利用手机大数据刻画游客每日出行链特征
社会与信息网络
2022-06-01 v1 物理与社会
摘要
游客出于多样性寻求动机，往往在行程中访问多个目的地。因此，在旅游研究中发掘涉及多目的地的出行模式至关重要。由于缺乏大规模、细粒度的旅游数据集，现有相关研究多依赖调查数据或聚焦于市民。若干学者提及了出行链的概念，但针对出行链结构的定量识别工作甚少。本文提出一种定量刻画游客每日出行链的模型。将该模型应用于游客手机大数据后，揭示了潜在的游客出行模式。通过该框架，我们发现：(1) 大多数“混合”（城际与城内）与“城内”（仅城内）模式可相对地由仅13条关键出行链捕获；(2) 对于连续两天，几乎所有类型的原始链都以相当高的概率转移为本研究区域内前两条转移链之一，或其他低频链；(3) 最小努力原则（PLE）影响游客的出行链结构。我们可以用平均度和平均出行距离来解释游客出行行为（在PLE下完成任务）。本研究不仅从旅游大数据中揭示了复杂的每日出行链，也通过基于手机数据集发掘显著且潜在的模式，填补了旅游文献中关于多目的地出行的空白。
引用
@article{arxiv.2205.14395,
title = {Characterizing Tourist Daily Trip Chains Using Mobile Phone Big Data},
author = {Yan Luo},
journal= {arXiv preprint arXiv:2205.14395},
year = {2022}
}