任亞飛　金?！∧鹆痢⒎ǔ?/p>

摘要：本文是對(duì)來(lái)源于成都科泰科技有限責(zé)任公司的《綿陽(yáng)GPS數(shù)據(jù)》的提取、分析和利用，詳細(xì)闡述了基于大數(shù)據(jù)處理的出租車GPS數(shù)據(jù)可視化分析。

關(guān)鍵詞：大數(shù)據(jù)處理;GIS地圖匹配;出租車GPS數(shù)據(jù)

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2019）02-0219-02

出租車平臺(tái)所產(chǎn)生的數(shù)據(jù)，沒有深入的挖掘有用的信息來(lái)透徹分析，會(huì)造成信息浪費(fèi)。本文是對(duì)來(lái)源于成都科泰科技有限責(zé)任公司《綿陽(yáng)GPS數(shù)據(jù)》的利用和應(yīng)用問(wèn)題，主要進(jìn)行基于大數(shù)據(jù)處理的出租車GPS數(shù)據(jù)可視化分析。通過(guò)MATLAB對(duì)綿陽(yáng)出租車GPS數(shù)據(jù)的算法分析，可以得出本市居民和外來(lái)游客的出行特征、興趣喜好和生活方式等，再結(jié)合GIS地圖匹配，我們能準(zhǔn)確的向出租車上的乘客投放相應(yīng)范圍的優(yōu)質(zhì)商家廣告，為乘客提供更加優(yōu)質(zhì)的服務(wù)。

1 分析方案

使用MATLAB、GIS等專業(yè)工具提取、處理并存儲(chǔ)租車平臺(tái)所產(chǎn)生的有效數(shù)據(jù)，結(jié)合出租車接客軌跡數(shù)據(jù)進(jìn)行分析計(jì)算與數(shù)據(jù)集成，得出出租車上下客的時(shí)空分布規(guī)律。

出租車GPS軌跡數(shù)據(jù)提取方案如圖1所示，關(guān)鍵技術(shù)：（1）大量數(shù)據(jù)的預(yù)處理，包含數(shù)據(jù)清洗和數(shù)據(jù)提取，得到可以數(shù)據(jù)。（2）有效數(shù)據(jù)分析，包含對(duì)出租車車載系統(tǒng)數(shù)據(jù)類型的分類研究，對(duì)不同類型（如時(shí)間、經(jīng)緯度、載客情況等）進(jìn)行不同的處理。（3）結(jié)果可視化圖形表示，二維形式的直觀圖形表示。

2 數(shù)據(jù)處理

2.1 異常數(shù)據(jù)處理

本文研究的數(shù)據(jù)主要使用《綿陽(yáng)GPS數(shù)據(jù)》，經(jīng)查證，四川省綿陽(yáng)市坐標(biāo)范圍為東經(jīng)102°45′～105°43′和北緯30°42′～33°03′，市區(qū)海拔高度在429m～728m。此范圍以外的坐標(biāo)數(shù)據(jù)屬于異常數(shù)據(jù)，將該異常數(shù)據(jù)所在組整組剔除。

空車時(shí)VarName10的數(shù)值為0，有客時(shí)VarName10為1?？罩剀嚁?shù)據(jù)為非0、1時(shí)該數(shù)據(jù)屬于異常數(shù)據(jù)，將該異常數(shù)據(jù)所在組整組剔除。

此數(shù)據(jù)包含4368644組數(shù)據(jù)，樣本量很大且表內(nèi)缺失值所占樣本比例<5%，可以使用列刪法直接剔除表內(nèi)缺失數(shù)據(jù)。

此數(shù)據(jù)中GPS數(shù)據(jù)采集時(shí)間間隔有15秒采集一次和60秒采集一次兩種，本次數(shù)據(jù)分析的目的是為出租車精準(zhǔn)廣告投放系統(tǒng)提供精確的綿陽(yáng)出租車上下客的時(shí)空分布規(guī)律，60秒時(shí)間間隔的數(shù)據(jù)不采用，只分析15秒時(shí)間間隔的數(shù)據(jù)。

其中，GPS相鄰兩條數(shù)據(jù)時(shí)間間隔出現(xiàn)異常主要有以下三種情況：（1）出租車GPS信號(hào)被高大建筑物遮擋或經(jīng)過(guò)隧道時(shí);（2）出租車GPS傳輸過(guò)程中出現(xiàn)不可避免的延遲和丟包現(xiàn)象時(shí);（3）剔除經(jīng)緯度和海拔異常數(shù)據(jù)、空重車異常數(shù)據(jù)、缺失數(shù)據(jù)所在組數(shù)據(jù)時(shí)[1]。

由于數(shù)據(jù)傳輸延遲一般在2秒以內(nèi)，所以相鄰兩組數(shù)據(jù)時(shí)間間隔超過(guò)17秒的數(shù)據(jù)屬于異常數(shù)據(jù)。由于這類數(shù)據(jù)時(shí)間間隔較大，無(wú)法計(jì)算出上下客點(diǎn)坐標(biāo)。將時(shí)間異常的數(shù)據(jù)所在組整組剔除，對(duì)時(shí)間異常數(shù)據(jù)的剔除前需要對(duì)時(shí)間進(jìn)行排序，使用MATLAB的對(duì)比函數(shù)可以快速實(shí)現(xiàn)，可以有效解決個(gè)別時(shí)間排序混亂問(wèn)題，提高數(shù)據(jù)清洗的嚴(yán)謹(jǐn)性。

