基于网约车数据的城市区域出行时空特征识别与预测研究

来源：交通运输系统工程与信息杂志2020年第3期北京时间：

作者：张政，陈艳艳，梁天闻

单位：1.北京工业大学城市交通学院，北京 100124；2. 交通运输部公路科学研究院，北京 100088

摘要：针对交通需求特征识别和需求预测问题，构建改进的LDA(Latent Dirichlet Allocation)城市区域内出行需求识别与预测组合模型，快速识别城市区域内出行需求特征并对需求做出预测. 构建城市交通小区尺度内的空间和时间维度下的主要出行需求特征分布挖掘辨识方法，以及数据集在不同时间尺度下时间维度出行特征构建及预测方法. 利用北京市三环内网约车出行订单数据，验证模型的有效性和准确性. 结果表明，模型能够对不同时间窗口下的区域出行需求特征进行辨识和预测，取得较好的结果.

关键词：城市交通,交通需求识别和预测,LDA模型,网约车

基金资助：国家重点研发计划/National Key Research and Development Program of China(2016YFE0206800).