基于共享单车出行数据的用户行为分析

基于共享单车出行数据,对用户总体出行时间和强度进行分析,并据此对高频用户出行日期和路线进行分类,针对用户出行目的地建立预测模型.结果表明,工作日和休息日出行时间分布存在显著差异,出行强度具有频率低、距离短的特征;高频用户出行轨迹在工作和休闲两维度上可归纳为三种类型;基于共享单车历史出行数据,建立用户出行目的地预测模型所得的准确率较为合理.     

共享单车对通勤走廊出行结构的影响

为深入分析共享单车导入对通勤走廊出行结构的影响,文中将通勤方式选择行为解析为面向主要出行方式和末端接驳方式的联合选择行为,并构建双层NL(Nested Logit)模型以描述通勤者的分层决策过程;在此基础上,选取不同通勤距离下的实际案例,计算共享单车出现前后通勤走廊内各主要出行方式及公共交通末端接驳方式的分担率。结果表明:在短距离通勤中,共享单车的分担率达到13.2%,对于地面公交、私人自行车存在显著的替代效应,但对地铁的分担率影响较小;在中长距离通勤中,共享单车更多被作为地铁的接驳方式,在促使地铁分担率上升3.6个百分点的同时,也造成地面公交、私家车及出租车分担率下降。总之,共享单车的出现在便捷传统公共交通方式接驳的同时,可减少早高峰期间地面公交来自短距离出行的客流压力,提升地铁对长距离出行客流的吸引力,并可在一定程度上减少小汽车和出租车出行。     

共享单车低碳出行的实证研究——以合肥市居民为例

以问卷、SPSS等作为调查研究工具,分析了合肥市居民在选用低碳交通工具——共享单车上的使用目的和意愿,运用多元统计学,结合社会人口学特征相关数据,深入研究了其对居民选用共享单车作为低碳出行工具上的使用意图;结果表明:合肥市居民对共享单车作为低碳出行工具的使用意愿较高,并对共享单车的可行性与未来发展持乐观态度,但是他们在共享单车投放数量、城市公共绿道和存在安全隐患方面也表现出担忧;同时,绝大部分居民对共享单车作为低碳出行工具的使用意愿及目的一致度较高;社会人口学特征的多因子交互作用共同影响着居民低碳出行使用共享单车的最终意图;最后,共享单车作为低碳交通的重要补充,在国家低碳城市建设中,应重点关注公共绿道/慢道系统在国家低碳城市建设中的开发与规划;监管与规范构建良好的使用环境;将居民对共享单车的使用频次、公里数等,纳入碳补偿机制体系,有效提升居民低碳出行的积极性。     

基于logit模型的共享汽车出行影响因素分析

为定量分析影响使用共享汽车出行的主要因素,以543份有效调查问卷收集的数据为基础,从个体特征、出行特征和出行者对共享汽车服务水平的主观感知3个方面开展研究,分别运用有序Logit模型和多项Logit模型建立共享汽车出行频率预测模型,并对比预测精度。结果表明,职业类型、对共享汽车舒适性、便利性、经济性和时耗性的主观感知5个变量与共享汽车出行频率显著相关。有序Logit模型和多项Logit模型的平均预测准确率分别为78.41%和92.40%,多项Logit模型的预测效果较好。     

贝叶斯网络中基于联合树算法的学生模型更新方法研究

在已建立的覆盖型贝叶斯网络学生模型的基础上,用联合树算法来实现推理更新.通过建立Moral图、构造三角化图、区分团节点,然后将学生模型转化为联合树的结构,最后通过消息传递来完成整个学生模型的更新.     

南北方老年人出行行为对比研究

为了探索南北方老年人出行行为之间的差异,选取北方城市东营市和南方城市恩平市为研究对象。基于两个城市的居民出行调查数据,对南北方60岁以上老年人群的出行特征进行统计,并进行对比分析。总结了南北方老年人在出行率、出行方式、出行目的以及出行时间上的差异和特点。另外,利用多项Logit模型分别建立南方和北方老年人出行方式选择模型,定量分析南方和北方老年人在出行方式选择的影响因素,并分析两者之间的差异性。研究发现性别、年龄这些个人属性对南北方老年人出行方式选择行为影响不显著,家庭属性对南北方老年人出行方式选择的影响有显著的差异。对于出行时间,则表现出某种出行方式出行时间越长,越不利于老年人选择该种出行方式。     

关于北京市感知价值对共享单车出行选择影响的调查分析

为研究共享单车在城中化进程中的发展以及其在促进公共交通和减少私家车使用中的重要作用.通过把行为经济中的感知价值因素引入到共享单车出行选择分析框架中,把反映出行者感知利得和感知利失的潜变量以及刻画骑行者个人特征和出行特征的显变量统一纳入到离散选择潜变量混合模型(integrated choice and latent variable,ICLV),研究了感知利得(包括感知节约、感知激励、履行社会规范)和感知利失(包括转换成本和感知风险)心理权衡过程对出行者出行选择的量化影响水平.结果 表明:①收入,偏好以及衔接性正向显著影响出行者共享单车出行选择行为;②男性比女性更愿意选择共享单车出行;③出行目的也显著影响出行者共享单车出行选择行为;④在感知价值方面,感知利得正向影响通勤者共享单车出行选择行为,其中感知时间节约,沿途风景欣赏,资源节约显著影响;感知利失负向显著影响出行者共享单车出行选择行为,其中转换心理成本和感知信息风险会显著影响.     

