背景介绍
随着GPS技术的不断发展，产生了海量的轨迹数据，如行人轨迹、出租车轨迹等。这些轨迹点包含了丰富的信息，可以辅助用户了解出租车待客倾向区域，帮助用户在有限的时间内更快的打到车。同时也可以从司机角度出发，了解出租车在机场一天之中接单情况，不同区域的待客耗时，辅助司机做出决策。
本文将依托GeoScene GeoAnalytics Server（简称GA）大数据分析工具里的查找停留位置，检测事件、创建缓冲区、连接要素以及点聚合工具，结合GeoScene GeoAnalytics Server Plus（简称GA+）提供的条件过滤，属性过滤等数据清洗能力，依托上海出租车一天的海量数据（10G）以及POI数据，完成不同场景的展示。
首先，笔者分析了出租车司机一天的跑单量，探索了“出租车”的一天。
紧接着，对一天中接单最多的车辆进行追踪分析，挖掘该车辆一天中的行进轨迹和轨迹里程，直接对话“最忙碌”出租车。
看完分析结果，笔者陷入了沉思，既然出租车一天能跑这么多单，那么是否存在一些司机更热衷于接客的商圈呢？带着这样的疑问，笔者结合上海的POI地理分布数据，探究了商圈POI与出租车之间“不能说的秘密”。
最后，作为一个比较特殊的商圈-上海虹桥机场，笔者在前面的基础上，分析了出租车在虹桥机场的不同时段，不同区域的待客平均耗时。完成了“虹桥机场待客时长大揭秘”。
01
场景搭建
“出租车”的一天
一个出租车一天能跑多少单？可能大多数人的反应是20单。
双手奉上流程图：
首先，基于GeoScene GeoAnalytics Server提供的“检测事件”工具，以taxi_id为标识追踪字段，以 $feature.empty==2作为事件开始，对应当前时刻状态为“上车”，而$feature.empty==3则作为事件结束，对应当前状态为“下车”，返回仅要素。这样，便可以获取从空车到载客的事件；第二，考虑到司机可能存在“打错表”的行为，基于GA+提供的条件过滤算子快速获取订单时长大于5分钟（360000毫秒）的事件；第三，每一个打车事件结束（Ended）对应一个事件时长incidentduration，基于“汇总统计”，对每台车进行订单时长的平均值运算。最后，根据“汇总统计”工具返回的属性表，执行分析，获取出租车一天的接单数量分布情况。
如上图所示，大部分的出租车一天的接单数在15至35之间，当然，也存在一天接55单的出租车，怀揣着崇高的敬意，笔者按照接单数的属性字段进行排序，找到了这台taxi_id为88888的“最忙碌”出租车……
02
对话“最忙碌出租车”
首先，当笔者看到一台出租车能跑55单的时候，反应是这样的？
为了搞清楚这台日接55单的“大佬”究竟何方神圣！新一轮的探索开始了。
照惯例，流程图奉上：
首先基于场景一获取的检测事件的订单数据，利用GA+提供的条件过滤获取了“88888”这台出租车的订单事件轨迹点；紧接着过滤出大于5分钟的订单，以免出现老司机“打错表”的情况；第三步，笔者基于GeoScene GeoAnalytics Server提供的轨迹构建工具，以taxi_id和检测事件生成的incidentid同时作为标识，进行轨迹构建，获取了该车辆的分割轨迹；然后基于字段计算获得每条轨迹的长度，即每一单的行程；最后，对行程长度加以渲染，并结合从时间检测过滤获取的Started和Ended属性值，作为渲染行程的开始和结束点。
效果如下：红车表示订单开始，绿车表示订单结束，轨迹颜色越深表明行程越长，反之越短。
55条订单轨迹！查询时间字段发现，这台“大佬”居然一天一夜都在接单，甚至凌晨两点到六点都不曾停下赚钱的脚步。
