[发明专利]一种基于地铁刷卡数据的乘客出行行为分析方法

说明书

技术领域

本发明属于智能交通的技术领域，具体地涉及一种基于地铁刷卡数据 的乘客出行行为分析方法。

背景技术

在工业化和城市化加速发展的今天，数以百万计的人口涌入大城市， 给城市管理和城市交通带来巨大的压力。轨道交通作为城市交通的骨干， 能有效缓解交通拥堵，提高城市交通的效率。在国外，轨道交通经历了数 百年的发展，已经被证实在城市发展中起到了举足轻重的作用，在公共交 通中承担了主要份额。对于地铁乘客出行行为规律的研究是轨道交通研究 的重要基础。能否利用现有的数据，准确分析、掌握城市居民轨道出行规 律，直接关系到城市轨道交通的发展战略、规划及政策制定的合理性和准 确性。随着我国城市轨道交通建设的发展，城市化进程的快速推进，如何 通过合理的轨道交通设计满足居民日益增长的出行需求已成为一个迫在眉 睫的问题。通过直接观测人流量与站点吞吐量的传统轨道出行行为分析模 型与方法已较难满足更加准确、精细化的需求。同时，居民轨道出行规律 可以很好的反应城市社会空间的变化，为城市的合理规划，提供宝贵的参 照。

国外对于行人出行的研究，已经取得了丰硕的研究成果，其中， Sumietal提出一个随机均衡模型来对乘客出发时间和路径进行选择，该模 型的假设主要是根据公交系统的运营特征和乘客期望的到达目的地时间。 Vovsha对早晚高峰行人的出行时间选择进行了分析。Bhat则提出一系列的 出行方式选择模型，可以预测出行者的出行方式、出行时间，以及对出发 时刻和出行目的地选择的预测。Stefaan和Therese主要研究了出行时间和 空间因素对公交出行方式选择的影响情况。国内在公共交通出行方式方面 的研究也比较多，殷焕焕等依据济南市民出行调查数据，从出行行为角度 分析城市居民公交出行行为特征，构建了公交选择行为模型，分析了公共 交通与私人交通出行方式选择行为差异。邹志云等通过研究经济指标和居 民人均出行次数的关系来建立居民人均出行次数量化模型，对居民出行强 度进行了聚类分析。冷彪和赵文远以地铁站客流数据为基础提取了乘客出 行模式和地铁站客流模式，建立基于潜在狄利克雷分配主题模型的地铁客 流出行特征聚类模型将地铁站点根据出行规律相似性聚类在一起。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提供一种基于地铁 刷卡数据的乘客出行行为分析方法，其能够有效地将地铁出行行为进行分 类，并且分类结果有着显著、容易观察到的特征，可广泛应用于智能交通 行人出行行为分析中。

本发明的技术解决方案是：这种基于地铁刷卡数据的乘客出行行为分 析方法，包括以下步骤：

(1)数据预处理：对原始数据进行了合并和整理，得到行人出行记录， 每条行人出行记录包含：乘客出行进站站点、进站刷卡时间、出 站站点和出站刷卡时间；

(2)特征提取：根据行人出行记录，进行行人进站时间聚类，得到每 个乘客的固定出行天数，进行乘客出行特征提取来获得乘客出行 特征；

(3)乘客聚类：根据乘客出行特征，进行乘客聚类，获得乘客聚类结 果，并对乘客聚类结果进行分析。

本发明针对地铁刷卡数据，提取并通过聚类方法确定每位行人的出行 行为的特征，然后采用聚类的方法对行人特征进行聚类，将出行规律具有 相似性的行人聚在一起，得到三大类出行人群，得到出行规律与站点分布 之间关系，所以能够有效地将地铁出行行为进行分类，并且分类结果有着 显著、容易观察到的特征，可广泛应用于智能交通行人出行行为分析中。

附图说明

图1是根据本发明的基于地铁刷卡数据的乘客出行行为分析方法的流 程图。

图2示出了不同类别行人在各站点流量。

图3示出了随机出行各站点人流量。

图4示出了固定出行各站点流量。

图5示出了第一类异常出行各站点人流量。

图6示出了第二类异常出行各站点流量。

图7示出了第三类异常出行各站点流量。

具体实施方式

如图1所示，这种基于地铁刷卡数据的乘客出行行为分析方法，包括 以下步骤：

(1)数据预处理：对原始数据进行了合并和整理，得到行人出行记录， 每条行人出行记录包含：乘客出行进站站点、进站刷卡时间、出 站站点和出站刷卡时间；