2020FME博客大赛——基于FME的共享单车租赁站点布局、广告精准投放分析

作者：余林清

单位：成都市规划信息技术中心

 

1分析背景及内容

提到共享单车，不难想到它主要是用来接驳地铁与公交站点，然而共享单车对城市规划的影响远不止如此，它还能为城市交通政策、道路规划、公交线网规划、非机动车停车设施规划和绿地系统规划提供新的参考思路。此外，共享单车本身就是一个很好的移动广告载体，如何结合空间位置与用户信息，给予用户个性化广告推荐，进行商业化变现，是一个值得深入探讨的问题。

为此，项目采集了CitiBike(是纽约私有营利公共自行车系统，是美国最大的公共自行车系统，由花旗银行赞助并命名为花旗单车）2019年骑行记录数据及区域内OpenStreetMap（简称OSM）数据，通过FME软件进行数据清洗、加工、融合与建模，完成了一些有趣的相关分析，如用户规模、站点分布、骑行规律等，以期为城市规划、广告投放提供新的思路和视角，同时展现FME软件在数据治理、洞察、挖掘等领域的实用价值。

2 总体思路

3 数据采集与处理

骑行数据（CSV格式）、OSM数据最简单的采集方式是直接下载，当然通过FME工具也可批量完成，但访问该国外网站其网络很不稳定，极易中断。气象数据可通过HttpCaller工具进行爬取。需注意的是，在爬取数据过程中，为防止高频率向服务器发出请求遭拒，比较实用的做法是配合使用RandomNumberGenerator、Decelerator工具，以便让每次请求产生随机时间延迟。

预处理工作主要是通过StringSearch工具中的正则表达式检索出建模过程中用到的属性信息，通过AttributeManager工具完成属性类型转换（如字符型转换为日期型、数字型等）、规范化处理，通过Tester工具完成异常值剔除（如骑行时长仅有1~2分钟），最后调用FeatureMerger工具完成骑行数据、气象数据融合， 调用EsriReprojector 工具完成OSM中的行政区划、城市公园、POI等多源数据地图投影转换等。采集及处理的程序如图1所示。

                                                                   图1 数据采集及处理成果（部分）

4 租赁站点布局分析

与出租车不同的是花旗单车不能在城市中的任意地点上下车，骑手只能