网约车数据挖掘的全流程方法研究

摘要

网约车数据挖掘对居民出行时空特征、智慧交通和人口流动等研究有着重要意义。由于网约车数据体量大,分析挖掘中存在数据处理复杂、交互困难、需要的软硬件条件高和技术实现难度大等问题,本文集成数据处理、数据存储、时空分析和可视化等多种技术手段,构建了一套适用于中小规模网约车数据挖掘的全流程解决方案:针对3个月的网约车数据,通过数据纠偏和数据压缩预处理技术,改善数据质量、减少数据体量;根据数据特点和轨迹数据时空分析共性特点,设计适宜的数据库结构,进一步提升数据查询及分析效率;再通过总结轨迹数据时空分析方法,采用核密度分析、空间聚类和统计分析,实现OD分析、车速分析和车流量分析,并通过开源时空大数据可视化库进行分析成果的展示。最后以重庆中心城区3个月的网约车数据为例进行验证,分析结果表明该方案具有一定适用性和可操作性。