基于K-means++的轨道交通异常出行乘客分类研究

摘要：

为聚焦轨道交通乘客主要出行规律,需在利用交通大数据做研究时明确异常数据和正常数据之间的界限,当研究主题、研究深度和精度要求不同时,对异常出行群体数据的接受程度也会相异.文中基于大都会二维码数据识别存在异常出行的乘客,引入K-means++聚类算法对异常出行乘客进行分类研究,并构建异常得分指标评价不同群体异常程度.聚类结果表明,将异常乘客分为5 类时效果最佳.结合异常乘客出行指标、异常得分、群体占比和周出行平均频次四个角度分析群体特征,并针对性提出相应群体的数据剔除建议,以保证研究中样本的多样性和结论可靠性.

关键词：轨道交通大数据、异常出行行为、k-means++算法、异常乘客分类

所属期刊栏目：45

分类号：F570(城市交通运输经济)

在线出版日期：2023-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：96-99