[发明专利]一种基于多源定位数据的城市出行客流属性识别方法

权利要求书

1.一种基于多源定位数据的城市出行客流属性识别方法，其特征在于，包括如下步骤：

(1)剔除手机信令数据的噪声数据，提高数据质量；

(2)采集微博的兴趣点列表，获取各个基站小区内的微博的兴趣点属性信息；

(3)根据用户手机信令信息在所研究城市的停留时间划分为常住人口或外来人员；

(4)根据用户手机信令信息在各基站小区的停留时间识别用户白天停留地和夜间停留地；

(5)根据用户白天停留地和夜间停留地内的微博的兴趣点属性信息进一步细分用户的出行群体类型。

2.如权利要求1所述的基于多源定位数据的城市出行客流属性识别方法，其特征在于，步骤(1)中，剔除手机信令数据的噪声数据具体包括如下步骤：

(11)对每一个手机用户的信令信息，以信令发生的时间戳从早到晚顺序排序，得到每个用户按照时间顺序产生的定位数据，格式如(用户ID，信令时间戳，基站经度，基站纬度)；

(12)遍历排序后的用户信令数据，计算前后两条信令记录之间的时间差、距离和速度差；由于乒乓数据一般发生于短时间内，因此需要设置一个时间阈值T1，如果时间间隔t大于时间阈值T1则认为不是乒乓数据，然后分别比较第i、第i+1和第i+2三条数据的基站位置，如果第i与第i+2的基站位置相同然而i与i+1的基站位置不同，则判定为乒乓数据，需删除第i+1条数据；发生信号漂移时，手机信号会瞬间切换到较远的基站，所以前后两条信令记录的速度会比较大，如果大于最小漂移速度阈值V1时，判定发生了信号漂移，需删除第i+1条数据；

(13)若用户在市区基站密度较大的区域长期停留，通讯系统为均衡话务量可能随机将用户的信号基站切换至附近的基站，为识别用户停留区域和停留时长，顺序选取K条信令记录，初始值设K＝2，计算K个点的重心的坐标C,如果这K个点到重心点C的距离均小于阈值C1，则认为这K条记录构成一次停留，令K＝K+1继续循环；直到新加入的点到重心点C的距离大于C1则停止循环。

3.如权利要求1所述的基于多源定位数据的城市出行客流属性识别方法，其特征在于，步骤(3)中，根据用户手机信令信息在所研究城市的停留时间划分为常住人口或外来人员具体为：在采集处理连续多天的手机信令数据的基础上，统计手机用户出现在所研究的城市的天数长短，按照用户停留天数占研究周期的比例将用户划分为外来人口和常住人口。

4.如权利要求1所述的基于多源定位数据的城市出行客流属性识别方法，其特征在于，步骤(4)中，根据用户手机信令信息在各基站小区的停留时间识别用户白天停留地和夜间停留地具体包括如下步骤：

(41)挑选出同一用户每天在20点—8点和9点—18点累计停留时长最长的基站小区；

(42)汇总分析周期内满足步骤(1)条件的基站小区，挑选出用户在所有统计天数内规定时间内累计停留时长最大的基站小区作为夜间停留地或白天停留地。

5.如权利要求1所述的基于多源定位数据的城市出行客流属性识别方法，其特征在于，步骤(5)中，根据用户白天停留地和夜间停留地内的微博的兴趣点属性信息进一步细分用户的出行群体类型具体包括如下步骤：

(51)利用微博开放平台编程接口API，编写微博签到数据采集程序：首先利用位置服务普通读取接口place\nearby\pois，搜索研究区域范围内的微博兴趣点列表POI，然后利用place\pois\users接口，24小时不间断运行循环抓取各个兴趣点的最新签到人员个人信息和签到时间；将各POI按照地点名称进行关键字匹配，将各POI分为住宅、办公楼、景点、校园、商场、餐饮服务和公共交通设施七大类型；

(52)将获取的POI通过GIS系统匹配到各基站小区，将各个基站小区内POI数量最多的类型作为基站小区的类型，将基站小区分为居民区、商业区、旅游区、校园类型；根据常住居民职住地的特点，夜间停留地对应为居住地，白天停留地对应为工作地，结合停留时长将常住居民进一步细分为固定工作地点上班族、高校学生、居家型等；根据外来人员的停留地点的属性，将外来人员分为商务出行人员、旅游人员和过境出行人员。