CN109671007A

CN109671007A - 一种基于多维度数据的火车站附近打车难易度评估方法

Info

Publication number: CN109671007A
Application number: CN201811610391.3A
Authority: CN
Inventors: 赵亮; 赵伟莨; 刘羽霏; 郦铸辉; 拱长青; 林娜; 范纯龙; 李照奎
Original assignee: Shenyang Aerospace University
Current assignee: Shenyang Aerospace University
Priority date: 2018-12-27
Filing date: 2018-12-27
Publication date: 2019-04-23

Abstract

本发明公开了一种基于多维度数据的火车站附近打车难易度评估方法，包括如下步骤：S1：接收用户的打车难易度评估请求并得到用户所在的区域信息；S2：查询用户当前所在区域及周边区域的多维度数据信息L＝{TS,NC,CP,NT,WS,AVE_NC}；S3：分别将S2中每个区域的多维度数据信息L中的特征项离散化，并通过计算其与当前时刻采用的各个聚类中心的距离，判定每个区域所属的类，其中，各个聚类中心的特征项与L中的特征项一一对应，每一类的标签分别用于表明该类所覆盖区域的打车难易度；S4：向用户反馈其所在区域及周边区域所属的类的标签。该基于多维度数据的火车站附近打车难易度评估方法可辅助火车站附近运力的调配，对乘客选择合适的出行方式有一定的指导意义。

Description

一种基于多维度数据的火车站附近打车难易度评估方法

技术领域

本发明涉及一种打车难易度评估方法，特别提供了一种基于多维度数据的火车站附近打车难易度评估方法。

背景技术

出租车作为方便人们出行的交通工具，本来可以更好地满足人们的出行需求，但在当下，很多城市出现“打车难”、打车需要等待很长时间等问题。城市中可选择的出行方式多种多样，因此，对交通资源进行合理的分配可以缓解城市中的交通压力。随着GPS定位设备的普及，浮动车数据(FCD)已成为获取交通信息的一个重要来源，通过分析浮动车数据可以实时的了解交通运行状况，便于实施交通的管理。

过去十年间，我国主要城市的出租车增长停滞，出现运力不足的情况，而且由于不易于管理，运力分配不均匀，不能匹配乘客需求的情况也会经常发生。出租车作为城市中的主要交通出行方式之一，对于市民的出行尤为重要，所以若能够对打车难易程度进行预测，提前调配运力，就能够缓解运力不足的压力，也可以提升市民对于交通出行的体验。

传统的打车难易度的评估方法通常采用问卷调查，问卷调查的方式费时费力，而且样本数据有限，难以反映实时的情况。另一种方法是假定某路段的到达概率服从某种理论分布，根据出租车的GPS数据，计算出租车的平均行驶速度和空驶率，同时考虑出租车的总量，估算乘客在给定等待时间内能在某一路段打到车的概率，由此描述该路段的打车难易度，但是确定概率分布是一件困难的事情。在公知的技术中，汤鹏等人提出了一种打车难易度评估方法，是对用户的评论数据进行分析来评估区域打车难易程度，这种方案的基础是有庞大的用户群体。段征宇等人提出了一种基于GPS数据的出租车打车难易度识别，通过获取时段内以空车状态进入该区域的车辆数、在该区域下客的出租车数和在该区域内上客的出租车数，来计算一天各个时段的打车状态指标，这种方法没有考虑一些特殊的情况。

因此，研发一种新型的打车难易度评估方法，以适应火车站附近的场景，成为人们亟待解决的问题。

发明内容

鉴于此，本发明的目的在于提供一种基于多维度数据的火车站附近打车难易度评估方法，考虑了火车班次对于打车难易程度的影响，还使用了浮动车的位置信息、天气数据等，可实现对火车站附近打车难易度的综合评估。

