基于票务数据的团体旅客出行目的推断

来源：交通运输系统工程与信息杂志2020年第6期北京时间：

作者：钱剑培，邵春福,李军，蔡楠，黄士琛

单位：1. 北京交通大学 综合交通运输大数据应用技术交通运输行业重点实验室，北京 100044； 2. 中国交通通信信息中心 交通运输信息化标准研究所，北京 100011； 3. 南通市规划设计院有限公司，江苏 南通 226004

摘要：为推进城际交通大数据的应用，需要补全出行目的信息，将团体旅客出行目的决策与文本主题生成类比，开发基于无监督学习框架的出行目的推断方法.提出嵌入出发时间生成模块的主题模型，以及团体旅客重建和语义化特征设计方法，并通过吉布斯采样估计参数. 基于调查数据的模型对比研究发现，模型对一般私务辨识性能提升7.7%；基于票务数据的案例研究发现，模型对出发时间预测精度达到90.9%，间接验证了模型的可靠性.主题标注表明，模型不仅推断出4种与典型模式相符的出行目的，还辨识出既有认识外的非常规模式.对道路客运分析表明，出行目的构成呈现地区差异，高铁开通对不同出行目的出行量的负向影响程度不一.

关键词：交通工程,出行目的推断,主题模型,面板回归模型,道路客运,票务数据

基金资助：国家自然科学基金创新研究群体科学基金/ Science Fund for Creative Research Groups of the National Natural Science Foundation of China (71621001).