一种整合时空流聚类与决策树方法的共享单车用户个人日常通勤模式挖掘框架
编号:2858
访问权限:仅限参会人
更新:2024-04-12 20:20:26 浏览:896次
口头报告
摘要
近年来,共享单车的兴起深刻地影响着城市交通出行。然而,鲜有研究尝试利用共享单车数据识别个体的日常出行模式。尽管已有一些学者运用诸如手机信令,智能刷卡等实现对个体出行模式的识别,但受限于数据属性、出行特征等方面的差异,这些方法无法直接运用于共享单车数据。为此,本研究提出一种整合时空流聚类与决策树方法的单车用户个体日常通勤模式识别框架,并以深圳市作为研究区用以验证模型的适用性与有效性。最终,本研究将识别得到骑行通勤用户分为“仅靠骑行”与“骑行+公共交通”两类通勤群体,进而探讨他们的通勤特征与时空模式,其结果有助于深入了解城市中骑行群体的日常流动,并为友好骑行环境建设与单车租赁服务优化提供决策依据。
关键词
共享单车,职住通勤,时空流聚类,个体出行模式识别
稿件作者
庄财钢
广州大学地理科学与遥感学院
李少英
广州大学地理科学与遥感学院
发表评论