广州交信投公交到站预测数据是公交从实时当前运行位置到目的站台的所需要的时间。包括车辆ID、当前运行站点、目的站点、预计需要时间信息等， 可用于公交排班调度、乘客站台候车时长、电子站牌、车内到站大屏等公众服务数据提供，提高公交的运营效率及乘客出行体验。

一、数据清洗：1.以公交进出站数据、公交线路站点信息作为到站预测建模数据来源；2.利用DORIS数据库、KAFKA实时组件等过滤异常值和缺失值。 二、特征处理：1.利用DORIS SQL引擎处理公交进出站数据，关联公交线路站点信息；2.提取线路站点与距离、行驶时长等特征关联关系；3.分析特征关系，利用启发式搜索算法、以及相关特征选择算法选择最优特征组合空间。 三、数据建模：1.基于最优特征组合数据集，选取训练时间长度、设置模型超参数；2.应用机器学习算法训练实时公交到站预测模型。 四、实时预测与输出：1.采用Apache Flink处理实时公交进出站数据，提取模型所需特征；2.调用模型输出预测结果。 匿名化与脱敏规则：公交车牌号以及其他涉及个人信息采用脱敏处理。同时，我们会定期对敏感数据进行审查，确保匿名措施的有效性。

一、适用条件：1.涉敏数据必须采用脱敏技术处理；2.数据服务需要在恰当的时间周期内得出的结果，以保证数据的时效性和相关性；3.数据应用需在确保数据安全和隐私保护的前提下执行。 二、应用范围：1.公交排班调度，用于提高公交的运营效率；2.乘客站台候车时长、电子站牌、车内到站大屏等公众服务数据提供，用于提高乘客出行体验。 三、适用对象：1.共享交通出行服务公司；2.有公交出行需求的市民。 主要可解决问题：预测公交从实时当前运行位置到目标站台的所需要的时间。

车辆ID 线路ID 线路方向 起始站点ID 起点站序 起始时间 目标站点ID 目标站序 站间数 预测行驶时长 预计到达时间 3008110 6110 0 10005913 10 2023/8/24 8:08 10005274 15 5 446 2023/8/24 8:15 3008110 6110 0 10005913 10 2023/8/24 8:08 10001082 38 28 2882 2023/8/24 8:56 3008110 6110 0 10001886 13 2023/8/24 8:13 10003927 30 17 1687 2023/8/24 8:41 3020354 6110 1 10001568 14 2023/8/24 8:14 10008072 39 25 2633 2023/8/24 8:58 3006493 6071 1 10010199 13 2023/8/24 8:06 10001300 21 8 902 2023/8/24 8:21

字段名称 数据类型 字段说明 车辆ID 字符类型 待预测公交车辆标识符 线路ID 字符类型 待预测公交车所在线路 线路方向 字符类型 线路方向 起始站点ID 字符类型 起始站点编码 起点站序 字符类型 起始站点在该线路的站点顺序 起始时间 字符类型 车辆在起始站点出发的时间 目标站点ID 字符类型 目标站点编码 目标站序 字符类型 目标站点在该线路的站点顺序 站间数 整数类型 起点站到终点站的站间数 预测行驶时长 整数类型 预测行驶时长（单位：秒） 预计到达时间 字符类型 待预测车辆预计到达时间