那么有没有什么因素会影响出租车司机的待客倾向呢，笔者的第一反应，商圈POI，于是乎，新的故事展开了……
03
商圈POI与出租车之间“不能说的秘密”
提到上海，首先能想到哪些地方？外滩？东方明珠？静安寺？当然，除了以上著名景点，还有一些大家比较熟知的徐家汇商圈，南京路步行街，城隍庙等等。诸多商圈当中，是否存在出租车司机更倾向的待客商圈呢？这些商圈和出租车司机之间又有哪些“不能说的秘密”呢？
国际惯例：
首先，基于上海出租车日数据，通过GeoScene GeoAnalytics Server提供的查找停留位置工具，获取3分钟行驶距离不超过100m作为驻留点；第二，过滤出当前状态为“空车”的驻留点；进而与商圈POI建立的500m缓冲区进行要素连接，获取商圈范围内的待客车；最后，基于点聚合工具，以1小时进行时间切割，获取不同时段，不同商圈范围内的出租车待客情况。
图中，颜色越深，表明待客车辆越多，反之，待客车辆越少，从中，我们不难发现，从早上7点的虹桥机场，到下午的南京西路，再到晚上的城隍庙，正是出租车司机在不同时段最热衷的待客区域。
意料之外，情理之中。毕竟早上虹桥机场赶飞机，下午逛商场，晚上城隍庙吃吃吃，然后顺道去趟外滩拍照发个朋友圈，情理之……
等一下，机场？笔者又有了新的想法……
04
虹桥机场待客时长“大揭秘”
从一个出租车司机的角度出发，虹桥机场的确是司机热衷的待客区域，上一个场景也印证了这样的想法。但是，你也会经常看到这样的情况……
那么，出租车在虹桥机场不同区域不同时段的待客时长大致是什么样呢？
国际惯例：
首先，基于机场建立三公里的缓冲区；第二，基于连接要素，获取虹桥机场附近的出租车轨迹点；第三，基于GeoScene GeoAnalytics Server提供的检测事件工具，获取从空车到载客的事件。第四步，基于GA+提供的条件过滤算子，快速获取事件状态incidentstatus ==’Ended’，从而获取Ended对应的incidentduration，即空车到载客的等待时长。第五，建立200m的六边形，以30分钟作为时间步长进行切片，并统计在该时段，该区域的出租车待客时长的平均值。最后，通过计算字段，将时长由毫秒转换为分钟，并根据新字段进行渲染。
效果如下：
如图显示了出租车司机在虹桥机场一天之内的不同时段，不同区域的平均待客时长。
心得体会
整个场景做下来，笔者的感触最深的有以下两点：
1）GeoScene GeoAnalytics Server，在时空大数据挖掘分析，提供解决方案方面存在巨大优势。首先，它提供了丰富的分析工具，大大节省了开发的成本。第二，分析计算过程可监控，在执行分析的过程中，可以查看任务状态、阶段、耗时等详细信息。第三，大数据处理和可视化表达一气呵成，丰富的配图方案支撑用户快速搭建业务模型。
2）GeoScene GeoAnalytics Server Plus是依托于GA，同时提供了更多的分析工具能力，以及在线建模能力的一款产品。相信大家在每个场景中都看到了GA+在线建模提供的数据清洗能力。其实GA+的在线建模提供的能力远不止于此。由于在线建模将前端的分析工具拆分成了最细粒度的分析算子，用户可以快速的定位到自己想要使用的分析算子，而不必去分析工具中层级查找某个特定功能。此外，它支持在线拖拽式建模，用户可以直面数据，直面业务，零开发，零编程，帮助用户快速的构建复杂业务模型。
当然，本研究还有许多需要改进的地方，比如：在可视化方面，没有经过详细的规范化设计；参数的设置方面，比如缓冲区的设置，机场设置3KM缓冲区是否合理有待考究。
今天出租车这一话题就先聊到这里，笔者要怀揣着对“55单大神"的敬意去学车了……
