基于GPS數(shù)據(jù)的高收入出租車司機收入影響因素研究
發(fā)布時間:2020-07-23 10:18
【摘要】:出租車司機的收入與空載尋客距離、載客距離以及載客路徑選擇等因素密切相關,經(jīng)驗豐富的高收入司機在這三個方面的能力與剛入行司機相比明顯突出。從出租車GPS時序軌跡數(shù)據(jù)中識別出高收入司機,并挖掘高收入司機在這三個方面的因素特征是本課題需要解決的主要問題。從出租車GPS數(shù)據(jù)中識別出高收入司機,首先根據(jù)出租車軌跡數(shù)據(jù)中的OD(Original-Destination)標志位將數(shù)據(jù)劃分為載客Trip軌跡點集合和空載Trip軌跡點集合。然而由于GPS數(shù)據(jù)存在經(jīng)緯度偏移現(xiàn)象和采樣頻率較低的問題,Trip集合并不能表示相應的路徑。為此利用OpenStreetMap提供的城市道路特征點建立道路網(wǎng)數(shù)據(jù)結構圖,將GPS數(shù)據(jù)的Trip軌跡點集合轉化為實際的出租車Trip路徑集合,從而估計得到出租車司機收入。再采用K-Means聚類算法將出租車司機按收入劃分為高、中、低三等。在挖掘高收入司機收入影響因素特征時,首先利用Logistic回歸模型分析高、中、低收入司機與空載尋客距離、載客距離以及載客速度的相關性,分別得到這三個因素評判司機運營過程的重要閥值。以此為線索篩選高收入司機的空載Trip路徑集合、載客Trip路徑集合。將一天劃分為不同的時間段,按照路徑的起始點時間戳將路徑集合歸為不同時間段,采用DBSCAN算法對同一時間段內(nèi)的空載Trip路徑集合、載客Trip路徑集合中各路徑的起始點進行聚類,從而得到在特定時空條件下能以較短距離搜索到乘客的卸客點、潛在的高價值乘客載客點。根據(jù)速度評價閥值所篩選的高收入司機Trip路徑集合可以明確特定時空條件下城市的通暢路徑。課題的研究成果揭示了高收入司機在特定時空下以較短空載距離尋客、高價值乘客載客點識別以及載客后通暢路徑選擇上具有的能力因素特征,挖掘了對應的熱點區(qū)域信息及交通道路狀況。對于中低收入出租車司機提高其收入水平具有指導和應用價值,對于出租車管理部門和政府出臺相應的管理政策具有借鑒意義。
【學位授予單位】:長安大學
【學位級別】:碩士
【學位授予年份】:2019
【分類號】:F570;TP311.13
【圖文】:
Way的XML描述
原始出租車GPS軌跡數(shù)據(jù)示例
坐標系轉換前的數(shù)據(jù)顯示
本文編號:2767192
【學位授予單位】:長安大學
【學位級別】:碩士
【學位授予年份】:2019
【分類號】:F570;TP311.13
【圖文】:
Way的XML描述
原始出租車GPS軌跡數(shù)據(jù)示例
坐標系轉換前的數(shù)據(jù)顯示
【參考文獻】
相關期刊論文 前3條
1 賈寧;杜盛楠;;基于浮動車數(shù)據(jù)的城市居民出行行為規(guī)律分析[J];科技創(chuàng)新導報;2013年16期
2 梁磊;;兩點間所有路徑的遍歷算法[J];科技信息;2010年33期
3 賀玲;吳玲達;蔡益朝;;數(shù)據(jù)挖掘中的聚類算法綜述[J];計算機應用研究;2007年01期
相關碩士學位論文 前7條
1 程智源;基于軌跡聚類的交通熱點分析[D];電子科技大學;2018年
2 溫興超;基于GPS軌跡數(shù)據(jù)的城市出租車服務策略研究[D];長安大學;2018年
3 王貝貝;基于北京市載客熱點區(qū)的出租車出行需求研究[D];北京交通大學;2018年
4 張凌;出租車乘客和司機的行為模式研究[D];大連理工大學;2017年
5 李文靜;基于Hadoop的道路匹配算法與車輛行駛軌跡還原系統(tǒng)的設計與實現(xiàn)[D];西北大學;2014年
6 楊夢露;西安市出租汽車行業(yè)管理問題研究[D];長安大學;2014年
7 張健;高速公路聯(lián)網(wǎng)收費多路徑判斷技術方法研究[D];長安大學;2008年
本文編號:2767192
本文鏈接:http://sikaile.net/jingjilunwen/jtysjj/2767192.html
教材專著