一种基于POI的轨道交通站点吸引力分析方法技术

本发明专利技术公开了基于POI的轨道交通站点吸引力分析方法，方法包括：获取各餐饮店铺的客流特征数据及各餐饮店铺到预设地点的距离；根据各餐饮店铺的客流特征数据，分别在时间纬度和空间纬度上确定对应的餐饮客流特征与轨道交通客流之间的关系；根据各餐饮客流特征与所述轨道交通客流的关系，对所有餐饮客流特征进行整合，并根据多元回归算法计算各公交站点的餐饮吸引力；根据计算的各公交站点的餐饮吸引力对各站点进行优化调整，并输出优化调整结果。本发明专利技术针对餐饮公交需求，使用餐饮商铺POI数据作为商铺吸引力特征，深入探究轨道交通站点的客流与餐饮行业客流及满意度之间的关系，为轨道交通站点赋予了餐饮评价指标，量化了站点的餐饮吸引力。的餐饮吸引力。的餐饮吸引力。

【技术实现步骤摘要】
一种基于POI的轨道交通站点吸引力分析方法


[0001]本专利技术涉及公交大数据处理
，尤其涉及的是一种基于POI的轨道交通站点吸引力分析方法。

技术介绍

[0002]近年来，城市公共交通发展面临巨大挑战，2016
‑
2019年客流增速放缓，年平均增速仅为0.66％；在一些因素的影响下，公共交通客运量大幅减少，2020年较2019年下降了34.18％。虽然公共交通客运量有所下降，但其仍是城市客运的重要组成部分，2021年我国中心城市公交客运量占城市客运的86.57％，因此，亟需优化公共交通以提高市民的公共交通出行意愿。而截至2021年末，广州市轨道交通客运量占比达62％，远高于常规公交的27.61％，所以要想优化公共交通应该从轨道交通开始进行优化。
[0003]通勤是最大的出行需求，目前大部分公共交通优化都是围绕其进行。但随着城镇化的深入推进及餐饮行业的迅速发展，城市空间结构越来越多元化，餐饮空间的功能也在逐渐丰富，居民前往餐饮场所的频率及意愿也越来越高。消费者前往餐饮空间的目的也不仅仅满足于饮食方面的需求，餐厅能否满足消费者多元化的需求也逐渐成为选择餐饮场所的关注点，而以餐饮为目的的出行则是消费者日常生活的重要活动。随着我国经济的发展，餐饮行业市场规模持续壮大，这将会产生大量的餐饮出行需求。
[0004]在目前的城市轨道交通评价或日常运营中，都是从乘客通勤的角度对轨道交通进行调整。如在目前轨道交通线路的调度运营中，发车排班的情况主要分为早晚高峰及平峰两种情况，这是基于乘客通勤的出行目的对发车间隔进行调整，使乘客在通勤时可以得到更好的乘坐体验。但在餐饮出行占比日益上涨的今天，仅仅考虑通勤的情况，无法完全满足乘客的出行需求。这将会导致在用餐的时段中，轨道交通运力与需求不匹配。
[0005]因此，有必要针对餐饮出行需求对站点进行优化调整。