本发明提供的技术方案是：一种基于多维度数据的火车站附近打车难易度评估方法，包括如下步骤：

S1：接收用户的打车难易度评估请求并得到用户所在的区域信息；

S2：查询用户当前所在区域及周边区域的多维度数据信息L＝{TS,NC,CP,NT,WS,AVE_NC}，其中，L中的每个特征项的含义如下：TS表示当前时间所属时间段信息，NC表示当前该区域的可载客出租车数量信息，CP表示当前该区域的可载客出租车数量占该区域内总出租车数量的比例信息，NT表示最近一段时间内火车班次数信息，WS表示当前天气状况信息，AVE_NC表示该区域最近一段时间内可载客车辆数的平均值信息；

S3：分别将S2中每个区域的多维度数据信息L中的特征项离散化，并通过计算其与当前时刻采用的各个聚类中心的距离，判定每个区域所属的类，其中，各个聚类中心的特征项与L中的特征项一一对应，每一类的标签分别用于表明该类所覆盖区域的打车难易度；

S4：向用户反馈其所在区域及周边区域所属的类的标签。

优选，S3中，当前时刻采用的聚类中心的确定方法如下：

S301：对火车站附近的区域进行划分；

S302：采集样本，得到样本集并对样本集中每个样本的特征项离散化，其中，每个特征项被划分的等级数与打车难易度等级数相同，每个等级对应的值的大小表明打车的难易程度；

S303：根据打车难易度等级数对S302中的样本进行定向聚类，直到聚类中心稳定，其中，得到的聚类中心的个数与打车难易度等级数相同。

进一步优选，S301中对火车站附近的区域划分采用Geohash区域划分法。

进一步优选，S302中，每个样本的获得方法如下：

1)收集出租车辆的节点数据，其中，所述节点数据包括节点ID、经纬度信息、运营状态信息以及触发事件信息；

2)收集当前的天气状况数据以及最近一段时间内火车班次数信息；

3)对1)和2)中收集的数据进行清洗，以清除无效数据；

4)统计一小段时间T内该区域的多维度数据信息L，获得当前时间该区域内的样本数据。

进一步优选，出租车辆的节点数据通过路侧单元收集后再上传至云端进行处理。

进一步优选，2)中，最近一段时间内火车班次数信息为当前时间前后各一段时间内火车班次数信息。

进一步优选，4)中，分别统计从当前时间开始的1分钟内各个区域的多维度数据信息L。

进一步优选，S303中，定向聚类过程中，初始的聚类中心的设定方法如下：

首先，确定每一个特征项可离散化的值的范围；

其次，将所述可离散化的值的范围进行n等分，得到n段，取每段的中点值，作为该特征项对应的聚类中心，其中，n为预设的打车难易度的等级数。

进一步优选，S3中，距离DIS的计算方法如下：

DIS＝0.1×|TS-TS′|+0.3×|NC-NC′|+0.15×|CP-CP′|+0.15×|NT-NT′|+0.1×|WS-WS′|+0.2×|AVE_NC-AVE_NC′|

其中，TS，NC，CP，NT，WS，AVE_NC为当前采用的聚类中心的特征项的值，TS′，NC′，CP′，NT′，WS′，AVE_NC′为离散化后的多维度数据信息L中的各个特征项对应的离散值。

进一步优选，S3中，每经过一段时间重新确定聚类中心。

本发明提供的基于多维度数据的火车站附近打车难易度评估方法充分考虑了火车站附近的特殊情况，基于多维度的数据进行综合分析和处理，能够辅助缓解火车站周边交通压力，为运力的调配以及乘客的出行选择提供参考意见。

附图说明

下面结合附图及实施方式对本发明作进一步详细的说明：

图1为本发明提供的基于多维度数据的火车站附近打车难易度评估方法的流程图；

图2为当前时刻采用的聚类中心的确定方法的流程图；

图3为数据离散化的示意图；

图4为Geohash区域划分示意图；

图5为本发明提供的基于多维度数据的火车站附近打车难易度评估方法的应用场景图。

具体实施方式

下面将结合具体的实施方案对本发明进行进一步的解释，但并不局限本发明。

如图1所示，本发明提供了一种基于多维度数据的火车站附近打车难易度评估方法，包括如下步骤：

S1：接收用户的打车难易度评估请求并得到用户所在的区域信息，其中，用户所在的区域信息可通过用户的位置确定；

S4：向用户反馈其所在区域及周边区域所属的类的标签，即：打车难易度信息。

下面给出对多维度数据信息L中各特征项进行离散化的具体方法(以打车难易度为3个等级为例)：

TS表示当前时间所属时间段信息，将时间进行分段是因为每天存在上下班高峰期。此处，TS的离散化方法如下：将上午的7点到9点以及下午5点到晚8点设置为1，将晚11点到第二天的7点之前设置为3，其余时间段设置为2；

