CN115866529B - 清分模型结果验证方法、装置、设备及存储介质 - Google Patents

Abstract

本发明属于室内定位技术领域，公开了一种清分模型结果验证方法、装置、设备及存储介质。该方法包括：采集用户地铁出行数据；对所述用户地铁出行数据进行预处理，得到实际出行数据；获取清分模型比例参数；将所述实际出行数据与清分模型比例参数进行比对，得到模型验证结果；根据所述模型验证结果生成出行路径清分比例分析报告。通过上述方案，将用户地铁出行数据引入清分模型的验证过程，由于用户地铁出行数据为用户实际的站内运动轨迹，可以准确的统计出用户在两个站点间选择乘坐路线的比例，为清分模型验证提供精确完整的数据，提升了验证结果的准确性。

Description

清分模型结果验证方法、装置、设备及存储介质

技术领域

本发明涉及室内定位技术领域，尤其涉及一种清分模型结果验证方法、装置、设备及存储介质。

背景技术

目前，轨道交通清分模型作为轨道交通结算分成的主要手段被广泛应用，但清分模型一般为运营人员以算法模型进行建立，缺乏实际数据支撑，往往令运营商质疑，导致沟通成本大大提高。

一般的验证方法主要有问卷调查法、换乘通道客流法、列车断面客流法等，主要目的是验证清分模型中OD出行路径分配比例的准确性。但是这些方法有一定的片面性，无乘客精准出行路径数据做支撑，验证结果本身的精确性有限，无法令运营服务商信服，验证结果受到不同程度的质疑。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种清分模型结果验证方法、装置、设备及存储介质，旨在解决现有技术轨道交通清分模型验证结果可信度较低的技术问题。

为实现上述目的，本发明提供了一种清分模型结果验证方法，所述方法包括以下步骤:

采集用户地铁出行数据；

对所述用户地铁出行数据进行预处理，得到实际出行数据；

获取清分模型比例参数；

将所述实际出行数据与清分模型比例参数进行比对，得到模型验证结果；

根据所述模型验证结果生成出行路径清分比例分析报告。

可选的，所述采集实际出行数据，包括：

获取用户终端采集到的进站信息；

实时检测所述用户终端的站内位置信息；

将所述站内位置信息进行解析，得到出行路径信息；

获取所述用户终端采集到的出站信息；

根据所述进站信息、出行路径信息以及出站信息确定实际出行数据。

可选的，所述将所述站内位置信息进行解析，得到出行路径信息，包括：

根据所述站内位置信息确定所述站内位置信息对应的地铁站点集合；

对所述地铁站点集合进行去重，得到站点路径集合；

根据所述站点路径集合确定出行路径信息。

可选的，所述用户地铁出行数据进行预处理，得到实际出行数据，还包括：

根据所述用户地铁出行数据确定多条用户样本；

查找所述用户样本中起点终点缺失的残缺样本；

将所述残缺样本从所述用户地铁出行数据中删除，得到实际出行数据。

可选的，所述将所述实际出行数据与清分模型比例参数进行比对，得到模型验证结果，包括：

根据所述实际出行数据匹配预设出行路径，得到匹配结果；

根据所述清分模型比例参数确定预估起点终点对出行比例；

根据所述匹配结果和实际出行数据确定实际起点终点对出行比例；

根据所述预估起点终点对出行比例和实际起点终点对出行比例生成模型验证结果。

可选的，所述根据所述预估起点终点对出行比例和实际起点终点对出行比例生成模型验证结果，包括：

根据所述预估起点终点对出行比例和实际起点终点对出行比例进行比对，得到比对结果；

根据所述比对结果对预估起点终点对进行评分，得到评分结果；

根据所述评分结果生成模型验证结果。

可选的，所述根据所述匹配结果和实际出行数据确定实际起点终点对出行比例，包括：

根据所述实际出行数据确定多个用户出行样本；

根据所述匹配结果确定各用户出行样本的实际起点终点对和实际出行路径；

根据所述实际起点终点对相同的用户出行样本确定对应的实际出行路径集合；

根据所述实际出行路径集合计算实际起点终点对出行比例。

此外，为实现上述目的，本发明还提出一种清分模型结果验证装置，所述清分模型结果验证装置包括：

获取模块，用于采集用户地铁出行数据；

处理模块，用于对所述用户地铁出行数据进行预处理得到实际出行数据；

所述获取模块，还用于获取清分模型比例参数；

所述处理模块，还用于根据所述实际出行数据以及清分模型比例参数生成出行路径清分比例分析报告。

此外，为实现上述目的，本发明还提出一种清分模型结果验证设备，所述清分模型结果验证设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的清分模型结果验证程序，所述清分模型结果验证程序配置为实现如上文所述的清分模型结果验证方法的步骤。

