基于手机信令与地铁闸机数据关联建模的客流预测方法

本申请公开了一种基于手机信令与地铁闸机数据关联建模的客流预测方法，涉及大数据与人工智能技术领域，其首先实时采集涵盖宏观区域人流的手机信令、微观闸机数据及重大活动信息，再经动态清洗与时空对齐构建全景标准输入。随后，利用多维时空特征编码驱动深度学习模型，解析活动期间的时序演化规律，推演未来客流序列。进而，结合历史基线与站点容量进行异常偏离度计算与风险判定，识别时空风险等级。最后，基于管控知识库匹配决策，生成包含运力调度与限流措施的闭环执行方案。这样，能够有效突破单一数据视角的感知局限与常规模型的时序迟滞，从而实现对重大活动期间客流全链条的精准预判与主动干预。