基于手机话单数据的通勤出行特征分析——以深圳市为例

通过手机话单数据提取用户的出行特征具有可行性。然而,手机话单数据的稀疏性对提取居民出行时间特征造成困难。通过对深圳市手机话单数据的挖掘分析识别居民职住地,得到居民特征通勤序列,进而基于早、晚不同情况对居民通勤特征进行描述和分析。对比分析显示,通过手机话单数据得到的居民通勤距离和时间特征与居民出行调查结果较为一致,说明该方法可用以描述居民通勤特征。研究表明,深圳市居民通勤开始时间受通勤距离影响不大,大于10 km的中长距离通勤出行对应的平均通勤时间维持在一个比较稳定的值（45~50 min）。

浅谈手机数据在交通行业的应用

近年来,随着手机用户的迅猛增长,大数据处理技术日益成熟,为手机数据的采集和应用奠定了良好基础。手机数据分为两部分,两者有其异同点,已应用于城市规划及交通流量检测的各个方面,对掌握居民职住地、大区间OD分布、人流活动特征及交通路况等信息提供了基础数据和量化依据。

基于智能化技术的公交分担率计算方法研究

为快捷、准确地获取公交分担率,提高分担率计算结果的可信度,借助较为成熟的智能化技术,从解析公交分担率计算模型出发,对公交分担率计算方法开展研究。利用客流计数系统实时获取公交客运量数据,利用公交IC卡数据计算公交平均换乘系数,再通过分析挖掘手机话单数据获取居民出行量,将这些数据代入计算模型即可得到公交分担率值。利用此方法计算出的公交分担率相对于传统方法来说减少因抽样而造成的误差,同时获得公交分担率的时间也大大缩短。