[发明专利]基于出行链的公共交通换乘数据筛选系统、方法及应用

说明书

本发明属于公共交通数据处理技术领域，公开了基于出行链的公共交通换乘数据筛选系统、方法及应用。该方法包括：对常规公交、BRT和轨道运营交易数据，先将各源数据单独定义为完整的乘客乘车记录并分隔出行链；再通过关联线路站点信息分别设置交通类型；通过对每个用户时间分组排序确定乘客出行集；再通过经纬度计算距离，在合理的时间间隔、距离下，根据类型不同，合并确定不同交通方式换乘数据。本发明能够直观看到全市公共交通换乘整体情况，换乘频繁的交通方式，换乘密集站点，有助于城市交通规划建设，优化换乘方式，从而提升公众出行服务质量，交通客流预测相关研究，对于普通用户来说可以对鼓励乘客的换乘行为，碳积分计算。

技术领域

本发明属于公共交通数据处理技术领域，尤其涉及基于出行链的公共交通换乘数据筛选系统、方法及应用。

背景技术

城市的快速发展带来了一个无限可变又极其复杂的多维城市交通系统，庞大立体的设施网络、多元综合的出行模式、时序关联的出行目的，城市个体日常出行特征越来越难以预测和捕捉。交通方式换乘信息是个体出行信息采集的重要内容，能够为客观把握不同交通方式出行需求、指导合理交通规划、优化交通基础设施等起到重要作用，也是城市智能交通信息系统构建的重要数据基础。

现有关于交通方式换乘信息采集主要有纸质问卷法以及互联网记录法：然而，现有技术中存在一定的技术缺陷，例如公交IC卡刷卡，只能够获取上车地点信息，却无法记录下车地点信息，换乘点存在遗漏现象；此外，小汽车、出租车、步行等作为重要的日常交通方式，互联网记录法目前还无法获取这些出行方式的换乘信息。

因此，从当前交通方式换乘信息识别困境来看，亟待寻求一种更加智能、普适、精确的技术手段作为现有技术的替代或提升。

为解决上述问题，现有技术提供一种基于支持向量机模型的交通方式换乘行为识别方法，首先，分析个体出行GNSS卫星定位数据时空特征，识别个体移动状态；其次，分析不同交通方式换乘行为规律，提炼交通方式换乘行为代表参数和指标值；最后，基于选择的输入参数，针对性构建支持向量机模型进行交通方式换乘点识别，并从原始数据库索引匹配提取换乘时间、换乘地点等详细信息。本方法优点在于：充分利用了GNSS卫星定位数据的高精度、可连续追踪出行轨迹的特征，并发挥支持向量机模型的优异学习和智能识别能力，实现利用卫星定位数据进行居民交通方式换乘行为智能识别。该发明可用于大样本、广区域、高精度、自动化的交通出行换乘信息采集。

但上述专利存在的技术缺陷在于：现有换乘分析均是基于公交公司、brt（快速公交）公司、轨道集团各子公司单独的乘客票务数据换乘，由于乘客出行购票采用刷卡、多种移动支付渠道等不同方式，缺乏规范统一的数据结构，乘客发生不同交通方式换乘行为，难以进行数据关联挖掘。

通过上述分析，现有技术存在的问题及缺陷为：

（1）现有技术中对采集的乘客出行链数据没有采用统一的标准化处理，使数据源头质量控制准确度低。

（2）现有技术对缺失的进出站数据由于没有采用乘客历史数据做预估，使得数据的真实性，可靠性差。

（3）现有技术中，直观展示公共交通换乘整体情况效果差，使得用户参考出行的依据受限。

发明内容

为克服相关技术中存在的问题，本发明公开实施例提供了基于出行链的公共交通换乘数据筛选系统、方法及应用。

所述技术方案如下：基于出行链的公共交通换乘数据筛选方法，应用于客户端，其特征在于，该方法包括以下步骤：

S1，对来自不同市场主体且没有统一的源数据格式标准的常规公交、BRT和轨道运营交易数据单独定义为完整的乘客乘车记录并分隔出行链；