[发明专利]一种基于地铁刷卡数据的出行人群识别方法

摘要

本发明公开了一种基于地铁刷卡数据的出行人群识别方法，对地铁自动检售票系统（AFC）采集的刷卡数据进行预处理，形成基础研究数据；并基于该数据，考虑刚性人群出行特性，采用高峰期间站点匹配的方法识别完全刚性人群；同时引入弹性度概念与模型，对其他未能识别的人群进行模型量化分析，计算个体出行弹性度大小和“完全刚性”、“部分刚性”、“部分弹性”、“完全弹性”四种类型区间；综合识别地铁刷卡数据的出行人群。与现有技术相比，本发明为无序、多维、大量的地铁刷卡数据构建了量化分析模型，应用范围广，技术理论充足，能够为分析地铁出行人群及其影响特征提供了良好的技术支持。

主权项

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。