技术实现思路

[0006]本专利技术要解决的技术问题在于，针对现有技术缺陷，本专利技术提供一种基于POI的轨道交通站点吸引力分析方法，以解决现有的轨道交通线路的调度运营无法满足乘客的餐饮出行需求的技术问题。
[0007]本专利技术解决技术问题所采用的技术方案如下：
[0008]第一方面，本专利技术提供基于POI的轨道交通站点吸引力分析方法，包括：
[0009]获取各餐饮店铺的客流特征数据及各餐饮店铺到预设地点的距离；
[0010]根据各餐饮店铺的客流特征数据，分别在时间纬度和空间纬度上确定对应的餐饮客流特征与轨道交通客流之间的关系；
[0011]根据各餐饮客流特征与所述轨道交通客流的关系，对所有餐饮客流特征进行整合，并根据多元回归算法计算各公交站点的餐饮吸引力；
[0012]根据计算的各公交站点的餐饮吸引力对各站点进行优化调整，并输出优化调整结
果。
[0013]在一种实现方式中，所述获取各餐饮店铺的客流特征数据及各餐饮店铺到预设地点的距离，包括：
[0014]获取餐饮平台上各餐饮店铺的客流特征数据，并获取地图平台上各餐饮商铺到最近地铁站的步行距离。
[0015]在一种实现方式中，所述根据各餐饮店铺的客流特征数据，分别在时间纬度和空间纬度上确定对应的餐饮客流特征与轨道交通客流之间的关系，包括：
[0016]对各餐饮店铺的客流特征数据进行预处理，得到预处理后的数据；
[0017]对所述预处理后的数据进行空间维度上的分析，确定各餐饮店铺的客流特征与所述轨道交通客流在空间维度上的关系；
[0018]对所述预处理后的数据进行时间维度上的分析，确定各餐饮店铺的客流特征与所述轨道交通客流在时间维度上的关系。
[0019]在一种实现方式中，所述对各餐饮店铺的客流特征数据进行预处理，得到预处理后的数据，包括：
[0020]将各餐饮店铺的客流特征进行标准化处理，统一各餐饮店铺的评分、评价数及步行距离的量级；
[0021]对各餐饮店铺的餐饮类型进行重新分类，并根据分类后的类别，对各分类下的餐饮店铺的吸引力进行分析，得到所述预处理后的数据。
[0022]在一种实现方式中，所述对所述预处理后的数据进行空间维度上的分析，确定各餐饮店铺的客流特征与所述轨道交通客流在空间维度上的关系，包括：
[0023]获取每个时段内各分类下的餐饮店铺平均评分、总商铺数、总评价数及各餐饮店铺到地铁站的距离；
[0024]根据站点刷卡的出站人数获取所述轨道交通客流；
[0025]对所述预处理后的数据进行聚类划分，得到若干个商圈，并根据各餐饮店铺的客流特征表示商圈客流特征。
[0026]在一种实现方式中，所述根据各餐饮客流特征与所述轨道交通客流的关系，对所有餐饮客流特征进行整合，并根据多元回归算法计算各公交站点的餐饮吸引力，包括：
[0027]根据各餐饮客流特征的参数间的关系进行特征整合；
[0028]对各分类下餐饮店铺的吸引力进行多重共线性判断，根据各分类下餐饮店铺对不同函数的拟合效果确定函数关系，并根据公式进行拟合得出各个站点的餐饮吸引力；
[0029]对计算得到的站点餐饮吸引力进行验证分析。
[0030]在一种实现方式中，所述根据各餐饮客流特征的参数间的关系进行特征整合，包括：
[0031]计算不同分类下的餐饮店铺吸引力，分析评分与评价数的关系，确定所述评分和所述评价数在对应餐饮店铺吸引力上的占比。
[0032]在一种实现方式中，所述对计算得到的站点餐饮吸引力进行验证分析，包括：
[0033]对计算得到的站点餐饮吸引力进行时间和空间分析，分析计算得到的站点餐饮吸引力在时间及空间上分布的规律；
[0034]对站点餐饮吸引力和轨道交通站点线网可达性及站点刷卡人数进行耦合度分析，
得到各公交站点的餐饮吸引力。
[0035]第二方面，本专利技术提供一种计算机终端，包括：处理器以及存储器，所述存储器存储有基于POI的轨道交通站点吸引力分析程序，所述基于POI的轨道交通站点吸引力分析程序被所述处理器执行时用于实现如第一方面所述的基于POI的轨道交通站点吸引力分析方法的操作。
[0036]第三方面，本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质存储有基于POI的轨道交通站点吸引力分析程序，所述基于POI的轨道交通站点吸引力分析程序被处理器执行时用于实现如第一方面所述的基于POI的轨道交通站点吸引力分析方法的操作。
[0037]本专利技术采用上述技术方案具有以下效果：
[0038]本专利技术提供了一种基于POI的轨道交通站点吸引力分析方法，通过提取餐饮商铺客流特征数据，结合轨道交通站点刷卡数据，分析餐饮客流特征和轨道交通客流的关系；然后基于二者的相关性，对各个站点周边的餐饮商铺客流特征进行整合，并计算出站点餐饮吸引力。本专利技术针对餐饮公交需求，使用餐饮商铺POI数据作为商铺吸引力特征，深入探究轨道交通站点的客流与餐饮行业客流及满意度之间的关系，为轨道交通站点赋予了餐饮评本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于POI的轨道交通站点吸引力分析方法，其特征在于，包括：获取各餐饮店铺的客流特征数据及各餐饮店铺到预设地点的距离；根据各餐饮店铺的客流特征数据，分别在时间纬度和空间纬度上确定对应的餐饮客流特征与轨道交通客流之间的关系；根据各餐饮客流特征与所述轨道交通客流的关系，对所有餐饮客流特征进行整合，并根据多元回归算法计算各公交站点的餐饮吸引力；根据计算的各公交站点的餐饮吸引力对各站点进行优化调整，并输出优化调整结果。2.根据权利要求1所述的基于POI的轨道交通站点吸引力分析方法，其特征在于，所述获取各餐饮店铺的客流特征数据及各餐饮店铺到预设地点的距离，包括：获取餐饮平台上各餐饮店铺的客流特征数据，并获取地图平台上各餐饮商铺到最近地铁站的步行距离。3.根据权利要求1所述的基于POI的轨道交通站点吸引力分析方法，其特征在于，所述根据各餐饮店铺的客流特征数据，分别在时间纬度和空间纬度上确定对应的餐饮客流特征与轨道交通客流之间的关系，包括：对各餐饮店铺的客流特征数据进行预处理，得到预处理后的数据；对所述预处理后的数据进行空间维度上的分析，确定各餐饮店铺的客流特征与所述轨道交通客流在空间维度上的关系；对所述预处理后的数据进行时间维度上的分析，确定各餐饮店铺的客流特征与所述轨道交通客流在时间维度上的关系。4.根据权利要求3所述的基于POI的轨道交通站点吸引力分析方法，其特征在于，所述对各餐饮店铺的客流特征数据进行预处理，得到预处理后的数据，包括：将各餐饮店铺的客流特征进行标准化处理，统一各餐饮店铺的评分、评价数及步行距离的量级；对各餐饮店铺的餐饮类型进行重新分类，并根据分类后的类别，对各分类下的餐饮店铺的吸引力进行分析，得到所述预处理后的数据。5.根据权利要求3所述的基于POI的轨道交通站点吸引力分析方法，其特征在于，所述对所述预处理后的数据进行空间维度上的分析，确定各餐饮店铺的客流特征与所述轨道交通客流在空间维度上的关系，包括：获取每个时段内各分类下的餐饮店铺平均评分、总商铺数、总评价数及各餐饮店铺到地铁站的距离...

【专利技术属性】
技术研发人员：邹亮，江稳鑫，朱玲湘，
申请(专利权)人：深圳大学，
类型：发明
国别省市：