[发明专利]基于WIFI AP的人流量分布预测方法

说明书

本发明涉及基于WIFI AP记录的机场客流分布预测方法，涉及大数据挖掘处理技术领域，从控制中心获取WIFI AP记录进行预处理操作，通过WIFI AP接入设备数量分类WIFI AP，为各类WIFI AP分别构建训练样本集，使用各自的训练样本集分别构建回归模型，根据回归模型获取测试样本集，集合第一类模型和第二类模型的测试样本集获得预测结果，预测机场客流分布。本发明利用相关特性，使用数据挖掘及机器学习的相关方法，对机场的客流分布进行预测，达到有效利用机场资源。

技术领域

本发明涉及计算机信息处理技术领域，具体涉及数据挖掘和机器学习相关领域。

背景技术

以数据为原料的数据挖掘和机器学习技术在生活中发挥着越加重要的作用，通过挖掘数据中的“知识”，达到利用数据的目的。机场时时刻刻生产着数据，在机场候机楼，无线WIFI覆盖了整个区域，而WIFI接入接入点AP(access point)记录着每时刻的乘客连接人数，通过WIFI AP记录，能够大致的估测当前时刻的旅客时空分布。旅客的时空分布与飞机的起降也非常相关，当飞机到达后的一段时间，或者飞机起飞前的一段时间，部分位置旅客密度会有所增多，这也是估计旅客时空分布的关键依据。如何有效利用此类数据，合理应用于预测未来的旅客时空分布，是一个如何提高机场服务效率的关键问题。

同时，本发明不仅仅限于机场对人流量的预测，也可以适用于其他大型购物场所等人流量大的场所，通过WIFI接入AP的数量，对人流量进行预测判断，方便发生紧急情况时进行疏散等。现有技术采用的方法只能观察当前时刻的的客流时空分布，不能实现对未来某段时间客流分布进行预测。

发明内容

本发明针对现有技术中存在的上述技术问题，提供一种基于机场WIFI AP记录及航班排班记录的机场客流分布预测系统，旨在解决机场客流量分布预测问题。可以根据预测的旅客时空分布，进行预先的计划和安排，达到更有效的利用机场资源，更好的机场服务。

本发明解决上述技术问题的技术方案是，提供一种基于WIFI AP(无线设备接入数量)记录的机场客流分布预测方法，包括：从控制中心获取WIFI AP记录进行预处理操作，通过WIFI AP接入设备数量分类WIFI AP，为各类WIFI AP分别构建训练样本集，使用训练样本集构建回归模型；构建测试样本集并预测机场客流分布。

进行预处理操作具体包括，对获取的WIFI AP记录进行缺失值处理，对于某一WIFIAP的缺失数据，使用与缺失数据最近预定天数D内记录对应时刻该WIFI AP的设备连接数量的均值进行填充；使用ARMA模型(自回归滑动平均模型)对经过填充后的数据进行平滑处理，然后进行脏数据处理，对进行脏数据处理后的WIFI AP数据，根据公式：计算该WIFI AP规约后的第i个时间段的设备连接数量，以预定时间段T为单位对WIFI AP连接数以平均值进行规约，其中，x_ij为该WIFI AP第i个时间段的第j时刻的设备连接数量。

所述分类WIFI AP具体包括，对于各个WIFI AP，计算其设备连接数的方差，并根据其方差由大到小进行排序，然后使用二八法则将WIFI AP划分为两类，方差较小的WIFI AP为第一类WIFI AP，方差较大的WIFI AP为第二类WIFI AP。

对于第一类WIFI AP，取最近预定天数D的数据，建立第一类WIFI AP训练集。

对于第二类WIFI AP，取最近预定天数D的数据，通过标签提取与特征提取构建第二类训练集。标签与特征是组成样本的两个部分，特征是样本各个属性的表现，标签是对样本具有标记行为的属性。通过特征与标签，构成了一个样本。