16、公交行程时长偏差的有趣情境分析

公交行程时长偏差的有趣情境分析

1. 引言

改善城市公交服务质量是重要目标，其中调整公交时刻表与运营条件相适配是关键环节。为实现这一目标，需找出与公交行程时长偏差相关的因素或因素组合，可借助描述性数据挖掘技术达成。本文以某城市公交线路为例展开研究。

2. 分布规则发现基础

2.1 分布规则定义

给定数据集，分布规则发现的任务是找出所有满足条件的分布规则 (Ant \to A = D_{A|Ant})，其中 (Ant) 的支持度高于确定的最小值 (\sigma_{min})，且 (D_{A|Ant}) 与默认分布 (D_{A|\varnothing}) 在统计学上有显著差异。默认分布可通过全量数据集的 (A) 值获得，或从保留数据集得到。

2.2 分布比较方法

采用 Kolmogorov - Smirnov（KS）检验这一统计拟合优度检验方法来比较分布。KS 统计量的值通过最大化 (|F_s(x) - F(x)|) 计算，其中 (F(x)) 是 (A) 整个定义域的经验累积分布函数，(F_s(x)) 是 (Ant) 所涵盖案例的累积分布函数。

3. 行程时长偏差研究

3.1 研究目标与定义

研究聚焦于“行程时长偏差”（Deviation），即公交实际行程时间与公布的时刻表行程时间之差（以秒为单位）。其先验分布对应总体情况，将寻找偏差相关因素的实际问题转化为数据挖掘问题，即发现与变量 Deviation 分布有显著变化相关的情境。

3.2 情境定义

情境是在给定时刻可观察到且影响运营的条件组合，在逻辑上