劉康　陳智勇　黃慶鵬　張逸泓

摘要：本文利用GPS所采集到的數(shù)據(jù)，把租車群體的外出行為進(jìn)行深入分析。通過(guò)對(duì)大數(shù)據(jù)進(jìn)行預(yù)先處理，然后建立數(shù)據(jù)處理模型，分析租車人群的出行規(guī)律，推測(cè)租車人群的需求，從時(shí)問(wèn)和空間上研究城市租車人群的分布，為城市交通運(yùn)輸提供科學(xué)依據(jù)和理論支持。

關(guān)鍵詞：GPS;出行行為;租車人群;數(shù)據(jù)采集

中國(guó)分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）20-0048-03

如今，城市人口密集，道路交通擁擠，能源消耗，環(huán)境污染成為出行所面臨的一個(gè)巨大問(wèn)題。人們的出行行為分析已經(jīng)成為城市進(jìn)行交通道路建設(shè)及城市規(guī)劃的一項(xiàng)重要參考。由于GPS技術(shù)具有實(shí)時(shí)、客觀以及數(shù)據(jù)量大等特點(diǎn)，GPS移動(dòng)軌跡數(shù)據(jù)的挖掘和分析為解決城市擁堵和用戶出行提供新思路方法，可以很好地描述和分析用車人群出行行為特征，特征，蘊(yùn)含著巨大的價(jià)值，挖掘移動(dòng)軌跡數(shù)據(jù)背后隱藏的有用信息，可改善出行交通流，實(shí)行交通預(yù)測(cè)預(yù)警。隨著當(dāng)代生活節(jié)拍和都市住民生活多元化的加快，住民外出的調(diào)查的難度也日益提高。出租車作為一種不同于公交車的交通器材，其營(yíng)運(yùn)具有隨機(jī)性、全天候行駛以及即停即走等特征，其運(yùn)營(yíng)規(guī)律能夠很好地反映搭客出行特征。此次調(diào)查主要面向的對(duì)象是針對(duì)人流量較大的租車人群，實(shí)施的范圍是我國(guó)人口密度較大的省份和城市。通過(guò)出行行為分析，也對(duì)租車行業(yè)車輛調(diào)度，提取租車人群用戶畫(huà)像標(biāo)簽信息發(fā)現(xiàn)商業(yè)圈，熱點(diǎn)旅游區(qū)、采摘季山區(qū)路況及農(nóng)戶出行行為等，具有一定的研究意義和價(jià)值。

1問(wèn)題分析

擬解決問(wèn)題一：如何對(duì)數(shù)據(jù)來(lái)源采集與提取。隨著人們生活質(zhì)量越來(lái)越好，車輛逐漸變成每家每戶的必備工具之一。這為我們的對(duì)人們出行研究提供了基礎(chǔ)保障，傳統(tǒng)方式的數(shù)據(jù)采集必須通過(guò)對(duì)租車人群進(jìn)行走訪調(diào)查，或者是通過(guò)租車戶登記等信息來(lái)進(jìn)行數(shù)據(jù)收集與分析，其不規(guī)律性和采集信息的困難度很大。這樣處理起來(lái)的誤差會(huì)比較嚴(yán)重。而隨著科學(xué)技術(shù)地不斷發(fā)展，GPS的引入為采集用戶出行信息提供了強(qiáng)有力的保障?？赡苤恍枰┰S設(shè)備，或者調(diào)用第三方已經(jīng)處理好的工具。那么我們就可以實(shí)時(shí)地獲取到相對(duì)傳統(tǒng)方式更加可靠且精細(xì)的數(shù)據(jù)來(lái)源，便于我們能夠根據(jù)租車人群的移動(dòng)軌跡，能夠更好地對(duì)風(fēng)險(xiǎn)駕駛、道路規(guī)劃、出行時(shí)間和空間上進(jìn)行深維度的分析，從而對(duì)駕駛行為、租車人群時(shí)間和空間上的分布都可以對(duì)其指定策略。

