申请/专利权人：北京航空航天大学;中移动信息技术有限公司

申请日：2023-12-01

公开（公告）日：2024-02-27

公开（公告）号：CN117332376B

主分类号：G06F18/26

分类号：G06F18/26;G06F18/22;G06F18/25;G06F16/2457;G06F16/29

优先权：

专利状态码：有效-授权

法律状态：2024.02.27#授权;2024.01.19#实质审查的生效;2024.01.02#公开

摘要：本发明涉及一种基于手机信令数据的通勤人员和方式的辨识方法及系统，其方法包括：步骤S1：获取手机与基站的信令交互数据；步骤S2：根据信令交互数据获取用户的全过程活动链，并进行出行语义分割，并提取其上、下班通勤轨迹段，使得每个通勤轨迹段包含且仅包含一种出行方式；步骤S3：计算通勤轨迹段的多日轨迹相似性指标，从而得到用户活动规律性指标，通过预设阈值筛选出城市通勤者；步骤S4：根据路线信息与城市通勤者的隐性速度特征，识别城市通勤者的通勤方式。本发明提供的方法可准确地识别通勤人员及其通勤方式。

主权项：1.一种基于手机信令数据的通勤人员和方式的辨识方法，其特征在于，包括：步骤S1：获取手机与基站的信令交互数据；步骤S2：根据所述信令交互数据获取用户的全过程活动链，并进行出行语义分割，并提取其上、下班通勤轨迹段，使得每个所述通勤轨迹段包含且仅包含一种出行方式，具体包括：步骤S21：根据所述信令交互数据，得到用户与基站的一条信令记录数据，表示用户在时刻到时刻与位置处于位置的基站发生交互；根据一天内的信令记录集合构建每个用户全日出行链，表示为，其中，表示日期；步骤S22：将研究区域依经纬度划分为1km长宽的网格，记为；分别累计每个用户在不同时间段在网格的停留时间，从而确定该用户的工作地和居住地；步骤S23：以所述工作地和所述居住地为切分点，从中，划分出上班通勤轨迹和下班通勤轨迹，所述上班通勤轨迹为居住地到工作地，所述下班通勤轨迹为从工作地到居住地；步骤S24：以滑动窗口方式计算不同时间段在网格的停留时间指标和局部密度指标，加权得到该网格的重要程度；将重要程度最高的若干个网格作为特征停留点，对所述上班通勤轨迹和所述下班通勤轨迹进行划分，得到多个通勤轨迹段；假定通过该方法得到的每个通勤轨迹段包含且仅包含一种出行方式；所述网格局部密度的计算方法如下： ，其中，表示一个网格，表示与网格直接相邻的8个其他网格；函数用于计算每个网格相比其邻居网格的信息增益，为平均函数，为一个微小值；步骤S3：计算所述通勤轨迹段的多日轨迹相似性指标，从而得到用户活动规律性指标，通过预设阈值筛选出城市通勤者，具体包括：步骤S31：选择用户的个所述特征停留点作为锚点，计算用户当前位置与各所述锚点的欧氏距离，构成当前位置的相对位置编码；从而将用户各时刻的位置向量表示成相对位置矩阵，其中，表示轨迹段的时长；步骤S32：根据下述公式计算轨迹相似性指标 ，其中，和分别代表同一个用户两个不同工作日的相对位置编码矩阵；是向量的最大值归一化函数；表示高维向量的DTW距离；是矩阵的长度；步骤S33：计算用户两两工作日的轨迹相似性指标，随后通过求平均得到该用户的活动规律性指标，如果大于预设的阈值则认为该用户是城市通勤者；步骤S4：根据路线信息与所述城市通勤者的隐性速度特征，识别所述城市通勤者的通勤方式，具体包括：步骤S41：从公开数据集中分别获取研究区域内地铁站点和公交站点的经纬度位置和对应线路；对每个移动基站，寻找其附近米内的地铁站点和公交站点，并根据所述移动基站与公共交通站点的欧式距离以平方衰减赋予各个所述站点以权重；进而根据对应站点的线路信息，计算每个所述移动基站与对应线路的相关性指标；步骤S42：对于用户的一个所述通勤轨迹段，通过步骤S41可得到其中各途径点与各线路的相关性指标；以该用户在所述途径点的停留时长再次加权，得到所述通勤轨迹段对于各线路的相关性指标；最后通过投票方式，选取最高的相关性指标的路线，并结合其隐性速度特征分别作为该用户在该通勤轨迹段所采取的出行线路及出行方式。

全文数据：

权利要求：

百度查询： 北京航空航天大学;中移动信息技术有限公司 基于手机信令数据的通勤人员和方式的辨识方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD