一种利用移动通信数据挖掘进行公交规划的方法.pdf

一种利用移动通信数据挖掘进行公交规划的方法，包括从运营商服务器获取统计区域内统计时段内用户终端的移动信令数据，根据所述用户终端的移动信令数据获得用户终端的位置更新信息；根据各所述用户终端的所述位置更新信息，分别得到各用户终端对应的用户的时空数据集；根据所述各用户的时空数据集得到人群驻留点集和人群出行特征；根据所述人群驻留点集和人群出行特征，进行公交规划。相应地，还提供了实现上述方法的装置。本发明有效地减少城市客流OD调查的人力物力的投入，耗费少，准确度高。

权利要求书
1.  一种利用移动通信数据挖掘进行公交规划的方法，包括：
从运营商服务器获取统计区域内统计时段内用户终端的移动信令数据， 根据所述用户终端的移动信令数据获得用户终端的位置更新信息；
根据各所述用户终端的所述位置更新信息，分别得到各用户终端对应的 用户的时空数据集；
根据所述各用户的时空数据集得到人群驻留点集和人群出行特征；
根据所述人群驻留点集和人群出行特征，进行公交规划。

2.  如权利要求1所述的方法，其特征在于，根据所述各用户的时空数 据集得到人群驻留点集和人群出行特征的步骤包括：
根据所述各用户的时空数据集，提取各用户的泊点集；
根据所述各用户的泊点集，提取各用户的重复泊点集；
根据所述各用户的重复泊点集，汇总得到人群驻留点集；
根据所述各用户的重复泊点集，得到各用户的上班时段出行轨迹和下班 时段轨迹，汇总得到人群出行特征。

3.  如权利要求2所述的方法，其特征在于，所述根据各所述用户的时 空数据集，提取各用户的泊点集的步骤包括：
用户的时空数据集包括：位置点，位置点的驻留时间；
根据每一个用户的时空数据集，提取出该用户的位置点的驻留时间，如 果该用户的位置点的驻留时间超过泊点阈值，则标记该用户的位置点为泊 点，建立该用户的泊点集，汇总建立各用户的泊点集。

4.  如权利要求2所述的方法，其特征在于，所述根据所述各用户的泊 点集，提取各用户的重复泊点集的步骤包括：
如果一个用户的泊点集的泊点的重复度大于重复度阈值，则标记为该用 户的重复泊点，建立该用户的重复泊点集，汇总建立各用户的重复泊点集。

5.  如权利要求1所述的方法，其特征在于，所述人群出行特征，包括： 人流量、人流方向、人群特征；
根据所述人群驻留点集和所述人群出行特征，进行公交规划的步骤包 括：
根据所述人群驻留点集，规划公交站点位置；
根据所述人流量，规划公交调度；
根据所述人流方向，对重叠线路进行合并优化；
根据所述人群特征，调度车辆安排。

6.  一种利用移动通信数据挖掘进行公交规划的装置，包括：
信息采集模块，用于接收从运营商服务器获取的统计区域内统计时段内 用户终端的移动信令数据，根据所述用户终端的移动信令数据获得用户终端 的位置更新信息；
信息转化模块，用于接收各所述用户终端的所述位置更新信息，分别得 到各用户终端对应的用户的时空数据集；
数据挖掘模块，用于接收各用户的时空数据集，获得人群驻留点集和人 群出行特征；
规划模块，用于根据所述人群驻留点集和人群出行特征进行公交规划。

7.  如权利要求6所述的装置，其特征在于，所述数据挖掘模块包括：
泊点子模块，用于接收所述各用户的时空数据集，提取各用户的泊点集；
重复泊点子模块，用于接收所述各用户的泊点集，提取各用户的重复泊 点集；
人群驻留点子模块，用于接收所述各用户的重复泊点集，汇总得到人群 驻留点集；
人群出行特征子模块，用于接收所述各用户的重复泊点集，得到各用户 的上班时段出行轨迹和下班时段轨迹，汇总得到人群出行特征。

8.  如权利要求7所述的装置，其特征在于，用户的时空数据集包括： 位置点，位置点的驻留时间；
泊点子模块接收所述各用户的时空数据集，提取各用户的泊点集是指：
根据每一个用户的时空数据集，提取出该用户的位置点的驻留时间，如 果该用户的位置点的驻留时间超过泊点阈值，则标记该用户的位置点为泊 点，建立该用户的泊点集，汇总建立各用户的泊点集。