擬解決問(wèn)題二：租車人群軌跡數(shù)據(jù)分析，在已經(jīng)通過(guò)GPS的方式收集到可靠數(shù)據(jù)的前提下，那么就可以根據(jù)定位實(shí)時(shí)位置，來(lái)獲取到經(jīng)緯度信息。之后在地圖上進(jìn)行詳細(xì)的標(biāo)注，并且按照路段不同情況下車輛的加速度，減速，轉(zhuǎn)彎根據(jù)特定的算法對(duì)車輛的軌跡在地圖上進(jìn)行描述與展現(xiàn)。這樣計(jì)算下來(lái)的一條軌跡即是一名租車人群出行軌跡圖。那么之后我們就可以通過(guò)對(duì)各種不同路段進(jìn)行采集，加大采集數(shù)據(jù)量。以大數(shù)據(jù)的統(tǒng)計(jì)方式來(lái)減小誤差的產(chǎn)生。有了一定的數(shù)據(jù)基礎(chǔ)后，我們便可以對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗并進(jìn)一步地優(yōu)化軌跡與總結(jié)。

擬解決問(wèn)題三：數(shù)據(jù)人群時(shí)間和空間上分析。除了對(duì)軌跡處理之外，根據(jù)不同的城市，時(shí)間和空間上的分析也是必不可少的。時(shí)間上我們采用與法定工作日的時(shí)間，對(duì)數(shù)據(jù)進(jìn)行日常的采集，然后我們會(huì)將一日時(shí)間劃分為四個(gè)階段，分別是第一階段凌晨零點(diǎn)至凌晨六點(diǎn)，第二階段為凌晨六點(diǎn)至午時(shí)十二點(diǎn)，第三階段為午時(shí)十點(diǎn)至下午十八點(diǎn)，第四階段為下午十八點(diǎn)至凌晨零點(diǎn)。然后分析人們?cè)诓煌A段的出行情況。繪制成統(tǒng)計(jì)圖。這樣就能直觀地表述人們?cè)谝惶熘胁煌瑫r(shí)候的外出情況。一周多次采集求取均值，以縮小誤差產(chǎn)生。再將一周作為一個(gè)梯度，重復(fù)采集3-4周，以減小因各種原因產(chǎn)生的周誤差。這樣提取的數(shù)據(jù)就會(huì)變得更加的精確。在空間上的分析就根據(jù)一線都市車輛與普通二三線都市進(jìn)行比較。但因一線城市交通方式更多種多樣，各種不確定性較多。而且在一線城市不同的地段，在繪制圖形時(shí)可能會(huì)出現(xiàn)不同的峰值情況。這時(shí)候就采用去掉峰值與最低值，再對(duì)數(shù)據(jù)進(jìn)行處理來(lái)減小空間上分布不均勻造成的誤差。

2實(shí)施方案

2.1建立數(shù)據(jù)處理模型

首先需要把出租車GPS大數(shù)據(jù)集放到Hadoop平臺(tái)上，將其存儲(chǔ)在Node2的HBase數(shù)據(jù)庫(kù)中，接下來(lái)對(duì)受天氣、環(huán)境及操作誤差影響較大的數(shù)據(jù)進(jìn)行預(yù)處理，如果不對(duì)這些大數(shù)據(jù)進(jìn)行預(yù)先處理，將會(huì)有很大的可能產(chǎn)生非常大的誤差，在使用這些數(shù)據(jù)之前進(jìn)行預(yù)先處理，可以使得最終的結(jié)果更為準(zhǔn)確，實(shí)行預(yù)處理后首先使用DBSCAN算法把預(yù)處理后的所得的數(shù)據(jù)進(jìn)行處理得到合適的K值，然后把K值作為K-means算法的初始簇心對(duì)數(shù)據(jù)進(jìn)行最終處理。

