典型文献
集时空聚类和指标筛选的公共交通通勤者识别
文献摘要：
通勤者作为公共交通乘客构成的核心部分,其识别提取是此类人群特征分析的前提.本文基于南京市常规公交、轨道交通和公共自行车的刷卡与设施数据,进行公共交通通勤者识别.首先,根据数据信息是否完整,分别采用两步聚类法和线路相似性整合法提取相似性出行;然后,识别职住地,再通过出行天数、单次出发时间差和工作往返出发时间差3项指标完成筛选.经通勤调查验证和方法有效性比较,各类参数取值合理,方法有效并存在应用优势.本文提出的通勤识别方法将出行时空规律与指标筛选紧密结合,考虑了数据完备与不完备条件下的不同数据处理思路,方法通用性和操作性强,识别结果能够为公共交通通勤乘客特征分析提供数据基础,有效指导后续城市公共交通设施布局和服务优化.
文献关键词：
公共交通;通勤识别;时空聚类算法;通勤者;多源数据;相似性出行
中图分类号：
作者姓名：
周航;陈学武
作者机构：
杭州市规划设计研究院,杭州310020;东南大学,江苏省城市智能交通重点实验室,南京211189;东南大学,现代城市交通技术江苏高校协同创新中心,南京211189;东南大学,交通学院,南京211189
文献出处：
引用格式：
[1]周航;陈学武-.集时空聚类和指标筛选的公共交通通勤者识别)[J].交通运输工程与信息学报,2022(01):89-97
A类：
相似性出行,通勤识别
B类：
指标筛选,通通,通勤者,乘客,心部,识别提取,人群特征,常规公交,公共自行车,刷卡,两步聚类,聚类法,整合法,职住地,过出,行天,时间差,往返,查验,参数取值,应用优势,时空规律,处理思路,通用性,数据基础,有效指导,城市公共交通,公共交通设施,交通设施布局,服务优化,时空聚类算法,多源数据
AB值：
0.354673
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
