从超节点间提取事务数据集挖掘频繁项集，得到有价值的知识，针对知识所在的超节点，对其包含的子节点进行细粒度挖掘，以全面立体地挖掘多模式交通系统间的关联规则。本发明可以全面立体地在异质图上挖掘多模式交通系统间的关联规则，避免随着挖掘粒度增加导致的数据稀疏问题，给城市交通管理提供参考依据。

本发明解决其技术问题所采用的技术方案包括如下步骤：

步骤1：获取多模式交通数据并预处理；

步骤1-1：获取城市内多模式交通系统订单数据，包括网约车、共享单车和地铁三种交通系统的订单数据；订单数据包含订单起止坐标、订单起止时间、行驶距离信息；

步骤1-2：对订单数据的格式进行预处理，将每种订单数据的坐标统一转换为WGS84编码格式，将时间统一转换为时间戳；

步骤1-3：从订单数据中提取交通签到数据，定义三种交通系统的签到数据集Sign＝{sign₁,…,sign_n}，其中sign_i＝<type_i,lat_i,lng_i,time_i,od_i>表示第i个上下车签到点，i＝1,2,…,n，n表示签到点数量；其中type_i∈{′bicycle′,′wyc′,′subway′}，表示交通系统类型，bicycle表示共享单车，wyc表示网约车，subway表示地铁；lat_i表示签到点所在纬度，lng_i表示所在经度，time_i表示时间戳，od_i∈{′in′,′out′}表示上车点签到点或下车签到点；

步骤2：基于交通数据分布对城市空间进行层次划分；首先基于KD-Tree算法对城市空间进行初次划分，用于描述城市内区域级空间的交通态势；然后对初次划分的城市空间进行细粒度划分，用于描述城市内街道级空间的交通态势；

步骤2-1：基于KD-Tree的空间多粒度划分方法，对城市空间进行初次划分；

基于KD-Tree原理，将城市空间划分为KD-Tree叶子节点代表的离散矩形空间，使签到数据Sign在各划分空间内均匀分布；对于城市空间C，当KD-Tree深度为d₁时，划分为离散空间集

其中

表示离散划分空间的数量，

表示城市空间C的第k个离散划分空间；k＝1,2,…,n₁；

步骤2-2：对于每个初次划分的离散划分空间area_k∈Areas，再次对其进行细粒度划分，用于表示城市内街道级区域；

对于离散划分空间area_k，当KD-Tree深度为d₂时，划分为离散空间集

其中

表示离散划分空间area_k的第j_k个子空间；j_k＝1,2,…,n₂；

步骤2-3：基于层次划分结果构建用于多粒度异质图结构，用于全面立体地描述城市各区域的多模式交通运行态势和交通迁移关系；

定义t时刻多模式交通系统异质图表示为Graph_t＝{E_t,SV_t}，其中

表示超节点集，E_t＝{e_t,1,…,e_t,m}表示有向边集，m表示边数；超节点sv_t,k＝{CV_t,k,SA_t,k,area_k}表示第k个超节点代表的城市空间，

表示对sv_t,k细粒度划分得到的子节点集合，SA_t,k＝{wyc_t,k,dt_t,k,dc_t,k}，wyc_t,k,dc_t,k,dc_t,k分别表示t时刻三种交通系统在区域area_k内的订单量；子节点

表示sv_t,k内第j_k个子节点代表的城市空间，，

分别表示t时刻三种交通系统在区域

内的订单量；e_t,z＝{v_t,z,start,v_t,z,end,wyc_t,z,dt_t,z,dc_t,z}表示第z条有向边，其中z＝1,…,m，v_t,z,start表示边的起点，v_t,z,end表示边的终点，wyc_t,z、dt_t,z、dc_t,z分别表示t时刻两节点间网约车、地铁和共享单车的订单量；