2.2 數(shù)據(jù)提取

本文使用的數(shù)據(jù)來(lái)源于成都科泰公司提供的綿陽(yáng)市交通運(yùn)輸管理處的采集數(shù)據(jù)，主要使用MATLAB工具進(jìn)行數(shù)據(jù)處理。每組數(shù)據(jù)包含出租車車牌號(hào)、記錄數(shù)據(jù)的時(shí)間、經(jīng)度、緯度、高度、Speed、GpsSpeed、RealGpsSpeed、RealSpeed、空重車?？罩剀囎兞渴?時(shí)為空載狀態(tài)，1時(shí)為載客狀態(tài)。7×24小時(shí)不間斷采集出租車GPS數(shù)據(jù)，包含了綿陽(yáng)1-2月共4368644組數(shù)據(jù)。

將預(yù)處理后的數(shù)據(jù)按車牌號(hào)分組提取出子矩陣，再將每個(gè)子矩陣中的數(shù)據(jù)按時(shí)間進(jìn)行排序，得到相同車牌號(hào)并按時(shí)間排序的矩陣數(shù)據(jù)[2]。提取出空重車變量變化時(shí)的數(shù)據(jù)，上下客事件即發(fā)生在這組數(shù)據(jù)。其中，當(dāng)空重車變量發(fā)生變化，初步判斷從1變?yōu)?為出租車下客點(diǎn)，從0變?yōu)?即出租車上客點(diǎn)。

提取出上下客點(diǎn)，可得到某時(shí)段的出租車下客空間分布規(guī)律。對(duì)此數(shù)據(jù)的分析目的是找出綿陽(yáng)市出租車乘客出行空間特征，主要是對(duì)的上下客地點(diǎn)分布和上下客熱點(diǎn)區(qū)域進(jìn)行分析，得到綿陽(yáng)市區(qū)出行吸引量較多的區(qū)域，進(jìn)一步找到這些區(qū)域?qū)Τ鲂谐丝臀潭雀叩脑颉?/p>

3 使用Geographic Information System（以下簡(jiǎn)稱GIS）進(jìn)行GPS數(shù)據(jù)和路網(wǎng)數(shù)據(jù)匹配

3.1 下載電子地圖并載入數(shù)據(jù)

OpenStreetMap（OSM）是一款由網(wǎng)絡(luò)大眾共同打造的免費(fèi)開源可編輯的地圖服務(wù)。在OpenStreetMap的官網(wǎng)上直接下載綿陽(yáng)市電子地圖數(shù)據(jù)?？蛇x數(shù)據(jù)格式有SHAPEFILE、GEOJSON、OSM PBF、OSM XML等。由于本次數(shù)據(jù)處理需要使用GIS來(lái)進(jìn)行GPS數(shù)據(jù)和路網(wǎng)數(shù)據(jù)匹配，所以選擇SHAPEFILE格式下載，進(jìn)行實(shí)驗(yàn)。

將GPS軌跡數(shù)據(jù)（Excel格式）添加為點(diǎn)數(shù)據(jù)，將OSM數(shù)據(jù)轉(zhuǎn)為線數(shù)據(jù)，GPS軌跡數(shù)據(jù)坐標(biāo)系和電子地圖的數(shù)據(jù)坐標(biāo)系統(tǒng)都是WGS1984地理坐標(biāo)，不用作坐標(biāo)轉(zhuǎn)換。但需要在下面的匹配過(guò)程中，剔除電子地圖中的河流數(shù)據(jù)和人行天橋數(shù)據(jù)。

3.2 GPS數(shù)據(jù)和路網(wǎng)數(shù)據(jù)匹配

由于數(shù)據(jù)清洗時(shí)剔除了經(jīng)緯度、海拔、空重車和時(shí)間的異常數(shù)據(jù)和缺失數(shù)據(jù)，以及數(shù)據(jù)提取后，400M的原始數(shù)據(jù)僅剩下8M有用數(shù)據(jù)，每輛車的數(shù)據(jù)無(wú)法形成軌跡，所以暫時(shí)無(wú)法使用車輛行駛軌跡和行駛方向等額外信息來(lái)進(jìn)行馬爾科夫模型的處理。本文路網(wǎng)匹配先使用幾何算法中的點(diǎn)到線距離對(duì)比的方法，在后續(xù)研究中，加大數(shù)據(jù)量后可實(shí)現(xiàn)對(duì)車輛行駛軌跡的處理和分析。

