[发明专利]一种基于地铁刷卡数据的通学识别方法

权利要求书

1.一种基于地铁刷卡数据的通学识别方法，其特征在于，该方法包括以下步骤：

(1)采集一定时间段内各地铁站点的IC卡刷卡数据和地铁站点坐标数据，对原始刷卡数据进行预处理，剔除无效数据；

(2)为每个卡号计算出该卡号所有车站的出现频次，找出其中出现频次最高的车站，并统计每个卡号的出现频次最高的车站的数量；

(3)根据出现频次最高的车站的数量，找出每个卡号的家车站和学校车站的候选车站，具体包括：

(31)判断每个卡号出现频次最高的车站的数量，若该车站数为1，则对应的车站为该卡号的候选车站Si1；若车站数为2，则对应的两个车站分别为该卡号的候选车站Si1和Si2；若车站数大于2，则将相距不超过指定阈值的站点合并，再令频次最高的车站为Si1，若合并后频次最高的车站数为2，则对应的两个车站分别为该卡号的候选车站Si1和Si2，若合并后频次最高的车站数仍大于2，则删除该卡号及相应记录；

(32)对于步骤(31)中只找出一个候选车站Si1的卡号，计算与候选车站Si1对应的车站出现的频次，根据出现频次最高的对应车站的数量找出家车站或学校车站的另一个候选车站Si2：若对应车站中出现频次最高的车站数量为1，则该车站为该卡号的另一个候选车站Si2；若对应车站中出现频次最高的车站数量大于或等于2，将相距不超过指定阈值的站点合并，然后令频次最高的车站为Si2，若合并后仍有并列则删除该卡号及相应记录；

(4)根据中小学作息时间安排，将所有卡号候选车站之间的出行记录按照进站时间分为若干类别；

(5)针对落入各个类别中的出行记录，根据最早或最晚进站时间确定家车站和学校车站，从而得到通学出行记录。

2.根据权利要求1所述的一种基于地铁刷卡数据的通学识别方法，其特征在于，所述步骤(1)中的原始刷卡数据包括：卡号、进站日期、进站时间、出站日期、出站时间、进站车站号、出站车站号、卡类型。

3.根据权利要求2所述的一种基于地铁刷卡数据的通学识别方法，其特征在于，所述步骤(1)中对原始数据预处理包括：只保留卡类型为学生卡并且进站日期属于工作日的记录，并删除进站车站号和出站车站号相同以及进站日期和出站日期不同的异常数据。

4.根据权利要求1所述的一种基于地铁刷卡数据的通学识别方法，其特征在于，所述步骤(1)中一定时间段的时长不低于三周。

5.根据权利要求1所述的一种基于地铁刷卡数据的通学识别方法，其特征在于，所述步骤(4)中出行类别包括：

am：进站时间在上午最晚上学时间之前；

pm：进站时间在下午最早放学时间之后；

noon1：进站时间在上午最早放学时间至下午最早上学时间范围之内；

noon2：进站时间在下午最早上学时间至下午最晚上学时间范围之内。

6.根据权利要求5所述的一种基于地铁刷卡数据的通学识别方法，其特征在于，所述步骤(5)包括：对四个类别分别按照卡号、进站时间排序；对于存在出行记录属于am的卡号，将其第一条出行记录的进站车站号确定为家车站，对应的出站车站号为学校车站；对于存在出行记录属于pm的卡号，将最后一条出行记录的出站车站号确定为家车站，对应的进站车站号为学校车站；对于存在出行记录属于noon1的卡号，将第一条出行记录的进站车站号确定为学校车站，对应的出站车站号为家车站；对于存在出行记录属于noon2的卡号，将最后一条出行记录的出站车站号确定为学校车站，对应的进站车站号为家车站。

7.根据权利要求1所述的一种基于地铁刷卡数据的通学识别方法，其特征在于，还包括：根据中小学作息时间安排，在所有被识别出家车站和学校车站的卡号的出行记录中删除上午最晚上学时间之前从学校车站出发的记录以及下午最晚放学时间之后从家车站出发的记录。

8.根据权利要求1所述的一种基于地铁刷卡数据的通学识别方法，其特征在于，还包括：删除通学天数少于指定阈值天数的卡号及其出行记录。