基于关联分析的乘客公共交通依赖度识别方法

来源：交通运输系统工程与信息杂志2020年第4期北京时间：

作者：胡松，翁剑成，周伟，林鹏飞，孔宁

单位：1.北京工业大学 北京市交通工程重点实验室，北京 100124；2.中华人民共和国交通运输部，北京 100736

摘要：不同乘客在出行过程中对公共交通的依赖程度具有显著差异，精准识别乘客公共交通依赖度，有助于针对性地引导出行者向公共交通方式转移.本文基于多源数据的关联，获取包含个体属性的公共交通出行链，从出行行为和个体属性两方面提出8个依赖度指标，构建二阶聚类模型，识别乘客公共交通依赖度.结果表明：样本按依赖度高低被划分为4类群组；部分高、较高依赖度乘客在出行决策时受限于收入和车辆拥有量，并有向私家车出行转移的趋势；乘客出行习惯行为较个体属性对公共交通依赖度的影响更大.利用平均命中率(AHR)和平均覆盖率(ACR)指标评估个体属性对识别结果的影响，得出结论，个体属性指标间存在耦合关系，且指标缺失量与模型误差具有非线性关系.研究有助于理解公共交通乘客的需求和选择倾向性，为精准改善公共交通服务提供支撑.

关键词：城市交通,依赖度识别,二阶聚类模型,公交出行行为,数据关联

基金资助：国家自然科学基金重大项目/ Major Program of the National Natural Science Foundation of China(U1811463)；国家自然科学基金/National Natural Science Foundation of China(51578028)；北京市“科技新星”计划“/ Beijing Nova”Program by Beijing Municipal Science and Technology Commission(Z17110