多源数据驱动下公共交通出行行为特征挖掘与预测

摘要：

公共交通是保障城市交通顺畅绿色运行的重要支撑,准确把握公共交通出行行为特征和需求是关键.从公共交通出行行为特征挖掘和行为预测两方面,解析了以往公共交通出行需求分析存在的问题及原因.结合北京市交通运行监测平台数据和多源数据处理方法,分析了多源数据为公共交通出行特征精细化挖掘和行为精准化预测带来的机遇,并从数据关联分析和计算效能等角度梳理了面临的挑战.从公共交通多源数据关联匹配、公共交通出行特征刻画和公共交通出行行为预测三个方面提出了解决思路和方法,并通过案例分析验证了可行性.为把握多源数据驱动下精细化的公共交通出行需求提供了总体解决方案.

关键词：公共交通;特征挖掘;行为预测;知识图谱;XGBoost算法

所属期刊栏目：21

分类号：U491.1(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51578028

在线出版日期：2021-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：11921-11931