9.  如权利要求7所述的装置，其特征在于，重复泊点子模块接收所述 各用户的泊点集，提取各用户的重复泊点集是指：
如果一个用户的泊点集的泊点的重复度大于重复度阈值，则标记为该用 户的重复泊点，建立该用户的重复泊点集，汇总建立各用户的重复泊点集。

10.  如权利要求6所述的装置，其特征在于，所述人群出行特征，包括： 人流量、人流方向、人群特征；
所述规划模块接收所述人群驻留点集和人群出行特征，根据该人群驻留 点集和人群出行特征进行公交规划是指：
根据所述人群驻留点集，规划公交站点位置；
根据所述人流量，规划公交调度；
根据所述人流方向，对重叠线路进行合并优化；
根据所述人群特征，调度车辆安排。

说明书一种利用移动通信数据挖掘进行公交规划的方法
技术领域
本发明涉及移动通讯领域的大数据挖掘在智慧城市公交线路规划中的应 用。根据大数据分析结果，结合城市公交整体规划方案及现有公交的通行状 况，对城市的公交线路规划及公交线路调度给出改进建议。
背景技术
公交规划中客流量及客流分布的预测是规划方案的基础，而预测结果是 否科学合理将最终影响方案的效益评价。客流OD调查（“O”来源于英文 ORIGIN,指出行的出发地点，“D”来源于英文DESTINATION，指出行的目的 地。）即交通起止点调查又称OD交通量调查，OD交通量就是指起终点间的 交通出行量。目前城市客流OD需要通过居民出行调查获取，常规做法是进 行居民问卷调查。问卷调查只能是抽样数据，无法反应大部分市民的出行需 求。或每辆公交车的每个门配备一名调查员，调查员从早到晚要记录每辆车 的到站时间、上车人数和下车人数。长期进行客流OD观测是相当复杂的， 需花费大量的人力物力财力，且精准度难以保证，调查周期也较长，数据信 息也相对滞后。
目前移动电话普及率大大提高，在大多数省市都达到80部/百人以上， 预计到2015年，中国移动电话普及率将达到并超过100部/百人，目前并没 有针对利用移动信令数据的大数据挖掘技术的进行公交规划的相关方法。
发明内容
本发明要解决的技术问题是提供一种利用移动通信数据挖掘进行公交规 划的方法，获得选定区域内的居民生活轨迹分析，统计出人流量、人流方向、 聚客点、驻留时间，用于城市公交线路的规划、站点设置、调度运营。
为了解决上述问题，本发明提供了一种利用移动通信数据挖掘进行公交 规划的方法，包括：
从运营商服务器获取统计区域内统计时段内用户终端的移动信令数据， 根据用户终端的移动信令数据获得用户终端的位置更新信息；
根据各用户终端的位置更新信息，分别得到各用户终端对应的用户的时 空数据集；
根据各用户的时空数据集得到人群驻留点集和人群出行特征；
根据人群驻留点集和人群出行特征，进行公交规划。
可选地，根据各用户的时空数据集得到人群驻留点集和人群出行特征的 步骤可以包括：
根据各用户的时空数据集，提取各用户的泊点集；
根据各用户的泊点集，提取各用户的重复泊点集；
根据各用户的重复泊点集，汇总得到人群驻留点集；
根据各用户的重复泊点集，得到各用户的上班时段出行轨迹和下班时段 轨迹，汇总得到人群出行特征。
可选地，根据各用户的时空数据集，提取各用户的泊点集的步骤包括：
用户的时空数据集包括：位置点，位置点的驻留时间；
根据一个用户的时空数据集，提取出该用户的位置点的驻留时间，如果 该用户的位置点的驻留时间超过泊点阈值，则标记该用户的位置点为泊点， 建立该用户的泊点集，汇总建立各用户的泊点集。
可选地，根据各用户的泊点集，提取各用户的重复泊点集的步骤包括：
如果一个用户的泊点集的泊点的重复度大于重复度阈值，则标记为该用 户的重复泊点，建立该用户的重复泊点集，汇总建立各用户的重复泊点集。
可选地，人群出行特征，包括：人流量、人流方向、人群特征；
根据人群驻留点集和人群出行特征，进行公交规划的步骤包括：
根据人群驻留点集，规划公交站点位置；
根据人流量，规划公交调度；
根据人流方向，对重叠线路进行合并优化；
根据人群特征，调度车辆安排。
可选地，一种利用移动通信数据挖掘进行公交规划的装置，包括：
