[发明专利]一种基于基站位置的地铁人群行为标签识别方法

说明书

本发明公开了一种基于基站位置的地铁人群行为标签识别方法，包括以下步骤：S1：获取地铁运营商基站的用户数据，对用户数据进行处理，得到手机用户时间维度的位置；S2：建立地铁人群识别模型：将运营商基站与地铁站点对应，建立地铁区域配置表，识别地铁人群；S3：建立人群标签模型，统计获取固定时间间隔内地铁站点的进站人数、出站人数以及换成人数。本发明结合了运营商用户信令数据、基站位置、建模算法，得到地铁人群行为标签。结合以往地铁人群监测手段，本发明通过另外一种场景来完成地铁人群监控，实现了自动化、精准化。

技术领域

本发明涉及轨道交通监控领域，更具体地，涉及一种基于基站位置的地铁人群行为标签识别方法。

背景技术

近几年，我国的城市化进程已经进入到城市加速发展阶段，城市人口急剧增加，中心城区过度开发导致人口的高度集中，使得交通出行总量剧增，对城市轨道交通的压力日益增加。为此，很多城市兴建地铁来缓解城市道路交通的压力，地铁具有：载客能力强、不受环境影响、能独立运行而且对环境无污染，所以很受出行人群的青睐。数据显示，在一线城市，使用地铁出行的人群占比已经达到65％以上，特别是上班族，首选的交通工具就是地铁。但随之而来的，就是对地铁人群行为的监控，特别是节假日/上下班高峰期的人群滞留、站点人群疏散引导。

当前，交通管理部门对地铁人群监控的办法，主要通过现场安保人员的肉眼观测和监控摄像头观测人群密度等人工方法，而刷卡数据只能监控到进站的人数，并不能统计到实际地铁站的人数。随着现在手机的普及，再加上移动通信基站对地铁的覆盖率达到了99.99％以上，结合基站人群位置的行为分析，可以全天候、高精准、无差异的实现地铁人群监控，对节假日人群拥堵、上下班高峰期的人群疏导和行车调度提供了有力的数据支撑。

发明内容

本发明提供一种基于基站位置的地铁人群行为标签识别方法，解决现阶段地铁监控技术的不足，有效的监控地铁人群聚集情况，为交通疏导提供准确有力的数据依据。

为解决上述技术问题，本发明的技术方案如下：

一种基于基站位置的地铁人群行为标签识别方法，包括以下步骤：

S1：获取地铁运营商基站的用户数据，对用户数据进行处理，得到手机用户时间维度的位置；

S2：将运营商基站与地铁站点对应，建立地铁区域配置表，识别地铁人群；

S3：建立人群标签模型，统计获取固定时间间隔内地铁站点的进站人数、出站人数以及换成人数。

上述方案基于移动运营商信令大数据，通过解析手机用户在基站的位置，从而进行地铁用户的识别、地铁人群标签的识别。

优选地，步骤S1具体为：

周期性获取地铁运营商基站信令数据，按照时间维度给出每个用户的当前归属的基站；

针对不同网络制式的信令数据统一处理，形成统一的用户位置数据表；

根据信令数据进行XDR处理后，使用spark计算框架处理，得到用户位置快照。

手机信令处理，是本方案的第一步，因为手机用户会实时跟基站通信，所有运营商信令数据可以满足人群位置的跟踪，但是因为无序，无法做建模，所以要按照时间维度给出每个用户的当前归属的基站。考虑到用户在5分钟内，移动的距离不会很远，所以只需要记录每5分钟，所有手机用户所在的基站，即可得到有序的原始信令数据。同时，考虑到运营商234G网络同时并存，而不同网络的数据不一致，所以还需要针对不同网络制式做统一处理，形成统一的五分钟用户位置数据表。

优选地，所述信令数据包括2G话单、3G话单和4G话单。