基于复杂网络和手机信令数据的城市交通枢纽点评价方法

摘要

本发明公开了一种基于复杂网络和手机信令数据的城市交通枢纽点评价方法，首先对待研究区中手机的基站进行预处理；其次，基于基站位置切换的特征，获得待研究区中每个手机的轨迹；再根据手机轨迹确定基站之间的关系网络，即利用人的手机在基站中的切换反映出基站之间的联系强度，进而体现出人在空间上的运行特征；最后，基于复杂网络理论确定那些可以表征城市交通枢纽的基站。本发明实现了基于手机基站的切换联系特征和复杂网络理论，对城市交通枢纽点的位置确定及其相关的交通决策提供依据。

说明书

技术领域

本发明涉及城市规划与城市交通领域，特别是一种基于复杂网络和手机信令数据的城市交通枢纽点评价方法。

背景技术

城市交通枢纽毫无疑问对于城市规划和交通管理具有重要的意义。尽管交通枢纽在城市中往往表现为道路的交叉点，是很容易被人所发现和去现场评价的。但是，往往难以较为客观地去反映人们在城市交通枢纽上的活动特征，特别是依据人的出行特征而评价交通枢纽的等级体系。近年来，手机信令大数据在城市规划、交通管理、社会治理等方面展开了非常广泛的使用，并取得了显著的效果。这些应用主要是基于手机信令数据有着较大的人群覆盖度以及手机移动信令数据可以记录人的出行轨迹。由于手机信令是基于基站位置进行定位的，所以从某种意义上而言，基于手机信令的出行轨迹就是基于基站位置切换的出行网络。对于这一网路而言，首先，要研究清楚网络的基本结构和节点特征，以便从整体上对人的出行活动有个较为清楚的认识。目前，复杂网络理论在进行大规模节点以及节点之间联系的研究时已取得了巨大成功，且形成了诸如度分布、加权度分布、中介中心性分布、临近中心性分布以及社区检测等分析网络整体特征和节点属性的方法，可以对网络特征研究中的众多核心问题进行有效解答，如节点的等级结构、节点间联系的区域特征等，而基站切换所形成的轨迹网络正是由大量的节点（站点）以及节点之间的联系所组成。其次，对网络中重要的节点进行评价。基于此，我们依据复杂网络中节点定义可以很容易地发现：节点的中介中心性表达了网络的枢纽特征，如果能够把那些中介中心性较高的基站寻找出来，也就可以为城市交通枢纽的客观判断提供一定的基础。因此，基于复杂网络和手机信令数据的城市交通枢纽点评价是一种较为客观的分析方法，可以做传统交通枢纽点分析的重要补充方法。

然而，基于手机信令数据所产生的轨迹网络特征还缺乏足够的研究，特别是基于复杂网络的分析。现有技术中还存在以下几个技术难点：基站的地理位置存在重叠现象，有些基站之间的距离很近。这些问题会导致地理位置上相近的多个基站实际上是要合并的，否则将一个小区域的出行节点特征在多个基站上表达出来，进而减弱了这个区域的出行特征。如何将基于基站位置切换的轨迹数据转换为复杂网络可以分析的数据。

发明内容

本发明所要解决的技术问题是克服现有技术的不足而提供一种基于复杂网络和手机信令数据的城市交通枢纽点评价方法，本发明能够结合手机信令大数据有效提高交通枢纽点评价的准确性，为城市规划和交通管理提供决策依据。

本发明为解决上述技术问题采用以下技术方案：

根据本发明提出的一种基于复杂网络和手机信令数据的城市交通枢纽点评价方法，包括以下步骤：

步骤1、对待研究区中手机的基站进行预处理；具体如下：

步骤1.1、遍历待研究区内所有具有唯一标识码的基站；

步骤1.2、如果存在两个基站的地理空间距离小于预设的阈值，则将这两个基站合并为一个基站，合并后的基站的空间位置取这两个基站的中间位置；

步骤1.3、将合并后的基站与合并前的基站建立唯一标识码的一一对应表DY；

步骤1.4、遍历完成后，形成新的基站列表JZ；

步骤2、获得待研究区中每个手机基于基站位置切换的轨迹，待研究区中所有手机基于基站位置切换的轨迹记录为集合GJ；

获得每个手机基于基站位置切换的轨迹具体如下：

针对待研究区中的每个手机，按照时间顺序，只要手机所连接的基站发生了切换，则记录手机所在基站的唯一标识码，从而获得每个手机基于基站位置切换的轨迹；若所需要记录的基站的唯一标识码在DY中存在对应的合并后的基站的唯一标识码，则将所需要记录的基站记录为合并后的基站的唯一标识码；

