发现公共交通网络的隐藏社区结构

公共交通建模与智能卡技术的进步可以揭示乘客详细的接触模式。表示此类接触模式的一种自然方式是网络形式。在本文中，我们利用某大都市公共交通分配模型中已知的接触模式，提出构建两种新颖的网络结构，每种结构都阐明了乘客出行行为的某些方面。我们首先提出构建换乘网络，其可揭示在给定日期共同出行的乘客群体。其次，我们提出构建由换乘网络派生而来并捕捉乘客间出行模式相似性的社区网络。然后我们探索这两种网络结构的应用，分别用于识别公共交通系统中最频繁使用的出行路径（即路线与换乘），以及建模公共交通网络乘客间的传染病传播风险。在后一项应用中，我们的结论强化了先前的观察，即早晚高峰时段穿越或连接市中心的路线在疫情爆发期间最为“危险”。