典型文献
共享单车用户骑行起讫点时空特征分析
文献摘要：
针对共享单车的供需失衡、分布不均问题,研究了共享单车用户骑行起讫点的聚集区分布以及不同区域的骑行时间特征,为共享单车的调度运营提供理论支撑.基于用户的骑行订单数据,采用均值漂移算法对骑行起讫点进行聚类学习,得到共享单车的骑行聚集区分布;随后采用spearman相关系数来衡量骑行时间特征的相似度,对不同骑行聚集区的借车与还车量的累计差值的时间序列曲线进行聚类处理,划分出6类典型的骑行特征,并对不同骑行特征所在地的兴趣点(POI)进行因子分析,结果表明:在空间上,共享单车的骑行聚集区的空间分布与所在区域的城市路网的布局形式存在较大关联,不同时间段的骑行聚集区的分布大致相同,仅在出行量上存在差异.骑行聚集区的骑行特征与土地利用性质之间存在相关性,例如,对于骑行特征为1天内借车量小于还车量的骑行聚集区,其主导因子为商业用地,占比为0.4;对于1天内用户的借车量大于还车量的骑行聚集区,其主导因子为住宅用地,占比为0.57.多种用地性质混合的区域,借还车的差值较小且易产生波动.此外,同一类型的骑行时间特征的主导因子占比在工作日与非工作日会产生变化,同一区域的骑行时间特征在工作日与非工作日存在差异.
文献关键词：
城市交通;共享单车;出行OD;空间聚类;时间聚类
中图分类号：
作者姓名：
李福;徐良杰;陈国俊;朱然博
作者机构：
武汉理工大学交通与物流学院 武汉 430063;湖北文理学院汽车与交通工程学院 湖北 襄阳 441053
文献出处：
引用格式：
[1]李福;徐良杰;陈国俊;朱然博-.共享单车用户骑行起讫点时空特征分析)[J].交通信息与安全,2022(03):146-153,170
A类：
B类：
共享单车,车用,骑行,起讫,时空特征分析,供需失衡,聚集区,时间特征,订单数据,均值漂移算法,spearman,借车,分出,所在地,兴趣点,POI,所在区域,城市路网,布局形式,不同时间段,大致相同,天内,主导因子,住宅用地,工作日,城市交通,OD,空间聚类,时间聚类
AB值：
0.256561
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。
