一种公交od矩阵的构建方法及系统的制作方法
【技术领域】
[0001] 本发明涉及交通路况技术领域，特别涉及一种公交0D矩阵的构建方法及系统。
【背景技术】
[0002] 随着智能公交系统的普及与发展，智能公交系统收费、调度、客流监控等子系统中 积累了海量数据，如何利用先进的数据挖掘技术分析这些海量信息，发现其中隐含的公共 交通模式及规则，获得高层的、潜在的规律，并评价公交系统，优化公交规划方案和公交调 度策略是城市公交运行迫切需求的。
[0003]公交客流信息能够很好地反映居民出行的需求及出行行为规律，是评价公交系 统、优化公交规划方案和公交调度策略的重要依据。挖掘公交1C卡持卡乘客的出行信息即 0D矩阵可以得到最充分全面的公交客流信息，这将会为科学发展城市公交奠定基础。
[0004]目前，受单机计算的性能和处理数据规模的影响，大部分已有的公交0D矩阵的构 建方法局限于单线路概率模型的统计分析，仅单机分析海量公交数据中的小部分来掘公交 客流信息，无法实时地分析挖掘动态公交数据，难以对多条公交线路海量的公交数据进行 综合、全面、客观、准确的评估，有着处理时间过长，处理效率较低、实时性及稳定性较差等 问题。
[0005]因此，如何对多条公交线路海量的公交数据进行综合、全面、客观、准确的评估，是 本领域技术人员需要解决的技术问题。
【发明内容】
[0006]本发明的目的是提供一种基于云计算的公交0D矩阵的构建方法，该方法能够降 低数据处理成本、提高处理效率，实现实时对多条线路构建0D矩阵。本发明的另一目的是 一种公交0D矩阵的构建系统。
[0007]为解决上述技术问题，本发明提供一种公交0D矩阵的构建方法，基于云计算平 台，包括：
[0008]从公交数据中筛选出符合预定0D矩阵构建要求的原始公交数据；
[0009]按照数据处理规则并行地对所述原始公交数据进行预处理，得到处理后数据；
[0010] 根据所述数据提取每位乘客的上车信息，并分析每位乘客是否存在双向刷卡记 录；
[0011] 若存在双向刷卡记录，则利用分析乘客出行行为规律估计乘客下车站点方法来获 取乘客下车信息，得到乘客上下车信息；
[0012] 若不存在双向刷卡记录，则利用预测站点热度估计站点下车人数方法来获取各站 点间转移人数；
[0013]根据所述乘客上下车信息及所述各站点间转移人数，以及0D矩阵生成规则，构建 0D矩阵。
[0014]其中，所述利用分析乘客出行行为规律估计乘客下车站点方法来获取乘客下车信 息包括：
[0015] 并行地对每位乘客的所有刷卡记录按照刷卡时间进行排序；
[0016] 按照分析乘客出行行为规律，得到乘客的下车信息，并记录乘客的上下车信息。
[0017] 其中，所述利用预测站点热度估计站点下车人数方法来获取站点间转移人数包 括：
[0018] 根据预定的分时段要求，将处理后的数据按照分时段要求分割成预定数量的子数 据集，并行地处理每一个所述子数据集中的数据；
[0019] 统计每一个所述子数据集中各站点的正向上车人数以及有双向刷卡记录的乘客 中的反向上车人数；
[0020] 根据热度计算公式，利用所述正向上车人数及所述反向上车人数，计算得到各站 点的热度值；
[0021] 根据所述各站点热度值及所述正向上车人数，计算得到各站间转移人数。
[0022] 其中，还包括：
[0023] 利用所述乘客上下车信息及所述站点间转移人数，得到公交客流信息，并利用可 视化规则，输出所述公交客流信息。
[0024] 其中，还包括：
[0025] 当所述公交客流信息中的数据超过阈值时，进行提示。
[0026] 本发明提供一种公交0D矩阵的构建系统，基于云计算平台，包括：
[0027] 筛选模块，用于从公交数据中筛选出符合预定0D矩阵构建要求的原始公交数据；
[0028] 预处理模块，用于按照数据处理规则并行地对所述原始公交数据进行预处理，得 到处理后数据；
[0029] 分析模块，用于根据所述数据提取每位乘客的上车信息，并分析每位乘客是否存 在双向刷卡记录；
[0030] 第一计算模块，用于若存在双向刷卡记录，则利用分析乘客出行行为规律估计乘 客下车站点方法来获取乘客下车信息，得到乘客上下车信息；