共享电动汽车选择行为分析

为探索共享电动汽车选择行为,构建出行行为选择模型,基于南京市出行者选择行为调查数据,采用计划行为理论、技术接受理论和结构方程模型,综合考虑出行者个人社会属性、出行特征及潜变量,分别构建不包括潜变量的多项Logit模型和包括潜变量的混合选择模型,并对这些因素进行显著性和敏感性分析.结果表明:不包括潜变量的多项Logit模...     

基于大数据的南京市共享单车时空特征研究

共享单车的兴起极大地便利了人们的短距离出行,利用单车大数据来挖掘和分析短距离的出行规律已成为智慧城市和智慧交通的重要热点.利用南京市的摩拜单车时空数据,研究了单车的时空分布规律与差异,并重点挖掘了早晚高峰时刻以及区域间单车流动规律等,研究表明:(1)南京市整体早、晚高峰时间分别为7:10-8:37和17:15-18:25;副中心早高峰比主城区早35min开始,且晚高峰持续时间长;(2)早、晚高峰高强度骑行主要分布在以新街口、百家湖等为中心的区域;主城区和副中心区有着骑行差异,短距离骑行主城区相对副中心具有更高的比例,副中心则具有更多的长距离骑行;(3)单车骑行围绕地铁站而显现聚集趋势,并且集中于地铁1,2,3号线区域.     

基于SFIC 模型的共享单车协同治理问题研究

为应对共享单车快速发展带来的车辆乱停放、车辆破坏和失窃、用户信息和资金安全等问题,推动共享单车行业健康有序发展,以协同治理为理论基础,基于SFIC模型,从起始条件、催化领导、制度设计和协同过程4个维度对共享单车协同治理面临的困境进行分析,并提出构建激励机制、催化机制、保障机制和沟通机制实现共享单车的协同治理。     

南北方老年人出行链选择行为对比

为研究中国南北方老年人出行行为之间的差异,以老年人出行链为研究对象,将老年人出行链分为简单出行链和复杂出行链两种基本形式.基于北方城市东营市2011年的居民出行调查数据和南方城市恩平市2013年的居民出行调查数据,运用二项Logit模型对南北方老年人出行链选择行为进行建模分析,同时考虑个人属性、家庭属性以及出行链属性对老年人出行链选择的影响.模型分析结果表明,个人属性均对南北方老年人出行链选择影响不显著,出行链的出行时间对老年人选择简单出行链产生负影响,家庭月收入、家庭是否拥有小汽车对老年人复杂出行链选择产生负影响,家庭是否拥有自行车对北方老年人简单出行链选择产生正影响.     

基于活动分析法的城市慢行交通出行行为

提出了基于活动分析法建立慢行交通出行二元Logit选择模型,根据慢行出行方式的特性,对慢行活动类型进行划分,确定慢行活动选择的影响因素。通过对影响因素变量的计算,得到各影响因素在不同慢行活动类型下的慢行交通方式选择概率。研究结果表明:各种影响因素对慢行活动的选择有不同程度的影响;在弹性需求和短途交通活动条件下,慢行交通出行具有较大的优势。以陕西省渭南市慢行交通出行现状调查数据为例完成实证分析,表明慢行交通行为研究中应用活动分析法是可行的。     

通勤出行中停车换乘选择行为分析与建模

针对通勤出行研究驾车者的停车换乘选择行为,选取上海市典型停车换乘站对驾车通勤者与公共交通通勤者进行了RP(revealed preference)调查与SP(stated preference)调查,基于调查数据分析了选择停车换乘与否的影响因素,并针对道路交通通畅、堵塞2种状态分别建立了是否停车换乘的二项Logit模型.模型结果显示低收入的年轻人更倾向于选择停车换乘;交通状态堵塞时是否有老人或小孩等家庭特征显著影响停车换乘选择行为;模型还揭示了通畅时通勤者更关注出行费用,而堵塞时通勤者更关注出行时耗和舒适性,并分析了时间和费用敏感度对停车换乘选择概率的影响及其差异.     

