[发明专利]一种基于城市公共交通出行大数据的通勤乘客社交推荐方法及平台

摘要

本发明公开了一种基于城市公共交通出行大数据的通勤乘客社交推荐方法，包括提取各乘客的城市公共交通出行数据；选择合适的网格粒度，将城市公共交通覆盖区域进行网格划分；利用通勤乘客的出行行为特征，识别所有城市公共交通乘客中的通勤乘客；将通勤乘客序列中任意两个通勤乘客进行通勤时间、通勤地点以及兴趣类型进行相似度计算，从而获得通勤乘客间的相似度；确定通勤乘客的通勤乘客相似性序列，按照相似度大小排列通勤乘客；根据相似性序列对所有通勤乘客进行社交推荐；本发明还公开了一种社交推荐平台，本发明利用真实的城市公共交通数据，根据通勤乘客的出行行为，有效提供了一种新型社交模式，用于满足现代人立足生活圈和工作圈的社交需求。

主权项

1.一种基于城市公共交通出行大数据的通勤乘客社交推荐方法，其特征在于：所述方法包括以下步骤：步骤S1：将城市公共交通出行数据record＝<cardId,t₀,s₀,t₁,s₁>按智能卡卡号cardId分组，其中，cardId表示城市公共交通智能卡，每一张智能卡唯一对应一个乘客；t₀和s₀分别代表乘客上车的时间和站点，相对的t₁和s₁分别代表乘客下车的时间和站点；步骤S2：选择合适的网格粒度对城市公共交通覆盖区域进行网格划分为n个网格G＝{g₁,g₂,…,g_n}，g＝<gridId,functionType,stopList>，其中，gridId表示网格编号；functionType表示网格对应的功能区类型；stopList表示网格内包含的站点列表；步骤S3：识别所有城市公共交通乘客中的m个通勤乘客commuter＝{c₁,c₂,…,c_m}，c＝<cardId,T_o,T_d,Tra(g_o,g_d),interest>，interest＝{r₁,r₂,…,r₈}其中，cardId表示通勤乘客对应的智能卡卡号，T_o和T_d分别代表通勤乘客的早晚通勤时段，g_o和g_d分别代表通勤乘客居住地和工作地附近站点对应的网格,Tra(g_o,g_d)是通勤乘客的通勤路径，是从网格g_o到网格g_d的网格序列，interest表示通勤乘客所有乘车记录中途经八类功能区所占的比例；步骤S4：对通勤乘客序列中任意两个通勤乘客进行通勤时间、通勤地点以及兴趣类型进行相似度计算，分别得到时间相似度TSim、空间相似度SSim、语义相似度SemSim，从而获得通勤乘客间的相似度Sim＝TSim×SSim×SemSim；步骤S5：确定任一通勤乘客的相似性序列，按照与其他通勤乘客相似度大小排列通勤乘客序列，不包括相似度为0的通勤乘客；步骤S6：根据相似性序列对通勤乘客进行社交推荐。