[发明专利]一种基于词向量的人车关联分析方法

说明书

本发明公开一种基于词向量的人车关联分析方法。该方法首先通过对收集的数据进行预处理，将每个卡口中常驻人口的手机IMSI码信息和车辆信息删除。然后，将数据按照时间段进行切分，并将每个时间段中收集的IMSI码和车牌号形成一个训练样本。之后，利用词嵌入技术CBOW模型进行训练，分别获取IMSI码和车牌号的词向量。最后，利用余弦相似度方法计算IMSI码和车牌号对应的词向量之间的相似度。通过本发明方法，能有效提高人车关联分析的求解效果，降低人工分析成本，对智慧交通安全事件处理有着非常重要的现实意义。

技术领域

本发明公开了一种人车关联分析方法，尤其涉及一种基于词向量的人车关联分析方法，属于计算机应用技术领域。

背景技术

随着我国经济实力的快速增长及人民群众出行需求的急剧增加，中国道路交通运输行业实现了跨越式发展。中国机动车保有量、驾驶人数量、道路里程持续增长。然而，伴随而来的是我国的交通安全面临着极大挑战，现有警力和交通指挥设施已无法适应交通管理和城市发展需求，机动车交通违法行为日益增多，与车辆相关的刑事案件和治安案件数量不断增加，道路交通中行人的违法行为屡见不鲜。因此，利用大数据、人工智能等新一代信息技术实现交通大数据的智能分析，对违法行为进行提前预判、精准打击，是解决我国交通安全问题的重要手段。

人车关联分析是智慧交通安全事件处理的关键问题，通过大量的交通数据建立人与车的关联关系，能够实现通过车牌号获取到驾驶人的手机信息，或者借助手机信息获取到车辆信息，再借助手机位置数据了解驾驶人的运动轨迹，并关联驾驶人基本信息实现违法行为的提前侦测和预判。因此，人车关联分析意义重大。当前的人车关联分析主要是通过建立时空轨迹向量，然后利用相似度方法计算轨迹之间的相似度实现匹配。然而，这种方法通常不考虑轨迹中时间因素的影响，也就是说在不同时间中出现的类似轨迹也可能被认为是相似轨迹，会导致匹配错误。

发明内容

本发明的目的是针对上述问题，提供一种基于词向量的人车关联分析方法。该方法将手机的IMSI码和车牌号形成配对，然后利用词嵌入模型进行训练，分别获取IMSI码和车牌号的向量，然后利用相似度匹配方法计算IMSI码和车牌号的相似度进行匹配。该方法能有效解决时间因素带来的影响，有效提高人车关联的准确率。

为实现上述目的，本发明的技术方案是：

一种基于词向量的人车关联分析方法，包括以下步骤：

步骤1：交通卡口通过两种不同的现有设备分别收集手机的IMSI码和车辆的车牌号，分别使用S＝(s₁,s₂,…,s_n)和R＝(r₁,r₂,…,r_m)表示收集的数据集合，其中n和m分别表示该卡口收集到的IMSI码和车牌号相关的数据条数。在数据集合S中，每一条数据可以表示为s_i＝(id,imsi,time),u＝1,2,…,n，其中id表示该卡口的编号，imsi表示手机的IMSI码，time表示收集到该IMSI码的时间。在R中，每一条数据可以表示为r_j＝(id,carnum,time),j＝1,2,…,m，其中carnum表示车辆的车牌号。

步骤2：由于交通拥堵情况或者交通事故带来的影响，卡口中收集的数据可能存在大量的重复数据，同时常驻人口和常驻车辆会对最终的关联分析产生影响，因此需要对数据进行预处理，删除大量重复数据。具体实现如下：

步骤2-1、常驻人口数据移除：

如果某个IMSI码在连续的指定的一段时间ConTime内被捕捉至少num次，则从S中删除所有与该IMSI码有关的数据；同理，如果某个车牌号码在连续的指定的一段时间ConTime内被捕捉至少num次，则从R中删除所有与该车牌号有关的数据。

步骤2-2、无效数据过滤：