[发明专利]一种城市交通出行数据分析方法

说明书

本发明涉及交通出行数据分析技术领域，具体涉及一种城市交通出行数据分析方法，包括以下步骤：S1、获取多源交通出行数据；S2、通过数据清洗和预处理，将原始带有缺陷的数据替换为高质量数据；S3、基于处理后的数据挖掘出交通总需求以及各类交通运行情况；S4、利用数据融合技术得到交通出行轨迹，并深度挖掘数据的内在机理；S5、建立面向服务覆盖的空间优化系统，获取交通线路布局优化的建议方案；本发明能有效进行数据补全，提升了数据的准确性和可用性，为之后数据融合奠定基础；同时建立了面向服务覆盖的空间优化系统，能帮助用户获取交通线路布局优化的建议方案。

技术领域

本发明涉及交通出行数据分析技术领域，具体涉及一种城市交通出行数据分析方法。

背景技术

我国经济发展水平不断提高，机动车数量激增，人们的出行方式也发生了深刻的变化。居民多样化出行需求的日益增长对城市交通系统提出了新的要求，然而由于城市道路设计和线网规划不合理，公共交通出行设施不完善，线路拥堵已经变为困扰我国大中小城市居民出行的首要问题。优先发展城市公共交通，提高公共交通出行服务水平，引导更多居民选择公交出行方式，是治理交通拥堵顽疾的不二法门。

随着公交IC卡的推广普及和城市智能公共交通系统平台的不断发展与完善，产生了海量IC卡刷卡数据和车辆运行GPS数据，这些数据中隐含着丰富的乘客出行信息。此外伴随着云计算、大数据及数据挖掘等技术的日益发展，从真实的海量多源公交数据中进行多维度、深层次地挖掘乘客出行特征和客流规律成为了可能，与传统的交通调查问卷分析，更加全面、真实、准确和深入。

如专利号201711120069.8的发明公开了一种交通出行调查数据处理方法、设备、终端及计算机可读介质，其中方法为：获取多源交通出行调查数据；对所述多源交通出行调查数据进行数据分析，获取指定区域的出行群体的出行调查信息；基于出行信息生成起讫点(OD)矩阵；根据所述起讫点矩阵对所述各交通分析小区的出行群体进行出行特征分析，生成并输出针对所述各交通分析小区内出行群体的出行特征数据；如专利号202011119990.2的发明公开了一种基于联邦学习的城市交通出行数据分析方法，包括以下步骤：城市交通出行数据源各方提供乘客数据，根据预先约定的数据规范各自完成数据加工；城市交通出行数据源各方通过机器学习或深度学习训练并构建本地自有模型，基于自有模型获得样本数据；将样本数据输入到联邦学习平台进行联合建模；但这些现有技术在实际使用中依旧存在一些问题，例如：城市交通会受周围周围信号屏蔽影响而产生定位失败现象，此外在数据传输过程中也存在一定的丢包率,一个站点GPS数据缺失，将导致在该处上车的大量乘客都无法完成上下站点匹配，且目前还无法修补定位失败的数据；没有深层次地挖掘乘客出行数据特征和客流规律，公共交通出行服务水平急需提高。

发明内容

本发明针对背景技术所提出的问题，而设计了一种城市交通出行数据分析方法。

本发明是通过以下技术方案实现的：

一种城市交通出行数据分析方法，包括以下步骤：

S1、获取多源交通出行数据，且数据包括公交IC卡数据、地铁卡刷卡数据、出租车运营数据、车载GPS数据、手机信令数据、道路监控数据、车辆识别数据以及交通支付数据；

S2、由于数据采集设备和传输设备不稳定和周围环境复杂性的影响，在设备数据采集和传输中会出现各种各样的错误，需要通过数据清洗和预处理，将原始带有缺陷的数据替换为高质量数据；

S3、基于处理后的数据挖掘出交通总需求以及各类交通运行情况，同时对每条出行记录进行上车站点、乘坐线路、下车站点的提取，确定实际出行的线路、换乘站点和最终站点，恢复个体乘客的出行链记录；

S4、利用数据融合技术得到交通出行轨迹，并深度挖掘数据的内在机理，根据数据之间的内在关联信息，进行推算、预估来获得潜在的信息；