本文關(guān)鍵詞：基于樸素貝葉斯分類器的公交通勤人群辨識方法

  更多相關(guān)文章： 城市交通 IC卡數(shù)據(jù) 樸素貝葉斯分類器 通勤人群

【摘要】：公交IC卡數(shù)據(jù)中通勤用戶卡號ID的辨識和提取是其公交出行行為特征分析的前提.本文以廈門市公交IC卡刷卡記錄為依托,結(jié)合相關(guān)問卷調(diào)查,提出一種基于樸素貝葉斯分類器(Na?ve Bayesian Classifier,NBC)的公交通勤人群辨識方法.首先,利用兩種數(shù)據(jù)源中(問卷調(diào)查數(shù)據(jù)與IC卡數(shù)據(jù))同時包含的公交出行信息,例如工作日首次刷卡時間、每周工作日刷卡天數(shù)等,建立其與調(diào)查數(shù)據(jù)中獨有的類別變量(通勤人群/非通勤人群)之間的貝葉斯概率關(guān)系,并以此構(gòu)建與訓練NBC模型.然后,利用未參與訓練的調(diào)查樣本對標定后的模型的預測準確性進行測試,通勤人群的預測成功率達到88%.最終,利用測試驗證后的NBC模型對公交IC卡數(shù)據(jù)中通勤人群進行識別,結(jié)果顯示,廈門市公交通勤人群的數(shù)量介于26萬人到32萬人之間,并給出相關(guān)指標的統(tǒng)計結(jié)果.
【作者單位】： 同濟大學道路與交通工程教育部重點實驗室;
【基金】：國家自然科學基金(51478350)
【分類號】：U491
【正文快照】： 1引言近些年,隨著信息時代的到來,通過對居民出行行為特征的深入分析來模擬城市空間要素變化逐漸成為大數(shù)據(jù)時代城市空間研究的新范式[1].傳統(tǒng)的居民公交出行調(diào)查數(shù)據(jù)主要通過調(diào)查問卷獲取,獲取成本高、樣本量小、時間跨度短,并且問卷的主觀性較大.然而,公交IC卡數(shù)據(jù)具有真實，

本文編號：1278393