步骤3：获取POI数据，根据POI的标签归为K种POI类型；

步骤4：基于聚类方法对离散划分空间进行功能区分类；

步骤4-1：对于离散划分空间area_k，使用TF-IDF算法计算离散划分空间area_k内第β种POI的概率分布prob_β：

其中n_β表示离散划分空间area_k内第β种POI的数量，β＝1,…,K；

步骤4-2：基于TF-IDF算法，构建划分空间集Areas内的POI概率分布矩阵

使用K-means聚类方法对POI概率分布矩阵Prob进行聚类，将离散划分空间分为n_p种功能区；

步骤5：基于分层挖掘的多模式交通系统关联规则挖掘方法；

步骤5-1：从异质图Graph_t的超节点中提取事务数据集；

筛选出所有连接超节点的边e_s，从每条中提取事务数据，构建事务数据集

其中l_α＝{t_α,label_α,st,label_α,end,area_α,st,area_α,end,f_α,dt,f_α,dc,f_α,wyc}表示第α行事务数据，t_α表示时刻，area_α,st表示起点区域，area_α,end表示终点区域，label_α,st表示起点区域的POI分类，label_α,end表示终点区域的POI分类，f_α,dt、f_α,dc、f_α,wyc分别表示三种交通系统t时段在area_α,st和area_α,end之间的迁移量；α＝1,2,…,n_l；n_l表示事务数据的行数；

步骤5-2：基于Eclat算法对事务数据集L进行模式挖掘；

Eclat算法使用垂直数据格式挖掘频繁模式，生成一个能统计每个项在哪些事务中出现的倒排表，表中的每一行由项和它对应的TID集组成，TID集包含此项目的事务的集合；初始的频繁1项集为fset₁，对于频繁p项集fset_p，l_a∈fset_p，l_b∈fset_p，若满足l_t＝l_a∪l_b，且|l_t|＝p+1，spt_t≥spt，其中spt_t表示l_t的支持度，spt表示最小支持度阈值，则有l_t∈fset_p+1；直到

最终生成所有的频繁项集Fset＝{fset₁,…,fset_P}，P为最大项集长度；

步骤5-3：筛选频繁项集；

对于筛选频繁项集Nset，任意l_a∈Nset，都有l_a∈Fset，且|l_a|≥4；

步骤5-4：挖掘关联规则，对于关联规则s＝{A→B}，A∈Nset，且B∈Nset，s的置信度计算为

如果cfd_s≥cfd，其中cfd表示最小置信度阈值，则该条关联规则满足可信度要求；A表示s的先导事件，B表示s的后继事件；关联规则s的含义为事件A发生可能会导致事件B，该规则的可信度为cfd_s；

步骤5-5：针对挖掘出有价值知识的超节点，从其包含的子节点中再次提取事务数据集，重复步骤5-1到步骤5-4，对子节点所在区域进行细粒度挖掘。

优选地，所述POI类型包括餐饮服务、风景名胜、公共设施服务、公司企业、交通设施服务、汽车服务、休闲服务和住宿服务。

优选地，所述d₁＝6，d₂＝3，K＝8，n_p＝6，spt＝0.01，cfd＝0.1。

本发明的有益效果如下：

本发明为一种基于异质图的多模式交通运行态势关联规则挖掘方法，在多模式交通场景下，使用异质图结构描述不同粒度的多模式交通系统运行态势和迁移关系，并基于异质图进行分层次挖掘，可以全面立体地在异质图上挖掘多模式交通系统间的关联规则，避免随着挖掘粒度增加导致的数据稀疏问题，给城市交通管理提供参考依据。

附图说明

图1为本发明方法系统结构图。

图2为本发明方法中多模式交通系统的异质图结构示意图。

图3为本发明方法中分层挖掘方法的系统结构图。

具体实施方式

下面结合附图和实施例对本发明进一步说明。

一种基于异质图的多模式交通运行态势关联规则挖掘方法，包括如下步骤：

步骤1：获取多模式交通数据并预处理；

步骤1-1：获取城市内多模式交通系统订单数据，包括网约车、共享单车和地铁三种交通系统的订单数据；订单数据包含订单起止坐标、订单起止时间、行驶距离信息；

步骤1-2：对订单数据的格式进行预处理，将每种订单数据的坐标统一转换为WGS84编码格式，将时间统一转换为时间戳；

步骤1-3：从订单数据中提取交通签到数据，定义三种交通系统的签到数据集Sign＝{sign₁,…,sign_n}，其中sign_i＝<type_i,lat_i,lng_i,time_i,od_i>表示第i个上下车签到点，i＝1,2,…,n，n表示签到点数量；其中type_i∈{′bicycle′,′wyc′,′subway′}，表示交通系统类型，bicycle表示共享单车，wyc表示网约车，subway表示地铁；lat_i表示签到点所在纬度，lng_i表示所在经度，time_i表示时间戳，od_i∈{′in′,′out′}表示上车点签到点或下车签到点；

