基于多因素排序的南京市出租车乘客候车热点区域挖掘方法

随着技术的不断发展,智能交通系统受到了广泛的关注,对出租车轨迹数据的研究成为智能交通系统中重要的热点方向。利用南京市出租车GPS轨迹数据挖掘乘客候车的热点区域,首先使用聚类算法挖掘乘客候车热点区域的序列,并将热点区域内乘客的平均候车时间、兴趣点的信息熵和距离等作为影响因素,利用多因素排序法对候车热点区域序列进行筛选。最终发现南京市以出租车为出行方式的乘客候车热点区域具有明显的时空特征:在时间上,基本符合居民早出晚归的通勤分布规律;在空间上,乘客候车概率较大的区域主要集中分布于鼓楼—新街口-大行宫等经济、商业最繁荣的中央商务区。同时发现南京市的城市结构布局特征为一个主要的中心城区和多个次要的中心所组成的混合式空间结构,居民的通勤呈现放射状分布和随机分布同时存在的结构形式。研究表明,本文提出的基于多因素排序的出租车乘客候车热点区域挖掘方法是可行、有效的,有利于缓解打车难问题,可为城市交通管理提供决策依据。