NC表示当前该区域的可载客出租车数量，具体设置如下：出租车的运营状态有0：空车，1：载客，2：驻车，3，停运，4：其它。触发事件有0：变空车，1：变载客，2：设防，3：撤防，4：其它，出租车处于可载客状态的有(0,0)，(0,4)，(0,2)，(0,3)，其它状态则为不可载客的状态；

CP表示当前该区域的可载客出租车数量占该区域内总出租车数量的比例；

NT表示最近一段时间内火车班次数，此处，最近一段时间内火车班次数优选为当前时间前15分钟和后15分钟的总火车班次，对于火车班次数而言，当班次数增加时，人流量会加大，打车就会越困难。统计前15分钟是因为火车到站会带来人流剧增，乘客到站后会乘坐交通工具去往别的目的地，统计后15分钟是有火车即将发车，乘客会乘坐交通工具来到火车站，也会增加车站附近的人流量。因此，最近半小时内的火车班次数可以间接的反应火车站附近人流量的大小，而人流量会影响区域内出租车的使用率。为了能够将火车班次数转化成值越大代表打车难度越小的形式，因此，对火车班次总数进行转化，将较大火车班次数值对应较小离散值，将较小的火车班次数值对应较大离散值；

WS代表当前天气状况，常见的天气有晴，多云，小雨，中雨，大雨，暴雨，雷雨，小雪，中雪，大雪等等，本发明中将天气划分为3个等级，数值越小代表天气越好；

AVE_NC表示该区域最近一段时间内可载客车辆数的平均值，最近一段时间优选为10分钟内。

上面，TS和WS已经划分成3个等级，对于其余的特征项，分别将各个特征项对应的数值从小到大排列，求出这些值的1/3分段点和2/3的分段点，如图3所示，当值处在1/3分段点之前，设置值为1，当处在1/3到2/3分段点之间取值为2，当大于2/3分段点是取值为3。

其中，当前时刻采用的聚类中心的确定方法如下：

S301：对火车站附近的区域进行划分；

其中，S301中对火车站附近的区域进行划分的方法如下：

如图4所示，对火车站附近的区域划分方法采用Geohash区域划分，Geohash将二维的经纬度转换成字符串，每一个字符串代表了某一矩形区域。这个矩形区域内所有的点(经纬度坐标)都共享相同的Geohash字符串，字符串越长，表示的范围越精确。5位的编码能表示10平方千米范围的矩形区域，而6位编码能表示更精细的区域(约0.34平方千米)，将浮动车的位置信息直接转化成Geohash字符串，这样便于针对特定区域进行分析。

其中，S302中，每个样本的获得方法如下：

1)收集出租车辆的节点数据，其中，所述节点数据包括节点ID、经纬度信息、运营状态信息以及触发事件信息，优选，每辆出租车一分钟内上传两次数据；

2)收集当前的天气状况数据以及最近一段时间内火车班次数信息，其中，最近一段时间优选为当前时间的前后各15分钟；

3)对1)和2)中收集的数据进行清洗，以清除无效数据；

4)统计一小段时间T内该区域的多维度数据信息L，获得当前时间该区域内的样本数据，其中，所述一小段时间T优选为从当前时间开始的1分钟内；

样本采集过程中，如图5所示，出租车辆的节点数据可通过路侧单元(RSU)收集后再上传至云端，其中，路侧单元可收集浮动车数据。

下面给出S303中聚类的具体方法：

本实施例将打车难易度分为三个等级：容易，较容易，困难，将所有特征项处理成值越大则打车难度越小的形式，且每一个特征项的值都离散化为1，2，3的形式，

采用Kmeans聚类方法，初始化聚类中心，对数据进行定向聚类，直到聚类中心稳定。

首先，设定初始的聚类中心(3个，与打车难易度等级数相同)为：

a:[1.333，1.333，1.333，1.333，1.333，1.333]

b：[2.0，2.0，2.0，2.0，2.0，2.0]

c:[2.667，2.667，2.667，2.667，2.667，2.667]