[0031] 第二计算模块，用于若不存在双向刷卡记录，则利用预测站点热度估计站点下车 人数方法来获取各站点间转移人数；
[0032] 构建模块，用于根据所述乘客上下车信息及所述各站点间转移人数，以及0D矩阵 生成规则，构建0D矩阵。
[0033] 其中，所述第一计算模块具体用于并行地对每位乘客的所有刷卡记录按照刷卡时 间进行排序；按照分析乘客出行行为规律，得到乘客的下车信息，并记录乘客的上下车信 息。
[0034] 其中，所述第二计算模块包括：
[0035] 划分单元，用于根据预定的分时段要求，将处理后的数据按照分时段要求分割成 预定数量的子数据集，并行地处理每一个所述子数据集中的数据；
[0036] 统计单元，用于统计每一个所述子数据集中各站点的正向上车人数以及有双向刷 卡记录的乘客中的反向上车人数；
[0037] 第二计算单元，用于根据热度计算公式，利用所述正向上车人数及所述反向上车 人数，计算得到各站点的热度值；
[0038] 第三计算单元，用于根据所述各站点热度值及所述正向上车人数，计算得到各站 间转移人数。
[0039] 其中，还包括：
[0040] 可视化模块，用于利用所述乘客上下车信息及所述站点间转移人数，得到公交客 流信息，并利用可视化规则，输出所述公交客流信息。
[0041] 其中，还包括：
[0042] 提示模块，用于当所述公交客流信息中的数据超过阈值时，进行提示。
[0043] 本发明所提供的公交0D矩阵的构建方法，基于云计算平台，包括从公交数据中筛 选出符合预定0D矩阵构建要求的原始公交数据；按照数据处理规则并行地对原始公交数 据进行预处理；根据处理后的数据提取每位乘客的上车信息，分析每位乘客的刷卡记录； 存在双向刷卡记录，则利用分析乘客出行行为规律估计乘客下车站点方法来获取乘客下车 信息，得到乘客上下车信息；不存在双向刷卡记录，则利用预测站点热度估计站点下车人数 方法来获取各站点间转移人数；根据乘客上下车信息及各站点间转移人数，及0D矩阵生成 规则，构建0D矩阵。
[0044] 云计算作为一种先进的数据挖掘技术，具有优异的处理性能，能够实现对大量数 据的高速并行读写和计算，因此，本方法基于云计算平台，对公交数据进行并行的快速处 理，因此该方法能够实现实时对多条线路构建0D矩阵；通过对公交数据乘客刷卡信息利用 分析乘客出行行为规律估计乘客下车站点方法以及预测站点热度估计站点下车人数方法 可以快速、准确得到多条线路的乘客的公交数据流，利用该公交数据流以及0D矩阵构建规 贝1J，能够完成公交0D矩阵的构建。
【附图说明】
[0045] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据 提供的附图获得其他的附图。
[0046] 图1为本发明实施例提供的公交0D矩阵的构建方法的流程图；
[0047] 图2为本发明实施例提供的预测站点热度估计站点下车人数方法的流程图；
[0048] 图3为本发明实施例提供的公交0D矩阵的构建系统的结构框图。
【具体实施方式】
[0049] 本发明的核心是提供一种基于云计算的公交0D矩阵的构建方法，该方法能够降 低数据处理成本、提高处理效率，实现实时对多条线路构建0D矩阵。本发明的另一核心是 一种公交0D矩阵的构建系统。
[0050] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例 中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是 本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员 在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0051] 要想获得贴近实际的公交客流信息，构建较为精确的公交0D矩阵，就必须实时地 对海量公交数据进行分析挖掘，这需要依靠强大的计算能力才可以实现。云计算技术作为 一种先进的数据挖掘技术，有着优异的处理性能，可以实现对大量数据的高速并行读写和 计算。将云计算技术运用到公交0D矩阵的构建中，可以快速、全面、深入地分析海量公交数