此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有清分模型结果验证程序，所述清分模型结果验证程序被处理器执行时实现如上文所述的清分模型结果验证方法的步骤。

本发明采集用户地铁出行数据；对所述用户地铁出行数据进行预处理，得到实际出行数据；获取清分模型比例参数；将所述实际出行数据与清分模型比例参数进行比对，得到模型验证结果；根据所述模型验证结果生成出行路径清分比例分析报告。通过上述方案，将用户地铁出行数据引入清分模型的验证过程，由于用户地铁出行数据为用户实际的站内运动轨迹，可以准确的统计出用户在两个站点间选择乘坐路线的比例，为清分模型验证提供精确完整的数据，提升了验证结果的准确性。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的清分模型结果验证设备的结构示意图；

图2为本发明清分模型结果验证方法第一实施例的流程示意图；

图3为本发明清分模型结果验证方法第一实施例的数据采集示意图；

图4为本发明清分模型结果验证方法第二实施例的流程示意图；

图5为本发明清分模型结果验证装置第一实施例的结构框图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

参照图1，图1为本发明实施例方案涉及的硬件运行环境的清分模型结果验证设备结构示意图。

如图1所示，该清分模型结果验证设备可以包括：处理器1001，例如中央处理器（Central Processing Unit，CPU），通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如无线保真（Wireless-Fidelity，Wi-Fi）接口）。存储器1005可以是高速的随机存取存储器（RandomAccess Memory，RAM）存储器，也可以是稳定的非易失性存储器（Non-Volatile Memory，NVM），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的结构并不构成对清分模型结果验证设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及清分模型结果验证程序。

在图1所示的清分模型结果验证设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明清分模型结果验证设备中的处理器1001、存储器1005可以设置在清分模型结果验证设备中，所述清分模型结果验证设备通过处理器1001调用存储器1005中存储的清分模型结果验证程序，并执行本发明实施例提供的清分模型结果验证方法。

本发明实施例提供了一种清分模型结果验证方法，参照图2，图2为本发明一种清分模型结果验证方法第一实施例的流程示意图。

本实施例中，所述清分模型结果验证方法包括以下步骤：

步骤S10：采集用户地铁出行数据。

可以理解的是，本实施例的执行主体为智能终端，所述智能终端可以服务器，也可以为计算机，还可以为其他与服务器功能相同或者相似的其他设备，本实施例对此不加以限定，本实施例仅仅以服务器为例加以说明。

应当说明的是，本实施例应用于轨道交通清分模型的验证过程中，由于城市轨道交通发展的速度越来越快，轨道交通的线路也日益复杂，线路之间的耦合度高，在不同的线路上可能由不同的营运商投资经营，导致轨道交通的收益难以进行分成，因此清分模型应运而生，可以用于预估各个OD对（用于指代用户乘车起点站终点站的对象）之间的收益如何分成。然而，轨道交通清分模型通过数学方法构建起来的模型可解释性较低，如若没有准确的验证方法将难以令各运营商信服，进而提高了各方之间的沟通成本，因此本实施例提出了一种十分精准的轨道交通清分模型的验证方法。

可以理解的是，用户地铁出行数据可以通过用户所携带的移动终端进行采集，主要用于获取到用户的进出站以及行动路线的数据，作为样本形成用户地铁出行数据。

在本实施例中，获取用户终端采集到的进站信息；实时检测所述用户终端的站内位置信息；将所述站内位置信息进行解析，得到出行路径信息；获取所述用户终端采集到的出站信息；根据所述进站信息、出行路径信息以及出站信息确定实际出行数据。

