[发明专利]基于IC卡和居民调查数据的地铁通勤人群信息融合方法

说明书

本发明提出了一种基于IC卡和居民调查数据的地铁通勤人群信息融合方法，属于地铁IC卡数据和居民出行调查数据挖掘领域。该方法利用IC卡数据和居民出行调查数据，提取对应的通勤出行指标，对通勤模式进行不同方法的划分，实现两套不同尺度的通勤人群信息的融合。本发明首次从IC卡数据和居民出行调查数据中挖掘对应的通勤指标，用两种不同的的方法划分出对应的通勤人群，划分的人群通勤特征显著，比例差异小。既发挥了IC卡数据的客观性优势，又能够利用居民出行调查数据中更完备的个人和家庭信息，为不同通勤模式的形成机理研究提供条件。

技术领域

本发明属于地铁IC卡数据和居民出行调查数据挖掘领域，具体涉及一种基于IC卡和居民调查数据的地铁通勤人群信息融合方法。

背景技术

通勤交通是城市中最重要的刚性交通需求，随着社会经济的发展和城市规模的扩大，职住用地的不平衡越来越凸显出来，越来越多的人不得不进行长距离通勤。地铁作为城市的重要交通手段，兼具安全准点、快捷舒适的优点，成为很多中长距离通勤者优先选择的通勤方式。分析地铁通勤者的出行行为特征，对于城市用地规划和公交基础设施的建设和优化具有重要参考意义。

目前针对通勤者出行行为的研究主要是在传统居民出行调查的基础上开展的。尽管这是获取个体出行行为的重要手段，但会存在以下两个方面的不足：(1)出行行为是一个长期动态且有周期性的过程，基于日志的调查分析得到的数据时间跨度短，不能真实反映这种长期生活方式下的出行习惯和规律，存在一定的偏差性。(2)由于调查多通过个体依据回忆来填写活动-出行情况，回忆不可避免地带有主观性，其活动时空的准确性和完整性很难得到真实的反映。因此，通过常规居民日志调查数据分析得到的通勤规律缺乏一定的说服力。也有研究利用公交智能卡数据对通勤行为的时空规律进行了分析，智能卡数据记录了乘客的连续时空信息，包含的信息量大，因此利用智能卡数据可以更客观、真实地反映周期较长的出行行为，所获得的研究成果更加科学可靠。然而，智能卡数据仅记录乘客的出行时空信息，缺乏个体的社会经济属性，难以对通勤出行行为的影响因素进行更多的挖掘。因此，研究IC卡和居民调查数据的地铁通勤信息融合方法显得尤为重要。

发明内容

发明目的：基于现有技术的不足，本发明提出一种基于IC卡和居民调查数据的地铁通勤人群信息融合方法，利用IC卡数据和居民出行调查数据，提取对应的通勤出行指标，对通勤模式进行不同方法的划分，实现两套不同尺度的通勤信息的融合，能够得到客观的地铁通勤模式并为其形成机理研究提供条件。

技术方案：一种基于IC卡和居民调查数据的地铁通勤人群信息融合方法，通过提取IC卡中的通勤个体出行特征进行通勤识别，在其基础上提取通勤者的出行特性指标，并采用聚类算法将通勤人群进行分类。在通勤人群分类的基础上，在居民出行调查数据中对相应的出行指标划分区间，得到对应的各类通勤人群。该方法包括以下步骤：

(1)获取地铁IC卡与居民出行调查数据，并从数据中提取有效信息；

(2)筛选居民出行调查数据中使用地铁通勤的乘客数据，建立基于调查的地铁通勤数据库，并统计通勤时空特征；

(3)根据通勤时空特征，对地铁IC卡中的通勤乘客进行识别，剔除使用地铁通勤天数少于指定通勤天数阈值n的乘客，建立地铁IC卡通勤数据库；

(4)提取通勤乘客的出行指标，并分别对地铁IC卡通勤数据库和基于调查的地铁通勤数据库中与出行指标对应的数据进行预处理；

(5)将地铁IC卡通勤数据库中处理后的出行指标数据进行聚类，把地铁通勤乘客划分为K类；

(6)获取K类地铁通勤乘客各出行行为指标的分布区间，从基于调查的地铁通勤数据库中识别出对应指标分布区间的通勤乘客，完成出行信息融合。