[发明专利]针对固定桩位共享单车骑行规律和异常行为的数据挖掘方法

说明书

本发明公开了针对固定桩位共享单车骑行日志的骑行规律和异常行为数据挖掘方法，该方法通过数据预处理、可视化技术将共享单车骑行行为分别在时间和空间进行直观展示，以共享单车骑行开始和结束时间、骑行者类型等为研究对象，引入骑行数量等分别对骑行行为进行时间和空间维度上的挖掘，借助统计和岭回归等方法获得时空上的骑行规律，并依据时空规律提出不同周期时间尺度下的空间优化方案。同时借助boxplot方法对时间上的骑行行为和空间上的共享单车进行异常识别，并提出减少异常状态的方案。通过共享单车时空上的优化调度和异常状态的减少，可以提高共享单车的使用效率。

技术领域

本发明属于物联网技术领域，涉及大数据分析，尤其是一种针对固定桩位共享单车骑行规律和异常行为的数据挖掘方法。

背景技术

共享单车伴随着绿色出行的倡导和共享经济的先进理念在我国各大城市获得指数级的发展，比如膜拜单车等典型企业已经有千万级的使用者。伴随经济的发展，城市面积急速扩张。为此，大城市常通过建设轨道交通的方式解决城市交通拥堵问题。但是在共享单车诞生之前，作为轨道交通站点接驳工作单位或居住地等之间“最后一公里”难题始终难以得到较好解决。

共享单车的出现，几乎解决了大城市出行“最后一公里”这一难题。之所以用“几乎解决”而不是完全解决，是因为在共享单车使用中，还存在一些问题，比如在早高峰和晚高峰，常常发现共享单车不是容易找到。这其中主要有共享单车调度需要优化的问题，也有共享单车使用和维护中出现的一些问题，比如有些使用者通过安装私锁或毁坏共享单车唯一标志码等方式实现本该共享的单车变成“独享”单车。而有些共享单车损坏后，长期得不到维修，这样些问题都使得共享单车的有效供给小于共享单车的实际数量。

因此，如果能通过共享单车已有交易数据挖掘出人们的出行规律，则可以为共享单车的调度优化提供坚实的基础；如果能通过共享单车已有交易数据挖掘出共享单车的异常使用行为，则可以快速发现损坏的共享单车或“独享”的单车，通过修理或惩罚等措施，可以实现共享单车有效供给的增加。但一方面因为共享单车近年才兴起，属于新事物，相关数据较少，另一方面，由于数据资源的不公开，也少有人能接触到相关数据。

为此，本发明将以某市固定桩位的近1700万条共享单车交易记录为发明的实施例子，利用python语言中的可视化模块实现出行行为的可视化；同时利用共享单车交易记录中使用者的性别、年龄人口特征获得使用者分布规律；另外分别以共享单车每次骑行的出发时刻、终止时刻、骑行时间长度、起点和终点为研究对象，获得这些变量的统计分布规律，也即该市的出行规律；以每一辆共享单车的时间序列行为为研究对象，借助boxplot方法，获得异常的共享单车，从而为消除对应异常行为采取相应的措施，可以增加共享单车的有效供给。

发明内容

针对现有技术中存在的不足，本发明提供一种基于固定桩位共享单车骑行日志的骑行规律和异常行为数据挖掘方法，该方法用于共享单车骑行时空规律的挖掘，异常骑行行为的识别，并给出共享单车优化配置的方法，实现共享单车时空投放上的均衡和优化，减少异常骑行行为，最终达成提高共享单车的使用效率，降低运营成本的目的。

本发明采取的技术方案是：

针对固定桩位共享单车骑行规律和异常行为的数据挖掘方法，其特征在于：包括如下步骤：

步骤1：数据预处理，将原始固定桩位共享单车骑行日志导入分析系统；

步骤2：固定桩位共享单车骑行行为分析；

2.1分析时间周期下骑行数量的分布状态，时间周期分别包括年、周、日；

2.2分析空间各固定桩位在一天内的加气行为；

2.3优化调度；

步骤3：异常行为识别；

3.1基于时间维度的异常骑行行为识别：