一、方案要求：
主要道路十字路口的车牌抓拍相机会把所有车辆的车牌号采集到后台,需要计算所有车辆的轨迹数据中,哪些车是伴随出行,比如2辆车一起自驾出游,采集的轨迹为T（P1、P2、P3.....）轨迹点数据格式为P（路口编号,时间戳,车牌号）。
1、目的：从所有车辆数据中挖掘出车与车之间的伴随关系.
2、已有的条件：每辆车的轨迹数据T1（p1、p2、p3。。。）,P（位置编号、时机戳、车牌号）
3、需要计算一段时间内（2周或者1个月）两辆车的伴随的强度分数（1-100分）,请基于这种场景给出算法思路,以及算法可能遇到的挑战？
既然通过这个方法求,前提应该是不按照路口编号获取GPS得到2个车的位置距离。
一先构造变量：
1⃣ 加上每条记录的唯一id 则记录应为
T(id,p1,p2,p3)
2⃣ 对近一周的数据进行排序
排序优先顺序分别是时间戳,路口编号,得到排序后的数据,得到新的记录（生成新的唯一ID）
T(ID,时间戳,路口编号,车牌号,id)
3⃣ 通过2⃣的数据,按照路口,分别求得两辆车经过同一个路口的时间差,得到新的记录（生成新的唯一ID）
T（ID,路口编号,车牌A,车牌B,经过的时间差）
4⃣ 通过3⃣特征映射得到
T（ID,车牌A,车牌B,AB在100秒内路过的共同路口数,A总的路口数,B总的路口数,AB经过同一个路口的最小时间间隔,AB在100秒内经过的相同的路口数占AB总经过的路口数的百分比）
二构造模型
以4⃣中得到的特征记录
AB（ID,车牌A,车牌B,AB在100秒内路过的共同路口数,A总的路口数,B总的路
口数,AB经过同一个路口的最小时间间隔,AB在100秒内经过的相同的路口数占AB总经过的路口数的百分比）
AC(ID,车牌A,车牌C,AC在100秒内路过的共同路口数,A总的路口数,C总的路口数,AC经过同一个路口的最小时间间隔,AC在100秒内经过的相同的路口数占AC总经过的路口数的百分比）
AD(...)
AE(...)
...
ZF(...)
构造X变量，是否伴随为Y变量，如果不存在原始Y的情况下，统计出经过路口时间差比较相近，路口相同的组合当作伴随车组，用逻辑回归进行预测。
得到的概率就是对应的（0-100）映射到（0-1）的目标。
原创出品 转载请标明出处