[发明专利]一种基于地铁刷卡数据的通学识别方法

说明书

本发明公开了一种基于地铁刷卡数据的通学识别方法，包括以下步骤：1)基于地铁刷卡信息，采集包括IC卡卡号、车站和刷卡时间的数据并进行预处理；2)为每个卡号找出使用频率最高的车站及与其对应的使用频率最高的车站，作为家车站和学校车站的候选车站；3)根据该城市的中小学作息时间安排，将每个卡号的两个候选车站之间的出行记录按照进站时间分类，并按照一定的时间规则确定家车站和学校车站；4)找出并删除非通学出行记录和难以判定的卡号及其记录。本发明从时间和空间角度出发，对大量地铁刷卡数据的整合处理，首次提出了基于地铁刷卡数据识别通学人群的方法，解决了使用大数据研究通学行为的基础问题，弥补了传统调查方法的不足。

技术领域

本发明涉及交通规划中出行行为数据采集与分析方法，具体涉及一种基于地铁刷卡数据的通学识别方法。

背景技术

近年来，学生出行方式的选择引起了越来越多的学者的关注。在中国，小学和初中阶段的学生应该根据就近入学的政策入学。但是，由于教育资源分配不均衡，越来越多的家长会通过择校为他们的孩子获取高质量的教育资源，这通常会导致一个长距离的通学距离。地铁作为城市主要的中长距离出行模式会被他们选择。然而，这些会使用地铁的学生日常仍然会被父母开车接送去学校。为了引导这些学生更多的使用地铁，有必要更好地了解他们日常的通学模式。

通学行为即与通勤行为对应的从家中往返学校的过程，目前均采用传统问卷调查方法获得通学出行的信息来进行分析，传统的问卷调查方法调查过程耗费大量人力和时间，调查样本量少且样本覆盖范围小、不全面，导致分析结果有偏差或者只能对范围有限的局部地区进行分析。而且，通学行为是一个长期的过程，难以通过短期的传统调查来获取完整的数据。幸运的是为收费设计的地铁智能卡系统可以提供详细的刷卡记录，包括可用于许多目的的卡类型、刷卡日期和地铁站点，这些数据可以更好地代替许多传统调查方式获取的数据。但是，尽管基于智能卡数据的通勤识别研究方法日渐成熟，目前对学校通学行为识别的研究却极少。常规通勤识别方法关注的是时间和空间模式，根据一周内的乘车频次、固定的上下车站、两次乘车的时间间隔等来识别人群的通勤出行。而在通学行为识别方法中，由于家长开车接送学生上下学的现象十分普遍，因此长期使用地铁的中小学生人数并不是非常多，如果仅仅依靠出行频率将会错误地排除掉大量的真正的通学人群；同时，由于学校的午休制度，在同一地点停留的时间也不是很好的鉴定方法。因此必须采用严格合理的时间和空间约束条件来准确判断一次工作日内的出行行为是否为通学行为。

发明内容

发明目的：基于以上不足，本发明提供了一种基于地铁刷卡数据识别使用地铁通学的人群及出行记录的方法，能够准确地判断通学行为。

技术方案：本发明所述的一种基于地铁刷卡数据的通学识别方法，包括以下步骤：

(1)、数据采集与预处理：需要一个城市连续三周及以上的所有工作日内所有地铁站点的IC数据和地铁站点坐标数据。IC数据包括卡号、进站日期、进站时间、出站日期、出站时间、进站车站号、出站车站号、卡类型。采集地铁IC卡数据后，以持卡人为单位将其连续工作日所有出行记录按时间顺序合并，并筛选出并只保留所有卡类型为学生卡的刷卡记录，删除异常数据。

(2)、为每个卡号计算出该卡号所使用的车站出现的频次，找出其中出现频次最高的车站，并统计出现频次最高的车站的数量。

(3)、若出现频次最高的车站数量为1，则将该车站作为该卡号的家车站或学校车站的候选车站Si1；若出现频次最高的车站数量为2，则将该两个车站作为该卡号的家车站或学校车站的候选车站Si1和Si2；若出现频次最高的车站数量大于2，则合并邻近站点后再将频率最高的车站作为家车站或学校车站的候选车站Si1，若合并后仍有并列2个频次最高的车站，则将该合并后的两个车站作为该卡号的家车站和学校车站的候选车站Si1和Si2，若合并后并列数大于2，则删除这部分卡号及其出行记录。