[发明专利]一种旅游交通关联区域大数据生成方法

说明书

技术领域

本发明涉及城市交通领域，尤其涉及一种旅游交通关联区域大数据生成方法。

背景技术

近年来，随着居民收入水平的不断提高，消费观念的变化，闲暇时间的增加，旅游日益成为衡量居民生活质量和幸福指数的重要特征。同时，各级政府积极把握经济和社会发展变化过程中的新趋势，把旅游作为一种产业，通过各种措施和手段，加以推动，使得旅游人数成倍增长。旅游客流的增长，一方面使得居民的生活水平得到了提高，促进了经济发展；另一方面也造成了城市道路拥堵、交通设施故障等问题，严重影响游客出游品质，甚至引发交通安全事故。面对旅游业给交通和环境带来的负面影响，人们开始重视旅游交通的建设和管理，不断加大旅游交通基础设施建设，完善旅游交通网络，增加临时航班、旅游专列、客车等，管理部门对景区客流的监管力度加大，旅游安全管理不断增强。但所有这些措施和手段都无法从根本上解决旅游交通客流增长带来的问题。解决旅游交通客流的突出问题，关键是能否及时、准确、完整的获取旅游交通关联区域大数据，从而获取旅游交通规律性特征，构建良好的互动机制，指导和引导旅游交通的发展。因而亟需发明一种能及时、准确、完整的生成旅游交通关联区域大数据的方法。

发明内容

发明目的：本发明针对现有技术存在的问题，提供一种可以及时、准确、完整的生成旅游交通关联区域大数据方法，为旅游交通建设和管理提供决策支持，构建良好的互动机制，指导和引导旅游交通的发展。

技术方案：本发明所述的旅游交通关联区域大数据生成方法包括：

步骤S1：将每个游客游览的景区按照时间先后顺序排序，从而对于每个游客生成一个游览景区时间序列，并创建一个频繁序列集；

步骤S2：获取一个游客的游览景区时间序列，将该游览景区时间序列拆分成最小子序列，由最小子序列、以及最小子序列的组合序列生成侯选序列集；

步骤S3：计算该侯选序列集中各侯选序列的支持度，删除支持度小于阀值的侯选序列，将支持度大于阀值的侯选序列插入到频繁序列集中；

步骤S4：返回执行步骤S2，直至读完所有游客的游览景区时间序列；

步骤S5：计算频繁序列集中各频繁序列的置信度和增益值，删除频繁序列集中置信度小于阀值或者增益值小于1的频繁序列，保留频繁序列集中置信度大于阀值且增益值大于1的频繁序列，最后保留的频繁序列即为有效关联规则。

其中，所述支持度的阀值为40％。所述置信度的阀值为50％。所述侯选序列的支持度为包含该候选序列的游览景区时间序列数目与所有游览景区时间序列数目的比例。所述频繁序列的置信度为包含该频繁序列的游览景区时间序列数目与包含该频繁序列中子序列的游览景区时间序列数目的比例。所述频繁序列的增益值为含有该频繁序列第一子序列的条件下同时含有其他子序列的概率，与不含第一子序列的条件下却含其他子序列的概率之比。

有益效果：本发明与现有技术相比，其显著优点是：本发明应用关联规则，及时、准确、完整的生成旅游交通关联区域大数据，有效分析旅游交通客流出行规律，为旅游管理者提供决策支持，引导出行者选择最佳出行方式，提高旅游者出行品质，促进旅游交通的合理分布。

附图说明

图1是本发明的流程示意图。

具体实施方式

如图1所示，本发明所述的旅游交通关联区域大数据生成方法包括：

步骤S1：将每个游客游览的景区按照时间先后顺序排序，从而对于每个游客生成一个游览景区时间序列，并创建一个空的频繁序列集。

步骤S2：获取一个游客的游览景区时间序列，将该游览景区时间序列拆分成最小子序列，由最小子序列、以及最小子序列的组合序列生成侯选序列集。

步骤S3：计算该侯选序列集中各侯选序列的支持度，删除支持度小于阀值的侯选序列，将支持度大于阀值的侯选序列插入到频繁序列集中。

其中，所述支持度的阀值为40％。所述侯选序列的支持度为包含该候选序列的游览景区时间序列数目与所有游览景区时间序列数目的比例。例如假设候选序列为{X,Y}，X,Y表示游客先后游览的景区，支持度表示{X,Y}出现的概率，公式为：

Support(X→Y)＝P(X,Y)/P(I)＝P(X∪Y)/P(I)＝num(XUY)/num(I)

其中，I表示游览景区时间序列集。num()表示求出现的次数，比如，num(I)表示所有游览景区时间序列的个数，num(X∪Y)表示含有{X,Y}的游览景区时间序列的个数(个数也叫次数)。