[发明专利]一种基于路网聚类的热点区域挖掘方法

摘要

本发明请求保护一种基于路网轨迹聚类的出行热点区域挖掘方法。在本方法中，将出租车轨迹映射到道路网络中，并且采用实际道路中采集到的兴趣点和轨迹结合的聚类方法。结合密度峰值聚类算法，提出了基于密度峰值优化初始中心的OPAM算法，即DP‑OPAM。算法采用数据点的局部密度和这些点到更高密度点的最短距离，采用决策图挑选出密度更高且距离最近的数据点所属的类别，作为初始聚类中心。根据初始聚类中心，采用增加反向学习的OPAM聚类算法，得到聚类结果。将新算法与原OPAM算法进行对比，新算法不仅能自动确定聚类中心，并且提高了准确率和聚类时间，实现用户出行热点区域分析。

主权项

1.一种基于路网聚类的热点区域挖掘方法，其特征在于，包括以下步骤：步骤1：搜集出租车轨迹数据集，进行包括数据标准化、归一化的数据预处理，保留有效字段，删除冗余数据，得到预处理后的车辆上下客轨迹点；步骤2：确定城市经纬度范围，在开源网站上提取该城市包括商场、学校在内的兴趣点；步骤3：获取城市的路网信息，将轨迹点映射到道路网络中；步骤4：选取经过步骤1预处理后的车辆上下客轨迹点中的80％作为训练集，采用改进的基于密度峰值优化初始中心的OPAM算法聚类出代表上下车热点的区域，改进点主要在于：使用密度峰选取初始聚类中心；其余20％作为测试集，测试由上下客轨迹点中的80％作为训练集搭建好模型的聚类效果；步骤5：将步骤4的模型中输入步骤2采集到的具有路网信息的兴趣点，聚类得到具有路网特征的居民热点活动区域，将聚类结果和采集到的兴趣点对比，判断居民出行的热点区域。