客流预测和多维度分析的方法

客流预测的方法，首要第一因素就是需要收集足够精准的客流数据，同时我们需要先排除有可能会对客流量造成影响的外来因素，1、天气原因，2、节假日，3、周边环境，4、促销活动等等这些条件都会对客流量会造成大量的增减幅度，因此想要更精准预测客流量避免这些条件是首要的。

 

另外，客流预测和多维度客流分析可以分为时间、空间、人三个维度上进行分析，比如在某个地点某个时间内出现的有多少个人；这一天不同时间段同一个地点内出现的人数有多少；这一天相同时间里哪个区域的人数最多；这一天不同时间不同区域的人数变化等等以此类推下来，可以慢慢的预测出某一天里可能经过这个地方的客流量有多少。

 

其实，关于客流预测和客流分析的早就有人提出各种算法：

 

1．计算模型：较早研究的是历史平均（HA）模型，但精度较差，无法反应客流的时间变化特性。随后发展了滑动平均模型（MA）、自回归模型（AR）、自回归滑动平均模型（ARMA）、极大似然（ML）估计模型等等，这些模型考虑因素较为简单，参数一般用最小二乘法或似然估计法进行在线估计，相对而言，计算简便，易于适时更新，便于应用。

 

2．神经网络：模拟人脑结构及其功能的新型处理系统，它是由大量简单的称为神经元的处理单元，以某种拓扑结构广泛地相互连接而构成的非线性动力学系统。

 

3．非线性预测：以混沌理论、耗散结构论、协同论、自组织理论等非线性系统理论为理论基础，利用有关混沌吸引子概念、分形概念、相空间重构方法、数字生态模拟法等建立预测模型，已经开发了混沌动力学预测法、混沌情景预测法、混沌唯象预测法、分享预测法等，其中发展叫成熟的预测方法是小波分析、分形预测。

 

4．动态分配：通过采集实时客流数据资料，不断更新分布，利用动态客流分析方法分配数量，从而得的实时的客流量的方法。

 

另外，鉴于以上四种方法和技术的成熟，故而有另外一种更为有效的客流预测方法就是采用客流统计系统。客流统计系统通过计算机算法对视频信息进行自动统计，它通过前端数据收集，后台系统进行数据报表生成，显示当前人数状态和变化趋势，或掌握区域客流数量，可用于量度高峰期及各个时段的客流量，并以列表形式保存以供日后查看，这样长时间的积累精准的客流统计数据，通过多样化数据交叉分析，对于客流预测更具有依据和说服力。