在收集數(shù)據(jù)之前，先根據(jù)經(jīng)緯度對(duì)區(qū)域進(jìn)行劃分，在區(qū)域內(nèi)的數(shù)據(jù)進(jìn)行收集和處理，區(qū)域外的則進(jìn)行剔除。劃分區(qū)域后對(duì)產(chǎn)生的無(wú)效數(shù)據(jù)進(jìn)行排除，當(dāng)GPS終端收到車輛的經(jīng)緯度數(shù)據(jù)長(zhǎng)時(shí)間沒(méi)有發(fā)生改變時(shí)，表示車輛速度為0，處于靜止?fàn)顟B(tài)，這樣的數(shù)據(jù)需要對(duì)其進(jìn)行剔除?；蛘呓邮盏慕?jīng)緯度數(shù)據(jù)在短時(shí)間內(nèi)發(fā)生極大的改變，這樣所得到的數(shù)據(jù)不能真實(shí)地反映車輛情況，也屬于無(wú)效數(shù)據(jù)。

2.2數(shù)據(jù)分析

2.2.1租車人群時(shí)間和空間上分析

一般而言，租車人員的出行特征會(huì)有一定的地域性，不同的租車人員，有著完全不同的出行特征，根據(jù)租車人員的起始地和目標(biāo)地，得出租車人員的外出時(shí)間，外出距離和外出高峰期，這里首先分析研究出租車輛工作日和非工作日的GPS數(shù)據(jù)然后把工作日和非工作日的研究數(shù)據(jù)分開(kāi)研究，然后在DB-SCANS算法得出K值后，用K-means算法進(jìn)行處理，聚類分析不時(shí)間段的狀態(tài)，從而分析出某一天的租車人員行為特征，對(duì)比7天的數(shù)據(jù)處理結(jié)果，得出某城市中一天大概的租車信息。

給定一個(gè)數(shù)據(jù)集X={X1，X2，…，Xn}假?zèng)]K個(gè)簇的簇類中心為P={P1，P2，……Pk}，那么有概率聚類的目標(biāo)函數(shù)形式如下：

F（n，p）=

其中Q（Xk）表示Pi和Xk的聯(lián)合概率分布Q（Pi|Xk）代表樣本數(shù)據(jù)點(diǎn)，Xk屬于第i個(gè)聚點(diǎn)的條件概率，由此可得出以下圖像。

2.2.2租車人群軌跡數(shù)據(jù)分析

由GPS巾包含的信息中可以根據(jù)經(jīng)緯度和時(shí)間得出車輛的位置信息和運(yùn)動(dòng)軌跡，分析研究7天中出租車的GPS數(shù)據(jù)，得出租車人群的主要活動(dòng)地點(diǎn)和運(yùn)動(dòng)軌跡，對(duì)活動(dòng)路線實(shí)行聚類分析得到整體活動(dòng)熱點(diǎn)，再根據(jù)經(jīng)緯度坐標(biāo)上的距離和車輛運(yùn)行的時(shí)間分析m租車輛的平均速度，大致地預(yù)估某城市的交通路況，從而能夠更好地規(guī)劃行駛路線、出行時(shí)間以及降低駕駛風(fēng)險(xiǎn)。

出租車輛駕駛節(jié)點(diǎn)A，B的位置坐標(biāo)的經(jīng)緯度分別是（Lo-nA，LatA）及（LonB，LatB），在t時(shí)刻速度為Vt，下一時(shí)刻速度為Vt+1，時(shí)間變化量為At。平均速度為V，兩點(diǎn)間的距離為Dis-tance。

C=sin（LatA*II/180）*sin（LatB*II/180）+cos（LatA*'IT/180）*cos（LatB*'TT/180）*

cos（（MLonA-MLonB）*'1T/180）

DistanCe=R*Arccos（C）*'IT/180[2]

V=DistanCe/At

2.2.3對(duì)數(shù)據(jù)進(jìn)行利用

得到處理后的數(shù)據(jù)后，可以建立起租車人員的用戶畫(huà)像，根據(jù)用戶畫(huà)像，推測(cè)出租車人群的行為和需求，了解其出行規(guī)律。從而在活動(dòng)范圍熱點(diǎn)在其附近設(shè)立商圈對(duì)出行人群精準(zhǔn)營(yíng)銷，并對(duì)城市通行路況進(jìn)行解析，經(jīng)過(guò)交通預(yù)警緩解城市的交通擁堵。