信息采集模块，用于接收从运营商服务器获取的统计区域内统计时段内 用户终端的移动信令数据，根据用户终端的移动信令数据获得用户终端的位 置更新信息；
信息转化模块，用于接收各用户终端的位置更新信息，分别得到各用户 终端对应的用户的时空数据集；
数据挖掘模块，用于接收各用户的时空数据集，获得人群驻留点集和人 群出行特征；
规划模块，用于根据人群驻留点集和人群出行特征进行公交规划。
可选地，数据挖掘模块包括：
泊点子模块，用于接收各用户的时空数据集，提取各用户的泊点集；
重复泊点子模块，用于接收各用户的泊点集，提取各用户的重复泊点集；
人群驻留点子模块，用于接收各用户的重复泊点集，汇总得到人群驻留 点集；
人群出行特征子模块，用于接收各用户的重复泊点集，得到各用户的上 班时段出行轨迹和下班时段轨迹，汇总得到人群出行特征。
可选地，用户的时空数据集包括：位置点，位置点的驻留时间；
泊点子模块接收各用户的时空数据集，提取各用户的泊点集是指：
根据一个用户的时空数据集，提取出该用户的位置点的驻留时间，如果 该用户的位置点的驻留时间超过泊点阈值，则标记该用户的位置点为泊点， 建立该用户的泊点集，汇总建立各用户的泊点集。
可选地，重复泊点子模块接收各用户的泊点集，提取各用户的重复泊点 集是指：
如果一个用户的泊点集的泊点的重复度大于重复度阈值，则标记为该用 户的重复泊点，建立该用户的重复泊点集，汇总建立各用户的重复泊点集。
可选地，人群出行特征，包括：人流量、人流方向、人群特征；
规划模块接收人群驻留点集和人群出行特征，根据该人群驻留点集和人 群出行特征进行公交规划是指：
根据人群驻留点集，规划公交站点位置；
根据人流量，规划公交调度；
根据人流方向，对重叠线路进行合并优化；
根据人群特征，调度车辆安排。
综上，本发明具有如下有益效果：
本发明基于利用移动通信数据挖掘进行公交规划的方法，获得选定区域 内的居民的移动通讯信令数据，统计出选定区域内的居民生活轨迹分析，统 计出驻留点、人流量、人流方向、人群特征，可作为城市综合交通体系规划 与评价的基础数据，减少城市客流OD调查的人力物力的投入，耗费少，准 确度高。
附图说明
图1所示为本发明实施方式中利用移动通信数据挖掘进行公交规划的方 法的流程图；
图2所示为一个用户从家上班的典型轨迹；
图3所示为人群驻留点示意图；
图4所示为本发明实施方式中利用移动通信数据挖掘进行公交规划的装 置的架构图。
具体实施方式
本发明的基本思想是客流OD调查内容主要有起止点分布、出行目的、 出行方式、出行时间、出行距离、出行次数等。对移动通讯信令数据的大数 据挖掘可以方便地获取以上信息，为城市综合交通体系规划提供基础数据。 对于本发明中的关键技术点仅列举如下非限制示例结合附图进行描述。
下面结合附图和具体实施方式对本发明作可选说明。
图1为本发明实施例利用移动通信数据挖掘进行公交规划的方法，包括：
101：从运营商服务器获取统计区域内统计时段内用户终端的移动信令数 据，根据用户终端的移动信令数据获得用户终端的位置更新信息；
采集的移动信令数据来源包括但不限于移动信令数据、手机GPS定位信 息等。
位置更新信息包括，但不限于：用户手机号、位置更新时间、位置小区 标识等。
102：根据各用户终端的位置更新信息，分别得到各用户终端对应的用户 的时空数据集。
103：根据各用户的时空数据集得到人群驻留点集和人群出行特征；
本步骤中，根据各用户的时空数据集得到人群驻留点集和人群出行特征 的步骤可以包括：
步骤1031：根据各用户的时空数据集，提取各用户的泊点集；
用户的时空数据集包括，但不限于：位置点，位置点的驻留时间；
根据一个用户的时空数据集，提取出该用户的位置点的驻留时间，如果 该用户的位置点的驻留时间超过泊点阈值，则标记该用户的位置点为泊点， 建立该用户的泊点集，汇总建立各用户的泊点集。
步骤1032：根据各用户的泊点集，提取各用户的重复泊点集；
如果一个用户的泊点集的泊点的重复度大于重复度阈值，则标记为该用 户的重复泊点，建立该用户的重复泊点集，汇总建立各用户的重复泊点集。
