基于多源出行数据的居民行为模式分析方法

摘要 基于对智能交通卡数据的挖掘与分析能够为城市交通建设和城市管理提供有力支持，但现有研究数据大都仅包含公交或地铁这两方面数据，且主要关注群体性宏观出行规律。针对这一问题，以某城市交通卡数据为例，该数据包含着城市居民日常出行公交、地铁、出租车等多源数据，首先提出行程链的概念对居民出行行为建模，在此基础上给出不同维度的周期性出行特征；然后提出一种基于最长公共子序列的空间周期性特征提取方法，并对城市居民出行规律进行聚类分析；最后通过规则定义5个评价指标对该方法的有效性进行初步验证。结果表明引入该方法的聚类算法对聚类结果有6.8%的效果提升，有利于发现居民的行为模式