[发明专利]用于出租车乘客出行目的的预测方法

说明书

本发明属于交通规划技术领域，具体的说涉及一种用于出租车乘客出行目的的预测方法。本发明与传统方法不同的是，本发明从出行特征和乘客下车点的最终目的地所属POI点类型两个层面对乘客出行目的进行判断，该方法能够有效解决仅仅依靠出行特征推断出行目的的不足，即对出行特征较为类似的不同出行目的识别的准确率较差，而不需将不同类别的出行目的聚为一类。

技术领域

本发明属于交通规划技术领域，具体的说涉及一种用于出租车乘客出行目的的预测方法。

背景技术

出租车乘客的出行目的调查是交通调查中的重要内容，其对城市功能结构规划，城市道路网络规划，交通组织设计及优化具有重要的意义。传统出租车乘客出行目的调查方式主要有旅行日记调查、电话调查、邮件调查、小组调查等人工调查方式。其中这些调查方式又可以分为两类：一类为直接调查出行目的，另一类为调查出行特征，通过特征间接获得出行目的。传统的调查方式要求前期准备、试点调查、实地调查、调查结果整理和录入，需要耗费大量的人力和物力。

近年来随着信息技术的发展，以及信息设备在交通领域的广泛应用，使得一些原始的交通数据得以自动传输到数据库系统，并保存下来。在这样的背景下，利用已有的原始数据，获取有价值的交通信息成为了研究热点。如公交数据方面有：利用公交车IC卡数据分析票价结构，利用公交GPS数据分析公交车运营服务可靠性，融合IC卡数据和GPS数据获取乘客出行需求；出租车数据有：利用出租车运营数据分析路段行程时间和速度，利用出租车GPS数据分析运营效率；地铁数据有：利用地铁数据对地铁运营现状进行分析。这些研究都说明通过有效的技术手段对一些已有的数据进行挖掘，能够快速有效的获取有价值的交通信息，相比于传统的人工调查方式，这种方式能够节约大量的人力物力。

现有的研究具体到利用数据分析及挖掘获取乘客的出行目的研究主要原理是通过数据获取乘客出行特征，然后结合分类学习的方法对出行目的进行推断，包括KusakabeT,Asakura Y.Behavioural data mining of transit smart card data:A data fusionapproach[J].Transportation Research Part C:Emerging Technologies,2014,46:179-191、Tierney K,Decker S,Proussaloglou K,et al.Travel survey manual[R].1996、Tierney K,Decker S,Proussaloglou K,etal.Travel survey manual[R].1996。但这些方法通过实验表明这种方法主要问题是对于出行特征相似的不同出行目的识别准确率很低，因此，该研究针对这一问题，将具有相似特征的不同出行目的类别聚为一类，从而提高识别准确率。虽然，将具有相似性的出行特征的不同出行目的聚为一类能够有效提高出行目的的识别率，但是这种方法无法区分一类中不同出行目的具体比例，且是以损失了信息的完备性为代价提高最终的识别准确度，本质上还是没有提高相似特征不同出行目的的识别率，对于最终应用于规划设计具有一定的局限性。

发明内容

本发明所要解决的，就是针对上述问题，在上述传统方法的基础上，提出一种基于出租车运营数据和信息点(Point of Interesting，POI)数据推断出租车乘客出行目的的方法。其中POI点可以简单理解为出行者潜在的最终的目的地。由于POI点中包含类别信息即乘客潜在出行目的地的行业类别，因此，将POI点数据融入出租车运营数据能够有效提高出行目的识别精度。在所提出的方法中，首先通过所构建的特征识别模型获取出租车运营数据中乘客的出行特征，然后依据小样本调查数据，训练不同的识别模型，并选取识别精度最高的模型，最后利用所得到的出租车乘客出行的特征数据和训练好的识别模型实现对乘客出行目的识别。

为实现上述目的，本发明采用如下技术方案：

用于出租车乘客出行目的的预测方法，其特征在于，包括以下步骤：

a、构建乘客出行特征识别模型，具体方法为：