步骤1033：根据各用户的重复泊点集，汇总得到人群驻留点集。
步骤1034：根据各用户的重复泊点集，得到各用户的上班时段出行轨迹 和下班时段轨迹，汇总得到人群出行特征。
104：根据人群驻留点集和人群出行特征，进行公交规划。
运用GIS地图技术将人群驻留点集和人群出行特征的分析结果与交通路 线、社区分布、商圈分布等信息联系起来，有助于直观化的进行公交路线规 划。
人群出行特征，包括：人流量、人流方向、人群特征；
根据人群驻留点集和人群出行特征，进行公交规划的步骤包括：
根据人群驻留点集，规划公交站点位置；
根据人流量，规划公交调度；
根据人流方向，对重叠线路进行合并优化；
根据人群特征，调度车辆安排。
实施例一、城市公交路线规划。
根据用户的每日泊点分析（不同时间段停留在不同位置区），刻画出用 户每天的生活轨迹（见图2）。对目标区域内（如城市、区县等）所有用户 生活轨迹进行特征分析（重复率、离散度），得出分时间段的人流量密集区， 及人流量方向。（见图3）根据人流量分布规划公交线路，人流量密集点设 置公交站点。具体实施步骤如下所述：
201：从运营商服务器获取统计区域内统计时段内用户终端的移动信令数 据，根据用户终端的移动信令数据获得用户终端的位置更新信息；
采集的移动信令数据来源包括但不限于移动信令数据、手机GPS定位信 息等。
从运营商获取本市（统计区域可设定）上半年（统计时段可设定）的移 动信令更新数据，获得该时段内的用户位置更新信息，含：用户手机号、位 置更新时间、位置小区标识。从运营商获取如下基本信息：用户注册登记信 息：含手机号、性别、年龄、社会属性等，可选，基站小区信息：含小区标 识、小区经纬度、小区半径、小区行政地址等。
202：根据各用户终端的位置更新信息，分别得到各用户终端对应的用户 的时空数据集；
结合上述步骤的数据源，分析出用户每天24小时的实时移动轨迹，见图 2，记录用户位置随时间的动态变化，建立用户的时空数据集A，包含信息有： 位置点p（按照城市无线小区覆盖情况对Map进行栅格化，一个小区对应一 个栅格，对小区的栅格位置进行编码记为P）、进入该位置点时间t1、离开 该位置点时间t2。
203：根据各用户的时空数据集得到人群驻留点集和人群出行特征；
本步骤中，根据各用户的时空数据集得到人群驻留点集和人群出行特征 的步骤可以包括：
步骤2031：根据各用户的时空数据集，提取各用户的泊点集；
用户的时空数据集包括：位置点，位置点的驻留时间；
根据一个用户的时空数据集，提取出该用户的位置点的驻留时间，如果 该用户的位置点的驻留时间超过泊点阈值，则标记该用户的位置点为泊点， 建立该用户的泊点集，汇总建立各用户的泊点集。
用户泊点集提取：对用户时空数据集A中的每个点进行状态判断，判断 是移动状态还是驻留状态，驻留时长(t2-t1)超过1小时（泊点阈值可调整）的 判断为驻留状态，将该位置点加入用户泊点集B，未超过1小时（泊点阈值 可调整）的则判断是移动状态。
步骤2032：根据各用户的泊点集，提取各用户的重复泊点集；
如果一个用户的泊点集的泊点的重复度大于重复度阈值，则标记为该用 户的重复泊点，建立该用户的重复泊点集，汇总建立各用户的重复泊点集。
重复泊点集提取：将重复度大于0.7(阈值可调整)泊点作为用户常规泊点， 建立重复泊点集C。泊点重复度计算包括但不限于如下方法：第一天的泊点 是B1集合，第二天的泊点集是B2，于是这两天的重复度就是B1交B2的点 的数量/B1并B2的点的数量，可以按此扩展到一周或一个月。也可以分别 计算白天的、晚上的、上班时间的、周末的等。
步骤2033：根据各用户的重复泊点集，汇总得到人群驻留点集；
人群驻留点集提取：对区域内所有用户的重复泊点进行汇总得到人群泊 点集D，可得出一天中24小时人员数量在每个MAP栅格内的变化情况，数 据精度是1小时（数据精度可调整）。人员数量超过6（判断阈值可根据需 要调整）的栅格标记为驻留点，建立人群驻留点集合E，驻留点信息包括： 位置点、人员数量、驻留时段等。