其中，1.333，2.0，2.667是将1到3分3段，取每段的中点得出的值，该设定方法可以保证无论距离公式如何设定，这三个聚类中心都分别属于3种不同的打车难易度类型。

之后，通过Kmeans算法，可以得到了3个新的聚类中心：a’，b’，c’，分别代表打车容易，较容易，困难三个等级。

其中，通过离散化后的多维度数据信息L计算该区域与当前时刻采用的各个聚类中心的距离的过程中，每个特征项对应的权值可根据实际情况具体设定，本实施例将距离公式设定为：

其中，TS，NC，CP，NT，WS，AVE_NC为当前采用的聚类中心的特征项的值，TS′，NC′，CP′，NT′，WS′，AVE_NC′为离散化后的多维度数据信息L中的各个特征项对应的离散值，0.1，0.3，0.15，0.15，0.1，0.2分别为每个特征项对应的权值。

之后，将与其距离最小的聚类中心的标签作为该区域的打车难易度标签即可。

为了保证样本的新颖性和结果的可靠性，而且防止了运算时间随着数据集的扩大而不断增加，S3中，每经过一段时间重新确定聚类中心，其中，聚类中心通过更新样本集重新确定，即：用最新的ΔT时间段内的多维度数据替换最早的旧的ΔT时间段内的多维度数据，样本集更新后，重新聚类，以确保数据的有效性，ΔT优选为两周。

本发明的具体实施方式是按照递进的方式进行撰写的，着重强调各个实施方案的不同之处，其相似部分可以相互参见。

上面结合附图对本发明的实施方式做了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims

1.一种基于多维度数据的火车站附近打车难易度评估方法，其特征在于，包括如下步骤：

S4：向用户反馈其所在区域及周边区域所属的类的标签。

2.按照权利要求1所述基于多维度数据的火车站附近打车难易度评估方法，其特征在于：S3中，当前时刻采用的聚类中心的确定方法如下：

S301：对火车站附近的区域进行划分；

3.按照权利要求2所述基于多维度数据的火车站附近打车难易度评估方法，其特征在于：S301中对火车站附近的区域划分采用Geohash区域划分法。

4.按照权利要求2所述基于多维度数据的火车站附近打车难易度评估方法，其特征在于：S302中，每个样本的获得方法如下：

3)对1)和2)中收集的数据进行清洗，以清除无效数据；

5.按照权利要求4所述基于多维度数据的火车站附近打车难易度评估方法，其特征在于：出租车辆的节点数据通过路侧单元收集后再上传至云端进行处理。

6.按照权利要求4所述基于多维度数据的火车站附近打车难易度评估方法，其特征在于：2)中，最近一段时间内火车班次数信息为当前时间前后各一段时间内火车班次数信息。

7.按照权利要求4所述基于多维度数据的火车站附近打车难易度评估方法，其特征在于：4)中，分别统计从当前时间开始的1分钟内各个区域的多维度数据信息L。

8.按照权利要求2所述基于多维度数据的火车站附近打车难易度评估方法，其特征在于：S303中，定向聚类过程中，初始的聚类中心的设定方法如下：

首先，确定每一个特征项可离散化的值的范围；

9.按照权利要求1所述基于多维度数据的火车站附近打车难易度评估方法，其特征在于：S3中，距离DIS的计算方法如下：

10.按照权利要求1所述基于多维度数据的火车站附近打车难易度评估方法，其特征在于：S3中，每经过一段时间重新确定聚类中心。