[发明专利]一种基于地铁刷卡数据的出行人群识别方法

权利要求书

1.一种基于地铁刷卡数据的出行人群识别方法，其特征在于，该方法包括以下步骤：

步骤1)利用Access数据库对地铁自动检售票系统AFC采集的地铁刷卡数据进行筛选处理，构建基础数据；

步骤2)对个体出行记录进行早晚高峰期间进出站的站点匹配，具体为：

2-1)基于地铁出行高峰时间，确定分析时段；

2-2)依据Access数据库实现对分析时段内的出行记录进行站点匹配，若满足条件则识别为“完全刚性”，否则进行步骤3；

步骤3)基于弹性度模型量化识别未满足站点匹配条件的人群的类型，具体为：

3-1)引入弹性度概念，并构建弹性度模型；

3-2)基于弹性度模型，分析人群划分类型，并确定各类型弹性度区间；

3-3)利用步骤1)预处理后的基础数据量化上述模型参数，计算个体出行弹性度大小，对应各类型弹性度区间，识别步骤2)剩余的人群类型；

步骤4)综合步骤2)与步骤3)的人群识别结果，确定地铁刷卡人群类别。

2.根据权利要求1所述的一种基于地铁刷卡数据的出行人群识别方法，其特征在于，步骤1)中的筛选处理为：剔除周末出行记录以及系统采集误差的数据，其中，系统采集误差的数据包括进出站点等于同一站点数据、进站时间晚于出站时间数据以及出行记录未采集完全的数据。

3.根据权利要求1所述的一种基于地铁刷卡数据的出行人群识别方法，其特征在于，步骤2-1)中分析时段的确定，具体包含如下步骤：

a、统计地铁全日出行客流数据，分析地铁出行早晚高峰时间；

b、确定分析时段为：早高峰及其以前、晚高峰及其以后。

4.根据权利要求1所述的一种基于地铁刷卡数据的出行人群识别方法，其特征在于，步骤2-2)中站点匹配为：对同一个体在2-1)确定的分析时段内任意两条出行记录A、B，满足A次出行的进站站点＝B次出行的出站站点且A次出行的出站站点＝B次出行的进站站点。

5.根据权利要求1所述的一种基于地铁刷卡数据的出行人群识别方法，其特征在于，步骤3-1)中构建的弹性度模型为；

K(D)=1-nΣi=1nPi2-1n-1]]>

其中，K(D)为弹性度；n为选择肢数目；P_i为选择肢i的被选概率。

6.根据权利要求5所述的一种基于地铁刷卡数据的出行人群识别方法，其特征在于，当所有选择肢的概率相同时，弹性度最大且K(D)＝1；当其中某个选择肢的概率为1时，弹性度最小且K(D)＝0。