利用纵向出行数据揭示个体出行模式的时空特性
物理与社会
2021-07-01 v1
摘要
纵向出行数据的分析能够研究出行模式在人群中的差异并识别其空间特性。本研究的目的是确定用户探索网络不同部分的程度，并根据其出行模式的空间范围识别具有区别性的用户群体。为此，我们提出两种表示空间出行画像并据此对用户聚类的方法。我们以分区访问频率画像和网格单元空间范围热力图来表示用户模式。我们将所提出的分析应用于来自瑞典斯德哥尔摩公共交通系统的大规模多模式出行数据集。我们揭示了三个聚类——本地居民、通勤者与探索者——最能描述分区访问频率，并表明其构成在用户居住地及相关人口统计特征上存在显著差异。我们还识别出 18 个访问空间范围聚类，形成四组具有相似出行范围形状但朝向不同的群体。本研究提出并应用的方法可适用于任何纵向个体出行需求数据。
引用
@article{arxiv.2106.15866,
title = {Unravelling the Spatial Properties of Individual Mobility Patterns using Longitudinal Travel Data},
author = {Oded Cats and Francesco Ferranti},
journal= {arXiv preprint arXiv:2106.15866},
year = {2021}
}