一种整合时空流聚类与决策树方法的共享单车用户个人日常通勤模式挖掘框架
ID:2858 View Protection:ATTENDEE Updated Time:2024-04-12 20:20:26 Hits:2005 Oral Presentation

Start Time:2024-05-19 08:50(Asia/Shanghai)

Duration:10min

Session:S7 主题7、遥感与地理信息科学 » S7-4主题7、遥感与地理信息科学 专题7.8、专题7.21(19日上午,301)

No files

Abstract
近年来,共享单车的兴起深刻地影响着城市交通出行。然而,鲜有研究尝试利用共享单车数据识别个体的日常出行模式。尽管已有一些学者运用诸如手机信令,智能刷卡等实现对个体出行模式的识别,但受限于数据属性、出行特征等方面的差异,这些方法无法直接运用于共享单车数据。为此,本研究提出一种整合时空流聚类与决策树方法的单车用户个体日常通勤模式识别框架,并以深圳市作为研究区用以验证模型的适用性与有效性。最终,本研究将识别得到骑行通勤用户分为“仅靠骑行”与“骑行+公共交通”两类通勤群体,进而探讨他们的通勤特征与时空模式,其结果有助于深入了解城市中骑行群体的日常流动,并为友好骑行环境建设与单车租赁服务优化提供决策依据。
 
Keywords
共享单车,职住通勤,时空流聚类,个体出行模式识别
Speaker
庄财钢
硕士研究生 广州大学地理科学与遥感学院

Submission Author
庄财钢 广州大学地理科学与遥感学院
李少英 广州大学地理科学与遥感学院
Submit Comment
Verify Code Change Another
All Comments
Important Date
  • Conference Date

    May 17

    2024

    to

    May 20

    2024

  • Mar 31 2024

    Draft paper submission deadline

  • Mar 31 2024

    Contribution Submission Deadline

  • May 20 2024

    Registration deadline

Sponsored By
青年地学论坛理事会
Organized By
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
Contact Information
Previous Conferences