首页|集时空聚类和指标筛选的公共交通通勤者识别

集时空聚类和指标筛选的公共交通通勤者识别

扫码查看
原文链接
  • 万方数据
  • 维普
通勤者作为公共交通乘客构成的核心部分,其识别提取是此类人群特征分析的前提.本文基于南京市常规公交、轨道交通和公共自行车的刷卡与设施数据,进行公共交通通勤者识别.首先,根据数据信息是否完整,分别采用两步聚类法和线路相似性整合法提取相似性出行;然后,识别职住地,再通过出行天数、单次出发时间差和工作往返出发时间差3项指标完成筛选.经通勤调查验证和方法有效性比较,各类参数取值合理,方法有效并存在应用优势.本文提出的通勤识别方法将出行时空规律与指标筛选紧密结合,考虑了数据完备与不完备条件下的不同数据处理思路,方法通用性和操作性强,识别结果能够为公共交通通勤乘客特征分析提供数据基础,有效指导后续城市公共交通设施布局和服务优化.
Public Transportation Commuter Identification Based on Spatio-temporal Clustering and Index Screening

周航、陈学武

展开 >

杭州市规划设计研究院,杭州310020

东南大学,江苏省城市智能交通重点实验室,南京211189

东南大学,现代城市交通技术江苏高校协同创新中心,南京211189

东南大学,交通学院,南京211189

展开 >

公共交通 通勤识别 时空聚类算法 通勤者 多源数据 相似性出行

国家自然科学基金重点项目

51338003

2022

10.19961/j.cnki.1672-4747.2021.03.023

交通运输工程与信息学报
西南交通大学

交通运输工程与信息学报

CSTPCD
影响因子：0.446
ISSN：1672-4747
年,卷(期)：2022.20(1)
  • 3
  • 7