基于关联规则的居民公共交通依赖性致因分析

作     者：胡松 杨贝 翁剑成 周伟 HU Song;YANG Bei;WENG Jiancheng;ZHOU Wei

作者机构：交通运输部公路科学研究所北京100088 中路公科(北京)咨询有限公司北京100088 北京工业大学城市建设学部北京100124 中华人民共和国交通运输部北京100736 

基　　金：中央级公益性科研院所基本科研业务费专项资金项目(2021-9017b) 国家自然科学基金重大项目(U1811463) 国家自然科学基金项目(52072011) 交通运输部公路科学研究所(院)交通强国试点项目(QG2022-2-8-4)资助 

出 版 物：《交通信息与安全》 (Journal of Transport Information and Safety)

年 卷 期：2023年第41卷第3期

页      码：147-156页

摘      要：鉴别不同出行者对公共交通的依赖程度,并分析其形成的致因差异,有助于从规划设计、政策制定等维度针对性地改善公共交通服务质量。设计并实施了居民出行的行为调查(revealed preference,RP)线上问卷,在数据质量检验的基础上引入关联匹配技术,通过融合出行调查数据与公共交通出行交易数据实现了个体公共交通出行链提取。提出了公共交通依赖性度量指标与关键致因指标,构建了AGNES-Apriori模型开展公共交通依赖性分级与不同层级群体强关联规则挖掘,并据此提出了公共交通依赖性层级提升的“两阶段”框架及出行激励策略集。结果表明:①居民公共交通依赖性可被划分为低、较低、较高和高依赖性4个层级,不同层级对应的强关联规则间具有显著差异性;②关联规则包含的指标数量与3个参数值呈负相关关系,高依赖性强关联规则出现的概率为低依赖性的2.1倍;③家和目的地到站点总距离、收入、小汽车可用性等客观条件是影响居民公共交通依赖性的关键致因,而公共交通出行低自由度是导致居民公共交通依赖性降低的重要原因;④较低的客观条件指标值通常促使居民形成较高的公共交通依赖性;⑤小汽车低可用性变量主要出现在公共交通低、高依赖性群体对应的强关联规则中,而高依赖性群体随其小汽车可用性增强可能出现公共交通依赖性降低的趋势。

主 题 词：城市交通 公共交通依赖性 出行链 AGNES-Apriori算法 关联规则 

学科分类：08[工学] 082303[082303] 082302[082302] 0823[工学-农业工程类] 

D　O　I：10.3963/j.jssn.1674-4861.2023.03.016

馆 藏 号：203123405...