[发明专利]一种基于出行交易数据和POI数据的居住地站点识别方法

说明书

本发明公开了一种基于出行交易数据和POI数据的居住地站点识别方法，首先提取每个用户出行当天第一条交易数据，并将其出发站点视为潜在居住地站点；之后计算潜在居住地站点间的两两距离，通过设置居住地站点集群距离阈值对潜在居住地站点进行集群识别，并计算每个站点的居住潜力；最后根据集群的数量、累积出行频率、内部站点出行频率等特征，结合居住潜力最终识别出用户的居住地站点。本方法简单易行，使用出行交易数据并结合POI数据进行辅助判断，更精准地识别出特定交通方式用户的居住地站点，为确定出行需求提供了一种新的方法，利用该方法得到的结果可以优化交通资源供给配置，也可为评价特定类型设施的空间可达性在需求识别方面提供有力支撑。

技术领域

本发明涉及城市交通规划技术领域，特别是一种基于出行交易数据和POI数据的居住地站点识别方法。

背景技术

居住地识别对于确定出行需求，合理配置交通资源具有重要意义，也可为评价特定类型设施的空间可达性在需求识别方面提供有力支撑。每种交通方式具有不同的用户群体，使用出行数据分析居住地可以更精准的分析该交通方式的出行需求。传统的居住地获取主要通过问卷调查，不仅耗费巨大人力物力，而且调查周期时间长，覆盖样本有限；目前还有部分研究使用的是手机信令数据，然而其无法判断用户具体的出行方式，不能获取精确的交通需求。对于居住地站点识别，已有方法主要是通过选取频率最大的站点作为居住地站点，没有考虑到相邻站点间的关联性，在几个出行频率基本相同的站点间确定居住地站点时，没有考虑用地性质，造成一定误差。

发明内容

本发明所要解决的技术问题是克服现有技术的不足而提供一种基于出行交易数据和POI数据的居住地站点识别方法，针对特定交通方式识别更精准的出行需求。

本发明为解决上述技术问题采用以下技术方案：

根据本发明提出的一种基于出行交易数据和POI数据的居住地站点识别方法，包括以下步骤：

步骤(1)、提取某种交通出行方式的出行交易数据中每个用户出行当天第一条记录，将其出发站点作为潜在居住地站点；

步骤(2)、计算统计周期内每个用户所有潜在居住地站点间的两两距离；

步骤(3)、设置居住地站点集群距离阈值d，将潜在居住地站点间距离小于d的站点视为同一集群，分别对每个用户的潜在居住地站点以集群为单位进行聚合，根据POI数据计算潜在居住地站点的居住潜力；

步骤(4)、如果潜在居住地站点只有一个集群，则将该集群中出行频率最高的站点视为居住地站点，否则进入步骤(5)；

步骤(5)、如果潜在居住地站点分属不同集群，且每个集群内只有一个站点，并且所有站点出行频率都相等，则无法识别居住地站点，否则进入步骤(6)；

步骤(6)、如果潜在居住地站点分属不同集群，其中有一个集群出行累积频率最大，集群出行累积频率是指集群内所有站点的出行频率之和，则将该集群中出行频率最高的站点作为居住地站点，否则进入步骤(7)；

步骤(7)、如果潜在居住地站点分属不同集群，且有不止一个集群出行累积频率最大，则选取累计频率最大的所有集群中出行频率最高的站点作为居住地站点。

作为本发明所述的一种基于出行交易数据和POI数据的居住地站点识别方法进一步优化方案，所述的居住地站点指最接近用户居住地的站点。

作为本发明所述的一种基于出行交易数据和POI数据的居住地站点识别方法进一步优化方案，步骤(1)中筛选的用户出行频率大于每周2天。

作为本发明所述的一种基于出行交易数据和POI数据的居住地站点识别方法进一步优化方案，步骤(3)中居住地站点集群距离阈值d取为当地城市该交通方式的站点服务范围；该交通方式是指步骤(1)中的交通出行方式；