基于铁路旅客常住地与行程环的年度出行特征分析体系

摘要

为更好地利用大数据全样本下的客流信息,基于拓扑学概念提出旅客年度出行特征分析体系,包括旅客常住地识别、行程环划分以及行程环与出行链拓扑结构构建。先通过随机森林算法构建旅客常住地识别模型,然后构建基于常住地特征的改进DBSCAN基本元聚类模型,最后利用铁路行程大数据验证旅客年度出行特征分析体系的合理性。结果表明:旅客常住地识别模型能够准确判断旅客当年的唯一常住地;改进DBSCAN基本元聚类模型能够根据常住地准确识别旅客行程环,准确率达97.4%;根据年度行程环特征得到的全年出行链拓扑结构以及利用2019—2020年全部铁路行程数据得到的客流结构划分结果均符合实际情况,因此旅客年度出行特征分析体系能够覆盖旅客全年出行行为中的所有点(到发城市)、线(单次行程)、面(出行链拓扑结构),体现出旅客的行程特征和出行目的。