时间序列数据挖掘:公共自行车系统时空聚类

作者：汪丽娜; 申江龙

来源：内蒙古工业大学学报(自然科学版), 2020, 39(04): 249-255.

DOI：10.13785/j.cnki.nmggydxxbzrkxb.2020.04.002

• 聚类分析
• 时间序列
• 数据挖掘
• 城市交通
• 公共自行车

共享经济浪潮下,自行车再次成为重要的城市交通工具.依据公共自行车系统运营产生的海量用户骑行数据,文章以自行车净流出数为聚类指标运用K-mean算法实现了自行车站点的时序特征聚类和集群的空间分布展示.构建了基于自行车净流出数的新聚类指标,该指标不依赖于站点的物理情况和自行车的物理状态;可以从微观上刻画站点的流量变化;可以体现集群的潮汐效应.通过对Citi Bike系统自行车站点的聚类分析,可以发现:住宅型站点和工作型站点具有相反的潮汐现象;两类运输型站点的流量近似动态平衡且具有微小相反的差异.通过聚类分析,能够发现站点的使用模式特征,为优化站点布局、调度车辆提供决策依据.

• 单位
  内蒙古工业大学