[发明专利]出行模式分类方法、装置、计算机设备和存储介质

说明书

本申请涉及一种出行模式分类方法、装置、计算机设备和存储介质。一个实施例中的方法包括：获取目标车辆的轨迹信息；基于轨迹信息分别进行聚类处理，得到时空语义序列信息、时间序列信息和空间序列信息；分别对时空语义序列信息、时间序列信息和空间序列信息进行序列模式挖掘，获得序列模式的支持度；根据序列模式的支持度以及预设的出行模式分类规则，确定目标车辆的出行模式。通过从时空语义、时间和空间三个维度对车辆的轨迹信息进行处理，从而实现用户出行模式的分类，可以有效提高出行模式的预测精度。

技术领域

本申请涉及交通数据处理技术领域，特别是涉及一种出行模式分类方法、装置、计算机设备和存储介质。

背景技术

随着国民经济的快速发展和人民生活水平的不断提高，居民的出行方式已经发生了变化，从单一的出行方式，比如步行和骑自行车，到如今多样化的出行方式，包括出租车、公共汽车、地铁以及私人私家车等。

充分地了解用户出行方式对于交通管理部门满足居民出行的需求与偏好至关重要，而传统的用户出行行为预测往往针对整个用户群体，容易忽略该群体不同出行行为的小群体之间的差异性。即传统的用户出行行为预测存在维度单一导致精度不高的问题。

发明内容

基于此，有必要针对上述问题，提供一种可以提高预测精度的出行模式分类方法、装置、计算机设备和存储介质。

一种出行模式分类方法，所述方法包括：

获取目标车辆的轨迹信息；

基于所述轨迹信息分别进行聚类处理，得到时空语义序列信息、时间序列信息和空间序列信息；

分别对所述时空语义序列信息、所述时间序列信息和所述空间序列信息进行序列模式挖掘，获得序列模式的支持度；

根据所述序列模式的支持度以及预设的出行模式分类规则，确定所述目标车辆的出行模式。

在一个实施例中，所述基于所述轨迹信息分别进行聚类处理，得到时空语义序列信息、时间序列信息和空间序列信息包括：

获取时空语义匹配规则、时间匹配规则以及空间匹配规则；

根据所述时空语义匹配规则、所述时间匹配规则以及所述空间匹配规则分别对所述轨迹信息进行聚类处理，得到时空语义序列信息、时间序列信息和空间序列信息。

在一个实施例中，所述根据所述时空语义匹配规则、所述时间匹配规则以及所述空间匹配规则分别对所述轨迹信息进行聚类处理，得到时空语义序列信息、时间序列信息和空间序列信息包括：

获取所述轨迹信息的核心对象集合以及初始聚类簇信息；

当所述核心对象集合不为空集，且在目标车辆停等点的邻域半径范围内，车辆停等点数量大于预设阈值时，根据所述目标车辆停等点对所述初始聚类簇信息进行更新；

遍历所述核心对象集合中的各个车辆停等点，得到聚类处理后的时空语义序列信息、时间序列信息和空间序列信息。

在一个实施例中，所述获取所述轨迹信息的核心对象集合包括：

分别基于所述时空语义匹配规则、所述时间匹配规则以及所述空间匹配规则对所述轨迹信息进行处理，得到所述轨迹信息中车辆停等点的邻域集；

当所述邻域集的元素个数满足预设条件时，根据对应的车辆停等点得到核心对象集合。

在一个实施例中，所述分别对所述时空语义序列信息、所述时间序列信息和所述空间序列信息进行序列模式挖掘，获得序列模式的支持度包括：

将所述时空语义序列信息、所述时间序列信息以及所述空间序列信息以预设时间周期为单元进行切片，得到时空语义序列集、时间序列集以及空间序列集；