一种基于手机信令数据的新型共享公共交通服务区域选取方法与流程

技术特征：
1.一种基于手机信令数据的新型公共交通服务区域选取方法，其特征在于，所述方法包括以下步骤：s1、获取手机用户信令数据并进行数据预处理，基于手机用户信令数据识别停驻点，判断停驻点构成的出行段是否属于一次出行，形成用户出行链；s2、基于手机信令数据分别对用户居住地和工作地进行判别，根据用户出行链中的起点/端点位置信息，判断用户的出行是否为通勤出行；s3、根据手机基站的空间位置属性、活跃度属性对基站进行标定和分类，基于基站服务范围和交通小区划分原则，将研究区域划分成若干个交通小区；s4、结合新型公共交通系统的特性设计服务区域筛选指标，筛选出满足指标要求的交通小区od对，筛除公交无法通行的交通小区，并最终确定服务区域。2.根据权利要求1所述的基于手机信令数据的新型公共交通服务区域选取方法，其特征在于，步骤s1基于手机用户信令数据的出行停驻点识别，包括以下步骤：s11、设用户k某天的信令数据集合为p
k
＝{p1,p2,...p
k
...,p
n
}，其中p
k
表示用户k的第k条信令数据，每条数据包含字段：用户编码msid、位置区编码lac、小区编码cellid、基站编码stationid、到达时刻begin_time、离去时刻end_time，通信时间duration，且该用户当天共产生n条信令数据；s12、从第一条数据k＝1开始，当p
k-duration＞t1时，标记该基站点为停驻点；当p
k-duration＜t2时，标记该基站点为位移点；当t2≤p
k-duration≤t1时，标记该基站点为可疑点；其中，t1,t2分别为停驻点阈值和位移点阈值；s13、当第k个基站点与第k 1个基站点均被标记为停驻点时，计算两个基站的距离d，若d≤d
th
，则将这两个基站点合并为一个停驻点，合并这两个基站点数据为一条数据，并标记为停驻点；其中d
th
为空间阈值；s14、对于每个可疑点，计算其与上一个识别为停驻点的基站的空间距离，当该距离大于空间阈值d
th
时，该可疑点被确定为停驻点；s15、循环步骤s12～s14，直到所有基站点均完成标记；s16、若连续两个停驻点间的距离大于空间阈值d
th
，则这两个停驻点之间构成一个出行段；计算每个出行段的出行时间及出行距离，当出行时间或出行距离小于一定值，则判定不属于一次出行，删除此出行段。3.根据权利要求2所述的基于手机信令数据的新型公共交通服务区域选取方法，其特征在于，步骤s2基于手机信令数据的通勤出行判别，包括以下步骤：s21、首先提取在研究日期范围内出现天数大于1的用户编码msid每天[t1,t2]时段的信令数据，按字段排序，选取前一日最后一条信令数据、[t1,t2]、t1时间前一条信令数据及t2时间后一条信令数据，设该集合为n
i
＝{n
i0
,n
i1
,n
i2
,...n
ij
...,n
im
}，其中n
ij
表示日期i下第j条信令数据，共m条信令数据，n
i0
为日期i的前一日最后一条信令数据；s22、若n
i1-begin_time＞t1，且n
i0
存在，判断n
i0-stationid与n
i1-stationid之间的距离d，若d≤d
th1
，则二者在同一位置，同时计算[t1,t2]在n
(i-1)m-stationid上的逗留时间；若n
i0
不存在或d＞d
th1
，则二者不在同一位置，该msid在[t1,n
i1-begin_time]间数据缺失；s23、统计在该时间段每个基站逗留的总时间δt1，以及基站出现的天数x1，若δt1＞2x1，则标记该基站为用户的居住地所处基站；
s24、根据步骤s21～s23记载的方法，选取工作日的工作时段，统计用户在基站j上的总逗留时间，当出现天数大于1天且日均逗留时长大于一定值，判别基站j为用户的工作地；s25、在对用户居住地和工作地判别后，根据用户出行链中的起点/端点位置信息，判断用户的出行是否为通勤出行。4.根据权利要求1-3任一所述的基于手机信令数据的新型公共交通服务区域选取方法，其特征在于，步骤s3基于手机基站多维特性对基站进行标定和分类，并将研究区域划分成若干个交通小区，包括以下步骤：s31、计算工作日不同时段基站活跃度以及基站经纬度对应地理位置的语义信息和停驻点基站的交通语义信息，初步对基站进行标定；s32、根据基站的空间位置信息，利用基于密度的dbscan聚类算法将位置间隔一定范围内、属性相同的基站分为一类，同时不断更新聚类中心点，直到所有的基站被划分到不同的聚类簇，且聚类效果的评价指标达到收敛；s33、将聚类簇集合映射到空间区域，利用泰森多边形法划分聚类簇基站服务范围，同时考虑交通小区划分原则，将天然屏障作为分区界限，优化交通小区边界，将研究区域划分为若干个交通小区。5.根据权利要求4所述的基于手机信令数据的新型公共交通服务区域选取方法，其特征在于，步骤s31初步标定方法如下：计算某工作日各基站每t
