[发明专利]一种基于地铁数据进行站点聚类的可视化方法

摘要

本发明公开了一种基于地铁数据进行站点聚类的可视化方法，其特征在于：步骤为：首先利用地铁基础数据和乘客刷卡数据对地铁站点线路进行时空探索，随后对针对地铁站点的客流模式建模，利用该模型以及用户的设置的参数对地铁站点进行聚类，之后计算不同区域之间的客流模式，最终可视化展示聚类结果和客流模式。本发明能够利用数据对地铁客流模式及城市区域功能进行可视化分析探索，为城市交通规划提供有效信息，具有便于分析数据内在关联、可操作性强等特点。

主权项

一种基于地铁数据进行站点聚类的可视化方法，其特征在于，包括以下步骤：S1：对地铁数据进行预处理，包括地铁刷卡数据的清洗以及地铁基础数据的规范化处理；S2：对S1所述地铁数据进行时空探索；包含以下步骤：S2.1：将地铁线路站点信息映射到OpenStreetMap地图上；S2.2：用户交互的进行时间和空间上的过滤；S2.3：对S2.2所述过滤结果进行可视化展示，包括显示进出站客流量变化情况的环形图和折线图；S3：通过聚类算法对地铁站点进行聚类；包含以下步骤：S3.1：时间划分：根据地铁站客流特征，将一天划分成m个时间段；S3.2：空间划分：根据所述地铁基础数据，将每个地铁站点作为一个空间单元，划分成n个空间单元；S3.3：对于S3.2所述的每个空间单元，分别统计其在S3.1所述的m个时间段内的进站人数和出站人数，形成n*2m的地铁站点客流特征矩阵；将此矩阵记为D，它是一个包含n个对象的数据集；S3.4：接收用户动态输入的参数k(k≤n)，并作为站点聚类算法的簇数；S3.5：从D中随机选取k个对象，作为k个簇各自的中心，初始化后的k个簇的中心分别记为：S3.6：分别计算D中各个对象j∈{1，...，n}到k个簇中心的相似度，将这些对象分别划分到最接近的中心点所在的簇，公式如下：Cluster(t)(j)←arg mini||μi‑xj||2S3.7：根据S3.6聚类结果，重新计算k个簇各自的中心，计算公式如下：μi(t+1)←argminμΣj:Cluster(j)=i||μ-xj||2]]>S3.8：重复步骤S3.6–S3.7，直到每个簇的中心点μi不再发生变化；S4：可视化展示聚类结果，包含如下步骤：S4.1：在地铁基础数据集上，标记每个站点所属的簇Clusteri(0≤i＜k)；S4.2：通过地铁乘客刷卡数据，得到每次旅程的起始站点所属的簇、目的站点所属的簇和出行所属时间段；S4.3：根据所述S4.2中的数据，计算不同时间段，不同簇之间乘客的流动模式；S4.4：绘制弦图，用户选择时间段，通过弦图对比不同簇之间的客流模式，分析人类移动规律。