买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳大学

摘要：本发明公开了一种公交乘客居住地分布预测方法、终端设备及存储介质，所述方法包括：根据爬虫技术爬取分析数据，并根据所述分析数据，确定影响公交出行的相关影响因素以及影响形式；根据所述相关影响因素以及所述影响形式，构建POI站点出行比例回归模型；对所述POI站点出行比例回归模型进行验证，并根据所述POI站点出行比例回归模型的有效性信息，确定公交乘客居住地分布信息。本发明通过构建POI站点出行比例回归模型，推算出公交乘客居住地分布信息，在不需要个人定位信息的前提下，高效、低成本地获取公交乘客居住地分布信息。

主权项：1.一种公交乘客居住地分布预测方法，其特征在于，所述方法包括：根据爬虫技术爬取分析数据，并根据所述分析数据，确定影响公交出行的相关影响因素以及影响形式；根据所述相关影响因素以及所述影响形式，构建POI站点出行比例回归模型；对所述POI站点出行比例回归模型进行验证，并根据所述POI站点出行比例回归模型的有效性信息，确定公交乘客居住地分布信息；所述根据爬虫技术爬取分析数据，包括：利用爬虫技术爬取网站公开的POI数据、公交地铁线路站点数据以及天气数据；对所述POI数据、所述公交地铁线路站点数据以及所述天气数据进行清洗整理；根据清洗整理后的数据筛选出分析因素；所述根据所述分析数据，确定影响公交出行的相关影响因素以及影响形式，包括：计算出行比例，对所述分析因素进行相关性分析，确定所述分析因素与所述出行比例的相关性；采用函数关系对所述分析因素与所述出行比例进行拟合，确定相关影响因素与影响形式；所述出行比例的计算公式为： ；其中，为站点编号为s的周边POI总出行比例； 为POI到站点s早高峰总乘客数； 为站点s周边POI总常住人数；s=1，2……N，N为全市站点编号数；所述POI站点出行比例回归模型为： 其中，表示POI编号为i至站点s的出行比例； 表示POI编号为i的相关影响因素j的重要程度； 为POI编号为i至站点s相关影响因素j所对应的影响形式；i=1，2……M，M为全市POI编号数；j=1，2……O，O为影响因素编号数；所述根据所述相关影响因素以及所述影响形式，构建POI站点出行比例回归模型之后，还包括：根据所述POI站点出行比例回归模型推算POI站点平均乘客数，并计算站点POI出行概率；根据所述站点POI出行概率推算站点乘客数POI分布；所述POI站点平均乘客数为： =；其中，为站点s周边POI编号为i的POI站点平均乘客数； 表示POI编号为i的常住人数；所述站点POI出行概率为： ；其中，为站点s周边POI编号为i的出行概率； 为推算的站点s周边POI的总站点平均乘客数；所述站点乘客数POI分布为： ；其中，为站点s周边POI编号为i的乘客分布数； 为站点s的现实乘客数。

全文数据：

权利要求：

百度查询： 深圳大学 一种公交乘客居住地分布预测方法、终端设备及存储介质