[发明专利]一种基于多源时空数据的网约车出行安全评价方法及系统

权利要求书

1.一种基于多源时空数据的网约车出行安全评价方法，其特征在于，该方法包括以下步骤：

1)采集多源时空数据；

2)基于Hadoop和Spark的大数据分布式并行处理框架，对多源时空数据进行数据预处理；

3)对城市道路进行路段划分，并将划分的路段进行编号；

4)基于地理信息系统空间分析，将步骤2)处理后的多源时空数据匹配到划分后的对应路段；

5)基于步骤4)匹配到相应路段的多源时空数据获取安全评价相关的特征参数，采用Naive Bayes模型分别对道路相关数据和司机相关数据进行安全等级分类预测与安全指数计算，进而预测网约车出行路径安全指数；具体包括以下步骤：

501)将匹配到相应路段的多源时空数据分为道路安全特征参数和司机安全特征参数；

502)将道路安全特征参数和司机安全特征参数按路段分组，并进行百分位转换，获取标准化的特征参数；

503)通过Delphi法确定特征参数权重，并对一部分特征参数数据进行人工分级，标记安全等级标签，获取训练样本数据；

504)基于Naive Bayes模型对已标记安全等级标签的特征参数进行训练，通过交叉验证获取最佳分类器模型后，分别对道路安全等级和司机安全等级进行分类预测，并根据分类概率计算道路安全指数和司机安全指数；

505)结合道路安全指数和司机安全指数，综合评价网约车出行路径安全指数。

2.根据权利要求1所述的一种基于多源时空数据的网约车出行安全评价方法，其特征在于，步骤1)所述的多源时空数据包括但不限于网约车轨迹数据、订单数据、道路事故数据、摄像头位置数据、犯罪及出警数据、城市道路交通指数、道路设施数据、桥梁设施数据、移动通信数据、基站位置数据和气象数据。

3.根据权利要求1所述的一种基于多源时空数据的网约车出行安全评价方法，其特征在于，步骤2)中，数据预处理包括数据清洗、数据变换及数据规约。

4.根据权利要求1所述的一种基于多源时空数据的网约车出行安全评价方法，其特征在于，步骤3)的具体内容为：

以交叉口为节点对地面道路进行路段划分，以匝道出入口为节点对城市快速路进行路段划分，将城市道路网离散化并赋予唯一编号。

5.一种实现如权利要求1-4任一项所述的基于多源时空数据的网约车出行安全评价方法的评价系统，其特征在于，该系统包括：

多源时空数据分析平台：用于采集、存储、计算实时和历史的多源空数据；

地理服务器：用于分析、生成、发布安全指数可视化地图；

后台数据库：用于存储输出的安全指数数据，并定期更新数据；

Web服务器：用于连接数据库与地理服务器，搭建可视化查询终端；

政府终端：用于政府用户查看任意区域的道路安全等级可视化地图，并查询任意时段任意路段的道路安全指数数值；

企业终端：用于网约车企业用户查看各自企业所有网约车司机的安全指数及其排名情况，并查看任意司机在不同路段的安全等级可视化地图；

司机终端：用于网约车司机用户查看各自在不同路段的司机安全等级可视化地图，并搜索查询任意路段的司机安全指数，对所有路段的司机安全指数进行排序；

乘客终端：用于通过API接口的形式嵌入网约车服务app，向网约车乘客推送安全指数数据。

6.根据权利要求5所述的一种评价系统，其特征在于，所述的多源时空数据分析平台采用Spark Streaming流式处理方法对实时和历史的多源空数据进行分析与计算。