硕士论文摘要——基于IC卡数据的公交乘客时空分布特征分析

基于IC卡数据研究公交乘客时空分布特征的目的,在于对乘客实现组群细分,针对不同组群时空分布和诉求差异,实现持续的公交精细化改善。为此,本文研究了实现上述目标所涉及到的关键技术环节,包括用户行为分析,不同组群用户诉求分析和对策响应的时空精细化定位。

在对公交IC卡数据进行了质量评估与修正基础上,提出了一套较为完整的对公交乘客出行行为模式划分的聚类方法,将公交乘客划分为具有较为明显类差异性的三类出行模式:高频高稳定性、中频低稳定性以及低频低稳定性3类出行模式,并研究了这三类公交乘客在出行的时空分布上的差异性,实现了基于行为的公交乘客类别细分。

为了弥补IC卡数据缺少意愿和因果分析的缺点,围绕乘客公交忠诚度问题进行了小样本问卷调查。借鉴“态度-行为”二维忠诚度划分方法,将公交问卷乘客划分为忠诚、虚假忠诚、潜在忠诚与不忠诚四类,并确定虚假忠诚潜在忠诚为重点关注乘客群体。采用结构方程模型分别针对普适群体、“虚假忠诚”与“潜在忠诚”乘客的建立公交忠诚度模型,借助此模型分析了不同组群改善诉求优先级

基于宏微观数据融合分析构想,提出了基于IC卡数据与问卷数据融合分析的公交改善方法。通过公交卡号与出行链信息对二源数据进行匹配,实现数据的交叉分析。将忠诚度类别映射到出行行为类别中,通过概略扩样,确定主要目标群体乘客改善诉求响应的时空分布定位,进而实现公交服务改善诉求“落地”。

研究成果表明,采用IC卡数据为主,辅助问卷调查数据的方法,实现用户组群细分,并区分组群时空分布和诉求,精细化推进公交服务改善的技术构思是可行的。

 

关键词:公交IC卡数据、出行行为、公交忠诚度、公交乘客分类、改善对策