步骤2：基于交通数据分布对城市空间进行层次划分；首先基于KD-Tree算法对城市空间进行初次划分，用于描述城市内区域级空间的交通态势；然后对初次划分的城市空间进行细粒度划分，用于描述城市内街道级空间的交通态势；

步骤2-1：基于KD-Tree的空间多粒度划分方法，对城市空间进行初次划分；

基于KD-Tree原理，将城市空间划分为KD-Tree叶子节点代表的离散矩形空间，使签到数据Sign在各划分空间内均匀分布；对于城市空间C，当KD-Tree深度为6时，划分为离散空间集Areas＝{area₁,…,area₃₂}，其中n₁＝32表示离散划分空间的数量，

表示城市空间C的第k个离散划分空间；k＝1,2,…,32；

步骤2-2：对于每个初次划分的离散划分空间area_k∈Areas，再次对其进行细粒度划分，用于表示城市内街道级区域；

对于离散划分空间area_k，当KD-Tree深度为3时，划分为离散空间集Areas_k＝{area_k,1,…,area_k,4}，其中n₂＝4；

表示离散划分空间area_k的第j_k个子空间；j_k＝1,2,3,4；

步骤2-3：基于层次划分结果构建用于多粒度异质图结构，用于全面立体地描述城市各区域的多模式交通运行态势和交通迁移关系；

定义t时刻多模式交通系统异质图表示为Graph_t＝{E_t,SV_t}，其中SV_t＝{sv_t,1,…,sv_t,32}表示超节点集，E_t＝{e_t,1,…,e_t,m}表示有向边集，m表示边数；超节点sv_t,k＝{CV_t,k,SA_t,k,area_k}表示第k个超节点代表的城市空间，CV_t,k＝{cv_t,k,1,…,cv_t,k,4}表示对sv_t,k细粒度划分得到的子节点集合，SA_t,k＝{wyc_t,k,dt_t,k,dc_t,k}，wyc_t,k,dt_t,k,dc_t,k分别表示t时刻三种交通系统在区域area_k内的订单量；子节点

表示sv_t,k内第j_k个子节点代表的城市空间，，

分别表示t时刻三种交通系统在区域

内的订单量；e_t,z＝{v_t,z,start,v_t,z,end,wyc_t,z,dt_t,z,dc_t,z}表示第z条有向边，其中z＝1,…,m，v_t,z,start表示边的起点，v_t,z,end表示边的终点，wyc_t,z、dt_t,z、dc_t,z分别表示t时刻两节点间网约车、地铁和共享单车的订单量；

步骤3：获取POI数据，根据POI的标签归为K种POI类型,包括餐饮服务、风景名胜、公共设施服务、公司企业、交通设施服务、汽车服务、休闲服务和住宿服务；

步骤4：基于聚类方法对离散划分空间进行功能区分类；

步骤4-1：对于离散划分空间area_k，使用TF-IDF算法计算离散划分空间area_k内第β种POI的概率分布prob_β：

其中n_β表示离散划分空间area_k内第β种POI的数量，β＝1,…,8；

步骤4-2：基于TF-IDF算法，构建划分空间集Areas内的POI概率分布矩阵Prob∈R^{32 ×8}，使用K-means聚类方法对POI概率分布矩阵Prob进行聚类，将离散划分空间分为6种功能区；

步骤5：基于分层挖掘的多模式交通系统关联规则挖掘方法；

步骤5-1：从异质图Graph_t的超节点中提取事务数据集；

筛选出所有连接超节点的边e_s，从每条中提取事务数据，构建事务数据集

其中l_α＝{t_α,label_α,st,label_α,end,area_α,st,area_α,end,f_α,dt,f_α,dc,f_α,wyc}表示第α行事务数据，t_α表示时刻，area_α,st表示起点区域，area_α,end表示终点区域，label_α,st表示起点区域的POI分类，label_α,end表示终点区域的POI分类，f_α,dt、f_α,dc、f_α,wyc分别表示三种交通系统t时段在area_α,st和area_α,end之间的迁移量；α＝1,2,…,n_l；n_l表示事务数据的行数；

