[发明专利]一种预测旅客出行方式的方法及装置

权利要求书

1.一种预测旅客出行方式的方法，其特征在于，包括：

获取若干旅客的出行影响因素信息及所选择的出行方式信息；其中，所述出行影响因素信息包括个人属性信息和出行属性信息；所述个人属性信息包括若干RP调查数据；所述出行属性信息包括若干SP出行调查数据和若干RP出行调查数据；

对所述个人属性信息以及所述出行方式信息进行相关性分析，并将所述个人属性信息中，相关性达到预设条件的属性信息，作为主要个人属性信息；

根据所述主要个人属性信息，对各所述旅客进行分类，获得若干旅客类别信息；

将所述旅客类别信息以及所述出行属性信息，作为第二出行影响因素信息，并对所述第二出行影响因素信息以及所述出行方式信息进行相关性分析，继而将所述第二出行影响因素信息中，相关性达到第二预设条件的数据项，作为主要出行影响因素信息；其中，所述主要出行影响因素信息包括至少一项SP出行调查数据和一项RP出行调查数据；

根据所述主要出行影响因素信息构建出行方式预测模型；

获取待预测旅客的主要出行影响信息，将所述待预测旅客的主要出行影响信息输入所述出行方式预测模型中，获得所述待预测旅客的预测出行方式信息；

其中，所述个人属性信息包括以下数据项：

性别、年龄、月收入、学历、职业以及私家车属性信息；其中，所述私家车属性信息用于标识所述旅客是否拥有私家车；所述性别、年龄、月收入、学历、职业以及私家车属性信息均为RP调查数据；

所述出行属性信息包括：出行频率、出行目的、出行地区、出行费用属性、出行费用敏感度、准时性敏感度、安全性敏感度、舒适性敏感度以及便捷性敏感度；其中，所述出行频率、出行目的、出行地区以及出行费用属性均为RP出行调查数据，所述出行费用敏感度、准时性敏感度、安全性敏感度、舒适性敏感度以及便捷性敏感度均为SP出行调查数据；

所述出行方式预测模型为：

式中，P_n(1)为旅客选择公交车作为出行方式的概率，P_n(2)为旅客选择出租车作为出行方式的概率，P_n(3)为旅客选择私家车作为出行方式的概率，x_n1为影响旅客选择出行方式的第一个因素变量：旅客类别，x_n2为影响旅客选择出行方式的第二个因素变量：出行目的，x_n3为影响旅客选择出行方式的第三个因素变量：出行地区，x_n4为影响旅客选择出行方式的第四个因素变量：出行费用属性，x_n5为影响旅客选择出行方式的第五个因素变量：出行费用敏感度，x_n6为影响旅客选择出行方式的第六个因素变量：安全性敏感度，x_n7为影响旅客选择出行方式的第七个因素变量：舒适性敏感度。

2.如权利要求1所述的预测旅客出行方式的方法，其特征在于，所述对所述个人属性信息以及所述出行方式信息进行相关性分析，并将相关性达到预设条件的个人属性信息，作为主要个人属性信息，具体包括：

调用预设的统计分析工具，对所述个人属性信息以及所述出行方式信息进行相关性分析；

将所述个人属性信息中在0.01级别上呈显著性相关的属性信息，作为所述个人属性信息。

3.如权利要求2所述的预测旅客出行方式的方法，其特征在于，所述将所述第二出行影响因素信息以及所述出行方式信息进行相关性分析，继而对所述第二出行影响因素信息中，相关性达到第二预设条件的数据项，作为所述主要出行影响因素信息，具体包括：

调用预设的统计分析工具，对所述第二出行影响因素信息以及所述出行方式信息进行相关性分析；

将所述第二出行影响因素信息中在0.01级别上呈显著性相关的数据项，作为所述主要出行影响因素信息。

4.如权利要求3所述的预测旅客出行方式的方法，其特征在于，所述根据所述出行影响因素信息构建出行方式预测模型，具体包括：

将所述出行影响因素信息中的各数据项作为Logit模型的因素变量，进行数据仿真，生成所述为Logit模型各因素变量的系数值；

根据所述Logit模型的因素变量以及各因素变量的系数值，构建基于Logit模型的出行方式预测模型。

5.一种预测出行方式的装置，其特征在于，包括样本数据获取模块、主要个人属性信息提取模块、旅客分类模块、主要出行影响因素信息提取模块、出行预测模型构建模块以及出行预测模块；

所述样本数据获取模块，用于获取若干旅客的出行影响因素信息及所选择的出行方式信息；其中，所述出行影响因素信息包括个人属性信息和出行属性信息；所述个人属性信息包括若干RP调查数据；所述出行属性信息包括若干SP出行调查数据和若干RP出行调查数据；

所述主要个人属性信息提取模块，用于对所述个人属性信息以及所述出行方式信息进行相关性分析，并将所述个人属性信息中，相关性达到预设条件的属性信息，作为主要个人属性信息；

所述旅客分类模块，用于根据所述主要个人属性信息，对各所述旅客进行分类，获得若干旅客类别信息；

所述主要出行影响因素信息提取模块，用于将所述旅客类别信息以及所述出行属性信息，作为第二出行影响因素信息，并对所述第二出行影响因素信息以及所述出行方式信息进行相关性分析，继而将所述第二出行影响因素信息中，相关性达到第二预设条件的数据项，作为主要出行影响因素信息；其中，所述主要出行影响因素信息包括至少一项SP出行调查数据和一项RP出行调查数据；

所述出行预测模型构建模块，用于根据所述主要出行影响因素信息构建出行方式预测模型；

所述出行预测模块，用于获取待预测旅客的主要出行影响信息，将所述待预测旅客的主要出行影响信息输入所述出行方式预测模型中，获得所述待预测旅客的预测出行方式信息；

其中，所述个人属性信息包括以下数据项：

性别、年龄、月收入、学历、职业以及私家车属性信息；其中，所述私家车属性信息用于标识所述旅客是否拥有私家车；所述性别、年龄、月收入、学历、职业以及私家车属性信息均为RP调查数据；

所述出行属性信息包括：出行频率、出行目的、出行地区、出行费用属性、出行费用敏感度、准时性敏感度、安全性敏感度、舒适性敏感度以及便捷性敏感度；其中，所述出行频率、出行目的、出行地区以及出行费用属性均为RP出行调查数据，所述出行费用敏感度、准时性敏感度、安全性敏感度、舒适性敏感度以及便捷性敏感度均为SP出行调查数据；

所述出行方式预测模型为：

式中，P_n（1）为旅客选择公交车作为出行方式的概率，P_n（2）为旅客选择出租车作为出行方式的概率，P_n(3)为旅客选择私家车作为出行方式的概率，x_n1为影响旅客选择出行方式的第一个因素变量：旅客类别，x_n2为影响旅客选择出行方式的第二个因素变量：出行目的，x_n3为影响旅客选择出行方式的第三个因素变量：出行地区，x_n4为影响旅客选择出行方式的第四个因素变量：出行费用属性，x_n5为影响旅客选择出行方式的第五个因素变量：出行费用敏感度，x_n6为影响旅客选择出行方式的第六个因素变量：安全性敏感度，x_n7为影响旅客选择出行方式的第七个因素变量：舒适性敏感度。