船舶频繁模式模型

本模型结合频繁模式常用算法FP-tree 算法进行频繁线路预测，同时对频繁线路进行相关属性聚类，采用DBSCAN，进行线段聚类（相关的FP-tree和DBSCAN会后续总结）

一、需求分析

主要针对①每艘船舶经常走的起止港口及经停港口；②每类船舶（分不同吨位等级、分不同长度等级、分不同宽度等级、分不同吃水等级）经常走的真实航迹线。数据统计周期为每个季度和每年。

统计数据内容如下：

1、每艘船舶

（1）   常走起止港口、经停港口

（2）   常走航迹线

（3）   港口平均停留时间

（4）   经停港口间的平均行驶时间

（5）   从某个泊位出来经常到某个港口（主要用于船舶在运送不同类型的货物的时候，可能目的港口不同，这个作为后续优化方向）

2、港口间真实航迹线

（1）   港口与港口间的真实航迹线

（2）   航迹线的属性：①可以航行哪些类型的船舶；②分类型的船舶的最大吨位；③可以航行船舶的最大长度；④可以航行船舶的最大宽度；⑤可以航行船舶的最大吃水深度。

二、输入输出输出

2.1 输入数据

1）船舶的OD数据；

2）船舶的AIS数据；

3）船舶的类型数据；

三、模型

3.1 模型主要思路

1. 通过OD数据统计船只在一个季度/年内的所有抵达港口，并统计其在该港口的平均时间、到港的次数、以及该船只在所有港口停留的平均时间。按照到港的次数进行排序，得到到港次数大于等于2次（若数量少于3个，则取前三个；次数出现一次的港口排序按照在港时间，时间长的排在前边）的港口为标记港口；

2. 统计船只的航线的起始港口，并记录途中经停港口。

3. 通过统计的起始航线，运用FP-tree频繁统计方式来计算船只的频繁线路。

4. 通过船只O