地鐵自動售檢票系統(tǒng)可以采集大量乘客刷卡數(shù)據(jù),可提供更全面的地鐵乘客時空信息。對乘客的出行模式分析有利于城市軌道交通運營企業(yè)預(yù)測地鐵客流和制定運營策略。提出了分析地鐵乘客出行模式的數(shù)據(jù)挖掘方法:對地鐵刷卡數(shù)據(jù)進行預(yù)處理,根據(jù)其時空信息生成乘客出行鏈;分析反映乘客時空特性的聚類變量;利用K-means聚類算法對各聚類變量進行乘客聚類;分析潛在的乘客出行模式。以深圳地鐵刷卡數(shù)據(jù)為例,對提出的地鐵乘客出行模式分析方法進行了試驗驗證。

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 地鐵刷卡數(shù)據(jù)預(yù)處理
2 乘客出行模式分析方法
    2.1 聚類變量
    2.2 聚類方法
    2.3 K-means 聚類算法
3 試驗驗證分析
    3.1 聚類變量的分布
    3.2 乘客出行模式
4 結(jié)語



本文編號：3767171