-
公开(公告)号:CN109903554A
公开(公告)日:2019-06-18
申请号:CN201910129703.7
申请日:2019-02-21
Applicant: 长安大学
Abstract: 一种基于Spark的路网交通运行分析方法,以实时交通流数据为基础,结合k-means和随机森林算法构建了路网交通运行态势判别模型;选择分布式文件系统存储和弹性分布式数据集并行处理交通数据,实现了路网交通运行状态的实时判别。本发明利用Spark大数据机器学习平台,结合分布式k-means算法进行聚类分析,改善了传统的k-means算法在大数据情况下,算法时效性的问题,实现路网交通运行状态的判别,分析结果可为高速公路管理部门提供实时、可靠的路网运行状态分析服务,同时可为建立高速公路智慧管控平台提供理论依据。
-
公开(公告)号:CN108256923A
公开(公告)日:2018-07-06
申请号:CN201810092069.X
申请日:2018-01-30
Applicant: 长安大学
Abstract: 一种基于车辆通行特征的ETC客户细分方法,将ETC客户细分指标分别定义为最近消费间隔、年通行频次和年消费金额三类,在定义ETC客户细分指标之后采用CLARA算法进行ETC客户聚类分析,将最好的聚类结果输出;在ETC客户聚类分析完成后,采用CART算法建立细分规则提取算法,然后进行ETC客户细分模型的建立,得到ETC客户星级评定结果。本发明通过结合CLARA算法完成了ETC客户全样本数据聚类分析,克服了PAM算法对于大数据聚类的失效问题,实现了ETC客户细分,设计了ETC客户星级评定方法,可为高速公路运营管理单位探索ETC客户精准营销和分级费率优惠方面提供创新思路。
-