用于交通小區(qū)劃分的手機(jī)信令信息的處理方法
【專(zhuān)利摘要】本發(fā)明屬于城市交通數(shù)據(jù)采集分析【技術(shù)領(lǐng)域】，尤其涉及一種用于交通小區(qū)劃分的手機(jī)信令信息的處理方法，包括：對(duì)手機(jī)信令數(shù)據(jù)進(jìn)行清洗，剔除異常數(shù)據(jù)；將手機(jī)數(shù)據(jù)對(duì)應(yīng)的基站位置信息與道路進(jìn)行匹配；建立基于手機(jī)信令信息的交通語(yǔ)義分類(lèi)；根據(jù)交通語(yǔ)義分類(lèi)情況，選取手機(jī)基站特征對(duì)其進(jìn)行區(qū)別；對(duì)手機(jī)信令信息進(jìn)行提煉，得到手機(jī)基站的特征；通過(guò)對(duì)手機(jī)基站特征進(jìn)行聚類(lèi)分析，實(shí)現(xiàn)交通小區(qū)劃分。利用手機(jī)信令數(shù)據(jù)對(duì)城市進(jìn)行的交通小區(qū)劃分與當(dāng)今大數(shù)據(jù)挖掘的趨勢(shì)相一致；語(yǔ)義劃分對(duì)于實(shí)際中基站的種類(lèi)劃分起到簡(jiǎn)化作用，并且能有效、自動(dòng)的識(shí)別區(qū)域和基站的屬性；能快速直接的劃分出城市交通小區(qū)，具有數(shù)據(jù)采集容易，劃分成本低廉、快速直接的優(yōu)點(diǎn)。
【專(zhuān)利說(shuō)明】用于交通小區(qū)劃分的手機(jī)信令信息的處理方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于城市交通數(shù)據(jù)采集分析【技術(shù)領(lǐng)域】，尤其涉及一種用于交通小區(qū)劃分的 手機(jī)信令信息的處理方法。

【背景技術(shù)】
[0002] 目前，海量的數(shù)據(jù)的分析挖掘和管理應(yīng)用成為現(xiàn)代交通該服務(wù)的瓶頸。在這些數(shù) 據(jù)中，軌跡數(shù)據(jù)的分析與挖掘研究主要關(guān)注軌跡時(shí)態(tài)和空間分布特征的提取，由于缺乏與 應(yīng)用語(yǔ)義的關(guān)聯(lián)，具體應(yīng)用開(kāi)發(fā)方面裹足不前。
[0003] 城市道路網(wǎng)絡(luò)交通小區(qū)是為了減少交通控制和管理系統(tǒng)的復(fù)雜性，將復(fù)雜交通網(wǎng) 絡(luò)分解為若干個(gè)交通區(qū)域，對(duì)交通區(qū)域進(jìn)行協(xié)調(diào)優(yōu)化。交通小區(qū)劃分最早是在交通規(guī)劃領(lǐng) 域中提出的，其目的主要是為了定義城市路網(wǎng)中交通起訖點(diǎn)的位置，然后使用需求預(yù)測(cè)模 型對(duì)各交通小區(qū)間的交通出行量進(jìn)預(yù)測(cè)，是研究四階段法中交通生成、分布的基本空間單 位。
[0004] 目前國(guó)內(nèi)外交通小區(qū)的劃分方法主要有基于聚類(lèi)分析的交通小區(qū)劃分方法、面向 控制的交通小區(qū)劃分、基于區(qū)內(nèi)出行比例的交通小區(qū)劃分方法、對(duì)手機(jī)話(huà)務(wù)量的聚類(lèi)分析 方法、扇形分割方法等五種方法。其中基于手機(jī)話(huà)務(wù)量的聚類(lèi)分析方法是指利用手機(jī)話(huà)務(wù) 量的時(shí)間分布特征來(lái)分析劃分城市活動(dòng)及土地利用特性，從而進(jìn)一步映射出交通小區(qū)。
[0005] 整個(gè)過(guò)程要綜合基站、手機(jī)與用戶(hù)使用者之間的關(guān)系從而得出各交通小區(qū)間的OD 矩陣。但利用手機(jī)話(huà)務(wù)量來(lái)進(jìn)行交通小區(qū)劃分相比于利用手機(jī)信令定位數(shù)據(jù)來(lái)說(shuō)精準(zhǔn)度更 低。目前，與交通相關(guān)的交通小區(qū)劃分方法主要是通過(guò)人工調(diào)查、人工統(tǒng)計(jì)的方式進(jìn)行，費(fèi) 時(shí)費(fèi)力，且數(shù)據(jù)的準(zhǔn)確性無(wú)法保證。
