基于时空相似性的大规模轨迹数据融合技术

如何利用大数据技术来支撑地铁路网规划、运营调度、应急管理和公共服务是当前学术界和工业界的研究热点。该文使用集成电路(Integrated Circuit,IC)卡交易记录和手机 WiFi 信号记录两种不同的数据,提出一种基于时空相似性的设备关联方法来重现乘客的完整轨迹。通过计算 IC 卡和手机 两种不同设备历史轨迹的时空相似性,来关联同一乘客的 IC 卡和对应的手机。基于这种关联可以融合粗粒度的 IC 卡轨迹和细粒度的手机站内轨迹,进而重现乘客在地铁网络里的完整轨迹。实验通过对深 圳地铁连续两个月智能 IC 卡刷卡数据和 WiFi 信号数据进行分析,同时利用最长公共子序列方法,在Spark 集群计算了 728 万张 IC 卡轨迹数据和 4 010 万个移动设备轨迹数据的时空相似性。实验结果显示,该方法可以重现 20.3 万乘客的完整轨迹,足以用来支撑地铁清分和智慧警务等应用。