基于巢式Logit的大型赛事观赛人群组合出行决策行为建模

研究大型赛事观赛人群出行行为机理,明确观赛人群出行模式演变规律,可为大型赛事组织优化策略的制定提供理论依据和技术支撑.结合行为调查（Revealed Preference, RP）和意向调查（Stated Preference, SP）,分析大型赛事观赛人群组合出行行为特征,构建了基于巢式Logit模型的观赛人群“出发时间+出行方式”组合决策行为模型,刻画出行时长、出行费用、同伴数量、小汽车拥有量和公共交通使用频率等因素对组合决策选择行为的影响.研究结果表明：构建的巢式Logit模型拟合性和准确性更优,预测精度为80.4%,比多项Logit模型提高了11.2%,可以更细致地刻画观赛人群组合决策选择机理;大型赛事观赛人群同伴数量越多,小汽车拥有量越大,选择小汽车出行的可能性越大,而公共交通使用频率越频繁的观赛人群选择公共交通出行的可能性越大;出行时长与出行费用直接影响着观赛人群所有决策阶段,且出行费用的影响程度更大.研究结果可为大型赛事交通需求管理政策的制定和实施提供技术支撑和参考.     

建成环境与共享单车流率的非线性关系研究

共享单车流率的大小体现了城市空间环境内车辆盈缺的程度,理解其变化及其诱因对于城市单车的调度具有重要意义。由于出行目的和外界环境因素的复杂多变,共享单车流率和建成环境特征之间的关系很难通过具有线性假设的统计学模型来解析。基于此,本研究利用上海市中心城区的共享单车数据,基于极端梯度提升树模型(XG‐Boost)和机器学习的解释性方法部分依赖图(PDP)来探究建成环境对共享单车流率的贡献度和非线性影响,以及流率的非线性模式在工作日和周末的变化。结果显示,特征重要度和非线性机制在两个时段差异化显著。居住人口密度、教育设施密度和住宅设施密度对工作日单车流率的解释度较高,分别为 19.18%、13.16% 和 12.92%,并且具有明显的阈值效应。其中居住人口密度和教育设施密度对于单车净流出率具有正向影响,分别在 11 600 人/km²和 8 个/km²达到最大;住宅设施密度对单车净流出率具有负向影响,对应的阈值为 40 个/km²。各变量对周末单车流率的解释度差异较小,但非线性关系仍不可忽视。具体来说,到市中心的距离和公交线数密...     

基于NL模型的节假日绿色出行行为研究

针对节假日出行行为的特殊性,利用2014年北京市节假日出行行为调查数据,构建了节假日绿色出行行为Nested Logit模型。通过筛选影响节假日绿色出行行为选择的显著因素,建立了节假日绿色出行行为NL模型的层次结构,分析了模型的参数估计结果。研究结果表明,是否拥有小汽车、是否拥有自行车、居住方式、出行目的、出行距离和出行费用是影响节假日出行方式选择的主要因素,是否拥有小汽车、是否有同伴和出行目是影响节假日绿色出行选择的主要因素。     

基于贝叶斯网络和用户行为日志挖掘的行为信任研究

深入研究信任管理和行为信任的模型及方法,设计基于贝叶斯网络的信任预测和控制算法,综合利用聚类和分布密度函数设置算法参数,建立可量化的证据与信任等级之间的对应关系,算法可预测多属性下的行为信任等级.深入IIS和.Net底层实现可配置的信任管理插件,形成用户行为日志,为预测和控制算法提供证据, 免除了一般Web日志的清洗工作.实验数据表明算法的应用提高了服务器各项性能,并约束了用户的商业行为.     

基于模糊贝叶斯网络的建筑火灾预警算法研究

提高建筑防火安全,降低建筑火灾预警结果的误报率与漏报率,本研究设计了基于模糊贝叶斯网络的建筑火灾预警算法。在构建火灾预警指标体系的基础上,结合贝叶斯网络构建事故树模型。将建筑物中待监控的火灾危险因素分为静态和动态两部分,依据事故树模型实现对建筑火灾的有效预警。仿真实验结果表明:应用该算法后,建筑火灾预警结果的误报率和漏报率有所下降。且该算法能够使火灾预警更及时,提高建筑物的安全性。     

“互联网+共享单车”对大学生健康运动的启示

随着共享单车的不断普及,共享单车受到了很多大学生的青睐,影响着大学生身体素质,给大学生的健康生活方式带来了深刻影响。对共享单车的特点、功能进行研究,分析其对大学生健身意识和健身动机的影响。共享单车的随时随用、便利出行、健身属性以及社交属性给人以新鲜感和创新感,增强了大学生使用共享单车的黏性。启示:打造和建立校园共享单车服务平台;建立骑行社团;高校和共享单车企业合作举行骑行赛事;高校可设"益骑行"体育节。     

共享单车蓬勃发展,行业规范亟待出台

互联网共享单车服务自2016年出现以来,在资本的大力推动下实现了快速发展,作为该领域领先品牌的摩拜单车和ofo单车均在不足一年的时间里完成了多轮融资,且服务覆盖范围已经由一线城市向二线城市渗透。对于交通压力较大的一线城市而言,“公共交通＋共享单车”的出行方式确实为市民出行提供了经济高效的解决方案,但在蓬勃发展的同时,其背后的市政管理、押金监督和服务运营等三大主要问题也逐渐受到社会重视,在未来发展过程中亟待出台相关行业标准。