[0006] 傳統(tǒng)的方法耗費(fèi)時(shí)間和人力物力，像北京做一次起訖點(diǎn)調(diào)查要耗費(fèi)約170萬(wàn)和大 量人力，這種方法得到的數(shù)據(jù)只是現(xiàn)在的出行狀態(tài)的一個(gè)快照，并且要花費(fèi)幾年的時(shí)間更 新數(shù)據(jù)，而基于手機(jī)定位數(shù)據(jù)獲取OD數(shù)據(jù)的方法只需要從運(yùn)營(yíng)商處獲得手機(jī)移動(dòng)記錄，這 些記錄的獲得不需要額外的投資（例如，升級(jí)基站或手機(jī)移動(dòng)終端）。交通小區(qū)劃分的準(zhǔn)確 性若無(wú)法保證，將會(huì)影響后續(xù)工作的研究。


【發(fā)明內(nèi)容】

[0007] 為了克服上述現(xiàn)有方法存在的缺陷，本發(fā)明提出了一種用于交通小區(qū)劃分的手機(jī) 信令信息的處理方法，包括：
[0008] 步驟1、對(duì)手機(jī)信令數(shù)據(jù)進(jìn)行清洗，剔除異常數(shù)據(jù)；
[0009] 步驟2、將手機(jī)數(shù)據(jù)對(duì)應(yīng)的基站位置信息與道路進(jìn)行匹配；
[0010]步驟3、建立基于手機(jī)信令信息的交通語(yǔ)義分類(lèi)；
[0011] 步驟4、根據(jù)交通語(yǔ)義分類(lèi)情況，提取手機(jī)基站特征對(duì)其進(jìn)行區(qū)別；
[0012] 步驟5、根據(jù)步驟4所提取的手機(jī)基站特征，利用聚類(lèi)分析法標(biāo)定出手機(jī)基站所屬 的交通語(yǔ)義類(lèi)別；
[0013] 步驟6、通過(guò)步驟5標(biāo)定出的手機(jī)基站所屬的交通語(yǔ)義類(lèi)別再加上手機(jī)基站位置 特征作為特征量，采用聚類(lèi)分析法，實(shí)現(xiàn)交通小區(qū)劃分。
[0014] 所述步驟1中的異常數(shù)據(jù)包括：數(shù)據(jù)時(shí)間、坐標(biāo)及唯一標(biāo)識(shí)，剔除時(shí)間異常、位置 異常、重復(fù)數(shù)據(jù)以及缺失數(shù)據(jù)。
[0015] 所述步驟2具體包括：
[0016] 步驟21、將獲得的數(shù)據(jù)導(dǎo)入數(shù)據(jù)庫(kù)，并調(diào)整格式；
[0017] 步驟22、對(duì)手機(jī)信令數(shù)據(jù)進(jìn)行過(guò)濾；
[0018] 步驟23、將連續(xù)的手機(jī)數(shù)據(jù)分割成基于隸屬基站的數(shù)據(jù)；
[0019] 步驟24、結(jié)合基站位置信息，在地理信息系統(tǒng)上可視化顯示。
[0020] 所述步驟22中的過(guò)濾是指：完成數(shù)據(jù)的質(zhì)量分析、清洗、轉(zhuǎn)換、預(yù)統(tǒng)計(jì)、加載，得到 實(shí)驗(yàn)所需的字段MSISDN、TimeStamp、LAC、CELLID、EventID;另外，將同一用戶(hù)在同一位置 發(fā)生的事件進(jìn)行壓縮，只體現(xiàn)出移動(dòng)性，不考慮用戶(hù)發(fā)生的具體業(yè)務(wù)。
[0021] 所述步驟3中的交通語(yǔ)義分類(lèi)具體分為以下三大類(lèi)：工作區(qū)、居住區(qū)和城市道路。
[0022] 所述手機(jī)基站的特征是通過(guò)分析不同語(yǔ)義屬性的典型基站的人流量變化來(lái)反映 基站各時(shí)段不同形式人流量的變化情況，具體為包括：1)實(shí)時(shí)人流量：是指某整點(diǎn)時(shí)刻向 前延長(zhǎng)的單位時(shí)間里該區(qū)域范圍內(nèi)活動(dòng)的手機(jī)用戶(hù)數(shù)量；2)時(shí)段流入量：是指在上一個(gè)時(shí) 段中不在該區(qū)域范圍內(nèi)活動(dòng)但在下一個(gè)時(shí)段中在區(qū)域內(nèi)活動(dòng)的手機(jī)用戶(hù)數(shù)量；3)時(shí)段流 出量：是指在上一個(gè)時(shí)段在該區(qū)域范圍內(nèi)活動(dòng)但下一個(gè)時(shí)段不在該區(qū)域內(nèi)活動(dòng)的手機(jī)用戶(hù) 數(shù)量；4)時(shí)段新增人流量：用指定時(shí)段前后兩個(gè)時(shí)刻的實(shí)時(shí)人流量相比較即得出時(shí)段新增 人流量。
