基于智能交通卡数据的轨道出行乘客特征研究

摘要

近年来国内大中城市轨道交通快速发展,各大城市轨道交通网络初步形成,客流网络化特征的日趋明显,乘客的路径选择行为存在差异,网络客流时空分布不均衡.研究轨道出行乘客出行规律,有助于理解城市轨道交通系统与职住空间的耦合机制,为城市轨道交通体系的优化和调整提供理论支持和定量依据.本文对于轨道出行乘客特征研究提供一种新的思路,基于深圳市2015年12月的智能交通卡数据,首先对智能交通卡数据进行数据清洗,其次以一个月全天、一个月的工作日、一个月的工作日早高峰、一个月的周末四个时间段为限定条件,分别提取每位用户的特征值,同时引入了“信息熵”的概念来分别计算四个时间段乘客出行的“纯度”.在此基础上使用k-means聚类算法首先将5329267位乘客分为各有特征的14小类.通过进一步描述小类特征,将14小类出行特征总结为常规出行特征、半常规出行特征、随机出行特征三大类.研究分析了三种不同特征乘客对于站点的使用,并结合乘客出行特征,进一步分析了各出行特征的主体人群.最后,研究也注意到站点周边土地利用情况与站点的不同特征乘客使用比例的关系,提出了未来的研究方向.