基于机器学习的出租车轨迹大数据分析研究

近几年来随着大数据的蓬勃发展,不论是各个行业或领域,人们已经不仅仅只追求于手中少量数据的分析与计算。尤其是在城市交通领域更是如此。随着如今车辆大量配备的GPS以及智能定位技术的介入,再加上城市的机动车数量与日俱增,其势必产生大量交通轨迹数据。如何使用相关技术或工具,对这些交通轨迹数据进行分析处理,并通过研究数据产生的交通现象予以改善或解决是城市交通部门以及相关研究人员所关心的一个问题。本文旨在通过对海量出租车交通轨迹数据的提取处理,采用机器学习聚类K-means算法模型,分析挖掘包括城市道路拥堵情况、出租车载客情况、居民出行热点特征等,进而为城市交通相关部门及出租车运营提供有力的参考信息。