[0023] 所述的實(shí)時(shí)人流量的算法包括：1)將目標(biāo)區(qū)域的基站制作成地理信息系統(tǒng)圖層； 2)將基站圖層添加到地圖中，并將基站和目標(biāo)區(qū)域地圖圖層關(guān)聯(lián)；3)根據(jù)數(shù)據(jù)中移動(dòng)用戶(hù) 和基站的關(guān)系，以及地圖中基站和目標(biāo)區(qū)域的關(guān)聯(lián)，篩選出屬于目標(biāo)區(qū)域的移動(dòng)用戶(hù)；4) 確定要篩選的時(shí)刻，然后選出該時(shí)刻向前延長(zhǎng)單位時(shí)間內(nèi)出現(xiàn)過(guò)的移動(dòng)用戶(hù)，排重后即為 該時(shí)刻的實(shí)時(shí)人流量。
[0024] 所述時(shí)段流入量、時(shí)段流出量以及時(shí)段新增人流量的算法步驟具體為：1)選定時(shí) 間段[a，b]，時(shí)間跨度t小時(shí)；2)統(tǒng)計(jì)出時(shí)間點(diǎn)a對(duì)應(yīng)的集合A中的用戶(hù)，排重；3)統(tǒng)計(jì)出 時(shí)間點(diǎn)b對(duì)應(yīng)的集合B中的用戶(hù)，排重；4)統(tǒng)計(jì)集合A與集合B的差集中的用戶(hù)即為流出 用戶(hù)；5)統(tǒng)計(jì)集合B與集合A的差集B-A中的用戶(hù)即為流入用戶(hù)；6)B-A集合中用戶(hù)量減去 集合B-A中用戶(hù)量即為時(shí)段新增人流量。
[0025] 所述步驟4中所提取的手機(jī)基站特征包括：將手機(jī)基站實(shí)時(shí)人流量、小時(shí)流入量、 小時(shí)流出量、時(shí)段新增流量作為聚類(lèi)的4個(gè)基本特征；設(shè)手機(jī)數(shù)據(jù)中全部基站為聚類(lèi)樣本 數(shù)據(jù)X= {Xl,x2,…Xi···，χη}，η為手機(jī)基站總數(shù)，Xi為第i個(gè)手機(jī)基站；每個(gè)基站有M= 96 個(gè)特征量：24個(gè)實(shí)時(shí)人流量、24個(gè)小時(shí)流入量、24個(gè)小時(shí)流出量、24個(gè)時(shí)段新增流量，特征 具體為(4，<，…<6).由于交通語(yǔ)義類(lèi)別共分為3類(lèi)，所以在聚類(lèi)開(kāi)始前制定K為3,進(jìn)行K 均值聚類(lèi)。
[0026] 所述步驟6具體包括：將手機(jī)基站的經(jīng)度、緯度以及所屬的語(yǔ)義劃分類(lèi)型作為聚 類(lèi)特征，得到特征總數(shù)M= 3,特征具體為;預(yù)設(shè)K為任意整數(shù)，進(jìn)行K均值聚類(lèi)， 直到標(biāo)準(zhǔn)測(cè)度函數(shù)收斂為止得到K值即為小區(qū)總數(shù)。
[0027] 所述步驟5和步驟6中的聚類(lèi)分析法包括：
[0028] 步驟61、從η個(gè)手機(jī)基站中選擇k個(gè)手機(jī)基站作為初始聚類(lèi)中心，其他手機(jī)基站則 根據(jù)這些手機(jī)基站與初始聚類(lèi)中心的距離及相似度分別分配到最相近的小區(qū)；h為第j個(gè) 聚類(lèi)中心，則\與(^_的距離為
[0029]

【權(quán)利要求】
1. 一種用于交通小區(qū)劃分的手機(jī)信令信息的處理方法，其特征在于，包括： 步驟1、對(duì)手機(jī)信令數(shù)據(jù)進(jìn)行清洗，剔除異常數(shù)據(jù)； 步驟2、將手機(jī)數(shù)據(jù)對(duì)應(yīng)的基站位置信息與道路進(jìn)行匹配； 步驟3、建立基于手機(jī)信令信息的交通語(yǔ)義分類(lèi)； 步驟4、根據(jù)交通語(yǔ)義分類(lèi)情況，提取手機(jī)基站特征對(duì)其進(jìn)行區(qū)別； 步驟5、根據(jù)步驟4所提取的手機(jī)基站特征，利用聚類(lèi)分析法標(biāo)定出手機(jī)基站所屬的交 通語(yǔ)義類(lèi)別； 步驟6、通過(guò)步驟5標(biāo)定出的手機(jī)基站所屬的交通語(yǔ)義類(lèi)別再加上手機(jī)基站位置特征 作為特征量，采用聚類(lèi)分析法，實(shí)現(xiàn)交通小區(qū)劃分。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟1中的異常數(shù)據(jù)包括：數(shù)據(jù)時(shí) 間、坐標(biāo)及唯一標(biāo)識(shí)，剔除時(shí)間異常、位置異常、重復(fù)數(shù)據(jù)以及缺失數(shù)據(jù)。
