从 Wi-Fi 与蓝牙感知数据中提取公共交通客流与起讫点信息
计算机与社会
2019-11-05 v1
摘要
公交客流与起讫点（O-D）信息对于优化公交网络设计、改进公交线路和提升服务至关重要。传统基于调查与智能卡数据的 O-D 信息推断方法因样本不足、时间与能耗成本高以及缺乏推断结果验证而存在多重缺陷。考虑到全球智能移动设备的普及，已有若干方法通过基于预定义阈值滤除非乘客 MAC 地址来从 Wi-Fi 与蓝牙感知数据估算公交客流。然而，由于阈值不确定且缺乏定量结果验证，这些滤波方法的准确性仍存疑。结合对乘客与非乘客假定重叠特征空间的考量与上述顾虑，本文提出一种三步数据驱动方法，从 Wi-Fi 与蓝牙感知数据估算公交客流与 O-D 信息。观测客流作为计算性能度量的基准真值。结果表明，所提方法优于所有选定的基线模型与现有滤波方法。本研究结论有助于为公交车辆管理与服务质量提升提供实时、精确的公交客流与 O-D 信息。
引用
@article{arxiv.1911.01282,
title = {Mining Public Transit Ridership Flow and Origin-Destination Information from Wi-Fi and Bluetooth Sensing Data},
author = {Ziyuan Pu and Meixin Zhu and Zhiyong Cui and Yinhai Wang},
journal= {arXiv preprint arXiv:1911.01282},
year = {2019}
}