隨著信息化時代的到來,每一個設備、每一輛汽車、每一個人都在創造大量的交通信息,如公共交通出行的刷卡記錄、車輛行駛的軌跡數據等,但這些數據之間融合不足、缺乏緊湊有效的組織結構、尚未形成完備的交通知識體系,難以進行深層次的數據挖掘與開發智能應用。因此需要利用人工智能技術來有效融合多源的交通數據,挖掘數據潛在的價值,為城市中的交通出行者提供便捷的服務以及輔助交通管理者進行管控策略的制定,從而提升城市居民的出行質量。知識圖譜以圖結構對數據進行存儲和表達,數據調取速度更快,可實現秒級響應,并可處理復雜多樣的關聯關系分析,更有利于知識查詢。除此以外,知識圖譜還具有學習能力,可通過知識推理挖掘隱含知識。因此本文基于知識圖譜對城市交通出行大數據進行分析,并進一步將其應用到交通出行場景中。本文主要工作如下:首先,采用自頂向下的方式構建交通垂直領域知識圖譜,完成對交通領域內實體和關系的劃分,利用知識圖譜的模式層實現知識的復用與共享。并將初步構建的城市交通出行知識圖譜的數據層存儲在圖數據庫Neo4j中。本文所構建的知識圖譜包括城市軌道交通出行知識圖譜與城市道路出行知識圖譜。其次,利用基于知識表示學習的知識推理...

【文章頁數】：86 頁

【學位級別】：碩士

【部分圖文】：

圖2-13地鐵線路與地鐵站點的關系

第二章城市交通出行知識圖譜的構建及存儲25軌道交通出行人員行程地鐵站點地鐵線路擁有起始/終止屬于圖2-12城市軌道交通出行鄰域本體的類間關系(1)地鐵站點與線路的所屬關系如圖2-13為地鐵站點與地鐵線路之間的關系，圖2-13(a)展示了一個站點屬于多個線路，關系的屬性說明了該站點....

圖2-14地鐵站點間的相鄰關系

第二章城市交通出行知識圖譜的構建及存儲26(2)地鐵站點實體間的相鄰關系同一地鐵線路的多個站點按照站點序列順序，站點間有相鄰關系，并且地鐵線路有行駛方向之分，如圖2-14所示，相鄰關系的屬性為地鐵線路ID與地鐵線路的行駛方向，深圳地鐵一號線包括兩個行駛方向。由所有的地鐵站點節點，....

圖2-15城市軌道交通出行用戶與行程，行程與站點之間的關系

第二章城市交通出行知識圖譜的構建及存儲27圖2-15城市軌道交通出行用戶與行程，行程與站點之間的關系交叉口路段道路興趣點日期時間交通態勢連接屬于位于所屬日期所屬時間所屬狀態圖2-16城市道路交通出行知識圖譜的實體和關系

圖3-7道路交通知識圖譜示意圖

第三章基于推理模型的城市交通知識圖譜關系挖掘45圖3-6平安里西大街在開學前后的早高峰時段平均速度對比圖道路交通知識圖譜中所包含的實體和實體間的關系如圖3-7所示，學校位于道路上，道路與速度值之間存在關系路徑。本文選取某一條道路及其相關聯的實體作為實驗數據集，數量說明如表3-12....

本文編號：4054253