可以理解的是，进站信息与实际出行数据即可得到OD对，出行路径信息即可得到出行路径。

在具体实现中，本实施例提出一种优选的采集方案，例如：图3所示，第一步，用户在手机钱包APP、交通出行APP、微信出行小程序等应用程序中开通交通出行产品如：手机NFC虚拟交通卡、乘车二维码等，开通过程同时完成隐私协议签署；若已开通则需补充签署隐私协议。第二步，完成样本采集控制参数配置，控制样本数据采集的时间段与总数量。第三步，用户使用出行产品刷卡进闸或刷码进闸时，应用程序调用手机室内定位服务，启动出行路径收集过程并记录起始地铁站点信息（用户手机需开启定位服务）。第四步，手机室内定位语义转换服务每隔30秒获取一次用户位置，解析成地铁站点信息并记录。第五步，用户使用出行产品刷卡出闸或刷码出闸时，应用程序再次调用手机室内定位语义转换服务，停止出行路径收集过程并记录终止地铁站点信息。第六步，手机室内定位语义转换服务完成采集数据的去重与整理，将数据上传到云端服务器，完成样本数据的采集。

应当说明的是，目前，室内定位位置语义技术（如华为Location Kit服务中的位置语义服务）支持通过用户使用已开启定位的手机识别地铁出行途径的地铁站点信息，基于该技术设计轨道清分结果验证服务。轨道清分结果验证服务主要有两大模块：样本数据采集、清分结果验证。样本数据采集模块主要完成轨道交通乘客实际出行路径的数据采集、去重与整理功能。清分结果验证模块根据采集到的样本数据，进行清洗、过滤、分析与统计处理，验证轨道交通清分模型中OD出行路径分配比例的准确性。样本数据采集包括样本采集控制、隐私协议签署、样本采集三部分。样本采集控制功能可配置数据采集的手机型号、采集数据总数量、采集开始时间、采集结束时间等参数，控制样本数据采集的时间段与总数量。由于根据国家个人信息安全法律法规，用户出行路径数据属于用户隐私数据，目前信息采集方案可以例如：采集前需获得用户授权许可，另外，为了保护用户个人信息安全，本服务采集的数据范围仅为出行路径地铁站点信息，且采集的出行路径数据无法与用户、用户交易匹配，只能用于分析乘客实际OD出行路径比例。样本数据采集的客户端为手机钱包APP、交通出行APP、微信出行小程序等所有支持与室内定位服务通讯的前端应用。当用户使用交通出行产品如：手机NFC虚拟交通卡、乘车二维码等乘坐地铁时，调用室内定位服务，识别乘客途径的地铁站点。

在本实施例中，根据所述站内位置信息确定所述站内位置信息对应的地铁站点集合；对所述地铁站点集合进行去重，得到站点路径集合；根据所述站点路径集合确定出行路径信息。

应当说明的是，根据所述站内位置信息确定所述站内位置信息对应的地铁站点集合，这样处理的目的是因为实际的出行路径并不用大量的位置点进行集成，只需要知道用户经过了哪几个地铁站点即可，因此可以将位置信息与地铁站点进行匹配，得到用户经过的地铁站点集合。

可以理解的是，由于数据采集的规律，采集过程中会出现大量的冗余数据，例如：每30秒采集一次位置信息，那么用户过30秒可能还在同一个站点，那么在地铁站点集合中会出现大量的相同站点，这些大量冗余的数据会造成数据传输可处理效率的降低，因此可以直接进行去重，将集合中重复的地铁站点去除，得到站点路径集合。

步骤S20：对所述用户地铁出行数据进行预处理，得到实际出行数据。

需要说明的是，预处理的过程实际是对用户地铁出行数据进行整合的过程，其目的是保证数据的可信度，删除一些存在问题的数据，例如：用户地铁出行数据可能会存在起点和/或终点缺失的数据，那么这个数据对于出行比例统计就不具备价值，属于噪音，可以进行删除得到实际出行数据。

在本实施例中，根据所述用户地铁出行数据确定多条用户样本；查找所述用户样本中起点终点缺失的残缺样本；将所述残缺样本从所述用户地铁出行数据中删除，得到实际出行数据。

可以理解的是，地铁出行数据中存在很多条样本数据，用户每人/次出行数据即为一条样本数据，每条样本数据中可以包括OD对，OD出行路径等信息。

步骤S30：获取清分模型比例参数。

应当说明的是，清分模型即为待验证的清分模型，清分模型比例参数即为清分模型中对各个OD对中用户出行路线与各个出行路线客流比例的参数。直接从待验证清分模型的数据库中获取即可。

步骤S40：将所述实际出行数据与清分模型比例参数进行比对，得到模型验证结果。

可以理解的是，根据实际出行数据即可得到实际出行过程中轨道交通出行路径比例是怎样的组成结构，再与清分模型比例参数进行比对即可看出来两者之间是否存在差异，如果存在差异即可根据验证结果找出清分模型中是否存在问题，如果不存在差异，即可为清分模型提供有力的证据，提高其可解释性令运营商信服。