步骤2034：根据各用户的重复泊点集，得到各用户的上班时段出行轨迹 和下班时段轨迹，汇总得到人群出行特征。
泊点特征判断：重复泊点集C中驻留时间为晚上20：00到第二天早上6： 00的为用户家庭住址，重复泊点集C中驻留时间为工作日上午9：30到中午 11：30或下午14：00到下午16：30时段的为用户办公地点，以上判断条件 可根据当地时间调整，家庭地址及工作地址可以有多个。
用户出行特征分析：上班时段出行轨迹，从家出发到单位，出发点为家 庭住址，终点为办公地点；下班时段出行轨迹，从单位回家，出发点为办公 地点，终点为家庭住址。
人群出行特征提取：对区域内所有用户的出行特征进行汇总，可得出区 域内人群的出行特征，即原始的客流OD数据（某时段人群的出行-到达信息）。
204：根据人群驻留点集和人群出行特征，进行公交规划。
运用GIS地图技术将人群驻留点集和人群出行特征的分析结果与交通路 线、社区分布、商圈分布等信息联系起来，有助于直观化的进行公交路线规 划。
人群出行特征，包括：人流量、人流方向、人群特征；
根据人群驻留点集和人群出行特征，进行公交规划的步骤包括：
根据人群出行特征（客流OD数据），规划公交线路。人流量可根据该 城市的人均手机拥有量进行人员数量扩充。
根据人群驻留点集，规划公交站点位置。
实施例二、公交线路优化。
公交公司应该在人口稠密的地区增设线路，增加班次。增设线路，可以 让乘客在同一站点，就能坐上开往不同地点的公车，既方便了乘客，又能为 公车带来更多的客源。具体实施步骤如下所述：
301：从运营商服务器获取统计区域内统计时段内用户终端的移动信令数 据，根据用户终端的移动信令数据获得用户终端的位置更新信息；
采集的移动信令数据来源包括但不限于移动信令数据、手机GPS定位信 息等。
从运营商获取本市（统计区域可设定）上半年（统计时段可设定）的移 动信令更新数据，获得该时段内的用户位置更新信息，含：用户手机号、位 置更新时间、位置小区标识。从运营商获取如下基本信息：用户注册登记信 息：含手机号、性别、年龄、社会属性等，可选，基站小区信息：含小区标 识、小区经纬度、小区半径、小区行政地址等。
302：根据各用户终端的位置更新信息，分别得到各用户终端对应的用户 的时空数据集；
结合上述步骤的数据源，分析出用户每天24小时的实时移动轨迹，见图 2，记录用户位置随时间的动态变化，建立用户的时空数据集A，包含信息有： 位置点p（按照城市无线小区覆盖情况对Map进行栅格化，一个小区对应一 个栅格，对小区的栅格位置进行编码记为P）、进入该位置点时间t1、离开 该位置点时间t2。
303：根据各用户的时空数据集得到人群驻留点集和人群出行特征；
本步骤中，根据各用户的时空数据集得到人群驻留点集和人群出行特征 的步骤可以包括：
步骤3031：根据各用户的时空数据集，提取各用户的泊点集；
用户的时空数据集包括：位置点，位置点的驻留时间；
根据一个用户的时空数据集，提取出该用户的位置点的驻留时间，如果 该用户的位置点的驻留时间超过泊点阈值，则标记该用户的位置点为泊点， 建立该用户的泊点集，汇总建立各用户的泊点集。
用户泊点集提取：对用户时空数据集A中的每个点进行状态判断，判断 是移动状态还是驻留状态，驻留时长(t2-t1)超过1小时（泊点阈值可调整）的 判断为驻留状态，将该位置点加入用户泊点集B，未超过1小时（泊点阈值 可调整）的则判断是移动状态。
步骤3032：根据各用户的泊点集，提取各用户的重复泊点集；
如果一个用户的泊点集的泊点的重复度大于重复度阈值，则标记为该用 户的重复泊点，建立该用户的重复泊点集，汇总建立各用户的重复泊点集。
重复泊点集提取：将重复度大于0.7(阈值可调整)泊点作为用户常规泊点， 建立重复泊点集C。泊点重复度计算包括但不限于如下方法：第一天的泊点 是B1集合，第二天的泊点集是B2，于是这两天的重复度就是B1交B2的点 的数量/B1并B2的点的数量，可以按此扩展到一周或一个月。也可以分别 计算白天的、晚上的、上班时间的、周末的等。
