[发明专利]一种基于LDA主题模型的居民出行规律分析方法

权利要求书

1.一种基于LDA主题模型的居民出行规律分析方法，其特征在于，包括以下步骤：

（1）基础数据采集：包括采集居民历史出行数据与城市POI数据两个步骤，具体过程如下：

（11）居民历史出行数据采集：采集出行日期、到达时间和到达位置；

（12）城市POI数据采集：采集每个POI数据的POI类型、POI类型编号和POI位置；

（2）交通小区划分：包括到达位置聚类与交通小区绘制两个步骤，具体过程如下：

（21）到达位置聚类：提取步骤（11）中居民历史出行数据中的到达位置，通过聚类得到不同的到达位置集群；

（22）交通小区绘制：针对步骤（21）中每一个到达位置集群，将最外围的到达位置依次连接，形成交通小区边界，由交通小区边界围成的闭合区域为交通小区；

（3）土地利用类型识别：包括POI数据匹配、POI类型统计、交通小区的土地利用类型识别三个步骤，具体过程如下：

（31）POI数据匹配：根据步骤（1）采集的POI位置与步骤（22）得到的交通小区边界进行对比匹配，以将POI数据划分到每一个交通小区；

（32）POI类型统计：针对每一个交通小区，计算内部每一种POI类型的比例；根据POI类型编号，将各种POI类型的比例依次排列，得到每一个交通小区的POI比例数组；

（33）交通小区的土地利用类型识别：整合所有交通小区的POI比例数组，通过聚类划分不同的POI比例数组集群；每个POI比例数组集群包含若干POI比例数组；每一个POI比例数组集群代表一种土地利用类型，根据POI比例数组所在POI比例数组集群确定各交通小区的土地利用类型；

（4）出行数据整理：包括关键信息提取与数据格式转化两个步骤，具体过程如下：

（41）关键信息提取：根据步骤（1）采集的居民历史出行数据，结合步骤（2）划分的交通小区以及步骤（33）识别的各交通小区的土地利用类型，针对每一条居民出行数据，提取居民出行日期、到达时间以及到达位置所在交通小区的土地利用类型，以形成每一条居民出行数据对应的关键信息；

（42）数据格式转化：将步骤（41）得到的每一条关键信息整理为相同长度的字符串形式；

（5）LDA主题模型参数设置：选择主题数目并确定模型参数和；

（6）居民出行规律分析：将步骤（42）中获取的关键信息输入到步骤（5）中的LDA主题模型中，以输出居民出行模式。

2.根据权利要求1所述的基于LDA主题模型的居民出行规律分析方法，其特征在于，步骤（42）中，每一条居民出行数据均可为一条长度为7的字符串，包括依次排列的居民出行日期、到达时间、到达位置所在交通小区的土地利用类型；其中，居民出行日期以周为单位进行表示；到达时间表示为24小时制，仅保留到达小时；土地利用类型表示为P*，其中*代表土地利用类型标号。

3.根据权利要求1所述的基于LDA主题模型的居民出行规律分析方法，其特征在于，步骤（1）采集的居民历史出行数据和POI数据中，到达位置和POI位置均采用经度和纬度进行表示。

4.根据权利要求1所述的基于LDA主题模型的居民出行规律分析方法，其特征在于，步骤（12）采集的POI类型包括餐饮服务、购物服务、科教文化、公司企业、交通设施、公园景区、医疗保健及商务住宅八个类别。

5.根据权利要求4所述的基于LDA主题模型的居民出行规律分析方法，其特征在于，步骤（12）采集的POI类型编号包括1~8，与POI类型对应设置。

6.根据权利要求1所述的基于LDA主题模型的居民出行规律分析方法，其特征在于，步骤（33）中，首先将POI比例数组集群数量预划分为1~10，之后基于K-means聚类算法，获取每一种POI比例数组集群预划分数量对应的轮廓系数，最后选择最大轮廓系数对应的POI比例数组集群数量。

7.根据权利要求1所述的基于LDA主题模型的居民出行规律分析方法，其特征在于，在步骤（5）中，将主题数目设为40，将模型参数和分别设为0.40和0.10。

8.根据权利要求1所述的基于LDA主题模型的居民出行规律分析方法，其特征在于，在步骤（6）中，还包括基于居民出行模式分析居民出行规律。