基于职住地关系的城市轨道交通乘客出行特征挖掘和乘客分类

[目的]依据城市轨道交通出行轨迹数据挖掘出行特征时,乘客出行活动模式与其居住地和就职地站点紧密关联,在出行轨迹上表现为乘客乘车线路固定、进出站站点集中等特征。同时,关联居住地和就职地的乘客出行轨迹也呈现出一定的波动性,与职住地强关联的出行数据和其他出行数据间往往表现出较明显的差异。为实现对乘客出行轨迹特征的精准挖掘,需厘清城市轨道交通乘客出行数据中的职住地关系。[方法]提出一种基于职住地关系的出行特征挖掘和乘客分类机制,从基于居住地、就职地、社会活动地的乘客轨迹活动热点角度形成初步职住地判断,探索与职住地关联性强的出行时空规律;通过基于乘客出行轨迹特征值提取的K-means(K均值)聚类算法对职住地判断后的乘客聚类结果,形成精准匹配乘客出行特征的乘客分类方法。[结果及结论]仿真验证结果表明,职住地关系明确的乘客出行模式分为两点式、两点两线式、三点式及多点式等4类,该出行模式分类结果是构建精细化乘客画像与制定智能安检策略的重要技术基础。