步骤3033：根据各用户的重复泊点集，汇总得到人群驻留点集；
人群驻留点集提取：对区域内所有用户的重复泊点进行汇总得到人群泊 点集D，可得出一天中24小时人员数量在每个MAP栅格内的变化情况，数 据精度是1小时（数据精度可调整）。人员数量超过6（判断阈值可根据需 要调整）的栅格标记为驻留点，建立人群驻留点集合E，驻留点信息包括： 位置点、人员数量、驻留时段等。
步骤3034：根据各用户的重复泊点集，得到各用户的上班时段出行轨迹 和下班时段轨迹，汇总得到人群出行特征。
泊点特征判断：重复泊点集C中驻留时间为晚上20：00到第二天早上6： 00的为用户家庭住址，重复泊点集C中驻留时间为工作日上午9：30到中午 11：30或下午14：00到下午16：30时段的为用户办公地点，以上判断条件 可根据当地时间调整，家庭地址及工作地址可以有多个。
用户出行特征分析：上班时段出行轨迹，从家出发到单位，出发点为家 庭住址，终点为办公地点；下班时段出行轨迹，从单位回家，出发点为办公 地点，终点为家庭住址。
人群出行特征提取：对区域内所有用户的出行特征进行汇总，可得出区 域内人群的出行特征，即原始的客流OD数据（某时段人群的出行-到达信息）
304：根据人群驻留点集和人群出行特征，进行公交规划。
运用GIS地图技术将人群驻留点集和人群出行特征的分析结果与交通路 线、社区分布、商圈分布等信息联系起来，有助于直观化的进行公交路线规 划。
人群出行特征，包括：人流量、人流方向、人群特征；
根据人群驻留点集和人群出行特征，进行公交规划的步骤包括：
根据人群出行特征的人流方向对重叠线路进行合并优化。
实施例三、公交调度优化。
统计乘客在站点的驻留时间即等车时间，对于人流量大且驻留时间长的 站点，需要增加公交班次。增加班次，可以大大缩短乘客的候车时间，既能 为乘客节约时间，又能提高公交车的竞争能力。也可根据用户群特点调整发 车车型。具体实施步骤如下所述：
401：从运营商服务器获取统计区域内统计时段内用户终端的移动信令数 据，根据用户终端的移动信令数据获得用户终端的位置更新信息；
采集的移动信令数据来源包括但不限于移动信令数据、手机GPS定位信 息等。
从运营商获取本市（统计区域可设定）上半年（统计时段可设定）的移 动信令更新数据，获得该时段内的用户位置更新信息，含：用户手机号、位 置更新时间、位置小区标识。从运营商获取如下基本信息：用户注册登记信 息：含手机号、性别、年龄、社会属性等，可选，基站小区信息：含小区标 识、小区经纬度、小区半径、小区行政地址等。
402：根据各用户终端的位置更新信息，分别得到各用户终端对应的用户 的时空数据集；
结合上述步骤的数据源，分析出用户每天24小时的实时移动轨迹，见图 2，记录用户位置随时间的动态变化，建立用户的时空数据集A，包含信息有： 位置点p（按照城市无线小区覆盖情况对Map进行栅格化，一个小区对应一 个栅格，对小区的栅格位置进行编码记为P）、进入该位置点时间t1、离开 该位置点时间t2。
403：根据各用户的时空数据集得到人群驻留点集和人群出行特征；
本步骤中，根据各用户的时空数据集得到人群驻留点集和人群出行特征 的步骤可以包括：
步骤4031：根据各用户的时空数据集，提取各用户的泊点集；
用户的时空数据集包括：位置点，位置点的驻留时间；
根据一个用户的时空数据集，提取出该用户的位置点的驻留时间，如果 该用户的位置点的驻留时间超过泊点阈值，则标记该用户的位置点为泊点， 建立该用户的泊点集，汇总建立各用户的泊点集。
用户泊点集提取：对用户时空数据集A中的每个点进行状态判断，判断 是移动状态还是驻留状态，驻留时长(t2-t1)超过1小时（泊点阈值可调整）的 判断为驻留状态，将该位置点加入用户泊点集B，未超过1小时（泊点阈值 可调整）的则判断是移动状态。
步骤4032：根据各用户的泊点集，提取各用户的重复泊点集；