3結(jié)論

最終得出的結(jié)論有一定的參考價(jià)值但不能完全表現(xiàn)出所有的時(shí)間所有的地點(diǎn)乘客出行的時(shí)間特征和空間熱度區(qū)域。通過(guò)對(duì)乘客出行的時(shí)間特征和空間熱度的分析可以城市更有效地安排公共的交通具的設(shè)置地點(diǎn)，這樣即環(huán)保又能為乘客供應(yīng)快捷的服務(wù)，促使和諧社會(huì)更好更快的發(fā)展。此外，通過(guò)客流量的空間熱點(diǎn)區(qū)域的分析，可以在熱點(diǎn)區(qū)域設(shè)置休閑娛樂(lè)場(chǎng)所為商人提供商機(jī)，不僅促進(jìn)的經(jīng)濟(jì)的發(fā)展，也使人們生活變得更加愜意。此外，大數(shù)據(jù)分析研究了租車人群出行行為數(shù)據(jù)，對(duì)租車人群出行行為在不同時(shí)間、空間、距離等方面數(shù)據(jù)進(jìn)行了深入剖析，提取出了租車出行行為特征，可以建立起租車人員的用戶畫(huà)像，根據(jù)用戶畫(huà)像，推測(cè)出租車人群的行為和需求，了解其出行規(guī)律，可以對(duì)城市交通路況進(jìn)行分析，通過(guò)交通預(yù)警緩解城市的交通擁堵，也可調(diào)度為出行人群提供精準(zhǔn)服務(wù)等。

參考文獻(xiàn)：

[1]劉惠宇，劉鵬，張婷.基于出租車GPS數(shù)據(jù)的城市人群出行模式研究[J].江蘇科技信息，2019（17）：49-50.

[2]郭艷君.基于GPS軌跡數(shù)據(jù)實(shí)現(xiàn)營(yíng)運(yùn)客車風(fēng)險(xiǎn)駕駛行為分析.[J】.教育教學(xué)論壇，2017（3）：76-77.

[3]魏祥.基于大數(shù)據(jù)挖掘的出租車行為檢測(cè)方法研究[D].西南石油大學(xué)，2015.

[4]盛勇.基于GPS軌跡數(shù)據(jù)的居民出行行為特征分析[D].江西理工大學(xué)，2018.

[5]劉敬帥.基于出租車GPS數(shù)據(jù)的居民出行分析[D].蘭州理工大學(xué)，2017.

[6]何賢國(guó)，孫國(guó)道，高家全，等.出租車CPS大數(shù)據(jù)的道路行車可視分析[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2014，26（12）：2164-2170.

[7]張亞茹.基于車聯(lián)網(wǎng)大數(shù)據(jù)分析的實(shí)時(shí)路況信息系統(tǒng)關(guān)鍵技術(shù)研究[D].南京郵電大學(xué)，2017.

【通聯(lián)編輯：梁書(shū)】

收稿日期：2020-04-15

基金項(xiàng)目：教育部產(chǎn)學(xué)合作協(xié)同育人項(xiàng)目;項(xiàng)目名稱：面向大數(shù)據(jù)技術(shù)的創(chuàng)新創(chuàng)業(yè)教育改革;項(xiàng)目（基金）號(hào)：201802130075;廠東省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練項(xiàng)目（粵教高函[2019]40號(hào)）

作者簡(jiǎn)介：劉康（1998-），男，廣東河源人，本科，研究方向：軟件工程;陳智勇（1996-），男，廣東普寧人，本科，研究方向：軟件工程;黃慶鵬（1997-），男，廣東梅州人，本科，研究方向：軟件工程;張逸泓（1999-），男，廣東汕頭人，本科，研究方向：物聯(lián)網(wǎng)工程。