使用GIS投影工具、鄰近表工具、連接工具、字符計(jì)算器等聯(lián)合處理，來(lái)計(jì)算每個(gè)GPS距離最近道路的距離。在分析過(guò)程中，一部分GPS數(shù)據(jù)由于信號(hào)定位問(wèn)題，如圖2所示定位到河流中（圖中金黃色的點(diǎn)為出租車GPS上下客的定位點(diǎn)），其數(shù)據(jù)可以判斷為是不可信的。另一部分的GPS數(shù)據(jù)由于離道路非常遠(yuǎn)，如圖3所示其最近道路距離值亦非常大，但是根據(jù)現(xiàn)有的道路數(shù)據(jù)，它的計(jì)算判斷為準(zhǔn)確的。

通過(guò)獲取離GPS數(shù)據(jù)點(diǎn)最近的道路，計(jì)算GPS數(shù)據(jù)點(diǎn)離道路最近點(diǎn)，求得兩點(diǎn)間的距離。最后，得出出租車用戶上下客空間分布規(guī)律如下圖4所示。

4 GPS數(shù)據(jù)分析應(yīng)用

近年來(lái)，隨著GPS智能終端的普及越來(lái)越多的人開始習(xí)慣于記錄并分享軌跡日志。基于這些日志可以分析并挖掘出用戶的一些行為特征，從而為用戶提供個(gè)性化的基于位置的智能服務(wù)，有效地提升和改善用戶的應(yīng)用體驗(yàn)。

GPS數(shù)據(jù)的分析與挖掘可以應(yīng)用到生活的方方面面，可以通過(guò)某路段的平均車速監(jiān)測(cè)堵車情況;可以為打車平臺(tái)對(duì)空車進(jìn)行實(shí)時(shí)調(diào)度;可以作為城市交通規(guī)劃的重要依據(jù);可以作為出租車公司管理優(yōu)化依據(jù);可以用來(lái)分析出行高峰時(shí)間段和區(qū)域之間的具體情況;也可結(jié)合消費(fèi)行業(yè)分析客戶喜好，從而可作為出行規(guī)劃和選址的依據(jù)。

本文通過(guò)MATLAB對(duì)綿陽(yáng)出租車GPS數(shù)據(jù)的算法分析，得出城市出租車上下客點(diǎn)時(shí)空分布規(guī)律。在后續(xù)研究中，將分析出本市居民和外來(lái)游客的出行特征、興趣喜好和生活方式等，再結(jié)合GIS地圖匹配，分析得出優(yōu)秀商家、景點(diǎn)、醫(yī)療教育等。最后，結(jié)合特殊時(shí)段下，出租車輛所在的當(dāng)前區(qū)域內(nèi)，合適的優(yōu)質(zhì)商家、景點(diǎn)、醫(yī)療教育等各方面信息投放于出租車內(nèi)、頂部和后窗上等位置，推薦給乘客和出行大眾[3]。

（1）對(duì)于顧客方便：基于物理位置的廣告，當(dāng)顧客對(duì)廣告內(nèi)容感興趣時(shí)，無(wú)需多花費(fèi)考慮的時(shí)間，就可以去廣告所展現(xiàn)的地方，體驗(yàn)相應(yīng)的服務(wù)。時(shí)效性：用戶的行為和興趣都是有時(shí)間限制的，一般廣告很多人第一眼看到感興趣時(shí)想要前往的概率是非常大的，可前往距離太遠(yuǎn)當(dāng)時(shí)并沒有時(shí)間，想著有時(shí)間再去，但是很多時(shí)候都會(huì)忘記。

（2）由于所推薦的廣告并不是店家投放，而是由數(shù)據(jù)分析得出，避免了粗制濫造，優(yōu)化了顧客選擇體驗(yàn)。

5 結(jié)語(yǔ)

本文利用城市出租車GPS軌跡數(shù)據(jù)的可視化分析，得到城市出行的規(guī)律和需求，并結(jié)合乘客和出行大眾的需求，提出了出租車GPS數(shù)據(jù)可視化分析對(duì)出租車精準(zhǔn)廣告服務(wù)的基礎(chǔ)性和重要性，從而為城市出行提供更優(yōu)質(zhì)的服務(wù)和體驗(yàn)。

參考文獻(xiàn)

[1] 何雯，李德毅，安利峰，等人.基于GPS軌跡的規(guī)律路徑挖掘算法[J].吉林大學(xué)學(xué)報(bào)（工學(xué)報(bào)）.2014（06）：1764-1770.

[2] 吳川.出租車車聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)及時(shí)空分布態(tài)勢(shì)研究[D].山東大學(xué)，2017（11）.

[3] 江文君.試論出租車大數(shù)據(jù)在城市交通中的應(yīng)用[J].中國(guó)高新區(qū)，2017（12）：194.

Visualization Analysis of Taxi GPS Data

REN Ya-fei， JIN Rui， MO Jin-liang， LIU Fa-chao

（Sichuan Vocational and Technical College of Communications，Chengdu Sichuan? 611130）

Abstract：This paper extracts analyses and utilizes GPS data of Mianyang taxi from the Chengdu Ketai Science and Technology limited liability company. This paper elaborates the visualization analysis of taxi GPS data based on big data processing.

Key words：Big Data Processing; GIS Map Matching; Taxi GPS Data