[发明专利]一种基于车联网数据对车主驻留点聚类后的属性分析方法

摘要

一种基于车联网数据对车主驻留点聚类后的属性分析方法，所述方法首先通过对车主驻留点信息进行采集并聚类，再结合聚类后聚点的时间属性及通过逆地理编码得到的聚点空间属性进行分析，并对该点进行判断，最后获得车主驻留点的属性，本发明可以将车主的行程数据进行空间维度的处理，通过对驻留点的聚类编号简化了车主行程数据的空间信息，同时对聚类后点的时空属性进行分析，为进一步对车主行为习惯的分析提供夯实的数据基础。

主权项

1.一种基于车联网数据对车主驻留点聚类后的属性分析方法，其特征在于，所述方法首先通过对车主驻留点信息进行采集并聚类，再结合聚类后聚点的时间属性及通过逆地理编码得到的聚点空间属性进行分析，并对该点进行判断，最后获得车主驻留点的属性，所述分析方法包括：S1：驻留点信息采集；S2：对S1采集的信息进行数据清洗；S3：对S2清洗过的数据进行描述性分析；S4：对S3分析过后的数据通过R语言的geo包里的geodist函数进行计算；S5：对S4计算后的数据进行行程起点和终点聚类及编号；S6：对S5中的点及相应编号进行调整，调整方法如下：详细考察首尾编号差的平面距离的数值分布，设定一个临界阈值S，当首尾距离大于此临界阈值S时，则认为是由于GPS数据偏差造成的位置偏差，不对编号进行调整，若首尾距离小于临界阈值S，且首尾编号不一致时，需要对其中一个的编号进行调整，将小于某个临界阈值S的点编号为前一行程的终点编号；S7：调整完编号后对数据进行时间属性分析，获得时空属性统计表，所述时间属性分析具体为：S71：对分析点的所有GPS点的中心进行逆地理编码得到的实际地址、地址属性、附近POI点数量；其中，POI信息表征区域的地域属性，由其中所含的不同类别设施的数量表示；S72：使用由地图商所提供地图的API接口进行逆地理编码，并按返回所需求的数据格式；S73：从时间和空间两个维度 分别模糊判断车主驻留点属性，由于地理信息的复杂性，优先考虑时间上的各项指标值对该驻留点的属性进行判断；构建驻留点的属性统计表如下，允许表中数据为空：S75：通过机器学习的方法，训练分类器，训练分类器首先对数据进行采集，得到一定量的车主驻留点属性标签，再使用C4.5或者BP神经网络，训练学习精确的分类器；S8：根据S7中时空属性统计表判断车主驻留点的属性。