d
分钟内连接的用户数量，筛选各基站一天中连接用户最多的时间区间并对连接用户数量进行排序，将排在前p1％的基站初步标定为活跃基站；再根据各基站连接的各用户的停留时长，统计用户数量最多的停留时长，若该停留时长大于一定值，则将该基站补充标定为活跃基站，其余基站标记为不活跃基站。6.根据权利要求4所述的基于手机信令数据的新型公共交通服务区域选取方法，其特征在于，步骤s32利用dbscan聚类算法划分基站流程如下：
①
遍历基站样本数据集，预设邻域半径ε以及最小核心对象数minpts，将所有基站标记为未访问点；
②
从未访问点集中任意选择一个点p，将其标记为已访问点，如果点p的ε邻域内至少有minpts个对象，则创建一个新簇c，并将点p添加到簇c中，否则将点p标记为噪音点；
③
令n为点p的ε邻域中对象集合，遍历集合n，将其中未访问的点p
*
标记为已访问点，如果点p
*
的ε邻域内至少有minpts个对象，则将这些对象添加至集合n，此时如果点p
*
不属于任何簇集合，则将p
*
添加至c中；
④
重复步骤
②‑③
至没有未访问点；
⑤
计算出各聚类簇的质心位置坐标；
⑥
分别遍历各聚类簇，计算簇内各点到其质心的空间距离，将簇内最大空间距离大于一定值的聚类簇记为待修改聚类簇；
⑦
将各基站的交通发生量与交通吸引量作为基站属性添加至样本数据集，重新设置邻域半径ε及最小核心对象数minpts的取值，并将待修改聚类簇的所有样本点标记为未访问点；
⑧
分别对所有待修改聚类簇重复步骤
②‑⑦
，至无待修改聚类簇，然后将各聚类簇的质心坐标作为聚类簇中心。
7.根据权利要求1-3任一所述的基于手机信令数据的新型公共交通服务区域选取方法，其特征在于，步骤s4结合新型公共交通系统的特性设计服务区域筛选指标并最终确定服务区域，包括以下步骤：s41、统计基站上连接的居住人口数和工作人口数，并将其映射到所属的交通小区内，计算交通小区居住人口密度和工作人口密度，选取人口密度大于均值的交通小区为城市交通出行产生区域与出行吸引区域；s42、提取出行产生区域与出行吸引区域间各交通小区间高峰时段出行量；s43、将s41筛选出的交通小区间出行量由高到低进行排序，并且根据交通小区间出行量的集中分布情况，剔除出行量低于一定值的交通小区od对；s44、计算s43筛选出的交通小区od对质心之间的距离，剔除距离小于一定值的交通小区od对，筛选出满足距离要求的交通小区od对；s45、基于交通小区od对间现有公交线网供给情况，筛选现有公交线路行距比大于均值且行时比大于一定值的交通小区od对；s46、根据筛选出的交通小区od对之间的道路等级及道路条件，筛除公交无法通行的交通小区，最终确定新型共享公共交通服务区域。8.根据权利要求7所述的基于手机信令数据的新型公共交通服务区域选取方法，其特征在于，步骤s44中距离计算使用经纬度距离公式，如下：其中，d
ij
为交通小区i与交通小区j之间的空间距离；r为地球半径；lat
i
为交通小区i质心的纬度坐标；lon
i
为交通小区i质心的经度坐标。9.根据权利要求7所述的基于手机信令数据的新型公共交通服务区域选取方法，其特征在于，步骤s45中行距比与行时比计算方法如下：将公交与步行出行距离比值定义为行距比，以及公交与小汽车出行时间比值定义为行时比；行距比与行时比的计算公式如下：式中为交通小区i
→
j的公交车与步行的行距比；为交通小区i
→
j的公交车出行距离；为交通小区i
→
j的步行出行距离；式中为交通小区i
→
j的公交车与小汽车的行时比；为交通小区i
→
j的公交车出行时间；为交通小区i
→
j的小汽车出行时间。

技术总结
本发明公开了一种基于手机信令数据的新型共享公共交通服务区域选取方法，具体包括：1)基于通信运营商处获取的手机用户信令数据特征，运用数据挖掘算法获取居民完整出行特征数据；2)通过提取连续多个工作日的手机用户信息，对其在特定时段周期性出现的基站进行职住地判别和通勤行为识别；3)通过计算工作日不同时段基站活跃度，结合基站富含的地理位置信息和交通信息，利用改进的DBSCAN方法对基站进行标定和分类，划分交通小区；4)根据各交通小区人口密度，交通小区OD对间出行量、质心距离、现有公交线网供给情况、道路条件，利用定性定量综合分析的方式选取新型共享公共交通服务区域。域。域。


技术研发人员：陆振波 何静 王宇璐 周臣 张改 刘娟
受保护的技术使用者：东南大学
技术研发日：2021.10.29
技术公布日：2022/3/4