步骤S50：根据所述模型验证结果生成出行路径清分比例分析报告。

应当说明的是，根据所述模型验证结果生成出行路径清分比例分析报告对用户主要是将客流比例存在差异的地方标注出来，以提醒运营商模型在验证后是否存在值得商榷的内容，以供运营商参考。

本实施例采集用户地铁出行数据；对所述用户地铁出行数据进行预处理，得到实际出行数据；获取清分模型比例参数；将所述实际出行数据与清分模型比例参数进行比对，得到模型验证结果；根据所述模型验证结果生成出行路径清分比例分析报告。通过上述方案，将用户地铁出行数据引入清分模型的验证过程，由于用户地铁出行数据为用户实际的站内运动轨迹，可以准确的统计出用户在两个站点间选择乘坐路线的比例，为清分模型验证提供精确完整的数据，提升了验证结果的准确性。

参考图4，图4为本发明一种清分模型结果验证方法第二实施例的流程示意图。

基于上述第一实施例，本实施例清分模型结果验证方法在所述步骤S10之前，还包括：

步骤S41：根据所述实际出行数据匹配预设出行路径，得到匹配结果。

应当说明的是，预设出行路径即为用户可能存在的出行路径，用于对出行路径进行分类，以方便统计比例，例如：在当前OD对中起点站为B2站，终点站为B5站，预设出行路径中就可能存在多种出行路径，假设存在线路1：B2-B3-B4-B5的出行路径、线路2：B2-C2-B5的出行路径以及线路3：B2-D3-B5的出行路径，那么就需要根据实际出行数据匹配出用户属于哪一条出行路径。进行匹配而不直接使用用户出行数据的原因是，在实际过程中用户可能会出现坐反方向或者坐过站等等其他意外情况，例如：用户坐过站后的路径为B2-B3-B4-B5-B6-B5，那么就可以匹配相似度最高的上述线路1为用户实际出行路径，以供后续统计出行比例使用。最后确定实际过程中，客流在这三条线路中的比例。

步骤S42：根据所述清分模型比例参数确定预估起点终点对出行比例。

可以理解的是，根据所述清分模型比例参数可以得到在清分模型中OD对的出行比例的构成。其中，预估起点终点对出行比例即为清分模型中预估的出行比例。

步骤S43：根据所述匹配结果和实际出行数据确定实际起点终点对出行比例。

应当说明的是，根据所述匹配结果和实际出行数据确定实际起点终点对出行比例。

在本实施例中，根据所述实际出行数据确定多个用户出行样本；根据所述匹配结果确定各用户出行样本的实际起点终点对和实际出行路径；根据所述实际起点终点对相同的用户出行样本确定对应的实际出行路径集合；根据所述实际出行路径集合计算实际起点终点对出行比例。

需要说明的是，实际出行数据存在很多条用户出行样本，根据这些出行样本可以确定各用户出行样本的实际起点终点对和实际出行路径，对每个OD对，进行出行比例的统计得到实际的出行比例。

步骤S44：根据所述预估起点终点对出行比例和实际起点终点对出行比例生成模型验证结果。

可以理解的是，根据所述预估起点终点对出行比例和实际起点终点对出行比例可以判定当中是否存在差异，即得到了模型验证结果。本实施例提出一种模型验证结果的获取方式，例如：第一步，维护轨道交通OD对基础数据、OD出行路径基础数据、基础OD出行路径清分模型比例，上述基础数据即为清分模型中的OD对、OD出行路径等数据。第二步，接收并解析乘客实际地铁出行样本数据，解析的过程即为对同一条样本数据中各个站点的排序、整理的过程，存入数据库中。并将已入库的样本数据进行过滤处理，删除起点终点不全的残缺数据，保留可信的样本数据。第三步，分析乘客实际出行路径数据，将每一条实际出行路径数据与OD对基础数据、OD出行路径基础数据进行匹配，匹配乘客实际出行数据对应的是哪一个基础OD对于基础OD出行路径，并统计每对地铁基础OD站点对应的实际出行路径客流占比。第四步，将统计好的实际OD出行路径客流比例与基础OD出行路径清分模型中的比例进行比对，若实际出行路径比例与清分模型中的比例相同，则记录“相同”标记；若实际出行路径比例与清分模型中的比例不同，则记录“不同”标记，并将有偏差的OD出行路径对应的OD对、OD出行路径、实际OD出行比例与基础清分模型比例等信息进行记录。第五步，根据比对结果查询并生成OD出行路径清分比例分析报告，内容包含：基础OD对总数，基础OD出行路径总数，实际OD出行路径总数，实际出行路径比例与清分模型比例相符的占比，实际出行路径比例与清分模型比例不符的占比，实际出行路径比例与清分模型比例不符明细等。第六步，将OD出行路径清分比例分析报告提供给轨道交通运营企业，运营企业可根据分析报告对实际使用中的OD清分模型比例参数进行调整，以便OD出行路径清分结果更加靠近乘客实际出行情况。