步骤3、根据手机轨迹确定基站之间的关系网络；具体如下：

步骤3.1、遍历集合GJ中每个手机的由于基站位置切换所形成的轨迹；

步骤3.2、按时间顺序，对每个手机轨迹中任意相邻的两个基站作为一条记录L；

步骤3.3、构建字典列表DList，将L存储在字典列表DList，如果DList中不包含此L，则将该L添加到DList中，并将其数量记为1，如果DList中已包含此L，则将此DList中L的数量再加上1；

步骤4、基于复杂网络理论计算交通枢纽的位置，具体如下：

步骤4.1、依据复杂网络理论，对基站列表JZ和字典列表DList，建立基于基站位置切换的移动轨迹复杂网络数据集W；

步骤4.2、依据复杂网络中中介中心性指标计算方法，选取出W中中介中心性大于预设阈值的基站；

步骤4.3、通过基站位置和GIS可视化表现方法，将筛选出的基站反映在城市地图上。

作为本发明所述的一种基于复杂网络和手机信令数据的城市交通枢纽点评价方法进一步优化方案，步骤1.3中，合并后的基站所具有的唯一标识码与合并前的基站的唯一标识码能够实现互查。

作为本发明所述的一种基于复杂网络和手机信令数据的城市交通枢纽点评价方法进一步优化方案，根据两个基站的唯一标识码和先后顺序，确定L的唯一性。

作为本发明所述的一种基于复杂网络和手机信令数据的城市交通枢纽点评价方法进一步优化方案，W的数据格式是适用于Pajek复杂网络分析软件的数据格式。

作为本发明所述的一种基于复杂网络和手机信令数据的城市交通枢纽点评价方法进一步优化方案，字典列表DLis包括关键词和值，其中，字典列表DLis中关键词记录的是L的名称，字典列表DLis中值记录的是L的数量。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

（1）本发明一种基于复杂网络和手机信令数据的城市交通枢纽点评价方法，通过此方法可以将手机信令大数据的大样本量特征优势应用在交通枢纽点评价上，进而提高分析结果的可信度和准确性；同时，手机信令数据可以较为真实的反映出人们的出行轨迹特征，因此，本发明可以为城市规划和交通管理提供较好的现状分析基础，有助于从人的真实出行视角提出合理的规划方案；

（2）本发明基于复杂网络的方法可以通过网络的整体特征分析去反映交通节点的空间差异；与此同时，分析中复杂网络的构建是基于手机信令而得出的出行轨迹数据；因此，本发明中基于复杂网络理论所得出的分析结论更加客观；另外，本发明所提供的数据转换方法（即将基于手机信令而得出的出行轨迹数据转换为复杂网络分析所需要的数据格式）具有简单、实用、科学以及高效的特点。

附图说明

图1是本发明的整体流程示意图；

图2是基站位置分布的示意图；

图3是手机在基站之中切换轨迹的示意图；

图4是基站之间位置切换信息的统计示意图；

图5是适合于复杂网络分析所需要的数据格式示意图；

图6是基站中介中心性的等级分布示意图。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

本发明所提出的技术方案主要是依据个人手机所连接的基站会进行位置切换，进而形成了个人轨迹。如果将基站看作是点，手机在基站之间的位置切换看作是点之间的连接，那么就会形成一个网络。对于这个网络，在进行一定时间内的统计后，对网络节点的分析便可以较为客观地反映出城市中人的出行在某些地点上的特征。复杂网络理论非常进行大规模节点以及节点之间复杂联系的研究，而手机信令数据一般数据量较大，因此基于复杂网络理论可以较好的提高分析结果的科学性。同时，复杂网络理论针对网络中的节点具有一套较为完善的评价指标，其中，节点的中介中心性指标是指网络中经过某点并连接这两点的最短路径占这两点之间的最短路径线总数之比，衡量了一个节点作为媒介者的能力，也就是反映了交通枢纽的能力。因此，通过复杂网络中的中介中心性指标可以较好地进行交通枢纽点的评价。