如果一个用户的泊点集的泊点的重复度大于重复度阈值，则标记为该用 户的重复泊点，建立该用户的重复泊点集，汇总建立各用户的重复泊点集。
重复泊点集提取：将重复度大于0.7(阈值可调整)泊点作为用户常规泊点， 建立重复泊点集C。泊点重复度计算包括但不限于如下方法：第一天的泊点 是B1集合，第二天的泊点集是B2，于是这两天的重复度就是B1交B2的点 的数量/B1并B2的点的数量，可以按此扩展到一周或一个月。也可以分别 计算白天的、晚上的、上班时间的、周末的等。
步骤4033：根据各用户的重复泊点集，汇总得到人群驻留点集；
人群驻留点集提取：对区域内所有用户的重复泊点进行汇总得到人群泊 点集D，可得出一天中24小时人员数量在每个MAP栅格内的变化情况，数 据精度是1小时(数据精度可调整)。人员数量超过6（判断阈值可根据需要调 整）的栅格标记为驻留点，建立人群驻留点集合E，驻留点信息包括：位置 点、人员数量、驻留时段等。
步骤4034：根据各用户的重复泊点集，得到各用户的上班时段出行轨迹 和下班时段轨迹，汇总得到人群出行特征。
泊点特征判断：重复泊点集C中驻留时间为晚上20：00到第二天早上6： 00的为用户家庭住址，重复泊点集C中驻留时间为工作日上午9：30到中午 11：30或下午14：00到下午16：30时段的为用户办公地点，以上判断条件 可根据当地时间调整，家庭地址及工作地址可以有多个。
用户出行特征分析：上班时段出行轨迹，从家出发到单位，出发点为家 庭住址，终点为办公地点；下班时段出行轨迹，从单位回家，出发点为办公 地点，终点为家庭住址。
用户出行特征分析还包括，用户特征分析。用户特征分析：年龄（老、 中、青、幼）、性别（男、女）、社会属性（上班族、上学族、购物族）等。
人群出行特征提取：对区域内所有用户的出行特征进行汇总，可得出区 域内人群的出行特征，即原始的客流OD数据（某时段人群的出行-到达信息）， 内容包括：人流量（人员数量）、人流方向（出发地点、到达地点）、出行 时间和人群特征（按年龄、性别、社会属性等分组统计的人员数量）等。
404：根据人群驻留点集和人群出行特征，进行公交规划。
运用GIS地图技术将人群驻留点集和人群出行特征的分析结果与交通路 线、社区分布、商圈分布等信息联系起来，有助于直观化的进行公交路线规 划。
人群出行特征，包括：人流量、人流方向、人群特征；
根据人群驻留点集和人群出行特征，进行公交规划的步骤包括：
根据人群出行特征的人流量（根据该城市的人均手机拥有量进行人扩充） 规划公交调度，包括发车间隔及发车车型。人流量大的时段，则缩短发车间 隔增加公交班次，安排大容量车型。
根据人群出行特征的人群特征调度车辆安排。对老年乘客，安排座位多 的、低踏板的车型。
如图4所示，本发明实施例还提供了一种利用移动通信数据挖掘进行公 交规划的装置，包括：
信息采集模块，用于接收从运营商服务器获取的统计区域内统计时段内 用户终端的移动信令数据，根据用户终端的移动信令数据获得用户终端的位 置更新信息；
信息转化模块，用于接收各用户终端的位置更新信息，分别得到各用户 终端对应的用户的时空数据集；
数据挖掘模块，用于接收各用户的时空数据集，获得人群驻留点集和人 群出行特征；
规划模块，用于根据人群驻留点集和人群出行特征进行公交规划。
该装置的其他功能请参考方法内容的描述。
从上述实施例可以看出，本发明技术方案在利用移动通信数据挖掘进行 公交规划时，获得选定区域内的居民的移动通讯信令数据，统计出选定区域 内的居民生活轨迹分析，统计出驻留点、人流量、人流方向、人群特征，可 作为城市综合交通体系规划与评价的基础数据，减少城市客流OD调查的人 力物力的投入，耗费少，准确度高。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本 领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和 原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护 范围之内。