一種微博客蘊含交通信息融合的d-s證據理論方法
2023-05-08 23:00:51
專利名稱：一種微博客蘊含交通信息融合的d-s證據理論方法
技術領域：
本發明涉及移動位置服務、網際網路空間信息搜索，移動網際網路技術，具體涉及一種微博客蘊含交通信息融合的D-S證據理論方法。
背景技術：
實時交通信息能夠緩解交通擁堵、提高交通運輸效率，保障交通安全，方便公眾出行，現有的交通信息獲取方式主要包括固定傳感器技術(感應線圈、視頻監控和微波探測)，安裝GPS和無線通訊設備的浮動車技術、移動通訊終端信令分析技術等，但這些採集手段在獲取臨時交通管制限制信息以及應對突發性交通事件等方面仍存在很大局限。微博客中蘊含著豐富的時效性很高的實時交通信息，涵蓋各種交通信息類型，例如包括道路交通流、道路暢通度和行駛速度、交通限制、臨時交通管制、突發性交通事件、針對特定地點的
交通狀態描述信息等，獲取微博客中蘊含的高動態的實時交通信息能夠彌補現有交通信息採集手段的不足。然而，微博客消息的高動態性、模糊性及其不同微博客用戶發布消息的描述差異性使得信息融合成為信息提取的瓶頸問題，直接影響了微博客蘊含實時交通信息的利用。微博客交通信息融合是對不同微博客消息所蘊含的交通信息內容進行推理決策，獲取準確的交通狀態描述信息，更好地服務於交通管理與出行服務。微博客交通信息融合的難點在於(1)微博客消息的非結構化特徵造成語義理解困難由於微博客消息內容精簡，僅140字左右，且口語化特徵明顯，含有較多冗餘內容，給自動化的語義判斷與提取造成很大壓力；(2)不同微博客用戶發布消息對交通狀態的描述差異造成信息匯集矛盾在一定時間段內，可能存在描述同一路段交通狀態的多條微博客消息。針對同一路況，不同用戶的描述可能差異很大，有些描述甚至語義相斥。為解決該問題，目前採用的技術為文本聚類方法，當文本具有一定詞彙數量時，文本聚類過程才能夠確定準確的文本主題描述。但微博客消息內容短小，在經過分詞、詞義消歧、詞義幹化等過程後，可以利用的交通狀態描述關鍵詞彙很少。因此，文本聚類並不能很好地解決微博客消息描述的模糊性以及不同微博客用戶消息描述的差異性。為此，本專利針對上述信息融合問題，提出一種基於D-S證據理論的微博客交通信息融合方法。該方法通過引入中文語料庫資源，來豐富微博客的語義信息，解決微博客描述的模糊性問題。在中文語料庫知識基礎之上，實現了對微博客內容進行詞義相似度加權評價，接著利用證據理論來處理由於不同微博用戶的差異性造成的信息融合的不確定性推理問題，從而確定融合結果。給動態交通信息收集提供了一種新的解決方案，彌補傳統的動態交通信息採集技術相對比較薄弱的環節。
發明內容
本發明要解決的技術問題是針對目前微博客中蘊含的大量交通信息難以充分融合利用，傳統動態交通信息收集方法，很難及時反應突發性的路況信息的現狀。本發明提出一種微博客蘊含交通信息融合的D-S證據理論方法，為動態交通信息的收集提供又一重要的數據源。該方法解決了微博客消息的非結構化特徵造成語義理解困難以及不同微博客用戶發布消息對交通狀態的描述差異造成信息匯集矛盾，可直接應用於個人及車載導航、移動位置服務、地圖網站、專業的出行信息服務平臺、物流調度以及交通應急預案。本發明的技術解決方案為一種微博客蘊含交通信息融合的D-S證據理論方法，包括根據交通擁擠程度，確定證據理論辨識框架Θ及命題空間2θ ；根據有效時間窗Tintwval和路網路段road，抓取與交通信息主題相關的微博客內容，組成需要融合的微博客數據集V ；微博客信息Vi預處理操作，包括自然語言分詞、詞義消歧、詞義幹化，得到微博客 交通狀態描述詞彙集Wi ；引入中文語料庫資源Corpus = {C
wikipedia，Chownet，· · ·，^numI， 計算微博客交通狀態詞彙集Wi與命題空間中詞彙的詞義相似度Sim ；計算微博客消息Vi的詞義相似度加權評價Scorei，確定證據理論基本概率分配函數 Hl(Vi);通過Dempster合成法則進行證據合成及證據決策,確定該路段road微博客蘊含交通信息融合結果TStateMad ；優選地，所述根據交通擁擠程度確定證據理論辨識框架包括交通擁擠程度的確定可參照部分國家標準，如公安部2002年公布的《城市交通管理評價指標體系》對路網交通擁擠程度分類；交通擁擠程度的確定與實際融合需求相關；證據理論辨識框架及命題空間不限制大小；優選地，所述根據有效時間窗口及路網路段，抓取交通信息主題相關微博客，組成需要融合微博客數據集V包括有效時間窗口 T定義為交通信息時間Tmt進行擴充而形成的時間段，即T =[Tcurrent Ata Tcurrent + Atb]其中Ata與Atb用戶定義參數；路網中路段以路網道路名稱為研究對象或者以導航路網中的道路分段為研究對象；微博客數據集V與實際選取的路網路段相關；微博客數據集V的構建過程是本專利不涉及的；微博客數據集V不限制其存儲形式，可以是資料庫或者數據文件；優選地，所述對引入中文語料庫資源Corpus，計算微博客交通狀態詞彙集Wi與命題空間中詞彙的詞義相似度Sim包括中文語料庫資源Corpus不限制語料庫類型，可以為維基百科，知網等；詞義相似度Sim的計算過程是本專利不涉及的；優選地，所述微博客內容的詞義相似度相似度加權評價Score，確定微博客的基本概率分配函數Hl(Vi)包括微博客內容詞義相似度加權評價計算，具體為
