基于主题模型的出租车出行行为分析

摘要

随着“大数据”时代的到来,出行行为数据的采集更加便捷,数据内容更加丰富准确,数据体量也更加庞大,“交通大数据”孕育而生.为了更加精确地研究出租车出行行为中的微观模式特征,本研究引入了自然语言处理中常用的LDA主题模型.通过出租车GPS出行数据与文本数据之间的类比,说明了主题模型在本次研究中的适用性.接着,论文构造了“出行时间+出行距离+行程时间”形式的“词语”,并应用LDA主题模型对北京市出租车GPS数据进行了分析.结果表明,LDA主题模型不仅能够通过主题-词语条件概率分布有效地给出隐藏在GPS数据中的出行模式特征,还能够通过文档-主题概率分布给出每天各出行模式的分布规律,进而发现出行行为中的周期性特征.