步骤5-2：基于Eclat算法对事务数据集L进行模式挖掘；

Eclat算法使用垂直数据格式挖掘频繁模式，生成一个能统计每个项在哪些事务中出现的倒排表，表中的每一行由项和它对应的TID集组成，TID集包含此项目的事务的集合；初始的频繁1项集为fset₁，对于频繁p项集fset_p，l_a∈fset_p，l_b∈fset_p，若满足l_t＝l_a∪l_b，且|l_t|＝p+1，spt_t≥spt，其中spt_t表示l_t的支持度，spt＝0.01表示最小支持度阈值，则有l_t∈fset_p+1；直到

最终生成所有的频繁项集Fset＝{fset₁,…,fset_P}，P为最大项集长度；

步骤5-3：筛选频繁项集；

对于筛选频繁项集Nset，任意l_a∈Nset，都有l_a∈Fset，且|l_a|≥4；

步骤5-4：挖掘关联规则，对于关联规则s＝{s→B}，A∈Nset，且B∈Nset，s的置信度计算为

如果cfd_s≥cfd，其中cfd＝0.1表示最小置信度阈值，则该条关联规则满足可信度要求；A表示s的先导事件，B表示s的后继事件；关联规则s的含义为事件A发生可能会导致事件B，该规则的可信度为cfd_s；

步骤5-5：针对挖掘出有价值知识的超节点，从其包含的子节点中再次提取事务数据集，重复步骤5-1到步骤5-4，对子节点所在区域进行细粒度挖掘。

Claims (3)

1.一种基于异质图的多模式交通运行态势关联规则挖掘方法，其特征在于，包括如下步骤：

步骤1：获取多模式交通数据并预处理；

步骤1-1：获取城市内多模式交通系统订单数据，包括网约车、共享单车和地铁三种交通系统的订单数据；订单数据包含订单起止坐标、订单起止时间、行驶距离信息；

步骤1-2：对订单数据的格式进行预处理，将每种订单数据的坐标统一转换为WGS84编码格式，将时间统一转换为时间戳；

步骤1-3：从订单数据中提取交通签到数据，定义三种交通系统的签到数据集Sign＝{sign₁，...，sign_n}，其中sign_i＝＜type_i，lat_i，lng_i，time_i，od_i＞表示第i个上下车签到点，i＝1，2，...，n，n表示签到点数量；其中type_i∈{′bicycle′，′wyc′，′subway′}，表示交通系统类型，bicycle表示共享单车，wyc表示网约车，subway表示地铁；lat_i表示签到点所在纬度，lng_i表示所在经度，time_i表示时间戳，od_i∈{′in′，′out′}表示上车点签到点或下车签到点；

步骤2：基于交通数据分布对城市空间进行层次划分；首先基于KD-Tree算法对城市空间进行初次划分，用于描述城市内区域级空间的交通态势；然后对初次划分的城市空间进行细粒度划分，用于描述城市内街道级空间的交通态势；

步骤2-1：基于KD-Tree的空间多粒度划分方法，对城市空间进行初次划分；

基于KD-Tree原理，将城市空间划分为KD-Tree叶子节点代表的离散矩形空间，使签到数据Sign在各划分空间内均匀分布；对于城市空间C，当KD-Tree深度为d₁时，划分为离散空间集

其中

表示离散划分空间的数量，

表示城市空间C的第k个离散划分空间；k＝1，2，...，n₁；

步骤2-2：对于每个初次划分的离散划分空间area_k∈Areas，再次对其进行细粒度划分，用于表示城市内街道级区域；

对于离散划分空间area_k，当KD-Tree深度为d₂时，划分为离散空间集

其中

表示离散划分空间area_k的第j_k个子空间；j_k＝1，2，...，n₂；

步骤2-3：基于层次划分结果构建用于多粒度异质图结构，用于全面立体地描述城市各区域的多模式交通运行态势和交通迁移关系；

定义t时刻多模式交通系统异质图表示为Graph_t＝{E_t，SV_t}，其中

表示超节点集，E_t＝{e_t，1，...，e_t，m}表示有向边集，m表示边数；超节点sv_t，k＝{CV_t，k，SA_t，k，area_k}表示第k个超节点代表的城市空间，

