基于时空相似度聚类的热点载客路径挖掘

来源：交通运输系统工程与信息杂志2019年第5期北京时间：

作者：冯慧芳，杨振娟

单位：西北师范大学数学与统计学院，兰州 730070

摘要：出租车的载客轨迹直接体现了车辆的行驶状态和居民的出行规律，热点载客路径的挖掘为交通管理与规划，居民行为模式发现及出租车载客推荐等具有重要价值. 本文以兰州市3 000 辆出租车载客轨迹为研究对象，提出了基于时空相似性聚类的热点载客路径挖掘算法. 首先，根据出租车的GPS轨迹数据提取出载客轨迹及其核心轨迹；然后，根据提出的相似性度量算法计算核心轨迹的空间相似性、时间相似性及时空相似性，并结合DBSCAN聚类算法对载客轨迹进行聚类；最后，根据聚类结果获取城市热点载客路径的空间分布，并分析了其在工作日和非工作日的差异. 实验结果表明，本文提出的挖掘算法能有效、快速地发现城市热点载客路径的分布.

关键词：城市交通,热点载客路径,时空相似性,轨迹聚类,DBSCAN算法,出租车轨迹

基金资助：国家自然科学基金/National Natural Science Foundation of China(71761031，71561024).