[发明专利]一种利用共享出行大数据进行人流量迁徙分析的系统

说明书

本发明公开了一种利用共享出行大数据进行人流量迁徙分析的系统，属于智慧出行与公共安全领域；包括：数据存储层、内存计算层、人流迁徙分析层和可视化层；数据存储层用于存储增量数据；并加载至内存，内存计算层通过Map Reduce计算框架实现并行计算，利用Spark SQL计算框架实现全量式数据计算，借助SparkStreaming计算框架实现共享出行数据的增量式计算；同时将数据转换为具有分析价值的中间数据，人流迁徙分析层以上述中间数据为基础，进行商圈/城市的人流迁徙分析以及城市/商圈人流统计，最终分析的结果通过迁徙折线图及迁徙饼状图呈现。本发明具有实时性；高效性和可扩展性。

技术领域

本发明属于智慧出行与公共安全领域，涉及人流在不同区域之间的流动分析；具体是一种利用共享出行大数据进行人流量迁徙分析的系统。

背景技术

随着移动定位服务和移动终端的不断发展，逐渐积累的人流迁徙数据为进行人口流动和时空关联分析提供了数据基础。人流量迁徙分析主要面向于在某个时间段内，对不同区域之间人口流动数据进行统计和建模。此类研究在区域研究尺度上有不同的划分：一部分以省、自治区或直辖市为最小研究单元，另一部分以某个地区或特点城市为研究单元。

通过分析春运时期各大城市之间的人口流动，能够展示春运迁徙的情况并指导相关政策的制定。景区作为人流量聚集地之一，对人流量进行监测有助于制定相应预警和限流政策，从而缓解节假日期间景区人流超负荷，降低安全隐患。此外人流量迁徙分析可应用于疫情防控、城市人流管理、区域安全预警和购物中心选址等场景。

面向人流量迁徙分析的现有研究工作，在地理数据上可划分为：(1)基于用户的移动通信数据；(2)基于铁路，飞机，长途汽车和轮渡等跨城出行数据；(3)基于微博，Twitter，Facebook带地理位置的公开分享。但是不同数据源在人流量迁徙分析工作上存在不同的问题，具体如下：

基于移动通信数据的人流量迁徙分析，存在以下问题：基站信号不稳定、定位数据离散且稀疏、定位精度易受基站分布密度影响、收集轨迹数据易受基站跳变影响。限于移动基站数据分布的结构复杂和形式零散，以及数据处理和数据传输过程的时间开销，现有的研究多基于历史数据进行分析处理，缺少对增量式数据的分析。

基于铁路，飞机，长途汽车和轮渡等跨城出行数据的人流量迁徙分析，存在以下问题：需要进行停留区域的时序串联来生成用户的活动轨迹，活动轨迹中的异常点处理。

基于微博，Twitter，Facebook带地理位置信息的公开分享的人流量迁徙分析，存在以下问题：数据在短期时间不表现出迁徙特性，地理位置稀疏，时间维度稀疏，用户活动轨迹的还原难度较大。限于带地理位置信息的公开分享数据，限于数据量较多、用户地理位置数据关联性较大、活动轨迹还原难度较大，在增量式数据处理上相对较难实现。

此外，研究内容多关注于历史数据，但随着时间的推移人流迁徙数据会不断积累，上述工作缺少对增量式人流数据的处理和分析。

具体的文献参考如下：

1、蒋小荣,汪胜兰,杨永春.中国城市人口流动网络研究——基于百度LBS大数据分析 [J].人口与发展,2017,23(1):13-23.

2、王晓芹,张晓磊,李锦峰.一种运用大数据多点碰撞技术进行人口迁徙分析的方法:.

3、魏冶,修春亮,刘志敏,等.春运人口流动透视的转型期中国城市网络结构[J].地理科学,2016,036(011):1654-1660.

4、刘望保,石恩名.Spatial pattern of population daily flow among citiesbased on ICT:A case study ofBaidu Migration％基于ICT的中国城市间人口日常流动空间格局——以百度迁徙为例[J].地理学报,2016,071(010):1667-1679.