基于知识图谱的城市车辆出行特征挖掘与行程生成
计算机与社会
2022-03-09 v1
摘要
城市交通运行产生海量交通数据，其中包含丰富信息，对智能交通系统研究具有重要意义。特别是随着感知技术的提升，获取个体级车辆出行数据已成为可能。其粒度更细、研究潜力更大，但同时也对数据组织与分析提出更高要求。更重要的是，由于隐私问题，其无法公开。为更好地处理个体级城市车辆出行大数据，本文引入知识图谱进行研究。针对个体级出行数据组织，我们设计并构建了个体级出行知识图谱，大幅提升了数据获取效率。随后以出行知识图谱为数据引擎，结合交通领域知识设计逻辑规则以挖掘车辆出行特征。最后，进一步提出基于知识图谱生成的个体级出行合成方法，以解决个体级交通数据的隐私问题。实验表明，最终生成的出行数据在出行模式与车辆关联上与历史数据相似，且具有较高的空间连续性。
引用
@article{arxiv.2203.04085,
title = {Urban Vehicle Mobility Characteristic Mining and Trip Generation Based on Knowledge Graph},
author = {Guilong Li and Yixian Chen and Jun Xie and Qinghai Lin and Zhaocheng He},
journal= {arXiv preprint arXiv:2203.04085},
year = {2022}
}