典型文献
大数据环境下城市出行需求建模方法研究
文献摘要：
出行需求预测是交通规划活动中的重要环节,以往的出行需求建模方法依赖于传统的交通数据采集方法,效率低、成本高.笔者提出一种大数据环境下的城市出行需求建模方法,并以南京市为例进行了应用研究,利用移动社交网络数据和手机数据构建了城市常住居民和短期旅居人员的出行生成量和吸引量预测模型.首先基于手机信令数据对城市常住居民和短期旅居人员的出行特征进行了分析,然后将移动社交网络的兴趣点(POI)数据按服务类型划分为不同的类别,将每个类别的POI数量按交通分析区域进行聚合,作为出行生成量和吸引量预测模型的解释变量,同时在解释变量中加入了区域面积、小区内的公路入口数量和公共交通站点数量等建成环境因素;采用探索性回归分析的方法对各种变量组合的性能进行检验,并确定了城市常住居民和短期旅居人员的出行生成量和吸引量预测模型的最佳模型.该研究成果可推广应用于国内大中型城市交通规划项目的出行需求预测环节.
文献关键词：
出行需求建模;手机数据;移动社交网络数据;城市交通规划
中图分类号：
作者姓名：
杨帆;徐光霁
作者机构：
南京工程学院信息与通信工程学院,江苏南京211167;东南大学交通学院,江苏南京210096
文献出处：
引用格式：
[1]杨帆;徐光霁-.大数据环境下城市出行需求建模方法研究)[J].市政技术,2022(03):52-57
A类：
出行需求建模,移动社交网络数据
B类：
大数据环境下,下城,出行需求预测,交通数据,数据采集方法,手机数据,常住居民,民和,旅居,出行生成,生成量,手机信令数据,出行特征,兴趣点,POI,服务类型,类型划分,交通分析,区域面积,公路入口,公共交通,交通站,建成环境,变量组合,大中型,城市交通规划,规划项目
AB值：
0.204444
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。
