基于公交IC卡数据的跨区通勤出行者识别研究

摘要：

研究并提出了一种基于公共交通IC卡数据,应用机器学习算法有效识别跨区域通勤者的方法.即:利用北京市通州区公共交通数据,在提取出行者公共交通出行链的基础上,选取到达时间分布、出行模式频率、一周出行次数、O点到访频率、D点到访频率5个通勤特性指标,利用Apriori规则算法实现对跨区通勤出行者的精准识别.其中,O点到访频率、D点到访频率指标利用DBSCAN密度聚类算法提取.通过该方法,可以有效解决大数据样本条件下快速准确识别跨区公共交通通勤出行者问题,为交通政策研究和制定者分析通勤出行行为和定制个性化公共交通服务措施提供研究基础.

关键词：通勤出行、Apriori规则算法、DBSCAN密度聚类算法、出行行为

分类号：U121(城市交通运输)

在线出版日期：2021-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：5-8