[发明专利]一种基于时空关联与大数据挖掘的交通舆情检测方法

说明书

本发明公开了一种基于时空关联与大数据挖掘的交通舆情检测方法，属于交通舆情领域。该方法利用网络交通舆情数据的基本特性，通过引入基于文本相似度的近邻聚类与K‑Means聚类相融合的算法，使得单一的地理位置特征转换为空间区域特征，通过引入时间和地理区域关联的交通拥堵状况评价模型，使得模糊的交通拥堵状况表达得以量化，通过引入LSTM和时间序列的交通拥堵状况预测模型，使得未来一定时间区域内的交通拥堵状况能够预测。本发明能够对以地理位置为中心的空间区域在指定时间区间的交通拥堵状况进行实时有效的检测和准确的预测，从而为交通出行提供舆情信息。

技术领域

本发明涉及交通舆情领域，具体一种基于时空关联与大数据挖掘的交通舆情检测方法。

背景技术

随着社会的不断发展，我国城市道路交通也越来越发达，同时呈现出来的问题也越来越多。长沙是湖南省的省会城市，也是支撑沿海、沿江及内陆开发地区的后方先导城市，是整个大中南地区的经济文化中心及交通枢纽。人们很开心地看到了长沙市的日益发展及为人民来带的种种便利，同时也不可避免地感受到了长沙市的交通拥堵问题正日益严重。随着信息技术的飞速发展，智慧交通开始应用于城市交通系统，为城市交通压力的减缓带来了新生动力。智慧交通强调的是系统性，实时性，可预判性，准确性。目前，现有的研究大多数集中在短时交通流预测，从各种新媒体大数据中分离交通事件并监测实时道路交通状况、游客感知、事故分析以及车辆设备故障诊断等方面。但针对城市交通拥堵状况检测方面的问题，仍有所欠缺，主要原因是缺乏有效的数据以及到具体交通问题的解决方案，同时，难以在兼顾实时性和预判性的情况下保证较高的准确性，且关于交通拥堵状况的评价标准不够明确。

发明内容

有鉴于此，本发明的目的在于提供一种基于时空关联与大数据挖掘的交通舆情检测方法，它能够有效的检测到以地理位置为中心的空间区域在指定的时间区间内的交通拥堵状况，且具有一定的实时性和较高的准确性。同时，本发明能够有效的预测到一个地理区域在未来一段时间可能达到的交通拥堵状况。

为实现上述目的，本发明采用以下技术方案：

S1：网络交通舆情数据爬取：针对长沙市的网络交通舆情数据进行实时爬取；

S2：网络交通舆情数据预处理：对爬取的网络交通舆情数据进行特征编码，文本分词，划分子数据集；

S3：基于聚类的地理区域分割：针对划分的每个数据子集分别采用基于文本相似度的近邻聚类与K-Means聚类相融合的算法进行聚类进而分割出多个地理区域，且相似度计算方式采用改进后的Tanimoto测度；

S4：基于时间和地理区域关联的交通拥堵状况评价模型：确定采样指标和抽样目标，进而在聚类后的每个新数据子集上做抽样和采样处理，通过层次分析法(AHP)计算各采样指标的权重系数，对抽样和采样后的数据进行最大最小标准化处理，将各指标权重系数与对应的各指标值进行加权求和，整合有关于交通拥堵状况的所有评价指标，即统一评价标准；

S5：基于LSTM和时间序列的地理区域交通拥堵状况预测模型：生成地理区域在每个时间区间内的基于统一评价标准的时间序列数据，并对时间序列数据进行一阶差分处理，滑动窗口处理，以便得到所述LSTM模型的训练集和测试集，在训练集上对所述的LSTM模型进行训练，然后在测试集上进行验证，预测地理区域在未来一定时间区间内可能出现的交通拥堵状况。

优选的，实时爬取长沙市网络交通舆情数据。

优选的，文本相似度计算方式为改进后的Tanimoto测度。

优选的，对由S2所得数据子集S₁,S₂,...,S_t,...,S_d中的地理位置特征，分别采用基于文本相似度的近邻聚类与K-Means聚类相融合的算法进行聚类，步骤S3包括：