基于公共自行车刷卡数据的通勤行为和职住地识别方法

    公开(公告)号:CN108122131B

    公开(公告)日:2021-10-29

    申请号:CN201711346960.3

    申请日:2017-12-15

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于公共自行车刷卡数据的通勤行为和职住地识别方法,包括以下步骤:1)获取公共自行车IC卡原始数据;2)提取原始数据有效信息;3)将借还车记录按照工作日和非工作日两个时间进行区分,工作日出行记录再按照上班时间,早晚高峰和其他时间进行区分;4)筛选高频用户;5)统计每张卡高峰期间的借还车站点及频次、O‑D路线及其频次;6)确定早、晚高峰每个用户的通勤路线;7)工作期间出行作为筛除条件,确定通勤者;8)职住地关系识别。本发明能够有效的从公共自行车刷卡数据中提取利用公共自行车通勤的行为,并分析家庭、工作地分布地点,为公共自行车通勤出行及其调度提供理论分析基础。

    基于公共自行车刷卡数据的通勤行为和职住地识别方法

    公开(公告)号:CN108122131A

    公开(公告)日:2018-06-05

    申请号:CN201711346960.3

    申请日:2017-12-15

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于公共自行车刷卡数据的通勤行为和职住地识别方法,包括以下步骤:1)获取公共自行车IC卡原始数据;2)提取原始数据有效信息;3)将借还车记录按照工作日和非工作日两个时间进行区分,工作日出行记录再按照上班时间,早晚高峰和其他时间进行区分;4)筛选高频用户;5)统计每张卡高峰期间的借还车站点及频次、O-D路线及其频次;6)确定早、晚高峰每个用户的通勤路线;7)工作期间出行作为筛除条件,确定通勤者;8)职住地关系识别。本发明能够有效的从公共自行车刷卡数据中提取利用公共自行车通勤的行为,并分析家庭、工作地分布地点,为公共自行车通勤出行及其调度提供理论分析基础。

    基于时空特性的公共自行车IC卡与地铁IC卡匹配方法

    公开(公告)号:CN107657006B

    公开(公告)日:2020-12-11

    申请号:CN201710865835.7

    申请日:2017-09-22

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于时空特性的公共自行车IC卡与地铁IC卡匹配方法,包括以下步骤:1)获取公共自行车IC卡与地铁IC卡原始数据,并从原始数据中提取有效数据信息;2)选取紧邻地铁站的公共自行车站点,组成地铁‑公共自行车站点对;3)根据地铁‑公共自行车站点对,对公共自行车IC卡与地铁IC卡的数据进行预处理;4)根据换乘时间间隔,对不同换乘方式下的卡号进行成对关联,构造卡号对数据库并剔除其中的错误数据;5)将剩下的卡号对升序排列,挑出符合指定特征的卡号对,完成匹配。本发明能够准确高效地匹配公共自行车IC卡与地铁IC卡,为基于公共自行车接驳地铁的一系列研究奠定了坚实的基础。

    基于时空特性的公共自行车IC卡与地铁IC卡匹配方法

    公开(公告)号:CN107657006A

    公开(公告)日:2018-02-02

    申请号:CN201710865835.7

    申请日:2017-09-22

    Applicant: 东南大学

    CPC classification number: G06F16/2457 G06F16/215 G06Q50/30

    Abstract: 本发明公开了一种基于时空特性的公共自行车IC卡与地铁IC卡匹配方法,包括以下步骤:1)获取公共自行车IC卡与地铁IC卡原始数据,并从原始数据中提取有效数据信息;2)选取紧邻地铁站的公共自行车站点,组成地铁-公共自行车站点对;3)根据地铁-公共自行车站点对,对公共自行车IC卡与地铁IC卡的数据进行预处理;4)根据换乘时间间隔,对不同换乘方式下的卡号进行成对关联,构造卡号对数据库并剔除其中的错误数据;5)将剩下的卡号对升序排列,挑出符合指定特征的卡号对,完成匹配。本发明能够准确高效地匹配公共自行车IC卡与地铁IC卡,为基于公共自行车接驳地铁的一系列研究奠定了坚实的基础。

    基于贝叶斯概率模型的公共自行车用户出行目的预测方法

    公开(公告)号:CN107368916A

    公开(公告)日:2017-11-21

    申请号:CN201710461839.9

    申请日:2017-06-16

    Applicant: 东南大学

    CPC classification number: G06Q10/04 G06Q30/0201 G06Q50/26 G06Q50/30

    Abstract: 本发明公开了一种基于贝叶斯概率模型的公共自行车用户出行目的预测方法,包括以下步骤:1)获取公共自行车IC卡原始数据;2)提取原始数据的有效信息;3)对公共自行车用户进行问卷调查,并整理问卷数据;4)对问卷数据和IC卡原始数据的共有属性进行组合,分别针对各种组合使用贝叶斯概率模型对问卷数据进行出行目的预测,并计算预测的准确率;5)选用预测准确率最高时对应的共有属性对公共自行车IC卡刷卡数据进行出行目的预测。本发明通过问卷数据和IC卡原始刷卡数据的共有属性对公共自行车用户出行目的进行预测,为公共自行车站点的设置、调度及共享单车的投放地点及数量提供坚实的理论基础。

Patent Agency Ranking