基于朴素贝叶斯分类器的公交通勤人群辨识方法

摘要：

公交IC卡数据中通勤用户卡号ID的辨识和提取是其公交出行行为特征分析的前提.本文以厦门市公交IC卡刷卡记录为依托,结合相关问卷调查,提出一种基于朴素贝叶斯分类器(Na(1)ve Bayesian Classifier,NBC)的公交通勤人群辨识方法.首先,利用两种数据源中(问卷调查数据与IC卡数据)同时包含的公交出行信息,例如工作日首次刷卡时间、每周工作日刷卡天数等,建立其与调查数据中独有的类别变量(通勤人群/非通勤人群)之间的贝叶斯概率关系,并以此构建与训练NBC模型.然后,利用未参与训练的调查样本对标定后的模型的预测准确性进行测试,通勤人群的预测成功率达到88%.最终,利用测试验证后的NBC模型对公交IC卡数据中通勤人群进行识别,结果显示,厦门市公交通勤人群的数量介于26万人到32万人之间,并给出相关指标的统计结果.

关键词：城市交通、IC卡数据、朴素贝叶斯分类器、通勤人群

所属期刊栏目：15

分类号：U491.1+7(交通工程与公路运输技术管理)

资助基金：国家自然科学基金51478350

在线出版日期：2016-01-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：46-53