權利要求
1.一種微博客蘊含交通信息融合的D-S證據理論方法，其特徵在於，步驟包括 根據交通擁擠程度，確定證據理論辨識框架 及命題空間2Θ ； 根據有效時間窗Tinteval和路網路段road，抓取與交通信息主題相關的微博客內容，組成需要融合的微博客數據集V ； 微博客信息Vi預處理操作，包括自然語言分詞、詞義消歧、詞義幹化，得到微博客交通狀態描述詞彙集Wi ；引入中文語料庫資源Corpus = ICwikipedia, Chownet, . . . , CmJ ,計算微博客交通狀態詞彙集Wi與命題空間中詞彙的詞義相似度Sim ； 計算微博客消息\的詞義相似度加權評價Scorei,確定證據理論基本概率分配函數Hl(Vi); 通過Dempster合成法則進行證據合成及證據決策,確定該路段road微博客蘊含交通イH息融合結果TStateroadO
2.根據權利要求I所述的方法，其特徵在於，所述根據交通擁擠程度確定證據理論辨識框架包括 交通擁擠程度的確定可參照部分國家標準，如公安部2002年公布的《城市交通管理評價指標體系》對路網交通擁擠程度分類； 交通擁擠程度的確定與實際融合需求相關； 證據理論辨識框架及命題空間不限制大小。
3.根據權利要求I所述的方法，其特徵在於，所述根據有效時間窗ロ及路網路段，抓取交通信息主題相關微博客，組成需要融合微博客數據集V包括 有效時間窗ロ T定義為交通信息時間Tmt-行擴充而形成的時間段，即T =[Tcurrent 八 Tcurrent + Atb]其中Ata與Atb用戶定義參數； 路網中路段以路網道路名稱為研究對象或者以導航路網中的道路分段為研究對象； 微博客數據集V與實際選取的路網路段相關； 微博客數據集V的構建過程是本專利不涉及的； 微博客數據集V不限制其存儲形式，可以是資料庫或者數據文件。
4.根據權利要求I所述的方法，其特徵在於，所述對引入中文語料庫資源Corpus，計算微博客交通狀態詞彙集Wi與命題空間中詞彙的詞義相似度Sim包括 中文語料庫資源Corpus不限制語料庫類型，可以為維基百科，知網等； 詞義相似度Sim的計算過程是本專利不限定。
5.根據權利要求I所述的方法，其特徵在於，所述微博客內容的詞義相似度相似度加權評價Score，確定微博客的基本概率分配函數Hi(Vi)包括 微博客內容詞義相似度加權評價計算，具體為Scorek = I Simiterml，k) · log(-· boost(M.yer) 其中，k為證據理論命題空間中的命題，term微博客交通狀態描述詞彙集Wi詞彙，sum為微博客的數量，num(k)為包含命題k的微博客數量，boost (user)為該微博客用戶的激勵函數，反映了該用戶的重要程度，默認值為1，該值越大說明該用戶越重要。
微博客內容的基本概率分配函數計算，具體為
6.根據權利要求I至5任一項所述的方法，其特徵在於，所述方法還包括 根據用戶提供的所要融合路段及融合時間條件，完成所述微博客蘊含交通信息融合； 根據用戶提供的所要融合區域內路段及融合時間條件，完成所述微博客蘊含交通信息融合。
全文摘要
本發明公開了一種微博客蘊含交通信息融合的D-S證據理論方法，所述方法包括根據交通擁擠程度，確定證據理論辨識框架及命題空間；根據時間窗口及道路路段，抓取與交通信息主題相關的微博客內容，組成需要融合的微博客數據集；微博客數據集預處理；計算微博客數據集交通狀態描述詞彙的詞義相似度，引入中文語料庫資源，提高詞義相似度計算精度；計算微博客詞義相似度加權評價，構建證據理論基本概率分配函數；根據Dempster組合規則對多條微博客證據源，進行證據合成，確定辨識空間內各命題的信任區間，選取信任區間中信任函數最大的命題作為融合結果。利用本發明可以實現微博客蘊含交通信息的融合，為城市交通信息的採集提供一種重要數據源。
文檔編號G06F17/27GK102855272SQ201210243199
公開日2013年1月2日 申請日期2012年7月16日 優先權日2012年7月16日
發明者陸鋒, 張恆才 申請人:中國科學院地理科學與資源研究所