在本实施例中，根据所述预估起点终点对出行比例和实际起点终点对出行比例进行比对，得到比对结果；根据所述比对结果对预估起点终点对进行评分，得到评分结果；根据所述评分结果生成模型验证结果。

需要说明的是，在比对结果不符时，应当计算出两者的偏差大小，偏差越大评分越低，根据评分结果可以直观的生成模型验证结果以验证清分模型的合理程度。

本实施例根据所述实际出行数据匹配预设出行路径，得到匹配结果；根据所述清分模型比例参数确定预估起点终点对出行比例；根据所述匹配结果和实际出行数据确定实际起点终点对出行比例；根据所述预估起点终点对出行比例和实际起点终点对出行比例生成模型验证结果。通过上述方案，实现了对数据结构的统一，优化了验证过程，提高了数据处理效率。

此外，本发明实施例还提出一种存储介质，所述存储介质上存储有清分模型结果验证程序，所述清分模型结果验证程序被处理器执行时实现如上文所述的清分模型结果验证方法的步骤。

参照图5，图5为本发明清分模型结果验证装置第一实施例的结构框图。

如图5所示，本发明实施例提出的清分模型结果验证装置包括：

获取模块10，用于采集用户地铁出行数据；

处理模块20，用于对所述用户地铁出行数据进行预处理得到实际出行数据；

所述获取模块10，还用于获取清分模型比例参数；

所述处理模块20，还用于根据所述实际出行数据以及清分模型比例参数生成出行路径清分比例分析报告。

应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。

本实施例采集用户地铁出行数据；对所述用户地铁出行数据进行预处理，得到实际出行数据；获取清分模型比例参数；将所述实际出行数据与清分模型比例参数进行比对，得到模型验证结果；根据所述模型验证结果生成出行路径清分比例分析报告。通过上述方案，将用户地铁出行数据引入清分模型的验证过程，由于用户地铁出行数据为用户实际的站内运动轨迹，可以准确的统计出用户在两个站点间选择乘坐路线的比例，为清分模型验证提供精确完整的数据，提升了验证结果的准确性。

在一实施例中，所述获取模块10，还用于获取用户终端采集到的进站信息；

实时检测所述用户终端的站内位置信息；

将所述站内位置信息进行解析，得到出行路径信息；

获取所述用户终端采集到的出站信息；

根据所述进站信息、出行路径信息以及出站信息确定实际出行数据。

在一实施例中，所述处理模块20，还用于根据所述站内位置信息确定所述站内位置信息对应的地铁站点集合；

对所述地铁站点集合进行去重，得到站点路径集合；

根据所述站点路径集合确定出行路径信息。

在一实施例中，所述处理模块20，还用于根据所述用户地铁出行数据确定多条用户样本；

查找所述用户样本中起点终点缺失的残缺样本；

将所述残缺样本从所述用户地铁出行数据中删除，得到实际出行数据。

在一实施例中，所述处理模块20，还用于根据所述实际出行数据匹配预设出行路径，得到匹配结果；

根据所述清分模型比例参数确定预估起点终点对出行比例；

根据所述匹配结果和实际出行数据确定实际起点终点对出行比例；

根据所述预估起点终点对出行比例和实际起点终点对出行比例生成模型验证结果。

在一实施例中，所述处理模块20，还用于根据所述预估起点终点对出行比例和实际起点终点对出行比例进行比对，得到比对结果；

根据所述比对结果对预估起点终点对进行评分，得到评分结果；

根据所述评分结果生成模型验证结果。

在一实施例中，所述处理模块20，还用于根据所述实际出行数据确定多个用户出行样本；

根据所述匹配结果确定各用户出行样本的实际起点终点对和实际出行路径；

根据所述实际起点终点对相同的用户出行样本确定对应的实际出行路径集合；

根据所述实际出行路径集合计算实际起点终点对出行比例。

需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。

另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的清分模型结果验证方法，此处不再赘述。

此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

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方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如只读存储器（Read Only Memory，ROM）/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，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。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种清分模型结果验证方法，其特征在于，所述清分模型结果验证方法包括：

