面向海量公交刷卡数据的站点客流分析方法
曹娅琪
丁维龙
1.北方工业大学数据工程研究院 北京 100144;大规模流数据集成与分析技术北京市重点实验室 北京 1001442.北方工业大学数据工程研究院 北京 100144;大规模流数据集成与分析技术北京市重点实验室 北京 100144
摘要：公交行业的发展,产生了海量多元的公交IC卡刷卡数据,为行业应用提供快速、准确的站点客流量统计一直是智能公交建设的重点.以往对客流量的研究只是进行了简单的数据统计,准确度不高,提出的并行算法在海量数据规模下不具备水平扩展能力.针对此问题,论文通过分析海量多元数据的特征,面向公交刷卡数据提出了一种刷卡时间的聚类方法,不仅可在分钟级完成一周数据的计算,并根据换乘的时间差和距离规则约束提高了计算的准确性.论文工作在Hadoop MapReduce上进行了实现,分时客流量的计算方面随数据规模增大具有可扩展性,单位数据规模的计算执行时间保持相对稳定,并且分析结果具有较高的准确性.
关键词：公交数据海量数据站点上下车客流量站点换乘客流量
分类号：TP311(计算技术、计算机技术)
资助基金：北京市教育委员会科技计划面上项目(KM2015_10009007)北京市优秀人才培养资助青年骨干个人项目(2014000020124G011)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 247-253 )
英文信息