一种铁路枢纽客群的画像方法及其装置制造方法及图纸

本申请涉及智慧城市技术领域，更为具体来说，本申请涉及一种铁路枢纽客群的画像方法及其装置

【技术实现步骤摘要】
一种铁路枢纽客群的画像方法及其装置


[0001]本申请涉及智慧城市
，更为具体来说，本申请涉及一种铁路枢纽客群的画像方法及其装置
。

技术介绍

[0002]近年来，随着大数据的兴起，规划大数据成为规划人员在分析城市问题
、
编制规划方案时的重要分析维度，能便利
、
更加直观
、
更加准确地辅助铁路枢纽地区的规划
。
主要包括反映人口或人群特征的
LBS(
基于位置服务，全称为
Location Based Services)
或手机信令数据
、
企业信息服务商提供的企业数据
、
地图服务商提供的
POI(
信息点，全称为
Point ofInformation)
等地图数据
。
[0003]然而，规划人员在对这些大数据进行分析时，需要掌握
GIS、SQL
及
python
等技术，形成了一定门槛
。
不仅如此，当前已有的技术服务，大多围绕常使用场景，尚未针对铁路枢纽及枢纽地区形成满足规划人员低门槛使用的全流程线产品，缺少高效的解决方案
。

技术实现思路

[0004]基于上述技术问题，本专利技术旨在提供一种铁路枢纽客群的画像方法，对铁路枢纽客群大数据进行筛选
、
计算
、
分析，以给客群画像
。
[0005]本专利技术第一方面提供了一种铁路枢纽客群的画像方法，所述方法包括：
[0006]获取目标铁路枢纽客群的行程数据；
[0007]基于判定所述行程数据中是否仅有交通设施筛选出有可判定活动的客群；
[0008]对所述有可判定活动的客群进行画像，识别出通勤人群
、
交通人群
、
商务人群
、
休闲人群
。
[0009]在本专利技术的一些实施例中，所述行程数据包括目标铁路枢纽客群经过的场景标签及在每个场景中的停留时间
。
[0010]在本专利技术的一些实施例中，基于判定所述行程数据中是否仅有交通设施筛选出有可判定活动的客群，包括：
[0011]判定所述行程数据中是否仅有交通设施，若否，则判定所述目标铁路枢纽客群为有可判定活动的客群，若是，则判定所述目标铁路枢纽客群为为无可识别活动的客群
。
[0012]在本专利技术的一些实施例中，对所述可判定活动的客群进行画像，识别出通勤人群
、
交通人群
、
商务人群
、
休闲人群，包括：
[0013]判定所述可判定活动的客群是否出站，若未出站，且在所述目标铁路枢纽停留时间大于第一预设时间，则所述可判定活动的客群为交通人群；
[0014]若所述可判定活动的客群均出站，根据出站后所在场景标签及在不同场景的停留时间，确定所述可判定活动的客群所属的人群类别
。
[0015]在本专利技术的一些实施例中，根据出站后所在场景标签及在不同场景的停留时间，确定所述可判定活动的客群所属的人群类别，包括：
[0016]根据预设时间段内日间和夜间累计停留时间，确定场景标签为目标工作地或目标居住地，其中，日间累计停留时间最长的地点为目标工作地，夜间累计停留时间最长的地点为目标居住地；
[0017]根据目标工作地和目标居住地是否同城确定所述可判定活动的客群是否为潜在通勤人群；
[0018]若所述可判定活动的客群是否为潜在通勤人群，且出站后的场景标签为所述目标工作地，则所述可判定活动的客群为通勤人群；
[0019]若所述可判定活动的客群非通勤人群，根据所述行程数据中最后到站是否为目标铁路枢纽确定所述可判定活动的客群是否为交通人群
。
[0020]在本专利技术的一些实施例中，根据所述行程数据中最后到站是否为目标铁路枢纽确定所述可判定活动的客群是否为交通人群，包括：
[0021]若所述行程数据中最后到站是目标铁路枢纽，且到站后离开目标铁路枢纽所在城市，则所述可判定活动的客群为到达交通人群；
[0022]若所述行程数据中最后到站不是目标铁路枢纽，且在目标铁路枢纽所在城市外的其它城市有空铁换乘，则所述可判定活动的客群为出发交通人群
。
[0023]在本专利技术的一些实施例中，在若所述行程数据中最后到站不是目标铁路枢纽，且在目标铁路枢纽所在城市外的其它城市有空铁换乘，则所述可判定活动的客群为出发交通人群之后，还包括：
[0024]若所述可判定活动的客群既不是到达交通人群也不是出发交通人群，则根据所述可判定活动的客群在商务场所或休闲场所的停留时间，确定所述可判定活动的客群为商务人群或休闲人群
。
[0025]在本专利技术的一些实施例中，在若所述行程数据中最后到站是目标铁路枢纽，且到站后离开目标铁路枢纽所在城市，则所述可判定活动的客群为到达交通人群之后，还包括：
[0026]若所述行程数据中最后到站是目标铁路枢纽，且到站后不离开目标铁路枢纽所在城市，则所述可判定活动的客群为商务人群或休闲人群
。
[0027]在本专利技术的一些实施例中，所述筛选出有可判定活动的客群采用
SQL
数据库进行筛选
。
[0028]本专利技术第二方面提供了一种铁路枢纽客群的画像装置，执行各实施例中所述铁路枢纽客群的画像方法，所述装置包括：
[0029]获取模块，被配置为采集
LBS
行程数据，并在所述
LBS
行程数据中筛选目标铁路枢纽客群的行程数据，其中，所述目标铁路枢纽客群的行程数据表示行程经过目标铁路枢纽的客群的行程数据获取目标铁路枢纽客群的行程数据；
[0030]筛选模块，被配置为基于判定所述目标铁路枢纽客群的行程数据中是否仅有交通设施筛选出有可判定活动的客群
[0031]画像模块，被配置为对所述可判定活动的客群进行画像，识别出通勤人群
、
交通人群
、
商务人群
、
休闲人群
。
[0032]本申请实施例中提供的技术方案，至少具有如下技术效果或优点：
[0033]本申请在众多大数据的实践经验基础上，整合形成铁路枢纽客群识别的技术路线并为目标铁路枢纽客群画像，实现了对客群的精准识别；通过
SQL
数据库方便快捷地对大数
据进行筛选
、
计算
、
分析，强化了与
SQL
数据库的衔接，将数据库的语句根据客群的精准识别逻辑转换为自动化运行，大大降低了大数据分析的门槛，为划分铁路枢纽类型
、
辅助枢纽地区规划提供参考
。
[0034]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术
。
...

