笑而不语是一种成长,痛而不言是一种经历~
1、文章信息
《Transportation Mode Split With Mobile Phone Data》。
中南大学王璞老师团队2015年的一篇文章。
2、摘要
交通方式划分是出行需求估计中的一个重要步骤。除了传统的代价高昂的调查方法外,最近还提出了许多利用新兴的大规模社会信号数据的模式分割方法。本文在广泛使用的移动电话数据和交通网络地理数据的基础上,提出了一种模式分割模型。在每个人口普查区,估计波士顿市中心和郊区地区的三种交通方式(汽车、公共交通、步行)所占的份额。最后,利用美国人口普查的真实出行方式分担数据验证了模型的有效性。
3、简介
交通方式划分在出行需求估计中起着至关重要的作用。以前获取交通方式信息的方法通常基于昂贵的调查,调查每几年进行一次。调查数据无法捕捉不断变化的交通方式份额,特别是在交通方式和交通基础设施都在迅速变化的发展中国家。随着传感和移动技术的快速发展,无处不在的移动设备(如GPS、移动电话)产生了大量的社交信号。
在现有的大社会信号数据中,GPS数据首先得到了广泛的研究,发展了推断交通方式的方法,其中通常使用行驶速度、行驶时间和方向变化率来分离交通方式。虽然基于GPS的方法可以推断出非常准确的运输方式,但是由于很少有人愿意公开自己详细的私人GPS坐标,因此很难付诸实施。目前用于推断交通方式的GPS数据通常来自于参与实验的志愿者小组。因此,基于GPS数据的模式分割方法不能代替传统的昂贵的调查方法。
本文提出了一种基于移动电话数据和交通网络地理数据的交通方式划分模型。这两种数据在大多数城市都是可用的,因此所提出的交通方式划分方法具有广泛的应用潜力。论文结构如下。第二部分总结了利用GPS数据和手机数据进行交通方式预测的相关工作。第三部分介绍了本研究的数据和方法。第四部分对结果进行了分析,并利用调查数据对模型进行了验证。最后,第五部分是结束语。
Attention
如果你和我一样是轨道交通、道路交通、城市规划相关领域的,可以加微信:Dr_JinleiZhang,备注“进群”,加入交通大数据交流群!希望我们共同进步!