3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟2具體包括： 步驟21、將獲得的數(shù)據(jù)導(dǎo)入數(shù)據(jù)庫(kù)，并調(diào)整格式； 步驟22、對(duì)手機(jī)信令數(shù)據(jù)進(jìn)行過(guò)濾； 步驟23、將連續(xù)的手機(jī)數(shù)據(jù)分割成基于隸屬基站的數(shù)據(jù)； 步驟24、結(jié)合基站位置信息，在地理信息系統(tǒng)上可視化顯示。
4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述步驟22中的過(guò)濾是指：完成數(shù)據(jù)的 質(zhì)量分析、清洗、轉(zhuǎn)換、預(yù)統(tǒng)計(jì)、加載，得到實(shí)驗(yàn)所需的字段MSISDN、TimeStamp、LAC、CELLID、 EventID;另外，將同一用戶(hù)在同一位置發(fā)生的事件進(jìn)行壓縮，只體現(xiàn)出移動(dòng)性，不考慮用戶(hù) 發(fā)生的具體業(yè)務(wù)。
5. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟3中的交通語(yǔ)義分類(lèi)具體分為以 下三大類(lèi)：工作區(qū)、居住區(qū)和城市道路。
6. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述手機(jī)基站特征是通過(guò)分析不同語(yǔ)義 屬性的典型基站的人流量變化來(lái)反映基站各時(shí)段不同形式人流量的變化情況，具體為包 括：1)實(shí)時(shí)人流量：是指某整點(diǎn)時(shí)刻向前延長(zhǎng)的單位時(shí)間里該區(qū)域范圍內(nèi)活動(dòng)的手機(jī)用戶(hù) 數(shù)量；2)時(shí)段流入量：是指在上一個(gè)時(shí)段中不在該區(qū)域范圍內(nèi)活動(dòng)但在下一個(gè)時(shí)段中在區(qū) 域內(nèi)活動(dòng)的手機(jī)用戶(hù)數(shù)量；3)時(shí)段流出量：是指在上一個(gè)時(shí)段在該區(qū)域范圍內(nèi)活動(dòng)但下一 個(gè)時(shí)段不在該區(qū)域內(nèi)活動(dòng)的手機(jī)用戶(hù)數(shù)量；4)時(shí)段新增人流量：用指定時(shí)段前后兩個(gè)時(shí)刻 的實(shí)時(shí)人流量相比較即得出時(shí)段新增人流量； 所述的實(shí)時(shí)人流量的算法包括：1)將目標(biāo)區(qū)域的基站制作成地理信息系統(tǒng)圖層；2)將 基站圖層添加到地圖中，并將基站和目標(biāo)區(qū)域地圖圖層關(guān)聯(lián)；3)根據(jù)數(shù)據(jù)中移動(dòng)用戶(hù)和基 站的關(guān)系，以及地圖中基站和目標(biāo)區(qū)域的關(guān)聯(lián)，篩選出屬于目標(biāo)區(qū)域的移動(dòng)用戶(hù)；4)確定 要篩選的時(shí)刻，然后選出該時(shí)刻向前延長(zhǎng)單位時(shí)間內(nèi)出現(xiàn)過(guò)的移動(dòng)用戶(hù)，排重后即為該時(shí) 刻的實(shí)時(shí)人流量。
7. 根據(jù)權(quán)利要求6所述的方法，其特征在于，所述時(shí)段流入量、時(shí)段流出量以及時(shí)段新 增人流量的算法步驟具體為：1)選定時(shí)間段[a，b]，時(shí)間跨度t小時(shí)；2)統(tǒng)計(jì)出時(shí)間點(diǎn)a對(duì) 應(yīng)的集合A中的用戶(hù)，排重；3)統(tǒng)計(jì)出時(shí)間點(diǎn)b對(duì)應(yīng)的集合B中的用戶(hù)，排重；4)統(tǒng)計(jì)集合 A與集合B的差集中的用戶(hù)即為流出用戶(hù)；5)統(tǒng)計(jì)集合B與集合A的差集B-A中的用戶(hù)即 為流入用戶(hù)；6)B-A集合中用戶(hù)量減去集合B-A中用戶(hù)量即為時(shí)段新增人流量。
8. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟4中所提取的手機(jī)基站特征包 括：將手機(jī)基站實(shí)時(shí)人流量、小時(shí)流入量、小時(shí)流出量、時(shí)段新增流量作為聚類(lèi)的4個(gè)基本 特征；設(shè)手機(jī)數(shù)據(jù)中全部基站為聚類(lèi)樣本數(shù)據(jù)X= {Xl，x2，…Xi…，xn}，n為手機(jī)基站總數(shù)， Xi為第i個(gè)手機(jī)基站；每個(gè)基站有M= 96個(gè)特征量：24個(gè)實(shí)時(shí)人流量、24個(gè)小時(shí)流入量、 24個(gè)小時(shí)流出量、24個(gè)時(shí)段新增流量，特征具體為(?^，<，…^f).由于交通語(yǔ)義類(lèi)別共分為 3類(lèi)，所以在聚類(lèi)開(kāi)始前制定K為3,進(jìn)行K均值聚類(lèi)。
9. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟6具體包括：將手機(jī)基站的 經(jīng)度、緯度以及所屬的語(yǔ)義劃分類(lèi)型作為聚類(lèi)特征，得到特征總數(shù)M= 3,特征具體為 (x/,x,2,x,3);預(yù)設(shè)K為任意整數(shù)，進(jìn)行K均值聚類(lèi)，直到標(biāo)準(zhǔn)測(cè)度函數(shù)收斂為止得到K值即為 小區(qū)總數(shù)。
10. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟5和步驟6中的聚類(lèi)分析法包 括： 步驟101、從n個(gè)手機(jī)基站中選擇k個(gè)手機(jī)基站作為初始聚類(lèi)中心，其他手機(jī)基站則根 據(jù)這些手機(jī)基站與初始聚類(lèi)中心的距離及相似度分別分配到最相近的小區(qū)；h為第j個(gè)聚 類(lèi)中心，則x#c」的距離為
其中，xf為第i個(gè)手機(jī)基站的第m個(gè)特征，< 為第j個(gè)聚類(lèi)中心的第m個(gè)特征，m = (1，2,…，M)，M為特征總量；x#c』的相似度為s(xi,Cj) = 1/d(Xi,Cj); 步驟102、計(jì)算每個(gè)更新的小區(qū)的聚類(lèi)中心，用聚類(lèi)中心的編號(hào)替代小區(qū)的編號(hào)，則第 j個(gè)小區(qū)的手機(jī)基站為{W7.2,丨，即該小區(qū)包含1個(gè)手機(jī)基站，則該小區(qū) 的聚類(lèi)中心為, <, ? ? % % }，其中為第j個(gè)小區(qū)的聚類(lèi)中心a的第m個(gè) 特征，根據(jù)下式求得：
其中，x#是第j個(gè)小區(qū)中的第i個(gè)手機(jī)基站，r^_是第j個(gè)小區(qū)中的手機(jī)基站個(gè)數(shù)， 是第j個(gè)小區(qū)中第i個(gè)手機(jī)基站的第m個(gè)特征； 步驟103、重復(fù)執(zhí)行步驟102,直到標(biāo)準(zhǔn)測(cè)度函數(shù)收斂為止，其形式為：
其中，J是標(biāo)準(zhǔn)值，Xcu_是第c種類(lèi)別中的第j個(gè)小區(qū)的特征，c。是第c種類(lèi)別中的類(lèi)中 心的特征，c= (1，2, --?!()，K為類(lèi)別總數(shù)，h是第j個(gè)小區(qū)中的手機(jī)基站個(gè)數(shù)，n為手機(jī)基 站總數(shù)。
【文檔編號(hào)】G08G1/01GK104484993SQ201410709303
【公開(kāi)日】2015年4月1日 申請(qǐng)日期:2014年11月27日 優(yōu)先權(quán)日:2014年11月27日
【發(fā)明者】董宏輝, 賈利民, 秦勇, 武明超, 丁曉青, 單慶超, 李盼 申請(qǐng)人:北京交通大學(xué)