本发明的方法如下：

步骤1）参见附图1，首先需要对待研究区中手机基站数据进行预处理。

步骤1.1）参见附图2，待研究区包含了标识码分别为“A”、“B”、“C”、“D”、“E”、“F”、“G”的7个基站。遍历待研究区内所有具有唯一标识码的基站。

步骤1.2）遍历中，如果存在两个手机基站点的地理空间距离小于预设的阈值50米，则将这两个手机基站点合并为一个手机基站点，合并后手机基站点的空间位置取两个手机基站点的中间位置。其中，E和F两个基站的位置是重叠的、D和G两个基站之间的距离为20米（小于预设的阈值），故E和F基站保留E基站，D和G基站取中间的位置点，并将新的基站记录为H。

步骤1.3）由于步骤1.2中F、D、G3个基站进行了合并处理，E为保留下来的基站，故需要建立列表DY对这3个基站进行合并后与合并前的对应处理，使得后续处理如果遇到F、D、G这三个基站时，能够查到预处理后要对应的基站。对于本实例而言，F、D、G将分别对应E、H、H。

步骤1.4、遍历完成后，形成新的基站列表JZ。对于本实例而言，JZ将包含A、B、C、E、H5个高铁站点。

步骤2）参见附图1，其次，计算每个手机基于基站位置切换的轨迹。

步骤2.1）获取待研究区内所有手机集合SJ，本实例中有5个手机，分别为手机1、手机2、手机3、手机4以及手机5。

步骤2.2）针对集合SJ中每个手机，按照时间顺序，只要手机所连接的基站发生了切换，则记录手机所在基站的唯一标识码。其中，在记录手机所在基站的唯一标识码时，通过对DY的检查，确定所需要记录基站是否要记录为合并后的基站的唯一标识码。

参见附图3，手机1的轨迹是A-->B-->C, 手机2的轨迹是B-->C-->D, 手机3的轨迹是H-->C-->F, 手机4的轨迹是H-->C-->H, 手机5的轨迹是E-->H-->C。参考列表DY中F、D、G分别对应E、H、H。因此，5个手机的轨迹需要改变成：手机1的轨迹是A-->B-->C, 手机2的轨迹是B-->C-->H, 手机3的轨迹是H-->C-->E, 手机4的轨迹是H-->C-->H, 手机5的轨迹是E-->H-->C。将集合SJ中所有手机基站位置切换的轨迹记录为集合GJ。

步骤3）参见附图1，再根据用户轨迹确定基站之间的关系网络。

步骤3.1）遍历集合GJ中每个手机的由于基站位置切换所形成的轨迹；

步骤3.2）按时间顺序，对每个手机轨迹中任意相邻的基站，作为一条记录，记为L，并根据两个基站的唯一标识码和先后顺序确定L的唯一性。参见附图4，可以收集到6类不同的记录，分别为A-->B、B-->C、C-->H、H-->C、C-->E、E-->H。

步骤3.3）构建字典列表DList用于存储L，其中，字典中关键词记录的是L的名称，字典中值记录的是L的数量；

步骤3.4）针对每次生成的DList，如果DList中不包含此L值，则添加到DList中，并将其数量记为1。如果DList中已包含此L值，则将此DList中L的数量再加上1。A-->B为1条、B-->C为2条、C-->H为2条、H-->C为3条、C-->E为1条、E-->H为1条。

步骤4）参见附图1，最后，基于复杂网络理论计算交通枢纽的位置。

步骤4.1）依据复杂网络理论，对基站列表JZ和DList字典列表，建立基于基站位置切换的移动轨迹复杂网络数据集，记为W；参见附图5为本实例的数据格式，其适用于Pajek等复杂网络分析软件的一种常见数据格式。

步骤4.2）依据复杂网络中中介中心性指标计算方法，选取出集合W中中介中心性大于一定阈值的节点。参见附图6，基站B、C的中介中心性相对较高，可以作为本实例中交通枢纽点的主要选择点。

步骤4.3）通过基站位置和GIS可视化表现方法，将筛选出的节点反映在城市地图上，即通过等级可视化等方法将重要的交通枢纽点进行展示。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替代，都应当视为属于本发明的保护范围。