采集用户地铁出行数据；

对所述用户地铁出行数据进行预处理，得到实际出行数据；

获取清分模型比例参数；

将所述实际出行数据与清分模型比例参数进行比对，得到模型验证结果；

根据所述模型验证结果生成出行路径清分比例分析报告；

所述采集用户地铁出行数据，为：

获取用户终端采集到的进站信息；

实时检测所述用户终端的站内位置信息；

将所述站内位置信息进行解析，得到出行路径信息；

获取所述用户终端采集到的出站信息；

根据所述进站信息、出行路径信息以及出站信息确定用户地铁出行数据；

所述实时检测所述用户终端的站内位置信息，包括：

在检测到用户进站时，生成室内定位指令，以使用户终端根据所述室内定位指令生成所述用户终端的站内位置信息；

接收所述用户终端的站内位置信息。

2.如权利要求1所述的方法，其特征在于，所述将所述站内位置信息进行解析，得到出行路径信息，包括：

根据所述站内位置信息确定所述站内位置信息对应的地铁站点集合；

对所述地铁站点集合进行去重，得到站点路径集合；

根据所述站点路径集合确定出行路径信息。

3.如权利要求1所述的方法，其特征在于，所述用户地铁出行数据进行预处理，得到实际出行数据，还包括：

根据所述用户地铁出行数据确定多条用户样本；

查找所述用户样本中起点终点缺失的残缺样本；

将所述残缺样本从所述用户地铁出行数据中删除，得到实际出行数据。

4.如权利要求1所述的方法，其特征在于，所述将所述实际出行数据与清分模型比例参数进行比对，得到模型验证结果，包括：

根据所述实际出行数据匹配预设出行路径，得到匹配结果；

根据所述清分模型比例参数确定预估起点终点对出行比例；

根据所述匹配结果和实际出行数据确定实际起点终点对出行比例；

根据所述预估起点终点对出行比例和实际起点终点对出行比例生成模型验证结果。

5.如权利要求4所述的方法，其特征在于，所述根据所述预估起点终点对出行比例和实际起点终点对出行比例生成模型验证结果，包括：

根据所述预估起点终点对出行比例和实际起点终点对出行比例进行比对，得到比对结果；

根据所述比对结果对预估起点终点对进行评分，得到评分结果；

根据所述评分结果生成模型验证结果。

6.如权利要求4所述的方法，其特征在于，所述根据所述匹配结果和实际出行数据确定实际起点终点对出行比例，包括：

根据所述实际出行数据确定多个用户出行样本；

根据所述匹配结果确定各用户出行样本的实际起点终点对和实际出行路径；

根据所述实际起点终点对相同的用户出行样本确定对应的实际出行路径集合；

根据所述实际出行路径集合计算实际起点终点对出行比例。

7.一种清分模型结果验证装置，其特征在于，所述清分模型结果验证装置包括：

获取模块，用于采集用户地铁出行数据；

处理模块，用于对所述用户地铁出行数据进行预处理得到实际出行数据；

所述获取模块，还用于获取清分模型比例参数；

所述处理模块，还用于根据所述实际出行数据以及清分模型比例参数生成出行路径清分比例分析报告；

采集用户地铁出行数据，为：

获取用户终端采集到的进站信息；

实时检测所述用户终端的站内位置信息；

将所述站内位置信息进行解析，得到出行路径信息；

获取所述用户终端采集到的出站信息；

根据所述进站信息、出行路径信息以及出站信息确定用户地铁出行数据；

所述实时检测所述用户终端的站内位置信息，包括：

在检测到用户进站时，生成室内定位指令，以使用户终端根据所述室内定位指令生成所述用户终端的站内位置信息；

接收所述用户终端的站内位置信息。

8.一种清分模型结果验证设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的清分模型结果验证程序，所述清分模型结果验证程序配置为实现如权利要求1至6中任一项所述的清分模型结果验证方法的步骤。

9.一种存储介质，其特征在于，所述存储介质上存储有清分模型结果验证程序，所述清分模型结果验证程序被处理器执行时实现如权利要求1至6任一项所述的清分模型结果验证方法的步骤。

Images