【技术保护点】

【技术特征摘要】
1.
一种铁路枢纽客群的画像方法，其特征在于，所述方法包括：采集
LBS
行程数据，并在所述
LBS
行程数据中筛选目标铁路枢纽客群的行程数据，其中，所述目标铁路枢纽客群的行程数据表示行程经过目标铁路枢纽的客群的行程数据；基于判定所述目标铁路枢纽客群的行程数据中是否仅有交通设施筛选出有可判定活动的客群；对所述有可判定活动的客群进行画像，识别出通勤人群
、
交通人群
、
商务人群
、
休闲人群
。2.
根据权利要求1所述的铁路枢纽客群的画像方法，其特征在于，所述行程数据包括目标铁路枢纽客群经过的场景标签及在每个场景中的停留时间
。3.
根据权利要求1所述的铁路枢纽客群的画像方法，其特征在于，基于判定所述行程数据中是否仅有交通设施筛选出有可判定活动的客群，包括：判定所述行程数据中是否仅有交通设施，若否，则判定所述目标铁路枢纽客群为有可判定活动的客群，若是，则判定所述目标铁路枢纽客群为为无可识别活动的客群
。4.
根据权利要求2所述的铁路枢纽客群的画像方法，其特征在于，对所述可判定活动的客群进行画像，识别出通勤人群
、
交通人群
、
商务人群
、
休闲人群，包括：判定所述可判定活动的客群是否出站，若未出站，且在所述目标铁路枢纽停留时间大于第一预设时间，则所述可判定活动的客群为交通人群；若所述可判定活动的客群均出站，根据出站后所在场景标签及在不同场景的停留时间，确定所述可判定活动的客群所属的人群类别
。5.
根据权利要求4所述的铁路枢纽客群的画像方法，其特征在于，根据出站后所在场景标签及在不同场景的停留时间，确定所述可判定活动的客群所属的人群类别，包括：根据预设时间段内日间和夜间累计停留时间，确定场景标签为目标工作地或目标居住地，其中，日间累计停留时间最长的地点为目标工作地，夜间累计停留时间最长的地点为目标居住地；根据目标工作地和目标居住地是否同城确定所述可判定活动的客群是否为潜在通勤人群；若所述可判定活动的客群是否为潜在通勤人群，且出站后的场景标签为所述目标工作地，则所述可判定活动的客群为通勤人群；根据所述可判定活动的客群出站后的场景标签为目标工作地或目标居住地，判定所述可判定活动的客群是否为异...

【专利技术属性】
技术研发人员：郑德高，孙娟，蔡润林，葛春晖，罗瀛，林辰辉，邵玲，郭祖源，何兆阳，陈海涛，李鹏飞，尹泺枫，马璇，王行健，李海涛，闫岩，
申请(专利权)人：中国城市规划设计研究院上海分院，
类型：发明
国别省市：