(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211358979.0 (22)申请日 2022.11.02 (71)申请人 中南大学 地址 410000 湖南省长 沙市岳麓区麓山 南 路932号 (72)发明人 谌恺祺　彭翀　邓敏　石岩　 (74)专利代理 机构 长沙轩荣专利代理有限公司 43235 专利代理师 孙薇 (51)Int.Cl. G06F 16/2458(2019.01) G06F 16/29(2019.01) G06K 9/62(2022.01) G06Q 50/26(2012.01) (54)发明名称 一种城市设施关联模式挖掘方法及相关设 备 (57)摘要 本发明提供了一种城市设施关联模式挖掘 方法及相关设备， 方法包括： 基于城市道路交叉 口划分城市路网； 收集轨迹点数据， 并将轨迹点 数据与城市路网进行匹配； 收集城市设施点数 据， 并将城市设施点数据与城市路网进行匹配， 得到城市设施 点数据匹配结果； 根据轨迹点数据 和城市设施 点数据匹配结果， 计算人群移动 层转 移矩阵与人群访问层转移矩阵； 通过人群移动 层 转移矩阵与人群访问层转移矩阵， 构建人类活动 视角下的城市设施关系图； 在城市设施关系图中 进行多次随机游走， 生成多条游走序列； 对多条 游走序列中每个 设施类别的向量表达进行学习， 形成表征向量集； 基于表征向量集计算向量间的 余弦相似度， 根据余弦相似度挖掘城市设施间的 关联模式。 权利要求书3页 说明书11页 附图3页 CN 115408452 A 2022.11.29 CN 115408452 A 1.一种城市 设施关联模式挖掘方法， 其特 征在于， 包括： 步骤1， 基于城市道路交叉口划分城市路网； 步骤2， 收集轨 迹点数据， 并将所述轨 迹点数据与所述城市路网进行匹配； 步骤3， 收集城市设施点数据， 并将所述城市设施点数据与所述城市路网进行匹配， 得 到城市设施点数据匹配结果； 步骤4， 根据所述轨迹点数据和所述城市设施点数据匹配结果， 计算人群移动层转移矩 阵与人群访问层转移 矩阵； 步骤5， 通过所述人群移动层转移矩阵与所述人群访问层转移矩阵， 构建人类活动视角 下的城市 设施关系图； 步骤6， 在所述城市 设施关系图中进行多次随机游走， 生成多条游走序列； 步骤7， 对多条 所述游走序列中每 个设施类别的向量表达进行 学习， 形成表征向量 集； 步骤8， 基于所述表征向量集计算向量间的余弦相似度， 根据 所述余弦相似度挖掘城市 设施间的关联模式。 2.根据权利要求1所述的城市 设施关联模式挖掘方法， 其特 征在于， 所述城市路网为 其中， 表示城市路网中全部路段的集 合， 表示路段到路段的权 重。 3.根据权利要求2所述的城市 设施关联模式挖掘方法， 其特 征在于， 所述 步骤2包括： 收集轨迹数据， 所述轨 迹数据包括多个轨 迹点； 针对多个所述轨迹点中的每个轨迹点， 计算所述轨迹点与每条路段的方位角的夹角余 弦值； 判断所述夹角余弦值与预设的角度阈值的大小， 将所述预设角度阈值大于所述夹角余 弦值时的路段均加入所述轨 迹点的保留路段集中； 计算所述轨 迹点到所述保留路段集中每一条路段的距离并得到最小距离； 将所述最小距离与 预设的距离阈值进行比较， 若所述最小距离大于或等于预设的距离 阈值， 则将所述最小距离对应的路段作为所述轨迹点所匹配上的路段， 并将所述最小距离 对应的路段 更新至所述轨 迹点内。 4.根据权利要求3所述的城市 设施关联模式挖掘方法， 其特 征在于， 所述 步骤3包括： 收集城市 设施点数据； 针对所述城市设施点数据中的每个设施点， 计算所述设施点到城市路网中每一条路段 的距离并得到最小距离； 将所述最小距离与 预设的距离阈值进行比较， 若所述最小距离小于或等于预设的距离 阈值， 则将所述最小距离对应的路段作为所述设施点所匹配上的路段， 并将所述最小距离 及与所述 最小距离对应的路段 更新至所述设施点内。 5.根据权利要求 4所述的城市 设施关联模式挖掘方法， 其特 征在于， 所述 步骤4包括： 基于所述轨 迹点数据， 通过 计算所述人群移动层转移 矩阵； 基于所述城市设施点数据匹配结果， 通过 计算所述人群访问层转权　利　要　求　书 1/3 页 2 CN 115408452 A 2移矩阵； 其中， 表示所有轨迹点从路段 直接到达路段 的次数， 表示路段的总数量， 表示所有轨迹点 从路段 直接到达 路段 的次数， ， 表示路段 到设施点 之间的距离， 表示路段 匹配到的设施点的总数量， 表示路段 到设施点 之间的距离 。 6.根据权利要求1所述的城市 设施关联模式挖掘方法， 其特 征在于， 所述 步骤7包括： 构建目标函数 为 其中， 为预设的游走序列个数的阈值， 为预设的游走序列步数的阈值， 为邻域参数， 表示条件概率值， 为游走序列中以路段 为起点的第 条序 列的第 个元素的向量， 为游走序列中以路段 为起点的第 条序列的第 个元 素的向量； 对所述目标函数进行最大化， 并选 择与所述目标最大化时对应的的向量 构造城市 设施向量表征集。 7.根据权利要求1所述的城市 设施关联模式挖掘方法， 其特 征在于， 所述 步骤8包括： 根据所述表征向量 集， 计算向量间的余弦相似度 为 其中， 为向量的长度， 表示向量 的第 个分量， ， 为城市 设施点数据的类别数； 根据所述 余弦相似度， 基于 准则挖掘显著的设施间的关联模式； 定义显著关联模式集 ， 表示第 个 元显著关联模式， ， 若 ， 则将显著关联模式 加入显著关联模式集 中。 8.一种城市 设施关联模式挖掘装置， 其特 征在于， 包括： 划分模块， 用于基于城市道路交叉口划分城市路网； 轨迹点数据匹配模块， 用于收集轨迹点数据， 并将所述轨迹点数据与所述城市路网进 行匹配； 城市设施点数据匹配模块， 用于收集城市设施点数据， 并将所述城市设施点数据与所 述城市路网进行匹配， 得到城市 设施点数据匹配结果；权　利　要　求　书 2/3 页 3 CN 115408452 A 3