申请/专利权人:东南大学
申请日:2021-03-08
公开(公告)日:2024-03-19
公开(公告)号:CN112966750B
主分类号:G06F18/23213
分类号:G06F18/23213
优先权:
专利状态码:有效-授权
法律状态:2024.03.19#授权;2021.07.02#实质审查的生效;2021.06.15#公开
摘要:本发明公开了一种利用k均值聚类算法识别就业地的方法,属于城市就业地研究领域。本发明以手机基站形成的泰森多边形作为待识别单元;对任一待识别单元两个工作日内的进出活动发生时间点进行数据统计;通过对用户每条手机信令数据记录的基站位置信息和前后记录的基站位置信息进行比较,来判断用户行为。之后统计各待识别单元所有用户的最晚离开时间节点、最早进入时间节点、停留时间长度,并利用K均值聚类法分析各待识别单元的质心分布规律,通过满足停留时间长度阈值的质心数量、停留时间长度的正负方向,以及各质心进出时间的重叠间隔区间来共同判断待识别单元是否为就业地及其类型。
主权项:1.一种利用k均值聚类算法识别就业地的方法,其特征在于,包括以下步骤:根据区域内目标基站的经纬度信息数据生成泰森多边形,并以泰森多边形作为待识别单元;根据区域内的两个相邻工作日的手机信令数据进行清洗并统计所有用户进入和离开所述待识别单元行为发生的时间节点;将所有用户的最晚离开时间节点减去对应用户的最早进入时间节点获取用户的停留时间长度;采用k均值聚类算法对所述用户最晚离开时间节点、所述用户最早进入时间节点和所述用户的停留时间长度进行聚类分析获取质心,并根据所述质心计算所述质心之间进出时间点重叠间隔区间;根据满足所述停留时间长度阈值的质心数量、所述停留时间长度的正负方向和所述进出时间点重叠间隔区间判断所述待识别单元是否为就业地及就业地种类;所述就业地种类的具体判断过程,包含以下步骤:满足所述停留时间长度大于0、绝对值大于8h的质心数量大于等于1、所述进出时间点重叠间隔区间存在且大于8h或者所述进出时间点重叠间隔区间不存在,则判定所述待识别单元为一班就业地;满足所述停留时间长度小于0、绝对值大于8h的质心数量大于等于1、所述进出时间点重叠间隔区间不存在,则判定所述待识别单元为居住地;满足所述停留时间长度大于0、绝对值大于5.5h的质心数量大于等于2、所述进出时间点重叠间隔区间小于2h且所述进出时间点重叠间隔区间的数量大于等于1,则判定所述待识别单元为两班倒就业地;满足所述停留时间长度大于0、绝对值大于5.5h的质心数量大于等于3、所述进出时间点重叠间隔区间小于2h且所述进出时间点重叠间隔区间的数量大于等于2,则判定所述待识别单元为三班倒就业地;所述待识别单元的判定结果既为居住地,又为一班就业地、两班倒就业地或三班倒就业地中的任一个,则判断所述待识别单元为居住混合用地。
全文数据:
权利要求:
百度查询: 东南大学 一种利用k均值聚类算法识别就业地的方法
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。