基于网络开源数据的出行OD矩阵推导方法

摘要

基于当前网络环境获取微博签到、POIs及点评数据等多源网络开源数据,用以挖掘出行特征.首先,考虑用地类型和既有分类体系重构了基于交通应用的POIs重分类体系;其次,采用DBSCAN(Density-Based Spatial Clustering of Applications with Noise,比较有代表性的基于密度的聚类算法)聚类分析签到数据,并结合POIs重分类以及出行时间特征构建签到地职住类型识别规则;再次,依据出行链理论构建基于签到数据的出行模型,验证可行性并推导了基于签到数据的"样本OD矩阵";接着,先采用人口规模与年龄结构进行简单扩样,再基于OD反推模型校核推导居民出行OD矩阵.最后,通过实例分析论证了研究方法的可行性.论文提出的方法能够避免城市频繁进行大规模费事、费力的居民出行调查工作,并较好的克服了网络数据获取困难性、覆盖面局限性等问题.