[发明专利]基于有界区域多样性和等比例性的站点提取top-k个POI的方法

说明书

本发明公开了一种基于有界区域多样性和等比例性的站点提取top‑k个POI的方法，首先根据站点所影响、覆盖的区域，划分所有的POI。再对站点内的POI提取top‑k，基于空间和语义两个维度，并提出多样性和等比例性两种方法实现。根据站点周边的用地特征对站点分类，可为城市交通管理和规范部门提出指导性意见和轨道交通运营组织预案的制定作为依据。

技术领域

本发明属于文本检索领域，涉及一种基于有界区域多样性和等比例性的站点提起top-k个POI(point ofinterest)的方法，根据站点周边的用地特征对站点分类，可为城市交通管理和规范部门提出指导性意见和轨道交通运营组织预案的制定作为依据。

背景技术

大力发展城市轨道交通，不仅提高市民的出行效率、改善生活质量，更能缓解城市中心人口密集、住房紧张的压力和改善空气污染、绿化面积小等城市通病。我国众多城市不断加速发展城市轨道交通，在建、规划线路规模进一步扩大。

城市轨道交通运量大，同时正点率比较高没有堵车情况和发生交通事故的危险，比较吸引大批乘客。与此同时，随着轨道交通的不断发展，周边的用地也日益备受关注，使得周边的土地得到不同程度的利用。由于站点周边地段的开发利用，使得土地开发强度和性质等都有了明显的变化，这都会对轨道客流带来重大影响。

城市轨道交通运营的基础是客流特征分析。为科学合理的运营城市轨道交通和满足居民的出行需求，研究分析客流的特征。客流是有规律的动态变化，研究客流量的空间、时间分布客流，以便及时对轨道交通的运营做出最合理的安排，既能给乘客提供良好的服务，又能最大程度地节约成本。

目前，主要研究方向为客流量的预测。王静等以北京市轨道交通系统IC卡数据为基础，从客流量的空间、时间分布等角度分析轨道交通网络化运营客流特征。随着机器学习方法的普遍应用，利用机器学习算法预测客流量也成为主流方式。刘剑锋等通过分析车站客流的波动性，发现北京轨道交通系统在不同时间维度和区域范围均呈现出明显的不均衡特征。针对车站特点进行聚类分析，归纳出周边不同用地类型的车站客流时空分布差异性特征规律，并进一步分析了进站客流和换乘站客流特征以及进出站客流接驳特征。

在轨道交通与土地利用关系方面，翟端强引入以政府调整土地服务功能为导向的发展(SOD)模式和以公共交通导向的发展(TOD)模式对城市轨道交通站点的周边土地利用的必要性,初步探索出不同种类站点适用的土地开发模式。而通过对深圳市轨道刷卡数据及建筑物普查数据的系统分析,掌握了轨道站点进出站客流量及时间分布与周边土地利用的关系,通过该研究能有效指导未来年城市更新规划及远期轨道网络规划,能使交通规划、城市规划及土地利用规划更加有效融合,从而带动轨道的可持续发展，为城市发展注入新的活力。

发明内容

本发明的目的在于提供了一种基于有界区域多样性和等比例特性的站点提起top-k个POI的方法，首先根据地铁站点所影响、覆盖的区域，划分所有的POI。再对站点内的POI提取top-k，基于空间和语义两个维度，并提出多样性和等比例性两种方法实现。

为实现上述目的，本发明采用的技术方案为一种基于有界区域多样性和等比例性的站点提取top-k个POI的方法，定义地铁站station＝{s₁,s₂,…,s_l}，POIs＝{p₁, p₂,…,p_m}，RC-tree＝{R₁(c₁),R₂(c₂),R_l(c_l)}，c_i是结点R_i的颜色。RC-tree划分POI 区域方法包括以下步骤：