表示对sv_t，k细粒度划分得到的子节点集合，SA_t，k＝{wyc_t，k，dt_t，k，dc_t，k}，wyc_t，k，dt_t，k，dc_t，k分别表示t时刻三种交通系统在区域area_k内的订单量；子节点

表示sv_t，k内第j_k个子节点代表的城市空间，，

分别表示t时刻三种交通系统在区域

内的订单量；e_t，z＝{v_{t，z，stdrt}，v_t，z，end，wyc_t，z，dt_t，z，dc_t，z}表示第z条有向边，其中z＝1，...，m，v_{t，z，stdrt}表示边的起点，v_t，z，end表示边的终点，wyc_t，z、dt_t，z、dc_t，z分别表示t时刻两节点间网约车、地铁和共享单车的订单量；

步骤3：获取POI数据，根据POI的标签归为K种POI类型；

步骤4：基于聚类方法对离散划分空间进行功能区分类；

步骤4-1：对于离散划分空间area_k，使用TF-IDF算法计算离散划分空间area_k内第β种POI的概率分布prob_β：

其中n_β表示离散划分空间area_k内第β种POI的数量，β＝1，...，K；

步骤4-2：基于TF-IDF算法，构建划分空间集Areas内的POI概率分布矩阵

使用K-means聚类方法对POI概率分布矩阵Prob进行聚类，将离散划分空间分为n_p种功能区；

步骤5：基于分层挖掘的多模式交通系统关联规则挖掘方法；

步骤5-1：从异质图Graph_t的超节点中提取事务数据集；

筛选出所有连接超节点的边e_s，从每条中提取事务数据，构建事务数据集

其中l_α＝{t_α，label_α，st，label_α，end，area_α，st，area_α，end，f_α，dt，f_α，dc，f_α，wyc}表示第α行事务数据，t_α表示时刻，area_α，st表示起点区域，area_α，end表示终点区域，label_α，st表示起点区域的POI分类，label_α，end表示终点区域的POI分类，f_α，dt、f_α，dc、f_α，wyc分别表示三种交通系统t时段在area_α，st和area_α，end之间的迁移量；α＝1，2，...，n_l；n_l表示事务数据的行数；

步骤5-2：基于Eclat算法对事务数据集L进行模式挖掘；

Eclat算法使用垂直数据格式挖掘频繁模式，生成一个能统计每个项在哪些事务中出现的倒排表，表中的每一行由项和它对应的TID集组成，TID集包含此项目的事务的集合；初始的频繁1项集为fset₁，对于频繁p项集fset_p，l_d∈fset_p，l_b∈fset_p，若满足l_t＝l_a∪l_b，且|l_t|＝p+1，spt_t≥spt，其中spt_t表示l_t的支持度，spt表示最小支持度阈值，则有l_t∈fset_p+1；直到

最终生成所有的频繁项集Fset＝{fset₁，...，fset_P}，P为最大项集长度；

步骤5-3：筛选频繁项集；

对于筛选频繁项集Nset，任意l_a∈Nset，都有l_a∈Fset，且|l_a|≥4；

步骤5-4：挖掘关联规则，对于关联规则s＝{A→B}，A∈Nset，且B∈Nset，s的置信度计算为

如果cfd_s≥cfd，其中cfd表示最小置信度阈值，则该条关联规则满足可信度要求；A表示s的先导事件，B表示s的后继事件；关联规则s的含义为事件A发生可能会导致事件B，该规则的可信度为cfd_s；

步骤5-5：针对挖掘出有价值知识的超节点，从其包含的子节点中再次提取事务数据集，重复步骤5-1到步骤5-4，对子节点所在区域进行细粒度挖掘。

2.根据权利要求1所述的一种基于异质图的多模式交通运行态势关联规则挖掘方法，其特征在于，所述POI类型包括餐饮服务、风景名胜、公共设施服务、公司企业、交通设施服务、汽车服务、休闲服务和住宿服务。

3.根据权利要求1所述的一种基于异质图的多模式交通运行态势关联规则挖掘方法，其特征在于，所述d₁＝6，d₂＝3，K＝8，n_p＝6，spt＝0.01，cfd＝0.1。

Images